Kundehistorier

Model ML automatiserer kundeklare finansielle leverancer med Perplexity Sonar

Model ML, der er grundlagt af serieiværksætterne og brødrene Chaz og Arnie Englander, tilbyder et AI-arbejdsområde til kunder inden for finansielle tjenesteydelser, herunder nogle af verdens største investeringsbanker og private equity-selskaber.

Problemet

Finanssektoren er benhårdt konkurrencepræget og kræver konsekvent topkvalitet i kunderesultater og strategisk indsigt. Alligevel er teams fortsat bebyrdet af manuelle, gentagne opgaver – indsamling af data, opdatering af regneark og formatering af materialer på tværs af Microsoft Office-pakken. Denne ineffektivitet skaber operationelle flaskehalse og medfører unødvendige risici, hvilket begrænser potentialet for differentieret arbejde med stor effekt.

Når hastighed og nøjagtighed betyder mest, er virksomhederne desuden stadig afhængige af juniormedarbejdere, der arbejder natten igennem for at nå deadlines om morgenen, hvilket hæmmer smidigheden netop når den er allermest nødvendig.

Løsningen

Ved problemfrit at integrere AI med forskellige interne og eksterne datakilder – f.eks. private mødenoter, virksomhedsindberetninger/-transskriptioner, finansielle databaser og websøgning i realtid – giver Model ML brugerne værktøjerne til at generere indsigter, udføre komplekse analyser og automatisk producere output med tilpasset formatering i PowerPoint, Word, Excel og PDF.

Brugerne kan også oprette tids- og hændelsesbaserede udløsere for tilpassede arbejdsprocesser, der går hele vejen til levering af præsentationer i tilpasset format via e-mail.

Drevet af Sonar Pro & Reasoning*

Model ML bruger udelukkende Perplexity Sonar til at muliggøre avancerede websøgningsfunktioner i realtid. Sonar forbedrer markant kritiske strategiske arbejdsprocesser, herunder omfattende analyser af markedsstemningen, grundige virksomhedsprofiler og udarbejdelse af nuancerede investeringsteser.

Med Sonars avancerede filtreringsmuligheder giver Model ML brugerne præcis kontrol over indhentningen af eksterne data, f.eks. ved at begrænse søgninger til betroede domæner som Bloomberg News. Denne detaljerede kontrol øger nøjagtigheden og den strategiske relevans af de oplysninger, der indgår i vigtige forretningsbeslutninger og kundeleverancer.

Markedskortlægningsgitter i Model ML, der bruger websøgning til at udfylde produktoplysninger

Gitter med virksomhedsprofiler i Model ML med estimater for omsætning og EBITDA

Resumé af ServiceNows regnskabsresultater i Model ML med tal, der har kildehenvisninger

Model ML eksporterer diskussionsmateriale til en PowerPoint-skabelon

ServiceNow-oversigtsslide genereret af Model ML, åben i PowerPoint

*Sonar Chat Completions hedder nu Agent API og har flere modeller, værktøjer og forskningsbaserede forudindstillinger. Kom i gang med vores dokumentation her.