2024년 기업에서 가장 흥미로운 AI 구현 | 비즈니스에서의 AI #63

이 기사에서는 비즈니스에서 흥미로운 AI 구현을 자세히 살펴보겠습니다. 사기 탐지를 위한 Stripe의 기계 학습 사용부터 Swiggy의 개인화된 주문 경험, 개발자에게 실시간 지원을 제공하는 GitHub Copilot까지. 이러한 사례는 인공 지능이 혁신적인 서비스 창출을 촉진하고, 고객 경험을 변화시키고, 전환율을 높이며, 기업과 기관의 내부 프로세스를 간소화하는 방법을 보여줍니다. 읽어.

Stripe의 AI 구현

Stripe(https://stripe.com/)은 기업과 기관이 온라인과 기존 소매 환경에서 거래를 처리할 수 있도록 지원하는 고급 결제 플랫폼입니다. 결제 관리, 송장 발행, 금융 프로세스 자동화, 구독 및 충성도 프로그램 생성을 위한 통합 솔루션을 제공합니다. 기계 학습을 포함한 최신 기술을 적용하면 Stripe이 전환을 최적화하고 사기 위험을 최소화할 수 있습니다. 2023년에 Stripe은 온라인 결제 시스템 분야에서 가장 획기적인 솔루션 중 하나로 인식되었습니다.

그런데 Stripe Radar가 2023년 기업에서 가장 흥미로운 AI 구현 중 하나인 이유는 무엇입니까? Stripe Radar는 빠르고 정확한 사기 탐지를 위해 고급 AI 기술을 활용하여 올해 온라인 결제 업계에서 가장 혁신적인 솔루션 중 하나가 되었습니다. 주요 장점은 다음과 같습니다.

• 속도와 정확성 . Radar Stripe은 100밀리초 이내에 1000개 이상의 거래 세부 정보를 평가하여 위험한 거래를 정확하게 차단합니다. 유효한 결제의 0.1%만이 실수로 거부되는 정밀도를 달성합니다.
• 고급 ML 모델 . Stripe은 기본 기계 학습에서 고급 신경망으로 전환하여 모델 성능을 크게 향상시켰습니다.
• 혁신적인 아키텍처 . 최신 아키텍처를 통해 더 빠른 모델 훈련과 더 나은 확장성이 가능해졌으며, 새로운 아이디어의 프로토타입 제작과 구현이 더 빨라졌습니다.

출처: 스트라이프(https://stripe.com/)

"Complete the Look" 또는 Walmart의 AI 구현

미국의 거대 슈퍼마켓인 월마트는 식료품, 의류, 화장품, 전자제품 등을 포함한 다양한 제품을 제공합니다. 세계 최고의 소매업체 중 하나인 Walmart는 전 세계적으로 230만 명 이상의 직원을 고용하고 있습니다. 하지만 최근에는 인공지능 분야에서도 그 존재감을 확대하고 있다.

Walmart가 새로 출시한 "Complete the Look"(CTL) 모듈은 패션 및 홈 데코 카테고리의 혁신적인 제품 추천 시스템입니다. 그런데 CTL이 2023년 가장 흥미로운 AI 구현 중 하나로 간주되는 이유는 무엇입니까?

• 스타일의 개인화. CTL은 고객이 선택한 제품을 중심으로 포괄적이고 스타일화된 의상을 생성하여 적합한 의상을 더 쉽게 찾고 선택할 수 있도록 합니다.
• 자신감과 전환이 향상되었습니다 . 개인화된 의상을 제시하는 것은 고객의 선택에 대한 신뢰를 높이고 구매를 유도합니다.
• 시간 절약 . 이 시스템을 사용하면 개별 품목을 검색하는 대신 전체 의상을 빠르게 정리할 수 있어 쇼핑이 더욱 효율적이 됩니다.
• 고급 알고리즘. CTL은 모양 생성 및 적용 범위 확장을 포함한 다양한 알고리즘을 사용하여 사용자를 위한 권장 사항을 확장하고 맞춤화합니다.

이 혁신은 정보 과부하 문제와 사용 가능한 다양한 옵션 중에서의 선택 문제를 해결하여 고객에게 영감을 주고 스타일적으로 일관적인 쉽고 즐거운 쇼핑 경험을 제공합니다.

