Rox ਨੇ OpenAI 'ਤੇ “ਪੂਰੀ ਤਰ੍ਹਾਂ ਦਾਅ” ਲਾਇਆ

Rox⁠(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਇਹ ਬਦਲ ਰਹੀ ਹੈ ਕਿ ਸੇਲਜ਼ ਟੀਮਾਂ ਰੇਵਨਿਊ ਨੂੰ ਕਿਵੇਂ ਸੰਭਾਲਦੀਆਂ ਅਤੇ ਵਧਾਉਂਦੀਆਂ ਹਨ। ਇਸਦਾ ਪਲੇਟਫਾਰਮ ਖੰਡਿਤ ਡਾਟਾ ਨੂੰ ਇੱਕ ਇਕੱਠੇ ਸਿਸਟਮ ਆਫ ਰਿਕਾਰਡ ਵਿੱਚ ਜੋੜਦਾ ਹੈ ਅਤੇ OpenAI ਨਾਲ ਸੰਚਾਲਿਤ ਹਮੇਸ਼ਾਂ-ਸਰਗਰਮ AI ਏਜੰਟ ਸਵਾਰਮਾਂ ਰਾਹੀਂ ਇਨਸਾਈਟਸ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।

Rox ਦੇ ਪਿੱਛੇ ਦੀ ਟੀਮ AI ਅਤੇ ਡਾਟਾ ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਵਿੱਚ ਡੂੰਘੀ ਮਹਾਰਤ ਨਾਲ ਲੈਸ ਹੈ। Rox ਦੀ ਕੋ-ਫਾਊਂਡਰ ਅਤੇ AI ਲੀਡ ਅਵਨਿਕਾ ਨਾਰਾਇਣ ਨੇ ਆਪਣੇ PhD ਰਿਸਰਚ ਤੋਂ ਪ੍ਰੇਰਣਾ ਲਈ, ਜਿਸ ਵਿੱਚ LLMs ਨੂੰ ਡਾਟਾ ਰੈਂਗਲਿੰਗ ਅਤੇ ਵਰਕਫਲੋ ਆਟੋਮੇਸ਼ਨ ਵਰਗੇ ਐਨਟਰਪ੍ਰਾਈਜ਼ ਕੰਮਾਂ 'ਤੇ ਲਾਗੂ ਕੀਤਾ ਗਿਆ ਸੀ। 

ਉਸਨੇ ਕਿਹਾ, “ਅਸੀਂ ਰੇਵਨਿਊ ਟੀਮਾਂ ਵਿੱਚ ਮਨੁੱਖਾਂ ਦੇ ਇੰਟਰੈਕਟ ਕਰਨ ਅਤੇ ਜੁੜੇ ਰਹਿਣ ਦਾ ਇੱਕ ਸਮ੍ਰਿੱਧ ਇਕੋਸਿਸਟਮ ਦੇਖਿਆ, ਪਰ ਅਹਿਸਾਸ ਹੋਇਆ ਕਿ ਉਹਨਾਂ ਨੂੰ ਡਾਟਾ ਨਾਲ ਅਧਾਰਿਤ ਹੋਣਾ ਲੋੜੀਂਦਾ ਸੀ।” ਨਤੀਜਾ ਇੱਕ ਤਿੰਨ-ਪੱਧਰੀ ਦ੍ਰਿਸ਼ਟੀ ਸੀ: ਸਿਸਟਮ ਆਫ ਰਿਕਾਰਡ, ਸਿਸਟਮ ਆਫ ਵਰਕਫਲੋ, ਅਤੇ AI-ਸੰਚਾਲਿਤ ਸਹਾਇਤਾ—ਜਿਸਨੂੰ OpenAI ਦੀ API ਦੀ ਵਰਤੋਂ ਨਾਲ ਹਕੀਕਤ ਬਣਾਇਆ ਗਿਆ।

