Най-интересните AI реализации в компаниите през 2024 г. | AI в бизнеса #63

В тази статия ще разгледаме по-подробно някои интересни реализации на изкуствен интелект в бизнеса. От използването на машинно обучение от Stripe за откриване на измами, до персонализираните опитности при поръчки на Swiggy, до GitHub Copilot, който предоставя поддръжка в реално време за разработчиците. Тези примери показват как изкуственият интелект подпомага създаването на иновационни услуги, трансформира клиентските опитности, увеличава конверсионните проценти и оптимизира вътрешните процеси за бизнеса и институциите. Продължете да четете.

И реализации на изкуствен интелект в Stripe

Stripe (https://stripe.com/) е напреднала платформа за плащания, която позволява на бизнеса и институциите да обработват транзакции както онлайн, така и в традиционни търговски обекти. Тя предоставя интегрирани решения за управление на плащания, фактуриране, автоматизация на финансовите процеси и създаване на абонаментни и лоялни програми. Приложението на съвременни технологии, включително машинно обучение, позволява на Stripe да оптимизира конверсиите и да минимизира риска от измами. През 2023 г. Stripe е признат за едно от най-революционните решения в областта на онлайн платежните системи.

Но защо Stripe Radar е една от най-интересните реализации на изкуствен интелект в компаниите през 2023 г.? Stripe Radar използва напреднали AI техники за бързо и точно откриване на измами, което го прави едно от най-иновативните решения в индустрията на онлайн плащанията тази година. Неговите основни предимства включват:

• Скорост и точност. Radar Stripe оценява над 1000 детайла на транзакции за по-малко от 100 милисекунди, точно блокирайки рисковите транзакции. Той постига прецизност, при която само 0.1% от валидните плащания са погрешно отхвърлени.
• Напреднали ML модели. Stripe премина от основно машинно обучение към напреднали невронни мрежи, значително подобрявайки производителността на модела.
• Иновативна архитектура. Най-новата архитектура е позволила по-бързо обучение на модела и по-добра мащабируемост, което позволява по-бързо прототипиране и внедряване на нови идеи.

Източник: Stripe (https://stripe.com/)

„Завърши визията”, или реализацията на AI от Walmart

Walmart, американският супермаркетен гигант, предлага разнообразие от продукти, включително хранителни стоки, облекло, козметика, електроника и много други. Като един от водещите търговци на дребно в световен мащаб, Walmart наема над 2.3 милиона души по целия свят. Въпреки това, той също така разширява присъствието си в областта на изкуствения интелект напоследък.

Новият модул “Завърши визията” (CTL) на Walmart е иновативна система за препоръки на продукти в категорията мода и домашен декор. Но защо CTL се счита за една от най-интересните реализации на AI през 2023 г.?

• Персонализация на стила. CTL генерира комплексни, стилизирани аутфити около продукта, избран от клиента, което улеснява откритията и избора на подходящи елементи от гардероба.
• Увеличена увереност и конверсия. Представянето на персонализирани аутфити повишава доверието на клиентите в техните избори и ги насърчава да правят покупки.
• Спестяване на време. Системата позволява бързо съставяне на цели аутфити вместо търсене на отделни артикули, което прави пазаруването по-ефективно.
• Напреднали алгоритми. CTL използва различни алгоритми, включително генериране на външен вид и разширяване на обхвата, за да мащабира и персонализира препоръките за потребителите.

Тази иновация решава проблема с информационната претовареност и избора сред огромен брой налични опции, предлагайки на клиентите лесно и приятно пазаруване, което е вдъхновяващо и стилово последователно.

Източник: Medium (https://medium.com/walmartglobaltech/personalized-complete-the-look-model-ea093aba0b73)

Uber — Прогнозиране на ETR

Uber е мобилно приложение за резервация на автомобилни пътувания, но иновациите в AI не спират само на транспорта. Вземете например паркингите на летищата. С въвеждането на Прогнозиране на ETR (Оценено време за заявка), Uber е внедрил авангардна система за прогнозиране на времето за изчакване на шофьорите на летищата. Използвайки сложни AI модели, тя предвижда търсенето и дължината на опашките, като взема предвид колебанията в опашките и външни елементи като закъснения на полетите. Тази система предоставя на шофьорите информация за очакваното време за изчакване, помагайки им да управляват времето си по-ефективно и да планират местоположението си по-добре.

Защо това иновативно решение е забележително? Главно заради:

• Решен проблем. Прогнозиране на ETR на Uber се справя с предизвикателството на недостатъчно или прекалено много шофьори на летищата, което влияе както на пътниците, така и на шофьорите. Недостигът означава, че пътниците чакат по-дълго, а излишъците губят времето на шофьорите, докато чакат.
• Иновация. Прогнозиращата система информира шофьорите за очакваното време за изчакване на заявките, позволявайки им да управляват по-добре времето и позиционирането си.
• Приложение на AI. Използва напреднали AI модели за прогнозиране на търсенето и дължината на опашките, като взема предвид динамиката на опашките и външни фактори като закъснения на полетите.
• Влияние върху индустрията. Това е една от най-интересните реализации на AI през 2023 г., тъй като оптимизира разпределението на ресурсите в реално време, подобрявайки ефективността и потребителския опит на услугите на Uber на летищата.

