AI-modeller og plattformer

QorusDocs lanserer QPilot Workspace for å forankre tilbudsagenter i selskapets kunnskap

mm
Legg til Unite.AI blant dine foretrukne kilder på Google
Firm knowledge connected to an AI-assisted proposal workspace — AI-generated illustration

QorusDocs har lansert QPilot Workspace, et felles arbeidsmiljø der forretningsutviklingsteam og KI-agenter utarbeider forslag, presentasjoner og svar på tilbudsforespørsler. Arbeidsområdet ble kunngjort 27. oktober og kombinerer virksomhetsspesifikk kunnskap med arbeidsflyter for utarbeiding, gjennomgang og dokumentproduksjon i Microsoft 365, med tilkoblinger til Copilot, Claude og ChatGPT.

Produktet retter seg mot virksomheter innen profesjonelle tjenester, juridiske tjenester og teknologitjenester, samt arkitektur-, ingeniør- og bygg- og anleggsbransjen. I disse virksomhetene avhenger et overbevisende tilbud av dokumentasjon: hvilke medarbeidere som er tilgjengelige for et prosjekt, hvilket relevant arbeid de har utført, og hvilken erfaring virksomheten har med lignende kunder. QorusDocs posisjonerer denne institusjonelle konteksten som grunnlaget for agentenes arbeid.

Kunder kan allerede nå registrere seg for å få tilgang, ifølge lanseringskunngjøringen. Selskapet sier at QPilot Workspace støtter tilbudsprosessen fra en mulighet åpner seg, gjennom utarbeiding, gjennomgang og avslutning, til innsiktsarbeid, og at de ferdige dokumentene leveres i Word og PowerPoint.

PursuitIQ leverer dokumentasjonen bak utkastet

QorusDocs kaller forankringslaget sitt PursuitIQ. På plattformssiden beskriver selskapet det som en felles kontekst som knytter sammen dagens medarbeidere, erfaring, godkjente svar, historikk fra tilbudsprosesser og konkurransefortrinn. Agentene bruker denne informasjonen til å sette sammen og tilpasse svar, mens mennesker fortsatt har ansvaret for strategien, forståelsen av kunden og det endelige argumentet for hvorfor virksomheten bør få oppdraget.

QPilot Workspace organiserer arbeidet gjennom maler, oppgaver og ferdigheter. Den planlagte arbeidsflyten begynner med materialet og dokumentasjonen som er relevant for en salgsmulighet, og går deretter videre til førsteutkast, tilpasning, samarbeid om gjennomgang og levering. Denne strukturen gir teamene et sted der de kan samordne både støttematerialet og det skriftlige svaret.

«Det som betyr noe, er troverdighet – de rette personene, relevant erfaring og bevis på at dere har gjort dette før», sa Ray Meiring, administrerende direktør i QorusDocs.

Den praktiske utfordringen er å knytte en påstand til riktig dokumentasjon. Et tilbud kan være velskrevet og likevel inneholde en utdatert biografi, en irrelevant kundehistorie eller erfaring som ikke støtter det etterspurte omfanget. Når arbeidsflyten for utarbeiding bygger på oppdaterte virksomhetsregistre, får de som gjennomgår tilbudet, et bedre utgangspunkt for å kontrollere disse opplysningene.

Slik henter og gjenbruker den eksisterende teknologien kunnskap

QorusDocs’ dokumentasjon om innholdsindeksering bidrar til å forklare teknologien bak selskapets etablerte KI-funksjoner. Dokumenter, maler og annet materiale indekseres slik at Smart Search, QPilot Chat, Smart Skills og KI-drevne malfelt kan finne dem. Dokumentasjonen beskriver automatiske oppdateringer to ganger om dagen, og at administratorer kan oppdatere kildene manuelt ved behov.

Dermed blir innholdsforvaltning en del av KI-arbeidsflyten. En oppdatert medarbeiderkvalifikasjon eller et godkjent svar må være tilgjengelig i den relevante kilden før det kan brukes i et utkast. Å organisere og vedlikeholde disse kildene er derfor et operativt krav for å sikre at tilbudene gjenspeiler virksomhetens nåværende kapasitet.

Selskapets brukerveiledning for QPilot beskriver kontroller for å velge kildebiblioteker, finne bestemte dokumenter ved hjelp av omtaler og vise referanser til genererte svar. Smart Search-arbeidsflyten kan bruke de fem best samsvarende svarene til å lage et svar som er tilpasset et spørsmål. Disse dokumenterte funksjonene viser hvordan søk og generering fungerer sammen i den bredere plattformen.