Rox ਲਈ, 2024 ਵਿੱਚ ਲਾਂਚ ਕਰਨਾ ਸਿਰਫ਼ ਸਮੇਂ ਦੀ ਗੱਲ ਨਹੀਂ ਸੀ—ਇਹ ਮੌਕੇ ਦੀ ਗੱਲ ਸੀ। ਵਰਤੋਂ-ਆਧਾਰਿਤ ਰੇਵਨਿਊ ਮਾਡਲਾਂ ਦੇ ਉਭਾਰ ਅਤੇ AI-ਸੰਚਾਲਿਤ ਸੇਲਜ਼ ਓਪਰੇਸ਼ਨਾਂ ਵੱਲ ਬਦਲਾਅ ਨੇ ਕਈ ਰੇਵਨਿਊ ਟੀਮਾਂ ਦੀਆਂ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਖਾਮੀਆਂ ਨੂੰ ਸਾਹਮਣੇ ਲਿਆਇਆ। 

OpenAI ਦੀ API ਨੇ Rox ਨੂੰ ਡਾਟਾ ਕਲੀਨਿੰਗ ਤੋਂ ਲੰਬੇ ਵਰਕਫਲੋ ਤੱਕ ਅਤੇ ਗੋ-ਟੂ-ਮਾਰਕੇਟ ਰਣਨੀਤੀਆਂ ਲਈ ਸੁਖਮ ਸੇਲਜ਼ ਆਉਟਰੀਚ ਤੱਕ ਸਭ ਕੁਝ ਸੰਭਾਲਣ ਲਈ ਲਚਕੀਲਾਪਣ ਦਿੱਤਾ। Rox ਦੇ ਸੰਸਥਾਪਕ AI ਇੰਜੀਨੀਅਰਾਂ ਵਿੱਚੋਂ ਇੱਕ ਅਮੋਲ ਸਿੰਘ ਕਹਿੰਦੇ ਹਨ, “OpenAI ਦੀ API ਦੀ ਵਰਤੋਂ ਨੇ ਸਾਨੂੰ ਕੁਝ ਨਵਾਂ ਬਣਾਉਣ ਅਤੇ GTM ਵਰਕਫਲੋ ਵਿੱਚ ਰਚਨਾਤਮਕਤਾ ਸ਼ਾਮਲ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੱਤੀ।”

ਪਲੇਟਫਾਰਮ ਦਾ ਡਿਜ਼ਾਇਨ ਤਿੰਨ ਲੇਅਰਾਂ 'ਤੇ ਟਿਕਿਆ ਹੈ:

• ਡਾਟਾ ਲੇਅਰ: Rox GPT‑4o mini ਵਰਗੇ ਛੋਟੇ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਤਾਂ ਜੋ ਵੱਖ-ਵੱਖ ਵੇਅਰਹਾਊਸਾਂ ਤੋਂ ਖੰਡਿਤ ਡਾਟਾ ਨੂੰ ਇਕੱਠਾ ਕਰਕੇ ਉਸਨੂੰ ਸੰਰਚਿਤ ਅਤੇ ਆਸਾਨੀ ਨਾਲ ਪ੍ਰਾਪਤਯੋਗ ਬਣਾਇਆ ਜਾ ਸਕੇ।
• ਇੰਟੈਲੀਜੈਂਸ ਲੇਅਰ: ਮੱਧ-ਪੱਧਰੀ ਮਾਡਲ ਜਟਿਲ ਰੀਜ਼ਨਿੰਗ ਕਰਦੇ ਹਨ ਅਤੇ ਕਾਰਵਾਈਆਂ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹਨ, ਸੇਲਜ਼ ਪ੍ਰਤੀਨਿਧੀਆਂ ਨਾਲ ਮਿਲਕੇ ਉਹਨਾਂ ਦੇ ਕੰਮਾਂ ਨੂੰ ਮਜ਼ਬੂਤ ਬਣਾਉਂਦੇ ਹਨ।
• ਇੰਟਰੈਕਸ਼ਨ ਲੇਅਰ: GPT‑4o ਅਤੇ OpenAI ਦੀ Realtime API ਵਰਗੇ ਅਗੰਮੀ ਮਾਡਲ ਈਮੇਲ ਤਿਆਰ ਕਰਦੇ ਹਨ, LinkedIn ਆਉਟਰੀਚ ਸੰਭਾਲਦੇ ਹਨ ਅਤੇ ਵੋਇਸ-ਸਮਰੱਥ ਮੀਟਿੰਗ ਬ੍ਰੀਫ਼ ਤਿਆਰ ਕਰਦੇ ਹਨ।