Източник: Uber (https://www.uber.com/en-GB/blog/demand-and-etr-forecasting-at-airports/)

И реализации на изкуствен интелект в Pinterest

Pinterest (https://pinterest.com/) вероятно не се нуждае от представяне. Тази американска социална медийна платформа позволява на потребителите да разглеждат и споделят снимки, GIF файлове и видеа, обхващащи различни теми като мода, кулинария, интериорен дизайн и много други. Потребителите могат да създават свои собствени дъски с визуално съдържание, което намират за интересно, и да разглеждат дъските на други хора за вдъхновение.

Платформата разчита на реклами, а през 2023 г. тя прие AI, за да премине от традиционни реактивни методи към по-прогресивни в предотвратяването на напускането на рекламодатели. Това се отк突ва като една от забележителните реализации на AI през 2023 г., защото:

• Тя се справя с предизвикателството на напускането на рекламодатели от платформата Pinterest. Традиционно, този проблем се решаваше само след като рекламодателите вече бяха напуснали, което правеше трудно да ги върнем обратно. Благодарение на машинното обучение (ML), сега е възможно ранно откритие на потенциално напускане, което дава възможност на екипа да предприеме проактивни мерки.
• Екипът на Pinterest е създал модел на машинно обучение (ML), който предсказва вероятността за напускане на рекламодатели в следващите 14 дни. Той използва набор от характеристики на рекламодателите, за да направи това предсказание. Търговският екип използва тази информация, за да приоритизира действия, насочени към предотвратяване на напускането.
• Предварителните експерименти показват, че този подход може да постигне 24% намаление на напускането в тестовата група в сравнение с контролната група. Това показва ефективността на проактивния подход в предотвратяването на напускането.

Stitch Fix, или заглавия и описания на продукти, генерирани от AI

Stitch Fix (https://www.stitchfix.com/) е иновативна платформа, която позволява на потребителите да поръчват облекло чрез мобилно приложение. Потребителите могат да попълнят анкета, в която да посочат своите предпочитания за стил, размер и бюджет. След това получават пет индивидуално подбрани предложения за облекло от над 1000 различни марки и стилове.

Stitch Fix използва напреднали алгоритми на изкуствения интелект, за да генерира привлекателни заглавия на реклами и подробни описания на продукти. Това прави процеса на създаване на маркетингово съдържание и описания на продукти по-малко времеемък и скъп, като същевременно осигурява уникалност и последователност с имиджа на марката.

Компанията прилага метода “експерт в цикъла”, комбинирайки креативността на AI с човешки надзор, осигурявайки високо качество и ефективност. С AI, Stitch Fix може да генерира описания на продукти за стотици хиляди стилове, справяйки се с предизвикателствата на мащаба и сложността в електронната търговия. Непрекъснатото усъвършенстване на алгоритмите заедно с експертното знание позволява постоянно подобряване на качеството на генерираното съдържание.

Тази иновация решава времеемкия и скъп процес на създаване на маркетингово съдържание за електронната търговия и описания на продукти, като същевременно осигурява уникалност и съответствие с стила на марката.

Swiggy

Swiggy (https://www.swiggy.com/) е индийска онлайн услуга за доставка на храна, която позволява на потребителите да поръчват ястия от местни ресторанти. Приложението Swiggy предлага опция за избор на ястия от любими ресторанти, проследяване на поръчките в реално време и използване на допълнителни функции, като персонализирани препоръки и зададена минимална стойност на поръчката.

Swiggy използва AI, за да персонализира поръчките на храна в своето приложение, решавайки “парадокса на избора”. Ето основните точки:

• Парадокс на избора. Swiggy забеляза, че клиентите имат трудности да решат какво да поръчат поради прекалено много опции. Този феномен, известен като “парадокс на избора”, води до недоволство у клиентите.
• Персонализиране на поръчките. Компанията въведе система за препоръки за “кошници” с ограничен брой ястия, съобразени с предпочитанията на клиентите, за да улесни избора им и да подобри потребителския опит.
• Приложение на AI. Swiggy използва AI, за да анализира исторически данни за поръчки, предпочитания на клиентите за храна и сезонност на продуктите, за да генерира персонализирани препоръки.

Тази иновация се справя с проблема с прекалено многото избори, подобрявайки както удовлетвореността на клиентите, така и ефективността на платформата. Това е една от най-интересните употреби на AI в бизнеса през 2023 г. заради своята ефективност и сложност.