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

Uber — ETR 예측

Uber는 차량 예약을 위한 모바일 앱이지만 AI 혁신은 교통에만 국한되지 않습니다. 예를 들어 공항 주차장을 이용해보세요. ETR 예측(요청 예상 시간)을 도입하면서 Uber는 공항에서 운전기사의 대기 시간을 예측하는 최첨단 시스템을 출시했습니다. 정교한 AI 모델을 사용하여 대기열 변동과 비행 지연과 같은 외부 요소를 고려하여 수요와 대기열 길이를 예측합니다. 이 시스템은 운전자에게 예상 대기 시간에 대한 정보를 제공하여 시간을 보다 효과적으로 관리하고 위치를 더 잘 계획할 수 있도록 돕습니다.

이 혁신적인 솔루션이 주목받는 이유는 무엇입니까? 주로 다음과 같은 이유로 인해:

• 문제가 해결되었습니다 . Uber의 ETR 예측은 공항에 운전자가 너무 적거나 너무 많아 승객과 운전자 모두에게 영향을 미치는 문제를 해결합니다. 부족은 승객이 더 오래 기다리게 하고, 운전자가 기다리는 동안 과잉 시간을 낭비한다는 것을 의미합니다.
• 혁신 . 예측 시스템은 운전자에게 요청에 대한 예상 대기 시간을 알려주므로 운전자가 시간과 위치를 더 잘 관리할 수 있습니다.
• AI의 응용 . 고급 AI 모델을 사용하여 대기열 역학과 비행 지연과 같은 외부 요인을 고려하여 수요와 대기열 길이를 예측합니다.
• 업계에 미치는 영향 . 이는 실시간으로 리소스 할당을 최적화하여 공항에서 Uber 서비스의 효율성과 사용자 경험을 향상시키기 때문에 2023년 가장 흥미로운 AI 구현 중 하나입니다.

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

Pinterest의 AI 구현

핀터레스트(https://pinterest.com/)는 아마도 소개가 필요 없을 것 같습니다. 이 미국 소셜 미디어 플랫폼을 통해 사용자는 패션, 요리, 인테리어 디자인 등 다양한 주제를 다루는 사진, GIF, 비디오를 검색하고 공유할 수 있습니다. 사용자는 자신이 흥미롭다고 생각하는 시각적 콘텐츠로 자신만의 보드를 만들고 영감을 얻기 위해 다른 사람의 보드를 탐색할 수 있습니다.

플랫폼은 광고에 의존하고 있으며, 2023년에는 AI를 도입하여 광고주의 이탈을 방지하기 위해 전통적인 반응 방식에서 보다 적극적인 방식으로 전환했습니다. 이는 다음과 같은 이유로 2023년 주목할만한 AI 구현 중 하나로 돋보입니다.

• Pinterest 플랫폼을 떠나는 광고주의 문제를 해결합니다. 전통적으로 이 문제는 광고주가 이미 떠난 후에만 처리되었기 때문에 광고주를 다시 유치하기가 어려웠습니다. 머신러닝(ML) 덕분에 이제 잠재적인 이탈을 조기에 감지하여 팀이 사전 조치를 취할 수 있게 되었습니다.
• Pinterest 팀은 향후 14일 동안 광고주 이탈 가능성을 예측하는 기계 학습(ML) 모델을 만들었습니다. 이 예측을 수행하기 위해 일련의 광고주 기능을 사용합니다. 영업팀은 이 정보를 활용하여 이탈 방지를 위한 조치의 우선순위를 정합니다.
• 예비 실험에 따르면 이 접근 방식은 대조군에 비해 테스트 그룹의 이탈률을 24% 감소시킬 수 있는 것으로 나타났습니다. 이는 이탈 방지에 있어 사전 예방적 접근 방식의 효과를 나타냅니다.

Stitch Fix 또는 AI가 생성한 헤드라인 및 제품 설명

스티치픽스(https://www.stitchfix.com/)는 사용자가 모바일 앱을 통해 의류를 주문할 수 있는 혁신적인 플랫폼이다. 사용자는 선호하는 스타일, 크기, 예산을 지정하는 설문조사를 작성할 수 있습니다. 그 후, 그들은 1000개 이상의 다양한 브랜드와 스타일로 구성된 풀로부터 개별적으로 선별된 5가지 의류 제안을 받습니다.