ਇਸਦੇ ਕੇਂਦਰ ਵਿੱਚ “Rox Agent Swarm” ਹੈ, ਜੋ ਹਰ ਖਾਤੇ ਲਈ ਨਿਯੁਕਤ ਹਮੇਸ਼ਾਂ-ਸਰਗਰਮ AI ਏਜੰਟਾਂ ਦਾ ਇਕ ਜਥਾ ਹੈ। 

ਜਦੋਂ ਰਿਪਜ਼ ਆਫਲਾਈਨ ਹੁੰਦੇ ਹਨ, ਏਜੰਟ ਖਾਤਿਆਂ ਦੀ ਨਿਗਰਾਨੀ ਕਰਦੇ ਹਨ; ਕੰਮ ਦੇ ਸਮੇਂ ਦੌਰਾਨ, ਉਹ ਦੁਹਰਾਏ ਜਾਣ ਵਾਲੇ ਕੰਮ ਸੰਭਾਲ ਕੇ ਅਤੇ ਕਾਰਵਾਈਯੋਗ ਇਨਸਾਈਟਸ ਸਾਹਮਣੇ ਲਿਆ ਕੇ ਰਿਪਜ਼ ਨੂੰ 50% ਵੱਧ ਉਤਪਾਦਕ ਬਣਾਉਂਦੇ ਹਨ।

Rox ਦੀ ਲਾਂਚ ਤੱਕ ਦੀ ਯਾਤਰਾ ਸ਼ੁਰੂਆਤੀ ਪ੍ਰਯੋਗਾਂ ਅਤੇ ਗਾਹਕ ਫੀਡਬੈਕ ਨਾਲ ਆਕਾਰ ਲਈ ਗਈ। ਸ਼ੁਰੂ ਵਿੱਚ, ਟੀਮ ਨੇ ਇੱਕ ਖੁੱਲ੍ਹੇ-ਅੰਤ ਵਾਲੇ ਚੈਟ ਇੰਟਰਫੇਸ ਦੀ ਖੋਜ ਕੀਤੀ, ਪਰ ਉਹਨਾਂ ਨੂੰ ਲੱਗਾ ਕਿ ਇਹ ਵਿਕਰੇਤਾਵਾਂ ਦੀਆਂ ਲੋੜਾਂ ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾਂਦਾ; ਇਸਦੀ ਬਜਾਏ, Rox ਦੇ ਸੰਸਥਾਪਕ AI ਇੰਜੀਨੀਅਰਾਂ ਵਿੱਚੋਂ ਇੱਕ ਐਲੈਕਸ ਡੇਰਹਾਕੋਬੀਅਨ ਕਹਿੰਦੇ ਹਨ, “ਵਿਕਰੇਤਾਵਾਂ ਨੂੰ ਆਪਣੇ ਖਾਸ ਵਰਕਫਲੋ ਅਨੁਸਾਰ ਤਿਆਰ ਕੀਤਾ ਹੱਲ ਚਾਹੀਦਾ ਸੀ, ਜਿਸਦੇ ਆਉਟਪੁੱਟ ਹੋਰ ਰਚਨਾਤਮਕ ਅਤੇ ਵਿਲੱਖਣ ਹੋਣ।”

ਟੀਮ ਨੇ ਫਿਰ ਇੱਕ ਐਂਡ-ਟੂ-ਐਂਡ ਸੰਰਚਿਤ ਪਲੇਟਫਾਰਮ ਵੱਲ ਰੁਖ ਕੀਤਾ ਜਿੱਥੇ ਹਰ ਏਜੰਟ ਕਿਸੇ ਰਿਪ ਦੇ ਖਾਸ ਖਾਤਿਆਂ ਅਤੇ ਵਰਕਫਲੋਜ਼ ਅਨੁਸਾਰ ਢਲ ਜਾਂਦਾ ਹੈ। 