И реализации на изкуствен интелект в FoodPanda

Foodpanda (https://www.foodpanda.my/) е онлайн услуга за доставка на храна, която позволява на потребителите да поръчват ястия от местни ресторанти чрез приложението. Приложението Foodpanda позволява на потребителите да поръчват любимите си ястия, да проследяват статуса на поръчките си в реално време и да получават достъп до различни функции, включително персонализирани препоръки и зададена минимална стойност на поръчката.

Foodpanda използва A/B тестване, за да подобри менюто си и да увеличи конверсионните проценти. Иновативният подход включва актуализиране на версия B на менюто чрез напреднало планиране и автоматизация. Ето основните точки:

• Автоматизация на тестовете. Използване на Apache Airflow за автоматизиране на процеса на актуализиране на менюто.
• Мащабируемост. Оптимизирането на процеса позволява по-бързо тестване, дори в множество държави.
• Ефективност. Намаляване на времето за изпълнение от 9 часа до около 3.75 часа и понижаване на процента на грешки до 2.2%
• Допълнителни подобрения. Планират се допълнителни подобрения, като динамична конфигурация на страницирането и отделни DAG за различни държави.

Благодарение на тези иновации, Foodpanda се справя с проблема с бавните и неефективни актуализации на менюто, което е от съществено значение за поддържане на конкурентоспособността и увеличаване на удовлетвореността на потребителите.

Източник: FoodPanda (https://www.foodpanda.my/)

Zillow

Zillow (https://www.zillow.com/) е онлайн платформа за недвижими имоти, която улеснява търсенето, купуването, наемането и продаването на имоти за своите потребители. Платформата предлага милиони обяви за имоти, позволявайки на потребителите да сравняват стойности и да се свързват с местни експерти в индустрията. Zillow използва напреднали технологии, включително машинно обучение, за да предостави точни оценки на имотите и да оптимизира процесите на купуване, продаване или наемане.

Иновативният подход на Zillow към оценката на имоти чрез инструмента “Neural Zestimate” позиционира компанията като силен играч сред иноваторите в AI. Ето основните точки, които илюстрират защо “Neural Zestimate” е една от най-интересните реализации на AI:

• Бърз отговор на пазарните промени. Благодарение на “Neural Zestimate”, Zillow може бързо да реагира на промени в пазара на недвижими имоти, предоставяйки актуални оценки на национално ниво.
• Оптимизирани актуализации. Новата система значително улеснява актуализирането и поддържането на оценъчните модели, подобрявайки тяхната точност.
• Местни и сезонни тенденции. “Neural Zestimate” ефективно включва местна информация и сезонни пазарни промени в процеса на обучение, позволявайки по-точни оценки на стойността на жилищата.
• Диапазон на оценка. “Neural Zestimate” използва квантилна регресия, за да генерира ценови диапазони, предоставяйки по-добро разбиране на потенциалната стойност на имота и намалявайки несигурността в оценката.

Тази иновация решава проблема с липсата на актуални и точни оценки на имоти, които са от съществено значение както за продавачите, така и за купувачите на динамичния пазар на недвижими имоти.

GitHub Copilot с реализации на AI

Списъкът с иновативни реализации на AI не може да бъде завършен без GitHub Copilot – инструмент за кодиране, захранван от AI, който използва големи езикови модели (LLM) от OpenAI. GitHub Copilot е пробив в генерирането на код, позволяващ предложения за код в реално време в средата на IDE.

Благодарение на сътрудничеството с OpenAI, създателите на ChatGPT, и непрекъснатото усъвършенстване на LLM моделите, Copilot става все по-точен и адаптиран към нуждите на потребителите. Този инструмент увеличава производителността на програмистите, автоматизирайки части от процеса на кодиране и предоставяйки мигновени предложения.

GitHub (https://github.com/) планира да разшири възможностите на Copilot, като добави поддръжка за глас и го интегрира с други елементи на платформата. Въпреки това, дори сега, той се справя с предизвикателството на дългите и сложни процеси на кодиране, предлагайки интелигентни предложения, които ускоряват работата и помагат за решаване на програмни проблеми. Това го прави една от най-интересните реализации на AI в компаниите през 2023 г.

И реализации на AI – обобщение

Примерите, представени в тази статия, са само върхът на айсберга, когато става въпрос за иновации в AI в съвременния бизнес. През 2023 г. все повече компании се обръщат към AI технологии, за да работят по-умно, да разбират клиентите по-добре и да остават актуални с индустриалните тенденции. Увеличаващото се използване на AI носи нова перспектива, трансформирайки опитите на служителите и клиентите. Според Gartner, до 2025 г. 80% от бизнеса ще приемат поне едно AI базирано решение, което сигнализира за положителна тенденция за бизнес света.

Ако харесвате нашето съдържание, присъединете се към нашата общност на пчелите на Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.