Lambda 如何通过 Perplexity Enterprise 简化技术工作流从而节省 475 小时以上

问题所在

利用人工智能加速复杂的技术工作流

作为一家训练大语言模型 (LLM) 和生成式人工智能的 GPU 云平台，Lambda 始终站在机器学习工程师硬件进步的前沿。Lambda 的高级销售赋能经理 Kyle Van Dyke 表示，这正是他们测试过市场上几乎所有可用人工智能工具的原因。

然而，要找到一个合适的平台来简化他们的技术研究、日常销售工作流和工程交付速度，却并非易事。Lambda 的多个团队都在寻找一种不仅仅能总结搜索结果，还能从权威来源中揭示更深层见解的人工智能工具。

用例 #1：寻找最新、可靠的技术信息

Lambda 的战略销售主管 Sam Khosroshahi 曾尝试使用其他人工智能工具来加快客户提案的进度。在为潜在客户研究人工智能和机器学习用例时，他遇到了一个反复出现的问题：其他模型提供的信息不够及时，也未以经过验证的来源为基础，因此他无法确认其是否属实——这使得它对于他的工作流而言并不理想。

Lambda 的领导层深知，在跨越销售、内容、工程、人力资源等 15 个以上的团队中，存在许多优化工作的机会。因此，当 Kyle 发现 Perplexity Enterprise 时，他解释道，与他们合作是一个无需多加思考的决定。“Perplexity 为我们提供了一个整洁的包，涵盖了大量带引用的资源。”

用例 #2：为复杂文档生成大纲

Lambda 的技术文档撰稿人 Brady Smith 使用 Bash 脚本以及原始终端输入和输出来为他的内容提供信息。但编码并非他的核心竞争力，因此他更愿意将 Bash 终端信息输入到人工智能中以获取上下文，而不会冒着弄乱系统的风险。

此后，构建技术大纲可能会拖延数小时，因为他经常需要等待其他方提供利基信息。这就是他寻求一种自助服务方式的原因，以便进行深入搜索，并在几秒钟内得出带引用、准确的信息。

解决方案

借助嵌入式人工智能支持，实现 15 个以上团队的更快速执行

Perplexity Enterprise 的搜索功能从第一天起就超出了 Lambda 的预期。由于搜索结果始终包含准确且经过验证的引用，Lambda 的团队和子团队可以高效地进行深度研究和知识工作，并获得许多有形的收益。

收益 #1：快速、可靠的结果——包含准确的引用

对于 Lambda 的文档和深度内容，Brady 发现 Perplexity Enterprise 是快速构建大纲的理想合作伙伴。他利用该人工智能将长篇科学报告合成为易于消化的结果，称其为“他工作的力量倍增器”。当他进行研究时，Perplexity 会生成他所需的精确文档——并附带引用。

收益 #2：复杂技术报告的简洁摘要

高级解决方案工程师 Jordan Gibbens 使用 Perplexity Enterprise 来查找并总结与他编码项目相关的高度技术性文章。该人工智能还帮助他在大型 PDF 文件中识别特定细节，例如 NVIDIA Bright Cluster 文档 的数百页内容。

他发现，与市场上其他人工智能工具相比，Perplexity 的结果在深入研究他正在进行的任何工程任务的具体细节时，显得尤为简洁。

收益 #3：精简工程工作流以实现无缝的上下文切换

Lambda 的主任软件工程师 Eve Callicoat 不仅通过 Perplexity 加速了她的工作产出，还在 Enterprise 中设计了一种自定义编程语言。

例如，当她输入关于特定 GitHub 仓库的查询时，Perplexity 会对其进行分析并构建出全面的答案——即使是从它从未见过的内容中。Pro 搜索甚至可以将关于解析器语法和源代码文件的段落式长问题分解为条理清晰的要点，使 Eve 能够无缝地在任务和平台之间切换。

收益 #4：无需人工操作的个性化销售外联

在使用 Perplexity 进行入职培训后，Sam 在 Lambda 的销售团队找到了他们研究和激活潜在客户所需的一站式资源。Sam 现在可以在设计客户外联活动时轻松找到当代的、可引用的信息。与其手动筛选 Google 上成百上千个链接，Sam 获得的是“以精美方式总结并呈现的大量资源”。此外，他可以确信这些信息是公正的，因为 Perplexity 的结果不包含任何广告或明显的营销材料，而这些材料通常是 SEO 的衍生品。

深入探究，Perplexity 通过快速获取联系信息进一步顺畅了销售周期，这对销售代表来说通常是一项艰巨的任务。然后，它通过梳理潜在客户的 LinkedIn 帖子来更好地理解他们不断变化的兴趣，从而实现个性化的外联。这通过询问 Perplexity 新的发展对他们的客户意味着什么，极大地增强了 Lambda 的销售赋能。

收益 #5：为非技术员工提供入职引导

最后，Kyle 补充说，Perplexity 在简化公司为新团队成员提供的入职流程方面已变得至关重要。例如，当非技术员工需要了解 Eve 的工程工作时，他们可以简单地利用 Perplexity 创建一个全面的摘要。Eve 可以上传相关的内部文档，以便与非技术外部来源进行交叉引用，而无需担心 Lambda 的数据会被用于训练人工智能。

这为新员工提供了易于理解的指导，使他们能够更快地适应——无需进行额外的研究、占用 Eve 的时间或将公司数据置于风险之中。

结果

强化的工作流、深度研究和更快的任务完成速度

Perplexity Enterprise 在 15 个以上的 Lambda 团队中节省了 457 小时。例如，仅需 30 秒，Perplexity 就为 Brady 的技术写作提供了 20 个不同的来源。现在，他以 2 倍的速度完成了准确的架构文档，减少了此前曾协助提供此信息的外部合作伙伴的工作量。

同样，在销售赋能方面，Lambda 销售代表 Noah Spear 指出，Perplexity 在极大地扩大渠道外联范围的同时，也使其更加个性化。结果如何？更多的潜在客户回应了他们的电话和邮件，这加快了他们的销售漏斗。

Kyle 表示，Perplexity Enterprise 带来的总体时间节省对整个 Lambda 团队来说是一个颠覆性的改变。无论是计划会议还是记录资源，他个人每天在日常任务上平均节省了一个小时。例如，Perplexity 会在几秒钟内为他格式化赋能资源，同时高亮显示可操作的数据和后续步骤。

“我完成的工作量确实多了很多，”Kyle 说。“特别是在一个远程办公的世界里，当你能够全神贯注并频繁参加各种会议时，Perplexity 加快了几乎所有事情的进度。”