Apollo 使用者透過 Perplexity 的 API，預約會議數量增加 46%

問題所在

導入自動化潛在客戶研究，支援日益成長的業務代表使用者群

Apollo 平台的核心差異化優勢，在於為業務代表與 GTM 團隊使用者提供可搜尋的 B2B 資料庫，收錄超過 2.1 億筆聯絡人資料與逾 3,500 萬家公司。然而，為了針對各個潛在客戶提供更個人化的開發訊息，業務代表經常得四處挖掘更多背景資訊，包括公司動態、高階主管的優先事項，以及不斷變化的市場趨勢。光是為了找出適合聯繫的潛在客戶並撰寫切題的電子郵件，業務代表就得在 LinkedIn 個人檔案、公司網站、新聞稿和一般搜尋結果之間來回切換——這種主動開發工作流程零散、緩慢，而且難以擴展。

Apollo 產品管理總監 Tyler Phillips 看出了這個缺口，提議將 AI 深入研究直接整合進平台——既免去切換情境的麻煩，也能實現可擴展的主動開發工作流程。他表示：「你應該能拿 1,000 個目標客戶，全部進行研究，然後看出哪些客戶顯示出與你的產品契合的訊號。」為了實現這個願景，Tyler 將目光投向外部——以加快上市速度為優先，並避免為 Apollo 的 AI 團隊增加不必要的負擔。他需要的是一套可立即整合的解決方案，而且必須具備以下條件：

• 準確：在 B2B 銷售中，每一次開發都仰賴高水準的研究，容不下錯誤或過時的資訊。Tyler 測試了數款採用其他前沿模型的解決方案，卻發現它們會提出含糊或未經查證的說法，因此他明白自己需要一個能隨需提供有來源佐證之洞見的 AI 合作夥伴。
• 高效能：對時間緊迫的業務代表而言，處理大量潛在客戶名單時分秒必爭。只要研究稍有延遲，業務代表就會亂了節奏而轉向下一個目標。Tyler 需要的解決方案必須讓人感覺即時——速度要快到能大幅加速主動開發工作流程，反應也要靈敏到足以支援即時決策。
• 可擴展：Apollo 平台支援整個業務代表生態系，每月處理數百萬筆記錄。Tyler 理想中的解決方案必須能支援這樣的規模，而不必在成本與品質之間取捨。若研究解決方案在負載下撐不住，或隨著使用量擴大而貴得令人卻步，根本不會納入考慮。

解決方案

在單一整合平台中，以附引用來源的即時洞見助業務代表一臂之力

事實證明，Perplexity 的 API 正是 Tyler 所需要的：無須投入耗時又耗資源的自行開發，就能在 Apollo 平台中實現 AI 深入研究。Apollo 團隊運用 Perplexity 的 API，打造出後來的 Apollo AI Research——這個研究層能同時從 Apollo 內部資料來源與公開網路上的外部來源擷取洞見。

有了 Apollo AI Research，業務代表現在能在單一流程中從找出潛在客戶一路進展到個人化開發——無須切換情境，也不會錯過任何訊號。Tyler 說：「研究已迅速成為我們最重要的使用案例。高品質的輸出至關重要，而 Perplexity 幫助我們維持這個標準。」

以可查證的研究加速客戶開發

業務代表行動迅速，Apollo AI Research 也一樣。這個由 Perplexity 驅動的研究層能在數秒內提供從內外部來源擷取、全面且附引用來源的洞見，讓業務代表能更有信心地加速主動開發工作流程。用 Tyler 的話來說：「Perplexity 的 API 在協助使用者找出 Apollo 內部資料集中沒有的資訊方面發揮了關鍵作用，例如剛發布的 10-K 報告，或執行長在 Podcast 中發表的言論。」

透過邊緣案例協作提升準確度

與 Perplexity 的密切合作，確保即使查詢愈來愈複雜，答案的準確度依然穩定。當業務代表遇到邊緣案例時，Apollo 會即時標記，並透過 Slack 直接與 Perplexity 合作改善系統。Tyler 表示：「團隊非常重視我們的意見回饋。因此，業務代表在處理細微複雜的查詢時能獲得更可靠的答案，不僅提升對系統的信任，也減少反覆質疑輸出結果所花費的時間。」

擴大內部效益，同時節省時間

影響不僅止於 Apollo 的使用者。為了確保 Apollo 的資料庫持續是找出潛在客戶的有力來源，又不耗盡內部人力，Perplexity 目前支援超過 65% 的 AI Research 資料擴充作業。系統每月處理數百萬筆資料擴充，效能卻毫無下降，能穩定擴展，既不會變慢，也不會推高成本。

成果

Apollo AI Research 協助業務代表把握每一個商機

Apollo AI Research 能隨需提供有來源佐證的洞見，讓業務代表行動更快、挖掘更深，並掌握更多合格商機。Apollo 使用者不必再手動彙整數千個潛在客戶的洞見，而是能在數秒內執行複雜查詢，從所有商機中找出相關發現。

整合完成短短幾個月後，Apollo AI Research 就已讓使用者預約的會議數量增加 46%。在營運方面，Apollo 每月透過 Perplexity Sonar 執行 560 萬次資料擴充——確保平台龐大的 B2B 聯絡人資料庫持續是找出潛在客戶的有力來源。

Tyler 說：「目前大家對 AI 應用於銷售抱持很多懷疑——以為它只會大量產出垃圾訊息。但透過 Perplexity 驅動 Apollo 的研究，我們證明了 AI 其實能提高標準。我們的使用者正在產出個人化、有幫助且值得信賴的開發訊息——這正是我們希望大規模提供的體驗。」

Sonar Chat Completions 現已升級為 Agent API，提供更多模型、工具，以及以研究為基礎的預設組合。請點此參閱我們的文件以開始使用。