Dhiren Bhatia，Inventive AI 联合创始人兼 CEO – 采访系列

Dhiren Bhatia 是 Inventive AI 的联合创始人兼 CEO，Inventive AI 是一个 AI 驱动的 RFP 和问卷响应管理平台。

RFP 代表 请求提案，这是一个正式的文件，由组织发布，以邀请供应商或服务提供者提交针对特定项目或服务的提案。RFP 概述了项目的要求、目标和评估标准，允许合格的供应商提交详细的投标书，说明他们如何满足组织的需求。

Inventive AI 是一个 AI 驱动的平台，旨在简化和优化 RFP 和问卷的响应过程。通过自动化诸如草拟响应、收集相关数据和为特定客户定制提案等任务，Inventive AI 大大提高了销售响应工作流的效率，实现了超过 70% 的效率提升。这使得公司能够更快、更准确、更一致地响应 RFP，最终提高了他们赢得更多合同的机会。

是什么启发了 Inventive AI 的创立，你的个人经历如何影响了其使命？

在我最后一次退出（将 Viewics 卖给 Roche）之后，我意识到我怀念创业的激情和挑战。在 Roche 的时候，我的团队参与了许多 RFP，我始终看到如何难以制作战略性、有效的响应。这段经历凸显了一个明确的机会，我决定进一步探索它。通过与几十家公司的对话和采访，我验证了这一痛点是普遍的，这加强了我跳回去并建立一个解决方案来解决它的决定。

您在 RFP 流程中确定了哪些关键痛点，Inventive AI 如何解决这些挑战？

RFP 流程中的关键痛点包括：

• 手动、耗时的工作：该过程可能需要几天甚至几周的工作，因为需要大量的手动输入。
• 内容和知识管理：维护和组织知识库以制作准确和相关的响应是具有挑战性的。
• 战略性响应：有效地响应需要了解客户的特定需求，并考虑竞争对手，使得难以战略性地定制响应。
• 跨团队协作：从多个主题专家和高级利益相关者那里收集输入可能很麻烦并导致延迟。
• 合规性和风险管理：确保遵守监管要求、内部政策和法律约束增加了复杂性和潜在风险。

Inventive AI 通过一套专有的 AI 驱动的代理来解决这些挑战，这些代理旨在自动化和简化流程的关键方面。通过利用 AI，该平台大大减少了手动工作，组织和优化内容管理，增强了战略性响应的生成，简化了利益相关者的协作，并确保了合规性和风险管理——所有这些都集成在一个解决方案中。

Inventive AI 的技术如何使 RFP 响应更快、更准确，相比传统方法？

我们的创始团队在机器学习方面具有深厚的专业知识，特别是在语言模型方面。Gaurav Nemade，Google Brain 的早期产品经理，曾参与 LLMs 的开发，而 Vishakh Hegde 曾在斯坦福大学进行 AI 研究。利用这些专业知识，我们开发了一个专有的管道和一套工具，可以在几秒钟内提供准确、战略性的响应，所有这些都基于我们客户的独特知识来源。这使我们能够提供一个不仅快速而且高度定制化的解决方案，以满足每个客户的需求。

RFP 管理为什么是一个需要自动化的关键领域，Inventive AI 如何解决这个问题？

RFP 管理是一个需要自动化的关键领域，因为 RFP 表示公司对其产品或服务有很高的兴趣和购买意愿。提供高质量、战略性的响应对于最大化销售机会至关重要。这个过程需要准确性、合规性、风险管理和竞争性定位，所有这些都可能耗时且容易出错，如果手动完成。

Inventive AI 通过自动化 RFP 管理的关键方面来解决这个挑战，利用先进的 AI 技术。该平台确保响应是准确的、符合法规的，并且与客户需求战略性地保持一致。通过自动化这些任务，Inventive AI 不仅提高了响应的质量和一致性，还使公司能够处理更多的 RFP，从而扩大了他们追求更多机会和最终增加赢得合同的机会。

RFP 为什么经常在数字化转型中被忽视，Inventive AI 如何改变这种动态？

RFP 经常在数字化转型计划中被忽视，因为它们被视为行政或事务性任务，而不是战略性的创新机会。许多公司专注于客户面向的功能、内部运营或产品开发，将采购和销售流程（如 RFP 管理）留在相对较少被触及的领域。

