Rox 透過 Perplexity 的 API，以 AI 驅動的大規模研究為銷售團隊賦能

問題

以 AI 驅動的深入研究強化帳戶資料充實

Rox 於 2024 年推出時，其創立願景十分清晰：打造一套營收作業系統，讓企業銷售團隊專注執行，而非處理繁瑣的手動工作。雖然團隊已透過 AI 代理程式將由潛在客戶識別到 CRM 維護等核心功能自動化，實現了部分願景，但平台在呈現外部數據方面仍有不足。

當時，Rox 既依賴分散於用戶雲端環境和數據倉庫中的私有數據，亦會從公開網絡擷取洞察，用於帳戶資料充實——這正是大規模個人化外展銷售的支柱。然而，自行進行網絡爬取並建立高效能的搜尋層非常耗費資源，令工程師無法專注於核心產品工作。

「我們很快就意識到，這不是我們應該在內部傾盡全力去做的事，」聯合創辦人 Shriram Sridharan 表示。「我們的時間更應該用來改進平台，而不是從零開始建立搜尋引擎。」

為了向用戶提供準確且可擴展的帳戶資料充實功能，同時避免投入耗時的內部開發，Rox 需要一個成熟的 AI 答案引擎，並具備以下特點：

• 值得信賴：Rox 深知，若洞察缺乏適當的引用來源，用戶難免會猶豫是否信任。為讓用戶安心，理想的解決方案應將每個生成的答案連結至多個內部及外部來源。
• 可擴展：為確保銷售團隊能順暢地充實多達數千個帳戶的資料，Rox 需要一個既能擴展至大型數據集、又能保持高效能的答案引擎。
• 容易上手：儘管 AI 對銷售領域影響深遠，但不少團隊的技術水平仍參差不齊。因此，Rox 的答案引擎必須能夠從即使最概括的查詢中，提供可付諸行動的洞察。

解決方案

整合 Perplexity 的 API，為數千個帳戶提供可付諸行動的洞察

Perplexity 的 API 為 Rox 提供了推動大規模帳戶研究所需的搜尋基礎設施，而無須投入耗時的內部開發。

Rox 的應用 AI 團隊主導了導入流程。他們與 Perplexity 的內部團隊緊密合作，整合了兩個關鍵 API，以支援平台的 AI 代理程式，同時為用戶引入原生深入研究功能：

• Perplexity Sonar*
• Perplexity Sonar Deep Research*

透過讓用戶取得附有引用來源的深入洞察，同時由 AI 代理程式在背景處理手動工作，Rox 已朝着成為企業銷售團隊一站式營收作業系統的目標，邁出了決定性的一步。

為數千個帳戶度身訂造的深入研究

透過 Perplexity Sonar Deep Research，Rox 的用戶可執行自訂查詢，在加深對每個帳戶了解的同時，支援企業銷售工作流程。雖然 Rox 的研究層融合了多個供應商的洞察，但其網絡搜尋功能由 Perplexity 提供支援，讓銷售代表能以更快、更可靠的方式，將外部資訊融入工作流程。

最棒的是，銷售代表只需將查詢新增為帳戶儀表板中的一欄，便可將這些度身訂造的洞察套用至數千個潛在客戶，只需點擊幾下即可輕鬆擴展。「Perplexity 的質素遠遠超越其他答案引擎，」Rox 創始工程師 Damon Lin 表示。「其輸出的速度、規模和準確度，確保在進行帳戶研究時不會遺漏任何細節。」

無縫支援由 AI 代理程式驅動的銷售工作流程

Perplexity Sonar 在幕後為 Rox 由 AI 代理程式驅動的工作流程提供支援，以從公開網絡擷取的即時外部洞察充實帳戶資料。過去需要花上數小時的研究，現已實現自動化，讓銷售代表能更快行動，並更有策略地鎖定目標。

對 Rox 的工程團隊而言，Perplexity 免除了維護自訂搜尋技術堆疊的需要，讓他們能專注於影響更大的產品計劃。「發掘可付諸行動的洞察正是 Perplexity 的看家本領，」Damon 解釋。「知道用戶能放心使用他們的 API，讓我們可以專注於最重要的事——發展 Rox。」

成果

助企業銷售團隊事半功倍

憑藉 Perplexity 的 API，Rox 不僅實現了創立願景，更以原生 AI 功能擴展核心產品，助銷售團隊把握更多商機。

這些 AI 功能帶來了顯著成效。過去 6 個月，Perplexity 處理了約 3,000 億個 token 及約 9,200 萬次請求，為工程團隊節省了數個月的開發工作。Rox 已迅速發展成為當今領先企業銷售團隊的全方位控制中心。

而這只是開始。隨着 Rox 擴展至支援更多用戶、查詢和工作流程，它需要能夠跟上步伐、同時不影響速度或可靠性的基礎設施。「可擴展性一直是我們的重要考慮因素，而 Perplexity 一直與我們同步擴展，」Shriram 表示。

*Sonar Chat Completions 現已改為 Agent API，提供更多模型、工具及以研究為基礎的預設設定。請按此處參閱我們的文件以開始使用。