Hvordan Rosenxt bruker Perplexity Computer til å støtte innovasjon og drive effektivitet

Problem

Finne en modelluavhengig løsning for team som ønsker valgmuligheter

Å bygge morgendagens teknologier krever kunstig intelligens som holder tritt med valgmulighetene. Fra robotdrevne ubåter til autonome ultralydtestingssystemer, utvikler Rosenxt løsninger for utfordringer der svar ofte ikke finnes. For å støtte team som arbeider i den teknologiske frontlinjen, trengte selskapet et KI-miljø som var like fleksibelt, framtidsrettet og modelluavhengig som deres egen innovasjonstilnærming.

«Vi ønsket å kunne prøve forskjellige store språkmodeller (LLM-er) og alltid ha de nyeste modellene», sier Alexandra Kersten Mota, dataingeniør hos Rosenxt. «En modelluavhengig tilnærming var veldig viktig for oss.» Rosenxt så også på muligheten for å forbedre styringen. «Vi har mer enn 740 ansatte, og vi begynte å få mye skygge-KI-bruk», sier Alexandra. «Vi ønsket å ha et generelt KI-verktøy som vi kunne stole på og gjøre tilgjengelig.»

Løsning

Få mest mulig ut av integrasjoner

Rosenxt bestemte seg for å bruke Perplexity Enterprise fordi det tilbyr både fleksibilitet og kontroll: Perplexity er modelluavhengig, men tilbyr også granulære adminkontroller med sikkerhetsfunksjoner på bedriftsnivå som selskapet trengte, sier Alexandra.

En annen stor faktor i beslutningen var det faktum at Perplexity er integrert med verktøyene Rosenxt bruker hver dag gjennom app-koblinger. Disse inkluderer verktøy som Microsoft Excel for dataanalyse og Databricks for datasjøhus. «Vi kan detaljstyre hvem som kan bruke hvilke koblinger», sier Alexandra. «Jeg liker veldig godt at man faktisk kan spesifisere nøyaktig hva man kan gjøre med koblinger.»

Ved å bruke Perplexity sine koblinger gjør det det enkelt for Rosenxt å tilpasse oppgaver til virksomheten sin, og deretter oppdatere dem etter hvert som behovene utvikler seg. «Computer hjelper meg med å få svært gode integrasjoner, for å utføre oppgaver som ellers ville ha krevd mye manuelt arbeid og testing», sier Jannik Mersch, sjef for data i Rosenxt. «Jeg kan raskere komme fram til svar fordi Computer kobler seg til verktøyene og kildene jeg allerede bruker.»

Akselerere den teknologiske fremgangen

Perplexity hjelper også Rosenxt med å generere innsikt, enten det er ved å benytte seg av førsteklasses datakilder som Statista og Crunchbase direkte inne i Computer, eller ved å kjøre Dypgående forskning for å kompilere markeds- og teknologiinnsikt i løpet av minutter. Å kunne hente inn pålitelige, førsteklasses kilder og kjøre dypgående forskning på ett sted gir dem et mye skarpere bilde, uten å måtte bytte mellom verktøy.

«Vi bruker Perplexity Computer til å innovere enda mer», sier Jannik. «Vi bruker Computer til å analysere dokumenter, speide etter potensielle nye teknologier og skape innsikt om andre tjenester og produkter som allerede er på markedet. Kolleger kjenner markedet fra før, men å forstå markedet bedre og tilføye mer kunnskap er svært interessant.»

Utstrakt bruk på tvers av team

Som et engelsktalende selskap som opererer i flere land, erfarte Rosenxt at Perplexity tilpasser seg ethvert språklig behov. De ansatte, hvor hvor noen snakker fire språk eller flere, veksler kontinuerlig mellom ulike språk på Perplexity. «Perplexity er en del av hverdagen vår, nesten hver time», sier Alexandra. «Det er ikke én spesiell gruppe som bruker det. Det er virkelig for alle.»

Eksempelforespørsler

Resultater

Fjerne manuelle flaskehalser

Siden de begynte å bruke Perplexity, har Rosenxt blitt enda mer effektive. Datateamet brukte Computer til å rydde opp i eldre bankdata. Tidligere måtte de gjennomgå en krevende prosess med å rette opp dataene og deretter laste dem opp i systemet igjen én batch av gangen. I stedet gjorde Perplexity det mulig for prosjektteamet å fullføre en jobb på dramatisk kortere tid.

Teamet for bedriftsprogramvare brukte Perplexity Computer til å lage en app som utfører modenhetsvurderinger av selskapets mest verdifulle programvareløsninger. Teamet utviklet appen for raskt å analysere Rosenxts bruk av hver enkelt løsning på tvers av ulike interessenter basert på data framfor intuisjon.

Til slutt bidro innsikten til å optimere og samkjøre Rosenxts veikartplanlegging og kapasitetstildeling. Å utvikle en app fra den opprinnelige Excel-filen ville ha vært en svært tidkrevende prosess, sier Katharina Bojer, arbeidsgruppeleder for forretningsprogramvare. Katharina forteller at hun klarte å gjøre et ettårig Excel-basert modelleringsprosjekt om til en nesten bruksklar app på bare 20 minutters instruksjonsgivning. «Verktøyet brukte under to timer på å bygge den», sier hun. «Jeg er svært imponert over det.»

Datateamet brukte Computer til å gjøre internkunnskap lettere tilgjengelig. De ønsket at de ansatte skulle kunne stille spørsmål og få relevante svar på ett sted, i stedet for å måtte søke gjennom ulike dokumenter og systemer. Computer hjalp dem med å utvikle idéer og strukturere konseptet for nxti, en intern kunnskapsassistent. «Computer gjorde det mulig for oss å bevege oss raskere fra en første idé til en praktisk intern kunnskapsassistent», sier Jannik.

Rosenxt ser fram til å generere enda større effektivisering med Perplexity i fremtiden. «Jeg ser et stort potensial i flere koblinger, som gjør Perplexity mer til en følgesvenn enn et sted vi bare stikker innom», sier Alexandra.

Tips

Tips for å bruke Computer til å drive innovasjon

Tips 1 – Identifiser nye markedsmuligheter

Bruk Perplexity for å holde deg i forkant av konkurransen. Bruk Perplexity Search og Dypgående forskning til å identifisere nye produkter og tjenester i markedet, og foreslå deretter potensielle mangler og vekstområder i organisasjonen din.

Tips 2 – Bruk Computer som en strategisk tenkningspartner

Koble data og verktøy til Computer på en sikker måte, og omfavn utforskning. Be Computer om å foreslå ulike scenarioer basert på data, og iterer deretter med flere ledetekster mens du bygger apper eller innsikt.

Tips 3 – Analyser kvantitative og kvalitative data for mønstre

Stol på at Computer analyserer store datamengder, identifiserer mønstre i flere dokumenter eller sporer ulike typer informasjon. Opprett deretter kontrollpaneler som gjør det enklere for alle å tolke dataene og iverksette tiltak.