Stitch Fix는 고급 인공 지능 알고리즘을 활용하여 관심을 끄는 광고 헤드라인과 자세한 제품 설명을 생성합니다. 이를 통해 마케팅 콘텐츠와 제품 설명을 작성하는 프로세스의 시간과 비용을 줄이면서 브랜드 이미지와의 고유성과 일관성을 보장할 수 있습니다.

이 회사는 AI 창의성과 인간 감독을 결합하는 "전문가-인-더-루프(expert-in-the-loop)" 방법을 사용하여 높은 품질과 효율성을 보장합니다. Stitch Fix는 AI를 통해 수십만 가지 스타일에 대한 제품 설명을 생성하여 전자상거래의 규모와 복잡성 문제를 해결할 수 있습니다. 전문 지식과 함께 알고리즘을 지속적으로 개선하면 생성된 콘텐츠의 품질이 지속적으로 향상됩니다.

이 혁신은 전자 상거래 및 제품 설명을 위한 마케팅 콘텐츠를 작성하는 데 시간과 비용이 많이 드는 프로세스를 해결하는 동시에 브랜드 스타일과의 고유성과 조화를 보장합니다.

스위기

Swiggy(https://www.swiggy.com/)는 사용자가 현지 레스토랑에서 식사를 주문할 수 있는 인도 온라인 음식 배달 서비스입니다. Swiggy 앱은 좋아하는 레스토랑에서 요리를 선택하고, 실시간으로 주문을 추적하고, 맞춤 추천 및 최소 주문 금액 설정과 같은 추가 기능을 활용할 수 있는 옵션을 제공합니다.

Swiggy는 AI를 사용하여 앱에서 음식 주문을 개인화하여 "선택의 역설"을 해결했습니다. 주요 사항은 다음과 같습니다.

• 선택의 역설. Swiggy는 옵션이 너무 많아서 고객이 무엇을 주문할지 결정하는 데 어려움을 겪는다는 사실을 알아냈습니다. '선택의 역설'로 알려진 이러한 현상은 고객 불만으로 이어집니다.
• 주문 맞춤화. 회사는 고객의 선호도에 맞춰 제한된 수량의 요리를 추천하는 '바구니' 추천 시스템을 도입해 고객의 선택을 더욱 쉽게 하고 사용자 경험을 향상시켰습니다.
• AI 응용 프로그램 . Swiggy는 AI를 활용하여 과거 주문 데이터, 고객 식이 선호도, 제품 계절성을 분석하여 맞춤형 추천을 생성합니다.

이 혁신은 너무 많은 선택의 문제를 해결하여 고객 만족도와 플랫폼 효율성을 모두 향상시킵니다. 이는 효율성과 복잡성으로 인해 2023년 비즈니스에서 AI의 가장 흥미로운 용도 중 하나입니다.

FoodPanda의 AI 구현

푸드판다(https://www.foodpanda.my/)는 사용자가 앱을 통해 현지 음식점에 음식을 주문할 수 있는 온라인 음식 배달 서비스입니다. Foodpanda 앱을 통해 사용자는 좋아하는 요리를 주문하고, 주문 상태를 실시간으로 추적하고, 맞춤 추천 및 최소 주문 금액 설정을 포함한 다양한 기능에 액세스할 수 있습니다.

Foodpanda는 A/B 테스트를 사용하여 메뉴를 개선하고 전환율을 높입니다. 혁신에는 고급 예약 및 자동화를 통해 메뉴의 B 버전을 업데이트하는 것이 포함됩니다. 주요 사항은 다음과 같습니다.

• 테스트 자동화 . Apache Airflow를 사용하여 메뉴 업데이트 프로세스를 자동화합니다.
• 확장성 . 프로세스를 최적화하면 여러 국가에서도 더 빠르게 테스트할 수 있습니다.
• 효율성 . 실행 시간을 9시간에서 약 3.75시간으로 줄이고 오류율을 2.2%로 낮췄습니다.
• 추가 개선 . 동적 페이지 매김 구성, 국가별로 별도의 DAG 등 추가 개선이 계획되어 있습니다.