此外，RFP 流程的复杂性和跨职能性质通常会导致公司认为自动化或数字化这些流程将过于困难或破坏性。因此，改进 RFP 工作流程的潜在收益（例如提高效率、提高准确性、加快周转时间和增强竞争力）通常会在数字化转型工作中被忽视。然而，随着 AI 和类似 Inventive AI 的解决方案的进展，自动化 RFP 管理不仅是可行的，还可以提供显著的战略优势。

您能解释一下统一知识中心的工作原理，以及它如何与各种企业系统集成吗？

Inventive AI 知识中心作为一个集中化的 AI 驱动资源，类似于具有公司广泛分布知识访问权限的主题专家。在典型的企业中，用于响应销售问卷和 RFP 的相关内容存在于多个系统和部门中，使得手动收集准确和战略性的响应变得困难。一个简单的 Q&A 库中的样板响应通常不足以创建具有竞争力的、定制化的提案。

Inventive AI 通过与常用的企业系统（如 Salesforce、Hubspot、Seismic、Google Drive、SharePoint、OneDrive 等）集成来解决这个挑战。我们的 AI 可以自动摄取和理解传入 RFP 的上下文，从这些平台中检索最相关的信息来制作高质量的响应。此外，我们的 AI 代理（负责竞争研究、错误检查、冲突解决、合规性和风险管理等任务）在这个统一的知识中心上运行，确保一致性和准确性，利用公司知识的完整、连接的视图，而不是依赖于孤立的内容。

Inventive AI 的哪些关键功能使其与市场上的其他 RFP 管理工具区别开来？

Inventive AI 与其他 RFP 管理工具的不同之处在于，我们专注于帮助客户赢得 RFP，而不仅仅是回答问题。虽然许多工具只是提供一种在静态数据库中搜索样板响应的方法，需要客户不断维护和更新，但 Inventive AI 远远超出了这一点。我们的平台动态地利用企业范围的知识，并使用先进的 AI 生成针对每个 RFP 的战略性、高质量的响应，显著提高了赢得率。

我们的深厚的企业经验和 AI 专长使我们能够解决 RFP 流程的业务和技术方面。我们建立了一个系统，不仅提供准确的响应，还有效地管理 AI 挑战，如语言模型的幻觉，确保每个响应的精度和相关性。这种响应质量和战略洞察力在市场上是无与伦比的，使 Inventive AI 成为 RFP 管理的真正竞争优势。

AI 内容管理器如何确保在 RFP 响应中仅使用最相关、最最新的信息？

这是一个很好的问题，做起来比说起来容易。虽然使用流行的 AI 工具（如 OpenAI、Google 或 AWS）创建一个令人信服的演示相对简单，但我们的平台超越了简单的解决方案，这些解决方案对于企业环境来说是不够的。借助我们在 Google 和斯坦福研究院的 AI 研究背景，我们建立了一个专有的机器学习管道，结合了专门的 AI 代理。这使我们能够确保在 RFP 响应中仅使用最相关、最最新的内容，持续改进信息的准确性。

当 AI 遇到不确定性时，它不会做出假设。相反，它向用户呈现潜在的选项，并从提供的反馈中学习。这种迭代学习确保了，当类似的问题出现时，未来响应将更加精确，确保 RFP 响应保持相关性、及时性和战略性。

使用 Inventive AI 的 AI 代理套件，用户看到的生产力提升有多大，哪些特定的任务由这些代理处理？

Inventive AI 的 AI 代理套件的用户已经看到显著的生产力提升，特别是在他们响应更多 RFP 的能力上，这直接影响了顶线收入。通过生成更战略性、准确和定制化的响应，公司还经历了更高的赢得率。客户报告说，他们比以前快 70% 完成了 RFP 流程，使他们能够在不牺牲质量的情况下承担更多机会。

我们的 AI 代理处理各种关键任务，例如进行竞争分析、集思广益的响应想法和检测过时或过期的内容。它们还识别响应中的冲突信息，揭示 RFP 问题的多个潜在答案，并检查是否符合监管或内部指南。这些自动化能力使团队能够专注于高价值活动，确保响应既高效又战略性强。

感谢这次精彩的采访，希望了解更多的读者可以访问 Inventive AI。