Hvordan Lambda sparer 475+ timer ved å strømlinjeforme tekniske arbeidsflyter med Perplexity Enterprise

Problemet

Utnytter KI for å akselerere komplekse tekniske arbeidsflyter

Som en GPU-sky som trener opp store språkmodeller og generativ KI, ligger Lambda i forkant av maskinvareutviklingen for maskinlæringsingenører. Kyle Van Dyke, Lambdas Senior Sales Enablement Manager, sier det er nøyaktig derfor de har testet nesten alle tilgjengelige KI-verktøy på markedet.

Men å finne den rette plattformen for å strømlinjeforme teknisk forskning, daglige salgsarbeidsflyter og ingeniørhastighet viste seg å være vanskelig. Flere team hos Lambda lette etter et KI-verktøy som kunne gå lenger enn å oppsummere søkeresultater, og i stedet avdekke dypere innsikt fra pålitelige kilder.

Brukstilfelle nr. 1: Finne oppdatert og pålitelig teknisk informasjon

Sam Khosroshahi, sjef for strategisk salg hos Lambda, hadde prøvd å bruke andre KI-verktøy for å fortsette kundeforslag raskere. Under forskning på KI- og maskinlæringsbrukstilfeller for potensielle kunder støtte han på et tilbakevendende problem: Informasjonen som andre modeller leverte, var ikke oppdatert eller forankret i verifiserte kilder, så han visste ikke om den var faktabasert – noe som gjorde den mindre enn optimal for hans arbeidsflyt.

Lambdas ledelse visste at det fantes en rekke slike muligheter til å strømlinjeforme arbeidet på tvers av mer enn 15 team innen salg, innhold, ingeniørarbeid, HR og mer. Da Kyle oppdaget Perplexity Enterprise, var beslutningen om å samarbeide med dem derfor en enkel avgjørelse, forklarer han. «Perplexity gir oss et bredt utvalg av siterte ressurser oppsummert i en ryddig pakke.»

Brukstilfelle nr. 2: Generere disposisjoner for kompleks dokumentasjon

Brady Smith, teknisk skribent hos Lambda, bruker Bash-skripting og rå terminalinnganger og -utganger for å danne grunnlaget for innholdet sitt. Men koding er ikke hans kjernerolle, så han foretrekker å mate Bash-terminalinformasjon inn i en KI for å få kontekst uten å risikere å rote til feil system.

Derfra kunne det å bygge tekniske disposisjoner ta flere timer fordi han ofte måtte vente på at andre parter skulle forsyne ham med nisjeinformasjon. Derfor lette han etter en måte å gjøre selvbetjening på og utføre dyptgående søk som gir sitert, nøyaktig informasjon på få sekunder.

Løsningen

Raskere utførelse på tvers av 15+ team med integrert KI-støtte

Perplexity Enterprise sin søkefunksjonalitet overgikk Lambdas forventninger fra første dag. Fordi resultatene alltid inkluderer nøyaktige og verifiserte siteringer, kan Lambdas team og underteam effektivt utføre dypgående forskning og kunnskapsarbeid med en rekke konkrete fordeler.

Fordel nr. 1: Raske, pålitelige resultater – med nøyaktige siteringer

For Lambdas dokumentasjon og dyptgående innhold opplever Brady at Perplexity Enterprise er den ideelle partneren for raskt å bygge disposisjoner. Han bruker KI-en til å syntetisere lange vitenskapelige rapporter til lett fordøyelige resultater, og kaller den en «kraftmultiplikator for jobben sin». Og når han utfører forskning, produserer Perplexity nøyaktig den dokumentasjonen han trenger – komplett med siteringer.

Fordel nr. 2: Konsise sammendrag av komplekse tekniske rapporter

Senior løsningsingeniør Jordan Gibbens bruker Perplexity Enterprise til å finne og oppsummere svært tekniske artikler knyttet til kodeprosjektene sine. KI-en hjelper ham også med å identifisere spesifikke detaljer i store PDF-filer, som de hundrevis av sidene i NVIDIAs Bright Cluster-dokumentasjon.

Han opplever at Perplexitys resultater er unikt konsise, spesielt sammenlignet med andre KI-verktøy på markedet, når han dykker ned i detaljene i en hvilken som helst ingeniøroppgave han jobber med.