이러한 혁신 덕분에 Foodpanda는 경쟁력을 유지하고 사용자 만족도를 높이는 데 중요한 느리고 비효율적인 메뉴 업데이트 문제를 해결합니다.

출처: 푸드판다(https://www.foodpanda.my/)

질로우

Zillow(https://www.zillow.com/)는 사용자를 위한 부동산 검색, 구매, 임대 및 판매를 용이하게 하는 온라인 부동산 플랫폼입니다. 이 플랫폼은 수백만 개의 부동산 목록을 제공하므로 사용자는 가치를 비교하고 지역 업계 전문가와 연결할 수 있습니다. Zillow는 기계 학습을 포함한 고급 기술을 활용하여 정확한 부동산 평가를 제공하고 구매, 판매 또는 임대 프로세스를 간소화합니다.

"Neural Zestimate" 도구를 통한 자산 가치 평가에 대한 Zillow의 혁신적인 접근 방식은 회사를 AI 혁신가들 사이에서 강력한 플레이어로 자리매김합니다. 다음은 "Neural Zestimate"가 가장 흥미로운 AI 구현 중 하나인 이유를 보여주는 핵심 사항입니다.

• 시장 변화에 대한 빠른 대응 . "Neural Zestimate" 덕분에 Zillow는 부동산 시장의 변화에 ​​신속하게 대응하여 전국 규모의 최신 평가를 제공할 수 있습니다.
• 단순화된 업데이트 . 새로운 시스템을 사용하면 평가 모델을 훨씬 쉽게 업데이트하고 유지하여 정확성을 향상시킬 수 있습니다.
• 지역 및 계절별 동향 . "Neural Zestimate"는 지역 정보와 계절별 시장 변화를 학습 과정에 효과적으로 통합하여 주택 가치를 보다 정확하게 추정할 수 있도록 합니다.
• 평가범위 . "Neural Zestimate"는 분위수 회귀를 사용하여 가격 범위를 생성함으로써 잠재적 부동산 가치에 대한 더 나은 이해를 제공하고 추정의 불확실성을 줄입니다.

이 혁신은 역동적인 부동산 시장에서 판매자와 구매자 모두에게 중요한 현재의 정확한 부동산 평가가 부족하다는 문제를 해결합니다.

AI 구현을 갖춘 GitHub Copilot

혁신적인 AI 구현 목록은 OpenAI의 LLM(대형 언어 모델)을 활용하는 AI 기반 코딩 도구인 GitHub Copilot 없이는 완성될 수 없습니다. GitHub Copilot은 IDE 환경 내에서 실시간 코드 제안을 가능하게 하는 획기적인 코드 생성 기능입니다.

ChatGPT의 창시자인 OpenAI와의 협력과 LLM 모델의 지속적인 개선 덕분에 Copilot은 점점 더 정확해지고 사용자 요구에 맞게 조정되고 있습니다. 이 도구는 코딩 프로세스의 일부를 자동화하고 즉각적인 제안을 제공함으로써 프로그래머의 생산성을 향상시킵니다.

GitHub(https://github.com/)는 음성 지원을 추가하고 이를 플랫폼의 다른 요소와 통합하여 Copilot의 기능을 확장할 계획입니다. 그러나 지금도 작업 속도를 높이고 프로그래밍 문제 해결을 지원하는 지능적인 제안을 제공하여 길고 복잡한 코딩 프로세스의 문제를 해결합니다. 이는 2023년 기업에서 가장 흥미로운 AI 구현 중 하나가 됩니다.

AI 구현 – 요약

이 기사에 제시된 사례는 현대 비즈니스의 AI 혁신에 관한 빙산의 일각에 불과합니다. 2023년에는 더 스마트하게 일하고, 고객을 더 잘 이해하며, 업계 동향을 파악하기 위해 AI 기술로 전환하는 기업이 늘어나고 있습니다. AI의 사용이 증가하면서 새로운 관점이 제시되고 직원과 고객 모두의 경험이 변화되고 있습니다. Gartner에 따르면 2025년까지 기업의 80%가 하나 이상의 AI 기반 솔루션을 채택하게 될 것이며 이는 비즈니스 세계에 긍정적인 추세를 나타냅니다.

