Rox ide „na sve“ uz OpenAI

Rox⁠(отвара се у новом прозору) menja način na koji prodajni timovi upravljaju prihodima i podstiču njihov rast. Njihova platforma objedinjuje fragmentirane podatke u jedinstveni sistem evidencije i pruža uvide kroz stalno aktivne rojeve AI agenata koje pokreće OpenAI.

Tim koji stoji iza Rox-a ima duboko iskustvo u AI-ju i integraciji podataka. Avanika Narayan, suosnivačica i rukovodilac za AI u Rox-u, oslonila se na svoje doktorsko istraživanje primene LLM-ova na poslovne zadatke kao što su sređivanje podataka i automatizacija tokova rada. 

„Videli smo bogat ekosistem ljudi koji sarađuju i angažuju se u timovima za prihode, ali smo shvatili da to mora biti zasnovano na podacima“, podelila je. Rezultat je bila vizija sa tri nivoa: sistem evidencije, sistem tokova rada i AI podrška — oživljeni uz OpenAI API.

Za Rox, lansiranje 2024. nije bilo samo pitanje tajminga — bilo je reč o prilici. Porast modela prihoda zasnovanih na upotrebi i pomeranje ka prodajnim operacijama koje pokreće AI otkrili su praznine u sistemima mnogih timova za prihode. 

OpenAI API je Rox-u pružio fleksibilnost da pokrije sve — od čišćenja podataka, preko dugih tokova rada, do nijansiranog prodajnog obraćanja za strategije pripreme za izlazak na tržište. „Korišćenje OpenAI API-ja omogućilo nam je da stvorimo nešto novo i unesemo kreativnost u GTM tok rada“, primećuje Amol Singh, jedan od osnivačkih AI inženjera u Rox-u.

Dizajn platforme počiva na tri sloja:

• Sloj podataka: Rox koristi manje modele kao što je GPT‑4o mini da objedini fragmentirane podatke iz različitih skladišta, čineći ih strukturiranim i lako dostupnim.
• Sloj inteligencije: Modeli srednjeg nivoa obavljaju složeno rezonovanje i određuju prioritete akcija, sarađujući sa prodajnim predstavnicima kako bi unapredili njihove zadatke.
• Sloj interakcije: Napredni modeli kao što su GPT‑4o i OpenAI Realtime API generišu imejlove, upravljaju LinkedIn obraćanjem i pripremaju glasovne brifinge za sastanke.

U središtu je „Rox Agent Swarm“, flota stalno aktivnih AI agenata dodeljenih svakom nalogu. 

Dok prodajni predstavnici nisu na mreži, agenti prate naloge; tokom radnog vremena čine predstavnike 50% produktivnijim tako što preuzimaju repetitivne zadatke i ističu uvide na koje se može delovati.

Rox-ov put do lansiranja oblikovali su rano eksperimentisanje i povratne informacije kupaca. U početku je tim istraživao otvoreni čet interfejs, ali je ustanovio da on ne odgovara potrebama prodavaca; umesto toga, „prodavcima je bilo potrebno rešenje prilagođeno njihovom specifičnom toku rada, sa rezultatima koji su kreativniji i jedinstveniji“, kaže Alex Derhacobian, jedan od osnivačkih AI inženjera u Rox-u.

Tim je zatim prešao na konfigurabilnu platformu od početka do kraja, gde se svaki agent prilagođava konkretnim nalozima i tokovima rada prodajnog predstavnika. 

Ovaj pristup, oblikovan partnerstvima sa kompanijama kao što su Ramp, Couchbase i Confluent, takođe proširuje stručnost najuspešnijih prodavaca na cele timove tako što njihove najbolje prakse ugrađuje u Rox-ovu platformu.

Tim pripisuje svoj iterativni pristup — svakodnevno objavljivanje ažuriranja — ubrzanju razvoja. „Tradicionalno, za ovo bi bilo potrebno više inženjera podataka i ceo tim. Mi smo to uradili sa dvoje ljudi zahvaljujući OpenAI modelima i tome koliko je izgradnja lakša“, kaže Singh.

Prodajni timovi koji koriste Rox prijavili su značajna poboljšanja:

• Više od 8 sati uštede nedeljno: Prodajni predstavnici vraćaju vreme koje su ranije trošili na administrativne zadatke, što im omogućava da se usredsrede na vrednije interakcije sa klijentima.
• 35% veći angažman klijenata: Agenti pomažu prodajnim predstavnicima da ostanu ažurni na ključne promene kod naloga i da se uključe u kritičnim trenucima.
• 2x ROI na prodajni pipeline: Beta klijenti su zabeležili 2x povećanje pipeline-a prihvaćenog od strane prodaje, što je mnoge navelo da prošire upotrebu Rox-a u svojim timovima i povećaju broj naloga kojima upravljaju na platformi.

Rox je brzo stekao zamah među korporativnim klijentima, porastavši sa nula na 25 naloga za sedam meseci.

OpenAI modeli su centralni deo pristupa kompanije Rox i omogućavaju fleksibilna AI rešenja za različite zadatke. OpenAI „ima kompletnu biblioteku modela iz koje možete da birate, sa različitim mogućnostima i različitim cenama“, kaže Narayan.

Ta fleksibilnost omogućava Rox-u da koristi isplative modele za obradu podataka, dok modele višeg nivoa čuva za složene zadatke rezonovanja.

Suosnivači Rox-a podelili su tri ključne lekcije za izgradnju delotvornih AI rešenja:

1. Počnite sa snažnim slojem podataka: „Najvažnije je da vam sloj podataka bude dobro postavljen i da je problem upravljanja kontekstom rešen“, kaže Derhacobian. Indeksiranje polustrukturiranih i nestrukturiranih podataka obezbeđuje da uvidi budu primenljivi.
2. Fokusirajte se na primenjenu AI: Rox je izabrao da radi sa OpenAI-jem umesto da gradi sopstvene modele. „Nismo ovde da istražujemo ili pravimo bazne modele. Sarađujemo sa OpenAI-jem da bismo isporučili sjajne aplikacije“, kaže suosnivač Rox-a i izvršni direktor Ishan Mukherjee.
3. Iterirajte brzo: Moderna primenjena AI omogućava brži tempo. „Praktično isporučujemo svakog dana“, kaže Damon Lin, jedan od osnivačkih AI inženjera u Rox-u, pripisujući njihov uspeh kontinuiranoj iteraciji.

Rox vidi budućnost u kojoj će timovi za prihode započinjati i završavati dan na platformi, potpuno opremljeni uvidima i podrškom potrebnim za delotvorno angažovanje kupaca. 

Tim planira da proširi multimodalne mogućnosti Rox-a i podršku za dugoročne zadatke. Nova funkcija sa glasovnim omogućavanjem, koju pokreće OpenAI Realtime API, već pomaže prodavcima da se pripreme za sastanke uz detaljne brifinge u realnom vremenu. 

Uz OpenAI, Rox će nastaviti da osnažuje prodajne funkcije koje vode ljudi i koje maksimizuju GTM potencijal prihoda.