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，这是一家提供 AI 驱动的 RFP 和问卷响应管理平台的公司。

RFP 是 Request for Proposal 的缩写，指的是组织向供应商或服务提供商发出的一份正式文件，邀请他们提交针对特定项目或服务的提案。RFP 中概述了项目的要求、目标和评估标准，允许合格的供应商提交详细的投标，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。通过自动执行任务，如草拟响应、收集相关数据和为特定客户定制提案，Inventive AI 大大提高了销售响应工作流的效率，为企业带来超过 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，从而提高他们赢得更多合同的机会。

是什么启发了 Inventive AI 的创立，您在 RFP 工作流程中的个人经历如何塑造了其使命？

在我最后一次创业（将 Viewics 卖给 Roche）之后，我休息了一段时间，意识到我怀念创业的激动和挑战。在 Roche 的时候，我的团队参与了许多 RFP，我始终看到如何编写战略性、有效的响应是一件困难的事情。这段经历凸显了一个明显的机会，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，这加强了我决定再次创业并解决这一问题的决心。

RFP 流程中的关键痛点是什么，您如何识别它们，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编写准确和相关的响应是一个挑战。
• 战略性响应： 有效响应需要了解客户的具体需求和竞争对手，这使得定制响应变得困难。
• 团队间的协作： 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，增强了战略性响应生成，简化了利益相关者协作，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 响应比传统方法更快、更准确？

我们的创始团队在机器学习方面拥有深厚的专业知识，特别是在语言模型方面。Gaurav Nemade 是 Google (GOOGL ) Brain 的早期产品经理，他为 LLM 的开发做出了贡献，而 Vishakh Hegde 在斯坦福大学进行了 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，可以在几秒钟内生成准确、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捷而且高度定制化的解决方案，以满足每个客户的需求。

为什么 RFP 管理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 表明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。该过程需要准确性、合规性、风险管理和竞争性定位，这些都可能在手动执行时耗时且容易出错。

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对齐。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提高中标率的能力。

为什么 RFP 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，而不是战略性创新机会。许多公司专注于面向客户的功能、内部运营或产品开发，留下采购和销售流程（如 RFP 管理）相对未受影响。这部分是因为 RFP 流程传统上是手动和高度定制的，这使得它们看起来不适合自动化或数字化转型。

此外，RFP 的复杂性和跨职能性质通常导致公司认为自动化或简化这些流程将过于困难或破坏性。因此，在数字化转型工作中，通过改进 RFP 工作流程可以获得的效率、准确性、响应速度和竞争力等好处往往被忽视。然而，随着 AI 和类似 Inventive AI 的解决方案的进步，自动化 RFP 管理不仅是可行的，而且可以提供显著的战略优势。

您能解释一下统一知识中心如何工作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式的 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。仅仅依靠一个简单的 Q&A 库来创建具有竞争力和定制化的提案往往是不够的。

Inventive AI 通过与 Salesforce (CRM ) 、Hubspot、Seismic、Google Drive、SharePoint、OneDrive 等常用企业系统集成来解决这一挑战。我们的 AI 可以自动理解传入 RFP 的上下文，并从这些平台中检索最相关的信息来编制高质量的响应。此外，我们的 AI 代理（负责任务，如竞争研究、头脑风暴、错误检查、冲突解决和合规性与风险管理）在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、相互连接的视图，而不是依赖于孤立的内容。

Inventive AI 的主要特点是什么，使其与市场上的其他 RFP 管理工具有所不同？

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了一种从静态数据库中搜索模板响应的方法，需要客户不断维护和更新，但 Inventive AI 远远超出了这一点。我们的平台利用企业范围内的知识，并使用先进的 AI 生成针对每个 RFP 定制的战略性、高质量的响应，显著提高了中标率。

我们的深厚企业经验和 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和最新的信息？

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容易，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。借鉴我们在 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，结合了专用 AI 代理的战略。这使我们能够确保在 RFP 响应中仅使用最相关和最新的内容，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，它会向用户提供潜在选项，并从提供的反馈中学习。这一迭代学习过程确保，当类似问题出现时，未来响应将更加精确，确保 RFP 响应保持相关、最新和战略性。

使用 Inventive AI 的 AI 代理套件的用户看到什么样的生产力提升，这些代理执行什么特定的任务？

Inventive AI 的 AI 代理套件的用户看到显著的生产力提升，特别是在他们能够响应更多 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中标率。客户报告，他们的 RFP 流程比以前快了 70%，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 代理执行各种关键任务，例如进行竞争分析、头脑风暴、检测过时或过期的内容。他们还识别响应中的冲突信息、发现多个潜在答案以响应 RFP 问题，并检查是否符合监管或内部指南。这些自动化功能使团队能够专注于高价值活动，确保响应既高效又战略性。

感谢这次精彩的采访，希望了解更多的读者可以访问 Inventive AI。