Sådan bruger Rosenxt Perplexity Computer til at understøtte innovation og drive effektivitet

Problem

At finde en modelagnostisk løsning til teams, der ønsker valgfrihed

At opbygge morgendagens teknologier kræver AI, der holder trit med valget. Fra robotubåde til autonome ultralydstestingssystemer udvikler Rosenxt løsninger på udfordringer, hvor svar ofte ikke findes. For at støtte teams, der arbejder på den teknologiske frontlinje, havde virksomheden brug for et AI-miljø, der var så fleksibelt, fremadrettet og modelagnostisk som dens egen innovationsmetode.

"Vi ønskede at kunne afprøve forskellige LLM'er og altid have de nyeste modeller," siger Alexandra Kersten Mota, Data Engineer hos Rosenxt. "En modelagnostisk tilgang var meget vigtig for os." Rosenxt så også på at forbedre styringen. "Vi har mere end 740 ansatte, og vi var begyndt at få en del forbrug af skygge-AI," siger Alexandra. "Vi ønskede at have et AI-værktøj til generelle formål, som vi kunne stole på og stille til rådighed."

Løsning

Få mest muligt ud af integrationer

Rosenxt besluttede at bruge Perplexity Enterprise, fordi det tilbyder både fleksibilitet og kontrol: Perplexity er modelagnostisk, men tilbyder også granulære administratorkontroller med sikkerhedsfunktioner i virksomhedsklasse, som virksomheden havde brug for, siger Alexandra.

En anden stor faktor i deres beslutning var det faktum, at Perplexity er integreret med de værktøjer, Rosenxt bruger hver dag, via app-connectorer. Det omfatter værktøjer som Microsoft Excel til dataanalyse og Databricks til data lakehousing. "Vi kan styre granulært, hvem der kan bruge hvilke connectorer," siger Alexandra. "Jeg kan virkelig godt lide, at man rent faktisk kan sige præcis, hvad man kan gøre med connectorer."

Brug af Perplexitys connectorer gør det nemt for Rosenxt at skræddersy opgaver til deres forretning og derefter opdatere dem, efterhånden som deres behov udvikler sig. "Computer hjælper mig med at få rigtig gode integrationer til at udføre nogle opgaver, der ellers ville kræve en masse manuelt arbejde og test," siger Jannik Mersch, Head of Data hos Rosenxt. "Jeg er i stand til at nå frem til svar hurtigere, fordi Computer opretter forbindelse til de værktøjer og kilder, jeg allerede bruger."

Fremskyndelse af teknologiske fremskridt

Perplexity hjælper også Rosenxt med at generere indsigter, uanset om det drejer sig om at trække på førsteklasses datakilder som Statista og Crunchbase direkte inde i Computer eller køre Dybtgående forskning for at kompilere marked- og teknologiindsigter på få minutter. At kunne hente betroede førsteklasses kilder og køre dybtgående forskning på ét sted giver dem et meget skarpere overblik uden at skifte mellem værktøjer.

"Vi bruger Perplexity Computer til at innovere endnu mere," siger Jannik. "Vi bruger Computer til at parse dokumenter, spejde efter potentielle nye teknologier og skabe indsigter om andre tjenester og produkter, der allerede er på markedet. Kollegerne kender allerede markedet, men at forstå markedet bedre og tilføje mere viden er meget interessant."

Flittigt brugt på tværs af teams

Som en engelsktalende virksomhed, der opererer i flere lande, fandt Rosenxt, at Perplexity tilpasser sig ethvert sprogligt behov. Deres medarbejdere, hvoraf nogle taler fire sprog eller flere, skifter konstant mellem forskellige sprog på Perplexity. "Perplexity er en del af vores hverdag, næsten hver time," siger Alexandra. "Der er ikke et bestemt team, der bruger det. Det er virkelig for alle."

Eksempelforespørgsler

Resultater

Fjernelse af manuelle gener

Siden de begyndte at bruge Perplexity, er Rosenxt blevet endnu mere effektiive. Datateamet brugte Computer til at oprydde ældre bankdata. Tidligere ville de have skullet gennemgå en møjsommelig proces med at rette dataene og derefter uploade dem tilbage i deres system en batch ad gangen. I stedet gjorde Perplexity det muligt for projektteamet at udføre et job på markant kortere tid.

Business Software-teamet brugte Perplexity Computer til at oprette en app, der udfører modenhedsvurderinger af dens mest værdifulde softwareløsninger. Teamet udviklede appen til hurtigt at analysere Rosenxts brug af hver løsning af forskellige interessenter baseret på data frem for intuition.

I sidste ende hjalp indsigterne med at optimere og afstemme Rosenxts roadmap-planlægning og kapacitetstildeling. Udvikling af en app ud fra den oprindelige Excel-fil ville have været en meget tidskrævende proces, siger Katharina Bojer, Workgroup Lead for Business Software. Katharina siger, at hun var i stand til at forvandle et etårigt Excel-baseret modelleringsprojekt til en næsten klar-til-brug-app på bare 20 minutters prompting. "Værktøjet brugte under to timer på at bygge den," siger hun. "Jeg er meget imponeret over det."

Datateamet brugte Computer til at gøre intern viden mere let tilgængelig. De ønskede, at medarbejderne skulle kunne stille spørgsmål og få relevante svar ét sted i stedet for at skulle søge gennem forskellige dokumenter og systemer. Computer hjalp dem med at udvikle idéer og strukturere konceptet for nxti, en intern vidensassistent. "Computer satte os i stand til hurtigere at bevæge os fra en første idé til en praktisk intern vidensassistent," siger Jannik.

Rosenxt ser frem til at skabe endnu større effektiviseringer med Perplexity i fremtiden. "Jeg ser et stort potentiale i flere forbindelser, der gør Perplexity til en ledsager i stedet for et sted, vi går hen," siger Alexandra.

Tips

Tips til at bruge Computer til at drive innovation

Tip 1 – Identificer nye markedsmuligheder

Brug Perplexity til at hjælpe med at forblive foran konkurrenterne. Brug Perplexity Search og Dybtgående forskning til at identificere nye produkter og tjenester på markedet, og foreslå derefter potentielle huller og vækstområder i din organisation.

Tip 2 – Brug Computer som en strategisk tænkningspartner

Forbind data og værktøjer til Computer sikkert, og omfavn udforskning. Bed Computer om at foreslå forskellige scenarier baseret på data, og iterér derefter med flere prompts, mens du bygger apps eller indsigter.

Tip 3 – Analysér kvantitative og kvalitative data for mønstre

Stol på, at Computer analyserer store datamængder, identificerer mønstre i flere dokumenter eller sporer forskellige typer information. Opret derefter dashboards, der gør det enklere for alle at fortolke dataene og handle på dem.