כיצד Lambda חוסכת 475+ שעות על ידי ייעול תהליכי עבודה טכניים עם Perplexity Enterprise

הבעיה

מינוף בינה מלאכותית להאצת תהליכי עבודה טכני

כענן GPU המאמן מודלי שפה גדולים (LLMs) ובינה מלאכותית יוצרת, Lambda נמצאת בחזית ההתקדמות בחומרה עבור מהנדסי למידת מכונה. קייל ואן דייק (Kyle Van Dyke), מנהל בכיר להנגשת מכירות ב-Lambda, אומר שזו בדיוק הסיבה לכך שהם בדקו כמעט כל כלי בינה מלאכותית זמין בשוק.

אך מציאת הפלטפורמה הנכונה לייעול המחקר הטכני, תהליכי העבודה היומיומיים במכירות וקצב ההנדסה התבררה כמשימה קשה. מספר צוותים ב-Lambda חיפשו כלי בינה מלאכותית שחורג מעבר לסיכום תוצאות חיפוש כדי חושף תובנות עמוקות יותר ממקורות מהימנים.

מקרה שימוש מס' 1: מציאת מידע טכני עדכני ומהימנים

סם חוסרושאהי (Sam Khosroshahi), ראש תחום מכירות אסטרטגיות ב-Lambda, ניסה להשתמש בכלי בינה מלאכותית אחרים כדי לזרז הצעות ללקוחות. תוך כדי מחקר מקרי שימוש של בינה מלאכותית ולמידת מכונה עבור לקוחות פוטנציאליים, הוא נתקל בבעיה חוזרת ונשנית: המידע שסיפקו מודלים אחרים לא היה עדכני או מבוסס על מקורות מאומתים, כך שהוא לא ידע אם הוא עובדתי — מה שהפך אותו לפחות לאידיאלי עבור תהליך העבודה שלו.

הנהגת Lambda ידעה שישנן הזדמנויות רבות כמו אלה לייעול העבודה על פני יותר מ-15 צוותים, המשתרעים על פני מכירות, תוכן, הנדסה, משאבי אנוש ועוד. לכן, עד שקייל גילה את Perplexity Enterprise, ההقرار לעבוד איתם היה מובן מאליו, הוא מסביר. “Perplexity מעניקה לנו מגוון רחב של משאבים מצוטטים המסוכמים בחבילה נקייה.”

מקרה שימוש מס' 2: הפקת ראשי פרקים לתיעוד מורכב

בריידי סמית' (Brady Smith), כותב טכני ב-Lambda, משתמש בסקריפטים של Bash ובקלט ופלט גולמיים של הטרמינל כדי לספק מידע לתוכן שלו. אבל תכנות אינו תחום המומחיות המרכזי שלו, ולכן הוא מעדיף להזין את מידע הטרמינל של Bash לתוך בינה מלאכותית כדי לקבל הקשר מבלי לסכן את ההתעסקות במערכת הלא נכונה.

משם, בניית ראשי פרקים טכניים עלולה להימשך שעות מכיוון שלעתים קרובות נאלץ להמתין לצדדים אחרים שיספקו לו מידע נישה. לכן הוא חיפש דרך לבצע שירות עצמי ולערוך חיפושים מעמיקים המניבים מידע מצוטט ומדויק בתוך שניות.

הפתרון

ביצוע מהיר יותר בקרב 15+ צוותים עם תמיכת בינה מלאכותית מובנית

יכולות החיפוש של Perplexity Enterprise עלו על הציפיות של Lambda מהיום הראשון. מכיוון שהתוצאות כוללות תמיד ציטוטים מדויקים ומאומתים, הצוותים ותתי-הצוותים של Lambda יכולים לבצע ביעילות מחקר מעמיק ועבודה מבוססת ידע עם שורה של יתרונות מוחשיים.

יתרון מס' 1: תוצאות מהירות ומהימנות — עם ציטוטים מדויקים

עבור התיעוד והתוכן המעמיק של Lambda, בריידי מוצא ש-Perplexity Enterprise הוא השותף האידיאלי לבנייה מהירה של ראשי פרקים. הוא משתמש בבינה המלאכותית כדי לסנתז דוחות מדעיים ארוכים לתוצאות קלות לעיכול, ומכנה זאת “מכפיל כוח לעבודה שלו.” וכאשר הוא עורך מחקר, Perplexity מייצרת את התיעוד המדויק שהוא צריך — שלם עם ציטוטים.

יתרון מס' 2: סיכומים תמציתיים של דוחות טכניים מורכבים

מהנדס פתרונות בכיר ג'ורדן גיבנס (Jordan Gibbens) משתמש ב-Perplexity Enterprise כדי למצוא ולסכם מאמרים טכניים מאוד הקשורים לפרויקטי התכנות שלו. הבינה המלאכותית מסייעת לו גם לזהות פרטים ספציפיים בקובצי PDF גדולים, כמו מאות העמודים של תיעוד Bright Cluster של NVIDIA.

