Pular para o conteúdo principal
usedby
ZoomInfocomPinecone

Como ZoomInfo usa Pinecone

ConfirmadoEstudo de caso do fornecedor · Verificado em 8 de out. de 2026
Ver a prova capturada

O caso de uso: como ZoomInfo implanta Pinecone

ZoomInfo uses Pinecone as the vector database behind a real-time contact recommendation system. When a user views a company profile, the system runs semantic search over contact embeddings and suggests the right people to reach out to.

Nas palavras do cliente

Pinecone enabled us to build, scale, and optimize a real-time contact recommendation system that processes thousands of large-embedding-model vector search queries per second, which has driven a 2x improvement in relevancy and 50% boost to user engagement.
Tamiro Scholer, Senior Data Scientist at ZoomInfo — Fonte

Outras ferramentas de IA usadas por ZoomInfo

Outras relações públicas registradas no usedby.

1mindConfirmadoAdaObservadoClaudeObservadoNooksObservadoOpusClipObservadoSardineObservado
Explorar a stack de IA de ZoomInfo

Usuários de Pinecone no setor Sales Tech e CRM

Empresas do mesmo setor, com evidências públicas.

GongConfirmado11XObservadoHelp ScoutObservado
Ver todos os clientes de Pinecone

Mais estudos de caso

Ir direto à fonte

Com base no estudo de caso publicado por Pinecone. Verificamos as evidências públicas; os resultados são informados pelo fornecedor.

pinecone.io
Última verificação
8 de out. de 2026
pinecone.ioEstudo de caso de Pinecone sobre ZoomInfo, capturadoAbrir a captura da fonte
O que o estudo de caso afirma e o que verificamos

O que comparamos com a página.

  • O número: >50%Verificado

    Impresso palavra por palavra na página, perto do nome de ZoomInfo.

  • O trecho citado acimaVerificado

    Copiado palavra por palavra da página, perto do nome de ZoomInfo.

  • ZoomInfo usa PineconeVerificado

    Linha de nível Confirmado.

  • O resultado em siNão verificado

    Nós o citamos; não o medimos.

Pinecone enabled us to build, scale, and optimize a real-time contact recommendation system that processes thousands of large-embedding-model vector search queries per second, which has driven a 2x improvement in relevancy and 50% boost to user engagement.
Trecho da página. pinecone.io