Fordel nr. 3: Strømlinjeformede ingeniørarbeidsflyter for sømløs kontekstbytte

Eve Callicoat, en av Lambdas programvareingeniører, akselererer ikke bare arbeidsstykket sitt med Perplexity – hun designet også et egendefinert programmeringsspråk i Enterprise.

Når hun for eksempel skriver inn et spørsmål om et bestemt GitHub-repositorie, analyserer Perplexity det og konstruerer et helhetlig svar – selv fra innhold den aldri har sett før. Pro-søket kan til og med dekonstruere avsnittslange spørsmål om parsergrammatikk og kildekundefiler til organiserte punkter, noe som gjør det sømløst for Eve å bytte mellom oppgaver og plattformer.

Fordel nr. 4: Personlig salgsoppsøkende arbeid uten manuelt arbeid

Etter oppstarten med Perplexity fant Sams salgsteam hos Lambda den alt-i-ett-ressursen de trengte for å søke opp og aktivere potensielle leads. Sam kan nå enkelt finne moderne, siterbar informasjon mens han utformer kundekampanjer. I stedet for å manuelt sikte gjennom hundrevis av lenker på Google, får Sam et «bredt utvalg av ressurser fint oppsummert på et fat». Og han kan være trygg på at informasjonen er objektiv, fordi Perplexitys resultater ikke inneholder noen annonser eller åpenbare markedsføringsmateriell som er tydelig SEO-derivater.

Når man graver dypere, glatter Perplexity ut salgssyklusen ytterligere ved raskt å hente inn kontaktinfo, en vanligvis strabasiøs oppgave for selgere. Den personaliserer deretter det oppsøkende arbeidet ved å finkjemme leads' LinkedIn-innlegg for å bedre forstå deres utviklende interesser. Dette gir Lambdas salgsaktivering et løft ved å spørre Perplexity hva en ny utvikling kan bety for kundene deres.

Fordel nr. 5: Onboarding for ikke-tekniske arbeidere

Avslutningsvis legger Kyle til at Perplexity har blitt avgjørende for å strømlinjeforme bedriftens onboarding-prosess for nye teammedlemmer. For eksempel, når en ikke-teknisk ansatt trenger å lære om Eves ingeniørarbeid, kan de enkelt bruke Perplexity til å lage et omfattende sammendrag. Eve kan laste opp relevante interne dokumenter for å kryssreferere med ikke-tekniske eksterne kilder uten å bekymre seg for at Lambdas data vil bli brukt til å trene opp KI-en.

Dette gir nykommeren lett forståelig veiledning slik at de kommer raskere i gang – uten å utføre ekstra forskning, legge beslag på Eves tid eller utsette bedriftsdata for risiko.

Resultatet

Superladede arbeidsflyter, dypgående forskning og raskere oppgavefullføring

Perplexity Enterprise sparer 457 timer på tvers av mer enn 15 Lambda-team. På bare 30 sekunder gir for eksempel Perplexity Brady 20 forskjellige kilder til hans tekniske skriving. Nå snur han arbeidet rundt 2x raskere med nøyaktig arkitekturdokumentasjon – noe som krever mindre innsats fra eksterne partnere som tidligere hjalp til med å innhente denne informasjonen.

Tilsvarende, når det gjelder salgsaktivering, påpeker Lambda-selger Noah Spear at Perplexity har skalert det oppsøkende arbeidet i pipelinen dramatisk samtidig som det har blitt mer personlig. Resultatene? Flere leads svarer på oppringningene og e-postene deres, noe som akselererer salgstrakten.

Kyle sier at den totale tidsbesparelsen med Perplexity Enterprise har vært en gamechanger for hele Lambda-teamet. Enten det gjelder planlegging av møter eller dokumentering av ressurser, sparer han personlig i gjennomsnitt en time på hver av sine daglige oppgaver. For eksempel formaterer Perplexity aktiveringsressursene hans på få sekunder samtidig som den fremhever handlingsrettede data og neste trinn.

«Jeg utretter bare så mye mer», sier Kyle. «Spesielt i en fjernverden der du kan fokusere og hoppe fra møte til møte, fremskynder Perplexity nesten alt.»