Dokumentsammensettingen tilfører et ekstra lag. Smart Fields samler inn strukturert informasjon som tekst, datoer og valgte alternativer, og bruker den deretter til å automatisere Word- og PowerPoint-maler. Ved å kombinere strukturerte felt med generert tekst kan teamene lage et konsistent leveransedokument uten å måtte bygge det opp på nytt manuelt for hver nye salgsmulighet.

MCP kobler tilbud til systemene rundt dem

Lanseringen introduserer koblinger basert på Model Context Protocol, eller MCP, som gjør det mulig for team å bruke QorusDocs i Copilot, Claude og ChatGPT. QorusDocs beskriver også integrasjoner med andre MCP-servere, blant annet Salesforce, Dynamics 365, HubSpot og Gong, for å hente inn kontekst om salgsmuligheter og kundesamtaler i tilbudsprosessen.

Disse tilkoblingene løser et velkjent samordningsproblem: nyttig informasjon til tilbud finnes ofte spredt mellom dokumenter, CRM-oppføringer og kundesamtaler. Når informasjonen blir tilgjengelig i arbeidsmiljøet, kan det bli mindre tidkrevende å samle inn kontekst før arbeidet med utkastet begynner.

Som omtalt i Unite.AIs dekning av virksomhetsarbeidsflyter på høyere nivå enn MCP-tilkoblingslaget, er tilkoblingsmuligheter bare én del av produktet. Verdien avhenger også av oppgavespesifikke instruksjoner, dokumentasjon og gjennomgangsprosessen som gjør tilgangen nyttig. QorusDocs’ kombinasjon av kunnskap fra tilbudsprosesser og gjenbrukbare arbeidsflytkomponenter følger denne bredere utviklingen.

Når det gjelder sensitiv forretningsinformasjon, opplyser QorusDocs at plattformen er bygget på Microsoft Azure OpenAI, henter data fra selskapets Microsoft 365-miljø og ikke bruker disse dataene til å trene offentlige modeller. På plattformsiden oppgir selskapet at løsningen overholder SOC 2 Type II og GDPR, og beskriver rollebaserte tilgangsrettigheter og godkjenningsprosesser.

Et svar på økende arbeidsmengde knyttet til tilbud

Selskapets referanserapport for tilbudsbransjen i 2026, som bygger på en undersøkelse blant nesten 300 tilbudsledere, viste at 68 % meldte om et økende antall tilbud. Det å finne riktig innhold og vente på fageksperter og godkjenninger var blant utfordringene de rapporterte om. Funnene viser at problemet handler like mye om koordinering og innhenting av dokumentasjon som om hvor raskt man skriver.

Heather Almquist, seniorvisepresident i Marsh, sa i kunngjøringen at det å raskt samle de rette biografiene, prosjekterfaringen og det godkjente innholdet er en av de krevende delene ved å besvare tilbudsforespørsler (RFP-er). Hun beskrev det å ha denne organisasjonskunnskapen samlet på ett sted som en måte å gi teamene mer tid til strategi og kunderelasjoner på.

QorusDocs opplyser at den bredere plattformen brukes av mer enn 200 organisasjoner, blant annet WSP, CDW og Insight. QPilot Workspace bygger videre på denne virksomheten med en felles arbeidsprosess for mennesker og agenter. For tilbudsteam vil gevinsten være svar som er enklere å sette sammen og gjennomgå, samtidig som de gir en troverdig og konkret begrunnelse for hvorfor selskapet bør få utføre arbeidet.

Aiden Cross er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker AI-produktstrategi, gjennomføring og de praktiske utfordringene ved å omdanne eksperimentelle modeller til skalerbare, markedsklare produkter. Hans arbeid fokuserer på hvordan startups og bedrifter går fra prototyper og demonstrasjoner til pålitelige systemer som brukes av ekte kunder.
Med et pragmatisk og detaljorientert perspektiv, analyserer Aiden produktveikart, strategier for markedslansering, plattformbeslutninger og organisatoriske kompromisser som avgjør om AI-initiativer lykkes eller stopper. Han legger særlig vekt på deployeringsrealiteter, brukeradopsjon, infrastrukturbegrensninger og samsvaret mellom teknisk evne og forretningsverdi.
Artikler skrevet av Aiden Cross er AI-generert og gjennomgått av Unite.AIs redaksjonsteam for å sikre klarhet, nøyaktighet og ansvarlig dekning av hvordan AI-produkter bygges, gjøres tilgjengelige og skaleres i den virkelige verden.