Ramp, Couchbase ਅਤੇ Confluent ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਨਾਲ ਭਾਗੀਦਾਰੀਆਂ ਤੋਂ ਪ੍ਰੇਰਿਤ ਇਹ ਦ੍ਰਿਸ਼ਟਿਕੋਣ, ਉੱਚ-ਪ੍ਰਦਰਸ਼ਨ ਕਰਨ ਵਾਲੇ ਵਿਕਰੇਤਾਵਾਂ ਦੀ ਮਹਾਰਤ ਨੂੰ ਵੀ ਟੀਮਾਂ ਵਿੱਚ ਫੈਲਾਉਂਦਾ ਹੈ, ਉਹਨਾਂ ਦੀਆਂ ਸਭ ਤੋਂ ਵਧੀਆ ਪ੍ਰਥਾਵਾਂ ਨੂੰ Rox ਦੇ ਪਲੇਟਫਾਰਮ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰਕੇ।

ਟੀਮ ਆਪਣੇ ਦੁਹਰਾਓਂ ਵਾਲੇ ਤਰੀਕੇ—ਰੋਜ਼ਾਨਾ ਅਪਡੇਟ ਸ਼ਿਪ ਕਰਨ—ਨੂੰ ਤੇਜ਼ ਵਿਕਾਸ ਦਾ ਸ਼੍ਰੇਯ ਦਿੰਦੀ ਹੈ। ਸਿੰਘ ਕਹਿੰਦੇ ਹਨ, “ਰਵਾਇਤੀ ਤੌਰ 'ਤੇ, ਇਸ ਲਈ ਕਈ ਡਾਟਾ ਇੰਜੀਨੀਅਰਾਂ ਅਤੇ ਪੂਰੀ ਟੀਮ ਦੀ ਲੋੜ ਹੁੰਦੀ। ਅਸੀਂ ਇਹ ਦੋ ਲੋਕਾਂ ਨਾਲ ਕੀਤਾ ਕਿਉਂਕਿ OpenAI ਦੇ ਮਾਡਲ ਹਨ ਅਤੇ ਇਸ ਕਰਕੇ ਬਣਾਉਣਾ ਕਾਫ਼ੀ ਆਸਾਨ ਹੈ।”

Rox ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੀਆਂ ਸੇਲਜ਼ ਟੀਮਾਂ ਨੇ ਮਹੱਤਵਪੂਰਨ ਸੁਧਾਰਾਂ ਦੀ ਰਿਪੋਰਟ ਦਿੱਤੀ ਹੈ:

• ਹਰ ਹਫ਼ਤੇ 8+ ਘੰਟਿਆਂ ਦੀ ਬਚਤ: ਰਿਪਜ਼ ਉਹ ਸਮਾਂ ਵਾਪਸ ਹਾਸਲ ਕਰ ਰਹੇ ਹਨ ਜੋ ਪਹਿਲਾਂ ਪ੍ਰਸ਼ਾਸਕੀ ਕੰਮਾਂ ਵਿੱਚ ਲੱਗਦਾ ਸੀ, ਜਿਸ ਨਾਲ ਉਹ ਵੱਧ ਮੁੱਲ ਵਾਲੀਆਂ ਕਲਾਇੰਟ ਇੰਟਰੈਕਸ਼ਨਾਂ 'ਤੇ ਧਿਆਨ ਦੇ ਸਕਦੇ ਹਨ।
• ਗਾਹਕ ਸੰਲੱਗਨ ਵਿੱਚ 35% ਵਾਧਾ: ਏਜੰਟ ਰਿਪਜ਼ ਨੂੰ ਮੁੱਖ ਖਾਤਿਆਂ ਵਿੱਚ ਹੋਣ ਵਾਲੇ ਬਦਲਾਵਾਂ ਪ੍ਰਤੀ ਤੁਰੰਤ ਜਵਾਬਦੇਹ ਰਹਿਣ ਅਤੇ ਨਿਰਣਾਇਕ ਪਲਾਂ 'ਤੇ ਜੁੜਨ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ।
• ਸੇਲਜ਼ ਪਾਈਪਲਾਈਨ 'ਤੇ 2x ROI: ਬੀਟਾ ਕਲਾਇੰਟਾਂ ਨੇ ਸੇਲਜ਼-ਐਕਸੈਪਟਡ ਪਾਈਪਲਾਈਨ ਵਿੱਚ 2x ਵਾਧਾ ਵੇਖਿਆ, ਜਿਸ ਕਾਰਨ ਬਹੁਤਿਆਂ ਨੇ ਆਪਣੀਆਂ ਟੀਮਾਂ ਵਿੱਚ Rox ਦੀ ਵਰਤੋਂ ਵਧਾਈ ਅਤੇ ਪਲੇਟਫਾਰਮ 'ਤੇ ਸੰਭਾਲੇ ਜਾਣ ਵਾਲੇ ਖਾਤਿਆਂ ਦੀ ਗਿਣਤੀ ਵਧਾਈ।