הוא מוצא שהתוצאות של Perplexity הן תמציתיות באופן ייחודי, במיוחד בהשוואה לכלי בינה מלאכותית אחרים בשוק, כאשר צוללים לפרטים הקטנים של כל משימה הנדסית שהוא עובד עליה.

יתרון מס' 3: תהליכי עבודה הנדסיים מיועילים להחלפת הקשר חלקה

איב קאליקואט (Eve Callicoat), אחת ממהנדסות התוכנה הבכירות ב-Lambda, לא רק מאיצה את תפוקת העבודה שלה עם Perplexity – היא גם עיצבה שפת תכנות מותאמת אישית בתוך Enterprise.

לדוגמה, כאשר היא מזינה שאילתה לגבי מאגר GitHub ספציפי, Perplexity מנתחת אותו ובונה תשובה מקיפה — אפילו מתוכן שהיא מעולם לא ראתה קודם לכן. חיפוש Pro יכול אפילו לפרק שאלות באורך פסקה על דקדוק מנתחים וקובצי קוד מקור לנקודות מאורגן, מה שהופך את החלפת המשימות והפלטפורמות לחלקה עבור איב.

יתרון מס' 4: פנייה אישית למכירות ללא עבודה ידנית

לאחר הקליטה ב-Perplexity, צוות המכירות של סם ב-Lambda מצא את המשאב הכל-באחד שהם צריכים לחקר והפעלת לידים פוטנציאליים. סם יכול כעת למצוא בקלות מידע עדכני הניתן לציטוט בזמן שהוא מעצב קמפיינים לפנייה ללקוחות. במקום לנפות ידנית מאות קישורים ברחבי Google, סם מקבל “מגוון רחב של משאבים המסוכמים יפה על מגש.” והוא יכול להיות סמוך ובטוח שהמידע אינו מוטה מכיוון שהתוצאות של Perplexity אינן כוללות פרסומות או חומרי שיווק בוטים שהם בבירור נגזרות של SEO.

בצלילה עמוקה יותר, Perplexity מחליקה עוד יותר את מחזור המכירות על ידי איתור מהיר של פרטי קשר, משימה קשה בדרך כלל עבור נציגי מכירות. לאחר מכן היא מתאימה אישית את הפנייה על ידי סריקת פוסטים ב-LinkedIn של לידים כדי להבין טוב יותר את תחומי העניין המתפתחים שלהם. הדבר מעצים את הנגשת המכירות של Lambda על ידי שאלת Perplexity מה התפתחות חדשה עשויה למשמע עבור הלקוחות שלהם.

יתרון מס' 5: קליטה לעובדים לא-טכניים

בנוגע להערה אחרונה, קייל מוסיף ש-Perplexity הפכה לקריטית בייעול תהליך הקליטה של החברה עבור חברי צוות חדשים. לדוגמה, כאשר עובד לא-טכני צריך ללמוד על עבודת ההנדסה של איב, הוא יכול פשוט למנף את Perplexity כדי ליצור סיכום מקיף. איב יכולה להעלות מסמכים פנימיים רלוונטיים להצלבה עם מקורות חיצוניים לא-טכניים מבלי לדאוג שהנתונים של Lambda ישמשו לאימן את הבינה המלאכותית.

הדבר מעניק לגיוס החדש כיוון קל הבנה כך שיוכלו להתחיל מהר יותר — מבלי לבצע מחקר נוסף, לפלוש לזמן של איב או לסכן את נתוני החברה.

התוצאה

תהליכי עבודה מועצמים, מחקר מעמיק והשלמת משימות מהירה יותר

Perplexity Enterprise חוסכת 457 שעות על פני יותר מ-15 צוותי Lambda. לדוגמה, בתוך 30 שניות בלבד, Perplexity מעניקה לבריידי 20 מקורות שונים לכתיבה הטכנית שלו. כעת, הוא מסיים עבודה מהיר פי 2 עם תיעוד ארכיטקטוני מדויק — מה שמחייב פחות מאמץ מצד שותפים חיצוניים שעזרו בעבר למקור מידע זה.

באופן דומה, כשמדובר בהנגשת מכירות, נציג המכירות של Lambda נוח ספיר (Noah Spear) מציין ש-Perplexity הרחיבה באופן דרמטי את צנרת הפניות תוך הפיכתה לאישית יותר במקביל. התוצאות? יותר לידים מגיבים לשיחות ולמיילים שלהם, מה שמאיץ את משפך המכירות שלהם.

קייל אומר שחיסכון הזמן הכולל עם Perplexity Enterprise היה משנה משחק עבור כל צוות Lambda. בין אם הוא מתכנן פגישות או מתעד מששאבים, הוא חוסך אישית בממוצע שעה אחת על כל אחת ממשימות היומיום שלו. לדוגמה, Perplexity מעצבת עבורו את משאבי ההנגשה שלו בתוך שניות תוך הדגשת נתונים הניתנים לפעולה ושלבים הבאים.

“אני פשוט מספיק הרבה יותר,” אומר קייל. “במיוחד בעולם מרוחק שבו אתה מסוגל להתרכז ולקפוץ מפגישה לפגישה, Perplexity מאיצה כמעט הכל.”