Rox 透過 Perplexity API，為銷售團隊提供 AI 驅動的大規模研究

問題所在

以 AI 驅動的深入研究強化客戶資料擴充

Rox 於 2024 年推出時，其創立願景十分明確：打造一套營收作業系統，讓企業銷售團隊專注於執行，而非手動作業。雖然團隊已透過 AI 代理程式自動化從潛在客戶開發到 CRM 維護等核心功能，實現了部分願景，但平台在呈現外部資料方面仍有不足。

當時，Rox 同時仰賴分散於使用者雲端環境與資料倉儲中的私有資料，以及從公開網路擷取的洞察來擴充客戶資料——這正是大規模個人化外展開發的基礎。然而，自行執行網路爬取並打造高效能的搜尋層相當耗費資源，使工程師無法專注於核心產品開發。

「我們很快就意識到，這不是我們應該在內部投入全部心力的事情，」共同創辦人 Shriram Sridharan 表示。「我們的時間更應該用來發展平台，而不是從零開始打造搜尋引擎。」

為了向使用者提供準確且可擴展的客戶資料擴充，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，使用者將難以信任。為了讓使用者安心，理想的解決方案應將每個生成的答案連結至多個內部與外部來源。
• 可擴展：為確保銷售團隊能順暢地擴充可能多達數千個客戶的資料，Rox 需要一個能擴展至大型資料集、同時維持高效能的答案引擎。
• 易於使用：儘管 AI 對銷售領域影響深遠，許多團隊的技術能力仍參差不齊。因此，Rox 的答案引擎必須即使面對最籠統的查詢，也能提供可付諸行動的洞察。

解決方案

整合 Perplexity API，為數千個客戶提供可付諸行動的洞察

Perplexity API 為 Rox 提供了驅動大規模客戶研究所需的搜尋基礎架構，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 內部團隊密切合作，整合了兩個關鍵 API，以支援平台的 AI 代理程式，同時為使用者引入原生的深入研究功能：

• Perplexity Sonar*
• Perplexity Sonar Deep Research*

Rox 讓使用者能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任務，朝成為企業銷售團隊一站式營收作業系統的目標邁出了關鍵一步。

跨數千個客戶的客製化深入研究

透過 Perplexity Sonar Deep Research，Rox 的使用者可以執行自訂查詢，在加深對每個客戶的了解之餘，同時支援企業銷售工作流程。雖然 Rox 的研究層整合了多家供應商的洞察，但其網路搜尋功能由 Perplexity 提供支援，讓業務代表能以更快速、更可靠的方式，將外部脈絡帶入工作流程中。

最棒的是，業務代表只要將查詢新增為客戶儀表板中的一個欄位，就能將這些客製化洞察套用至數千個潛在客戶，只需點按幾下即可輕鬆擴展。「Perplexity 的品質遠遠領先其他答案引擎，」Rox 創始工程師 Damon Lin 表示。「其輸出的速度、規模與準確度，確保我們在進行以客戶為基礎的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 在幕後驅動 Rox 由 AI 代理程式執行的工作流程，以從公開網路擷取的即時外部洞察來擴充客戶資料。過去需要耗費數小時研究的工作如今已自動化，讓業務代表能更快行動，並更具策略性地鎖定目標。

對 Rox 的工程團隊而言，Perplexity 讓他們無須維護自訂的搜尋技術堆疊，得以專注於影響力更大的產品計畫。「提供可付諸行動的洞察是 Perplexity 的看家本領，」Damon 解釋道。「知道使用者在他們的 API 支援下無後顧之憂，讓我們能專注於最重要的事：讓 Rox 持續成長。」

成果

協助企業銷售團隊完成更多工作

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

這些 AI 功能帶來了顯著的影響。在過去 6 個月中，Perplexity 處理了約 3,000 億個 token 與約 9,200 萬次請求，為工程團隊省下數個月的開發工作。Rox 已迅速發展為當今頂尖企業銷售團隊的全方位控制中心。

而這只是開始。隨著 Rox 擴大規模以支援更多使用者、查詢與工作流程，它需要能夠同步跟上、且不犧牲速度或可靠性的基礎架構。「可擴展性一直是我們的重要考量，而 Perplexity 也持續與我們一同擴展，」Shriram 表示。

*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。請參閱這裡的說明文件開始使用。