Perplexity सह जागतिक टीम्सना वेगाने आणि अधिक अचूकपणे काम करण्यासाठी PayPal कसे सक्षम करते

PayPal सारख्या मोठ्या कंपनीत हजारो कर्मचाऱ्यांना AI स्वीकारण्यास प्रवृत्त करणे ही काही सोपी गोष्ट नाही. मार्केटिंग, डेटा सायन्स, रिस्क मॅनेजमेंट आणि मॉडेल कंट्रोलमध्ये २००+ मार्केट्समध्ये पसरलेल्या टीम्ससह, AI लागू करणे म्हणजे सहजपणे महिन्यांच्या प्रशिक्षणाच्या स्लाइड्स, पायलट्स आणि अंशतः स्वीकार असावा असा अर्थ होऊ शकला असता.

परंतु PayPal ने एक वेगळा दृष्टिकोन स्वीकारला: त्यांनी कर्मचाऱ्यांना एकापेक्षा जास्त AI सोल्यूशन्समध्ये प्रवेश दिला आणि त्यांच्यासाठी काय सर्वोत्तम कार्य करते हे त्यांना निवडू दिले. PayPal चे AI Fluency आणि Transformation Lead कीथ स्विडरस्की (Keith Swiderski) यांच्यासाठी अचूकता अत्यंत महत्त्वाची होती. उच्च-प्रभावी निर्णयांची माहिती देण्यासाठी, त्यांना अचूक मार्केट इंटेलिजन्स आणि स्पर्धात्मक विश्लेषणाची आवश्यकता होती.

शिकण्याची छोटी प्रक्रिया, विविध प्रकारच्या युझ केस

मॉडेल गव्हर्नन्स लीड, ग्रॅहम वुड्स (Graham Woods) यांना एका वेगळ्या आव्हानाचा सामना करावा लागला: त्यांना अशा AI सोल्यूशनची गरज होती जी नवीन त्रुटी न आणता PayPal च्या इन-हाउस मॉडेल्सची दुप्पट खात्री करू शकेल. संपूर्ण संस्थेमध्ये, मागणी सोपी होती: PayPal ला विश्वासू, कार्यक्षम आणि शिकण्यास सोपे असे काहीतरी हवे होते जे मार्केट रिसर्चपासून डेटा प्रमाणीकरणापर्यंत सर्व काही कमीत कमी पुनर्कामासह हाताळू शकेल.

PayPal चा दृष्टिकोन ठरवून घेतलेला होता. PayPal चे Global Head of AI प्रखर मल्होत्रा ​​यांच्या मते, "जेव्हा कर्मचारी महत्त्वाच्या निर्णयांमध्ये वापरण्यासाठी AI वर इतका विश्वास ठेवतात की तो जास्तीत जास्त मूल्य निर्माण करतो. PayPal मधील आमचा दृष्टिकोन तळापासून तो विश्वास निर्माण करण्याचा, टीम्सना सर्वोत्तम टूल्स आणि प्रशिक्षणांमध्ये प्रवेश देण्याचा, परिणामांना स्वतः बोलू देण्याचा आणि आपल्यापैकी प्रत्येकजण AI कसा वापरतो हे प्रगल्भ करण्यासाठी आपण जे शिकतो त्याचा वापर करण्याचा आहे. ज्या कंपन्या पुढील दशकात विजय मिळवतील त्या अशा असतील ज्यांनी AI इतक्या खोलवर रुजवले आहे की यामुळे त्यांची विचार करण्याची आणि काम करण्याची पद्धत बदलली. PayPal चे ध्येय स्वतःसाठी AI स्वीकारणे नाही, तर अशी कार्यशक्ती तयार करणे आहे जिथे AI फ्ल्युसी अपेक्षित आहे आणि जिथे प्रत्येक टीम अशा गती आणि अचूकतेने पुढे जाते जी परिणाम बदलू शकते."

विविध प्रकारच्या वर्कफ्लोमध्ये जुळवून घेणारे

PayPal च्या कर्मचाऱ्यांना Perplexity विविध वर्कफ्लोमध्ये सातत्यपूर्ण, अचूक आणि जुळवून घेणारे असल्याचे आढळले. आज, कीथ कॉम्पिटिटिव्ह इंटेलिजन्स, चॅनेल डेटा आणि मार्केट ट्रेंड्सना व्यवसायाला पुढे नेणाऱ्या इनसाइट्समध्ये वेगाने वितळवण्यासाठी Perplexity Enterprise चा वापर करतात. जेव्हा त्यांनी नवीन मार्केटिंग संधींसाठी अंतर्गत केस तयार केली, तेव्हा Perplexity ने एकाच संभाषणात प्रतिबद्धता डेटा आणि उद्योग बेंचमार्कसह त्यांना आवश्यक असलेली प्रत्येक गोष्ट वितरीत केली.

"चॅनेल परफॉर्मन्स असो किंवा संपूर्ण व्यावसायिक क्षेत्र, मला माहीत आहे की मला मिळणाऱ्या आउटपुट्सवर मी विश्वास ठेवू शकतो," ते म्हणतात. "शेकडो खंडित स्त्रोतांची वैधता तपासण्याऐवजी किंवा संशोधन फर्म्सवर अवलंबून राहण्याऐवजी, मी रिअल टाइममध्ये कल्पनांची चाचणी घेऊ शकतो आणि पडताळणी करता येण्याजोग्या डेटावर आधारित शिफारसींसह लीडरशिप मीटिंगमध्ये प्रवेश करू शकतो. यामुळे आपण आपल्या कामाकडे पाहण्याचा दृष्टिकोन मूलभूतपणे बदलला आहे."