Rox ਨੇ ਐਨਟਰਪ੍ਰਾਈਜ਼ ਕਲਾਇੰਟਾਂ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਪਕੜ ਬਣਾਈ ਹੈ ਅਤੇ ਸੱਤ ਮਹੀਨਿਆਂ ਵਿੱਚ ਸ਼ੂਨ੍ਯ ਤੋਂ 25 ਖਾਤਿਆਂ ਤੱਕ ਪਹੁੰਚ ਗਿਆ ਹੈ।

OpenAI ਦੇ ਮਾਡਲ Rox ਦੇ ਦ੍ਰਿਸ਼ਟਿਕੋਣ ਦੇ ਕੇਂਦਰ ਵਿੱਚ ਹਨ, ਜੋ ਵੱਖ-ਵੱਖ ਕੰਮਾਂ ਵਿੱਚ ਲਚਕੀਲੇ AI ਹੱਲ ਸੰਭਵ ਬਣਾਉਂਦੇ ਹਨ। ਨਾਰਾਇਣ ਕਹਿੰਦੀ ਹੈ, OpenAI “ਕੋਲ ਮਾਡਲਾਂ ਦੀ ਪੂਰੀ ਲਾਇਬ੍ਰੇਰੀ ਹੈ ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਤੁਸੀਂ ਚੋਣ ਕਰ ਸਕਦੇ ਹੋ, ਵੱਖ-ਵੱਖ ਸਮਰੱਥਾਵਾਂ ਅਤੇ ਵੱਖ-ਵੱਖ ਕੀਮਤਾਂ ਨਾਲ।”

ਇਹ ਲਚਕੀਲਾਪਣ Rox ਨੂੰ ਡਾਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਲਈ ਕਿਫਾਇਤੀ ਮਾਡਲ ਤੈਨਾਤ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ, ਜਦਕਿ ਜਟਿਲ ਰੀਜ਼ਨਿੰਗ ਕੰਮਾਂ ਲਈ ਉੱਚ-ਪੱਧਰੀ ਮਾਡਲ ਰਾਖਵੇਂ ਰੱਖੇ ਜਾਂਦੇ ਹਨ।

Rox ਦੇ ਕੋ-ਫਾਊਂਡਰਾਂ ਨੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ AI-ਆਧਾਰਿਤ ਹੱਲ ਬਣਾਉਣ ਲਈ ਤਿੰਨ ਮੁੱਖ ਸਬਕ ਸਾਂਝੇ ਕੀਤੇ:

1. ਮਜ਼ਬੂਤ ਡਾਟਾ ਲੇਅਰ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ: ਡੇਰਹਾਕੋਬੀਅਨ ਸਾਂਝਾ ਕਰਦੇ ਹਨ, “ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਗੱਲ ਇਹ ਹੈ ਕਿ ਤੁਹਾਡੀ ਡਾਟਾ ਲੇਅਰ ਠੀਕ ਤਰ੍ਹਾਂ ਸੈੱਟਅੱਪ ਹੋਵੇ ਅਤੇ ਕਾਂਟੈਕਸਟ ਮੈਨੇਜਮੈਂਟ ਦੀ ਸਮੱਸਿਆ ਹੱਲ ਹੋਵੇ।” ਅਰਧ-ਸੰਰਚਿਤ ਅਤੇ ਅਸੰਰਚਿਤ ਡਾਟਾ ਦੀ ਇੰਡੈਕਸਿੰਗ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੀ ਹੈ ਕਿ ਇਨਸਾਈਟਸ ਕਾਰਵਾਈਯੋਗ ਹਨ।
2. Applied AI 'ਤੇ ਧਿਆਨ ਦਿਓ: Rox ਨੇ ਆਪਣੇ ਮਾਡਲ ਬਣਾਉਣ ਦੀ ਬਜਾਏ OpenAI ਨਾਲ ਕੰਮ ਕਰਨ ਦਾ ਫ਼ੈਸਲਾ ਕੀਤਾ। Rox ਦੇ ਕੋ-ਫਾਊਂਡਰ ਅਤੇ CEO ਇਸ਼ਾਨ ਮੁਖਰਜੀ ਕਹਿੰਦੇ ਹਨ, “ਅਸੀਂ ਇੱਥੇ ਰਿਸਰਚ ਕਰਨ ਜਾਂ ਬੇਸ ਮਾਡਲ ਬਣਾਉਣ ਲਈ ਨਹੀਂ ਹਾਂ। ਅਸੀਂ ਸ਼ਾਨਦਾਰ ਐਪਲੀਕੇਸ਼ਨ ਪਹੁੰਚਾਉਣ ਲਈ OpenAI ਨਾਲ ਕੰਮ ਕਰਦੇ ਹਾਂ।”
3. ਤੇਜ਼ੀ ਨਾਲ ਦੁਹਰਾਅ ਕਰੋ: ਆਧੁਨਿਕ Applied AI ਤੇਜ਼ ਗਤੀ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। Rox ਦੇ ਸੰਸਥਾਪਕ AI ਇੰਜੀਨੀਅਰਾਂ ਵਿੱਚੋਂ ਇੱਕ ਡੇਮਨ ਲਿਨ ਕਹਿੰਦੇ ਹਨ, “ਅਸੀਂ ਲਗਭਗ ਹਰ ਰੋਜ਼ ਸ਼ਿਪ ਕਰਦੇ ਹਾਂ,” ਅਤੇ ਆਪਣੀ ਸਫਲਤਾ ਦਾ ਸ਼੍ਰੇਯ ਲਗਾਤਾਰ ਦੁਹਰਾਅ ਨੂੰ ਦਿੰਦੇ ਹਨ।

Rox ਇੱਕ ਅਜਿਹਾ ਭਵਿੱਖ ਵੇਖਦਾ ਹੈ ਜਿੱਥੇ ਰੇਵਨਿਊ ਟੀਮਾਂ ਆਪਣੇ ਦਿਨ ਦੀ ਸ਼ੁਰੂਆਤ ਅਤੇ ਅੰਤ ਇਸ ਪਲੇਟਫਾਰਮ 'ਤੇ ਕਰਨਗੀਆਂ, ਅਤੇ ਗਾਹਕਾਂ ਨਾਲ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਤਰੀਕੇ ਨਾਲ ਜੁੜਨ ਲਈ ਲੋੜੀਂਦੀਆਂ ਇਨਸਾਈਟਸ ਅਤੇ ਸਹਾਇਤਾ ਨਾਲ ਪੂਰੀ ਤਰ੍ਹਾਂ ਲੈਸ ਹੋਣਗੀਆਂ। 

ਟੀਮ Rox ਦੀਆਂ ਮਲਟੀਮੋਡਲ ਸਮਰੱਥਾਵਾਂ ਅਤੇ ਲੰਬੇ-ਹੋਰਾਈਜ਼ਨ ਕੰਮ ਸਹਾਇਤਾ ਨੂੰ ਵਧਾਉਣ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਹੀ ਹੈ। OpenAI ਦੀ Realtime API ਨਾਲ ਸੰਚਾਲਿਤ ਇੱਕ ਨਵੀਂ ਵੋਇਸ-ਸਮਰੱਥ ਵਿਸ਼ੇਸ਼ਤਾ ਪਹਿਲਾਂ ਹੀ ਵਿਕਰੇਤਾਵਾਂ ਨੂੰ ਮੀਟਿੰਗਾਂ ਲਈ ਵਿਸਥਾਰਪੂਰਣ, ਰੀਅਲ-ਟਾਈਮ ਬ੍ਰੀਫ਼ ਨਾਲ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਰਹੀ ਹੈ। 

OpenAI ਨਾਲ, Rox ਮਨੁੱਖ-ਨੇਤ੍ਰਿਤਵ ਵਾਲੇ ਸੇਲਜ਼ ਫੰਕਸ਼ਨਾਂ ਨੂੰ ਸੰਭਵ ਬਣਾਉਣਾ ਜਾਰੀ ਰੱਖੇਗਾ ਜੋ GTM ਰੇਵਨਿਊ ਸਮਰੱਥਾ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਕਰਦੇ ਹਨ।