סיפורי לקוחות
Model ML מפיקה באופן אוטומטי תוצרים פיננסיים מוכנים ללקוחות בעזרת Perplexity Sonar

Model ML, שנוסדה על ידי היזמים הסדרתיים והאחים Chaz ו-Arnie Englander, מציעה סביבת עבודה מבוססת בינה מלאכותית ללקוחות בתחום השירותים הפיננסיים, ובהם כמה מבנקי ההשקעות ומקרנות הפרייבט אקוויטי הגדולים בעולם.
הבעיה
תעשיית השירותים הפיננסיים תחרותית במיוחד, והיא דורשת מצוינות עקבית בתוצאות עבור הלקוחות ובתובנות אסטרטגיות. ובכל זאת, הצוותים עדיין כורעים תחת משימות ידניות וחוזרות — איסוף נתונים, עדכון גיליונות אלקטרוניים ועיצוב חומרים בחבילת Microsoft Office. חוסר היעילות הזה יוצר צווארי בקבוק תפעוליים ומוסיף סיכונים מיותרים, ומגביל את הפוטנציאל לעבודה ייחודית ורבת השפעה.
יתרה מכך, דווקא כשמהירות ודיוק חשובים יותר מכול, חברות עדיין נשענות על אנשי צוות זוטרים שעובדים לאורך כל הלילה כדי לעמוד במועדי ההגשה של הבוקר — מה שפוגע בגמישות בדיוק כשהיא נחוצה יותר מכול.
הפתרון
באמצעות שילוב חלק של בינה מלאכותית עם מגוון מקורות נתונים פנימיים וחיצוניים — למשל, סיכומי פגישות פרטיים, דיווחים ותמלילים של חברות, מאגרי מידע פיננסיים וחיפוש באינטרנט בזמן אמת — Model ML מעניקה למשתמשים את הכלים להפיק תובנות, לבצע ניתוחים מורכבים וליצור באופן אוטומטי תוצרים בעיצוב מותאם אישית ב-PowerPoint, Word, Excel ו-PDF.
המשתמשים יכולים גם להגדיר טריגרים מבוססי זמן ואירועים עבור תהליכי עבודה מותאמים אישית, שמכסים את כל השלבים עד לשליחת מצגות בעיצוב מותאם אישית בדוא״ל.
מבוסס על Sonar Pro & Reasoning*
Model ML משתמשת באופן בלעדי ב-Perplexity Sonar כדי לאפשר יכולות מתקדמות של חיפוש באינטרנט בזמן אמת. Sonar משפר משמעותית תהליכי עבודה אסטרטגיים קריטיים, כולל ניתוח מקיף של סנטימנט השוק, פרופילי חברות מעמיקים וגיבוש תזות השקעה מורכבות ומדויקות.
בעזרת יכולות הסינון המתקדמות של Sonar, Model ML מאפשרת למשתמשים לנהל במדויק את מקורות הנתונים החיצוניים, למשל להגביל חיפושים לדומיינים מהימנים כמו Bloomberg News. השליטה המפורטת הזו משפרת את הדיוק ואת הרלוונטיות האסטרטגית של המידע שמשולב בהחלטות עסקיות מרכזיות ובתוצרים ללקוחות.
*Sonar Chat Completions הוא עכשיו Agent API, עם יותר מודלים, כלים והגדרות קבועות מראש המבוססות על מחקר. אפשר להתחיל עם התיעוד שלנו כאן.