Rox milih “all in” karo OpenAI

Rox⁠(mbukak ing jendhela anyar) lagi mbentuk ulang cara tim sales ngatur lan ngembangake revenue. Platforme nggabungake data sing buyar dadi siji sistem cathetan terpadu lan nyedhiyakake wawasan liwat gerombolan agen AI sing tansah aktif kanthi dukungan OpenAI.

Tim ing balik Rox nduweni kaprigelan jero ing AI lan integrasi data. Avanika Narayan, co-founder lan AI Lead ing Rox, njupuk dhasar saka riset PhD-ne babagan penerapan LLM kanggo tugas perusahaan kayata nata data lan otomatisasi alur kerja. 

“Kita weruh ekosistem sing sugih saka manungsa sing sesambungan lan melu ing tim revenue, nanging banjur sadar yen kabeh kuwi kudu dhasare data,” ujare. Asile yaiku visi telung lapis: sistem cathetan, sistem alur kerja, lan pitulungan sing didhukung AI—sing diwujudake nganggo API OpenAI.

Kanggo Rox, peluncuran ing 2024 dudu mung soal wektu—nanging uga soal kesempatan. Munggahé model revenue berbasis penggunaan lan pergeseran menyang operasi sales sing didhukung AI mbukak celah ing sistem akeh tim revenue. 

API OpenAI menehi Rox keluwesan kanggo nangani kabeh, saka ngresiki data nganti alur kerja dawa nganti outreach sales sing nyethak kanggo strategi go-to-market. Amol Singh, salah siji founding AI engineer Rox, nyathet, “Nggunakake API OpenAI ngidini kita nggawe soko sing anyar lan nyuntikake kreativitas menyang alur kerja GTM.”

Desain platform iki ngadeg ing telung lapisan:

• Lapisan data: Rox nggunakake model cilik kaya GPT‑4o mini kanggo nyawijikake data sing buyar saka macem-macem warehouse, supaya dadi terstruktur lan gampang dijupuk maneh.
• Lapisan intelligence: Model tingkat menengah nindakake nalar rumit lan menehi prioritas tumindak, kolaborasi karo rep sales kanggo nambah tugas-tugase.
• Lapisan interaksi: Model canggih kaya GPT‑4o lan Realtime API saka OpenAI ngasilake email, ngatur outreach LinkedIn, lan nyiapake ringkesan rapat nganggo swara.

Ing inti platform iki ana “Rox Agent Swarm,” armada agen AI sing tansah aktif lan ditugasake kanggo saben akun. 

Nalika rep offline, agen-agen iki ngawasi akun; nalika jam kerja, agen iki nggawe rep 50% luwih produktif kanthi nangani tugas sing bola-bali lan nampilake wawasan sing bisa langsung ditindaklanjuti.

Lelampahan Rox nganti peluncuran dibentuk dening eksperimen awal lan umpan balik pelanggan. Wiwitane, tim njajal antarmuka chat sing terbuka, nanging banjur nemokake yen kuwi ora cocog karo kabutuhan penjual; malah, miturut Alex Derhacobian, salah siji founding AI engineer Rox, “penjual butuh solusi sing disesuaikan karo alur kerja spesifik, kanthi output sing luwih kreatif lan unik.”

Tim banjur pindhah menyang platform configurable end-to-end, ing ngendi saben agen adaptasi karo akun lan alur kerja spesifik saben rep. 

Pendekatan iki, sing dibentuk saka kemitraan karo perusahaan kaya Ramp, Couchbase, lan Confluent, uga ngeskalakake kaprigelan penjual paling apik ing saindenging tim kanthi mbangun praktik terbaik mau menyang platform Rox.

Tim nyebut pendekatan iteratife—rilis update saben dina—minangka pendorong percepatan pengembangan. Amol Singh ujar, “Biasane, iki butuh sawetara data engineer lan siji tim penuh. Kita bisa nindakake iki mung karo wong loro amarga model OpenAI lan amarga mbangune dadi luwih gampang.”

Tim sales sing nggunakake Rox nglaporake peningkatan gedhe:

• 8+ jam kahemat saben minggu: Rep bisa njupuk maneh wektu sing biyen entek kanggo tugas administratif, dadi bisa fokus ing interaksi klien sing luwih bernilai.
• Keterlibatan pelanggan munggah 35%: Agen mbantu rep tetep responsif marang owah-owahan akun kunci lan melu ing wektu sing kritis.
• ROI pipeline sales 2x: Klien beta weruh kenaikan 2x ing pipeline sing ditampa sales, nggawe akeh sing banjur nggedhekake panggunaan Rox ing tim lan nambah jumlah akun sing dikelola ing platform.

Rox entuk traksi cepet ing klien enterprise, tuwuh saka nol dadi 25 akun sajrone pitung wulan.

Model OpenAI dadi inti pendekatan Rox, supaya solusi AI sing fleksibel bisa digunakake ing macem-macem tugas. Miturut Narayan, OpenAI “duwe perpustakaan model lengkap sing bisa dipilih, kanthi kapabilitas lan rega sing beda-beda.”

Fleksibilitas iki ngidini Rox masang model sing efisien biaya kanggo pangolahan data, nalika model tingkat luwih dhuwur disimpen kanggo tugas nalar sing rumit.

Para co-founder Rox nuduhake telung pelajaran utama kanggo mbangun solusi berbasis AI sing efektif:

1. Miwiti nganggo lapisan data sing kuwat: Derhacobian ujar, “Sing paling penting yaiku lapisan data wis disetel kanthi apik lan masalah manajemen konteks wis rampung.” Ngeindeks data semi-terstruktur lan ora terstruktur njamin wawasan bisa ditindaklanjuti.
2. Fokus ing Applied AI: Rox milih kerja bareng OpenAI tinimbang mbangun model dhewe. “Kita ora ana ing kene kanggo riset utawa nggawe model dhasar. Kita kerja karo OpenAI kanggo ngasilake aplikasi sing luar biasa,” ujare Ishan Mukherjee, co-founder lan CEO Rox.
3. Iterasi kanthi cepet: Applied AI modern ngidini laju sing luwih cepet. Damon Lin, salah siji founding AI engineer Rox, ujar, “Meh saben dina kita rilis,” lan nyandhakake sukses kuwi marang iterasi sing terus-terusan.

Rox mbayangake masa depan nalika tim revenue miwiti lan mungkasi dinane ing platform iki, kanthi wawasan lan dhukungan lengkap sing dibutuhake kanggo melu pelanggan kanthi efektif. 

Tim iki ngrancang ngembangake kapabilitas multimodal Rox lan pitulungan tugas jangka panjang. Fitur anyar sing nganggo swara, didhukung Realtime API saka OpenAI, saiki wis mbantu penjual nyiapake rapat nganggo ringkesan rinci wektu nyata. 

Bebarengan karo OpenAI, Rox bakal terus ndhukung fungsi sales sing dipimpin manungsa kanggo ngoptimalake potensi revenue go-to-market.