ग्रॅहम यांच्यासाठी, हे साधन त्यांच्या प्रमाणीकरण प्रक्रियेतील एक प्रमुख "ह्युमन-इन-द-लूप" भागीदार बनले आहे. ते प्रतिलेख (transcripts) अपलोड करतात, Perplexity च्या अर्थाचे पुनरावलोकन करतात आणि PayPal च्या अंतर्गत मॉडेल आउटपुटसह त्याची क्रॉस-तपासणी करतात. यामुळे वर्गीकरण चुकल्याची नोंद कशी झाली याचा मागोवा घेणे खूप सोपे होते. ती तर्कातील त्रुटी होती, व्याख्येची समस्या होती किंवा फक्त गोंधळलेला डेटा होता? आता, ते काही मिनिटांत सांगू शकतात.

पुढील चौकशीसाठी एक स्पष्ट मार्ग

दरम्यान, एंटरप्राइझ रिस्क मॉनिटर मायकेल अब्बूड (Michael Abboud) लोक आणि व्यवसाय नेमके तेच आहेत ज्याचा ते दावा करतात याची पडताळणी करण्यासाठी Perplexity Enterprise चा वापर करतात. त्यांच्या कामामध्ये मालकी तपशिलांचे क्रॉस-रेफरन्सिंग करणे, जुळत नसलेल्या घटकांची ओळख पटवणे आणि संशयास्पद खात्यांना फ्लॅग करणे समाविष्ट आहे. याचा अर्थ एकाधिक टॅब आणि खंडित स्त्रोत जुगळबंदी करणे असू शकतो. आता, Perplexity चा वापर करून, मायकेल एका स्वच्छ वर्कफ्लोमध्ये काम करतो, ज्यामध्ये संदर्भ (citations) असतात जे काही जुळत नसताना स्पष्ट मार्ग प्रदान करतात.

PayPal ने सिद्ध केले की मोठ्या प्रमाणावर AI स्वीकारणे हळूवारपणे चालण्याची गरज नाही. कर्मचाऱ्यांना विविध प्रकारच्या AI टूल्समध्ये प्रवेश देऊन आणि त्यांना त्यांच्या स्वतःच्या वर्कफ्लोमध्ये समाकलित करण्याचे स्वातंत्र्य देऊन, PayPal ने त्याच्या टीम्समध्ये अधिक आत्मविश्वासी निर्णय घेतले.

विश्वास, गती आणि प्रमाण

आज, ३,७००+ पेक्षा जास्त कर्मचारी दर आठवड्याला Perplexity Enterprise चा वापर करतात. प्लॅटफॉर्म टीम्सना काम आउटसोर्स न करता किंवा हेडकाउंट न जोडता जलद हालचाल करण्यास आणि अधिक आत्मविश्वासी निर्णय घेण्यास मदत करतो.

ग्रॅहम यांच्यासाठी, ज्या कामासाठी पूर्वी मॅन्युअल तपासणीचा पूर्ण दिवस लागायचा त्याला आता खूप कमी वेळ लागतो. त्यांनी त्यांचे मायक्रोसॉफ्ट शेअरपॉइंट गव्हर्नन्स हब पुनर्निर्माण करण्यासाठी आणि Miro बोर्डद्वारे संपूर्ण मॉडेल जीवनचक्र मॅप करण्यासाठी Perplexity Enterprise चा वापर केला. या कामामुळे त्यांना अंतर्गत पुरस्कार मिळाला आणि वरिष्ठ नेतृत्वासह दुसरे हब त्यांना नियुक्त केले गेले.

"Perplexity आम्हाला प्रत्येक आउटपुटमागील तर्कसंगतता देतो, आणि यामुळेच आम्हाला आत्मविश्वासाने पुढे जाण्याची परवानगी मिळते," ते म्हणतात. "यामुळे, आपण प्रमाणीकरणात खूप कमी वेळ घालवतो आणि रणनीती आखण्यात जास्त वेळ घालवतो."

वर्कफ्लो सुधारण्यासाठीच्या टिप्स

टिप १ - विश्वाला प्राधान्य द्या: तुम्ही जे AI सोल्यूशन स्वीकारता ते पडताळणी करण्यायोग्य आणि लेखापरीक्षण करण्यायोग्य बनवून विश्वास निर्माण केला पाहिजे. तुमच्या कर्मचाऱ्यांना असे सोल्यूशन द्या जे त्यांना संदर्भ देऊन परिणामांची पडताळणी करण्यास आणि फॉलो-अप प्रश्न सहज विचारण्यास अनुमती देते.

टिप २ - विद्यमान वर्कफ्लोमध्ये AI तयार करा: तुमच्या वर्तमान टेक स्टॅक आणि सहयोग प्लॅटफॉर्ममध्ये AI समाकलित करा. कर्मचाऱ्यांना जितके कमी घर्षण (friction) सहन करावे लागेल, तितक्या वेगाने वास्तविक स्वीकार आणि मोजता येण्याजोगे ROI फॉलो होतात.

टिप ३ - क्षमता वाढवणारे म्हणून AI ला प्रोत्साहन द्या: संशोधन, प्रमाणीकरण आणि दस्तऐवजीकरण कार्ये कमी करून, AI लोकांना रणनीती आणि नवोपक्रम करण्यात अधिक वेळ घालवण्यासाठी मोकळे करू शकते.