Jak PayPal wspiera globalne zespoły w szybszej i dokładniejszej pracy dzięki Perplexity

W firmie wielkości PayPal przekonanie dziesiątek tysięcy pracowników do wdrożenia sztucznej inteligencji nie jest łatwym zadaniem. Biorąc pod uwagę zespoły zajmujące się marketingiem, nauką o danych, zarządzaniem ryzykiem i kontrolą modeli na ponad 200 rynkach, wdrożenie AI mogło z łatwością oznaczać miesiące szkoleń, programów pilotażowych i częściowej adopcji.

PayPal przyjął jednak inne podejście: zapewnił pracownikom dostęp do wielu rozwiązań AI i pozwolił im wybrać te, które sprawdzają się u nich najlepiej. Dla Keitha Swiderskiego, lidera ds. płynności i transformacji AI w PayPal, dokładność była kwestią niepodlegającą negocjacjom. Aby podejmować decyzje o dużym znaczeniu, potrzebował dokładnych danych rynkowych i analizy konkurencji.

Krótka krzywa uczenia się, szeroki zakres zastosowań

Graham Woods, lider ds. zarządzania modelami, stanął przed innym wyzwaniem: potrzebował rozwiązania AI, które mogłoby weryfikować wewnętrzne modele PayPal bez wprowadzania nowych błędów. W całej organizacji zapotrzebowanie było proste: PayPal potrzebował czegoś niezawodnego, wydajnego i łatwego do opanowania, co mogłoby obsłużyć wszystko, od badań rynku po walidację danych, przy minimalnym nakładzie pracy.

Podejście firmy PayPal było zamierzone. Zdaniem Prakhara Mehrotry, globalnego szefa ds. AI w PayPal: „Sztuczna inteligencja tworzy największą wartość, gdy pracownicy ufają jej na tyle, by wykorzystywać ją w kluczowych decyzjach. Nasze podejście w PayPal polegało na budowaniu tego zaufania od podstaw, zapewniając zespołom dostęp do najlepszych narzędzi i szkoleń, pozwalając wynikom mówić samym za siebie oraz wykorzystując zdobyte doświadczenia do dojrzewania sposobów, w jakie każdy z nas korzysta z AI. Firmy, które wygrają w kolejnej dekadzie, to te, które wdrożyły AI wystarczająco głęboko, by zmienić sposób, w jaki myślą i pracują. Celem PayPal nie jest adopcja AI dla samej adopcji, lecz budowanie siły roboczej, w której płynność w posługiwaniu się AI jest oczekiwana, a każdy zespół działa z szybkością i precyzją, które mogą zmienić rezultaty”.

Możliwość adaptacji w szerokim zakresie przepływów pracy

Pracownicy PayPal uznali Perplexity za narzędzie spójne, dokładne i możliwe do dostosowania do różnych przepływów pracy. Obecnie Keith korzysta z Perplexity Enterprise, aby szybko przekształcać analizy konkurencji, dane kanałowe i trendy rynkowe w spostrzeżenia, które napędzają rozwój firmy. Kiedy przygotowywał wewnętrzne uzasadnienie dla nowych możliwości marketingowych, Perplexity dostarczyło mu wszystkiego, czego potrzebował, w tym danych o zaangażowaniu i benchmarków branżowych, w ramach jednej konwersacji.

„Niezależnie od tego, czy chodzi o raportowanie wyników kanałów, czy całego sektora biznesowego, wiem, że mogę zaufać uzyskiwanym wynikom” – mówi. „Zamiast weryfikować setki fragmentarycznych źródeł lub polegać na firmach badawczych, mogę testować pomysły w czasie rzeczywistym i wchodzić na spotkania kierownictwa z rekomendacjami, o których wiem, że są oparte na weryfikowalnych danych. To fundamentalnie zmieniło sposób, w jaki podchodzimy do naszej pracy”.

Dla Grahama narzędzie to stało się kluczowym partnerem w procesie walidacji typu „human-in-the-loop”. Przesyła transkrypcje, sprawdza interpretację Perplexity i porównuje ją z wynikami wewnętrznego modelu PayPal. Dzięki temu znacznie łatwiej jest prześledzić, jak doszło do błędnej klasyfikacji. Czy był to błąd logiczny, problem z definicją, czy może nieuporządkowane dane? Teraz jest w stanie to ustalić w ciągu kilku minut.

Jasna ścieżka do dalszego badania

Tymczasem Michael Abboud, monitor ds. ryzyka w przedsiębiorstwie, korzysta z Perplexity Enterprise, aby weryfikować, czy osoby i firmy są dokładnie tymi, za kogo się podają. Jego praca obejmuje krzyżowe sprawdzanie szczegółów własności, identyfikowanie niedopasowanych podmiotów i oznaczanie podejrzanych kont. Może to oznaczać żonglowanie wieloma kartami i fragmentarycznymi źródłami. Teraz, dzięki korzystaniu z Perplexity, Michael pracuje w jednym, przejrzystym przepływie pracy, z cytowaniami, które zapewniają jasną ścieżkę, gdy coś się nie zgadza.

PayPal udowodnił, że adopcja AI na dużą skalę nie musi postępować powoli. Dając pracownikom dostęp do szerokiej gamy narzędzi AI i autonomię w integrowaniu ich z własnymi przepływami pracy, PayPal odnotował pewniejsze podejmowanie decyzji w swoich zespołach.

Zaufanie, szybkość i skala

Dziś ponad 3700 pracowników korzysta co tydzień z Perplexity Enterprise. Platforma pomaga zespołom działać szybko i podejmować bardziej pewne decyzje bez outsourcingu pracy czy zwiększania zatrudnienia.

Dla Grahama to, co kiedyś zajmowało cały dzień ręcznego sprawdzania, teraz zajmuje ułamek tego czasu. Wykorzystał Perplexity Enterprise do przebudowy swojego centrum zarządzania Microsoft SharePoint i zmapowania kompletnego cyklu życia modelu za pomocą tablicy Miro. Ta praca przyniosła mu wewnętrzną nagrodę i doprowadziła do przydzielenia mu drugiego centrum we współpracy z wyższym kierownictwem.

„Perplexity podaje nam uzasadnienie każdego wyniku, a to właśnie pozwala nam działać z pewnością siebie” – mówi. „Dzięki niemu poświęcamy znacznie mniej czasu na walidację, a więcej na tworzenie strategii”.

Wskazówki dotyczące poprawy przepływów pracy

Wskazówka 1 - Postaw na zaufanie: Wdrażane rozwiązanie AI musi budować zaufanie poprzez swoją weryfikowalność i audytowalność. Zapewnij pracownikom rozwiązanie, które pozwoli im weryfikować wyniki za pomocą cytowań i łatwo zadawać pytania uzupełniające.

Wskazówka 2 - Wbuduj AI w istniejące przepływy pracy: Zintegruj AI z obecnym stosem technologicznym i platformami współpracy. Im mniej tarć napotykają pracownicy, tym szybciej następuje realna adopcja i mierzalny zwrot z inwestycji (ROI).

Wskazówka 3 - Promuj AI jako narzędzie zwiększające możliwości: Dzięki odciążeniu od zadań związanych z badaniami, walidacją i dokumentacją, AI może uwolnić czas pracowników, aby mogli oni poświęcić go na strategię i innowacje.