저희 콘텐츠가 마음에 드신다면 Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok의 바쁜 꿀벌 커뮤니티에 가입하세요.

저자: 로버트 휘트니

IT 부서를 코칭하는 JavaScript 전문가이자 강사입니다. 그의 주요 목표는 코딩하는 동안 효과적으로 협력하는 방법을 다른 사람들에게 가르쳐 팀 생산성을 높이는 것입니다.

모든 게시물 보기

비즈니스에서의 AI:

1. 비즈니스에서 AI의 위협과 기회(1부)
2. 비즈니스에서 AI의 위협과 기회(2부)
3. 비즈니스에서의 AI 애플리케이션 - 개요
4. AI 지원 텍스트 챗봇
5. 비즈니스 NLP의 오늘과 내일
6. 비즈니스 의사결정에서 AI의 역할
7. 소셜 미디어 게시물 예약. AI가 어떻게 도움을 줄 수 있나요?
8. 자동화된 소셜 미디어 게시물
9. AI로 운영되는 새로운 서비스와 제품
10. 내 사업 아이디어의 약점은 무엇입니까? ChatGPT를 사용한 브레인스토밍 세션
11. 비즈니스에서 ChatGPT 사용
12. 합성 배우. 상위 3개 AI 비디오 생성기
13. 3가지 유용한 AI 그래픽 디자인 도구. 비즈니스에서의 생성적 AI
14. 오늘 꼭 시험해 봐야 할 멋진 AI 작가 3인
15. 음악 창작에서 AI의 힘 탐구
16. ChatGPT-4로 새로운 비즈니스 기회 탐색
17. 관리자를 위한 AI 도구
18. 당신의 삶을 더 쉽게 만들어 줄 멋진 ChatGTP 플러그인 6가지
19. 3 그라피코프 AI. Generatywna sztuczna inteligencja dla biznesu
20. McKinsey Global Institute가 말하는 AI의 미래는 무엇입니까?
21. 비즈니스에서의 인공지능 - 소개
22. NLP, 즉 비즈니스에서의 자연어 처리란 무엇입니까?
23. 자동 문서 처리
24. Google 번역과 DeepL. 비즈니스를 위한 기계 번역의 5가지 응용
25. 보이스봇의 운영 및 비즈니스 애플리케이션
26. 가상 비서 기술, 아니면 AI와 대화하는 방법?
27. 비즈니스 인텔리전스란 무엇입니까?
28. 인공지능이 비즈니스 분석가를 대체할 것인가?
29. 인공지능이 BPM에 어떻게 도움을 줄 수 있나요?
30. AI와 소셜 미디어 – 그들은 우리에 대해 무엇을 말하는가?
31. 콘텐츠 관리의 인공 지능
32. 오늘과 내일의 창의적 AI
33. 멀티모달 AI와 비즈니스 애플리케이션
34. 새로운 상호 작용. AI는 우리가 장치를 작동하는 방식을 어떻게 변화시키고 있습니까?
35. 디지털 기업의 RPA 및 API
36. 미래의 직업 시장과 다가오는 직업
37. 교육 기술의 AI. 인공지능의 잠재력을 활용한 기업의 3가지 사례
38. 인공지능과 환경. 지속 가능한 비즈니스 구축에 도움이 되는 3가지 AI 솔루션
39. AI 콘텐츠 탐지기. 그만한 가치가 있나요?
40. ChatGPT 대 Bard 대 Bing. 어떤 AI 챗봇이 경쟁을 주도하고 있을까요?
41. 챗봇 AI는 Google 검색의 경쟁자인가요?
42. HR 및 채용을 위한 효과적인 ChatGPT 프롬프트
43. 신속한 엔지니어링. 프롬프트엔지니어는 어떤 일을 하나요?
44. AI 모형 생성기. 상위 4개 도구
45. AI와 그 밖의 무엇? 2024년 비즈니스를 위한 최고의 기술 트렌드
46. AI와 비즈니스 윤리. 윤리적 솔루션에 투자해야 하는 이유
47. 메타 AI. Facebook과 Instagram의 AI 지원 기능에 대해 무엇을 알아야 합니까?
48. AI 규제. 기업가로서 알아야 할 것은 무엇입니까?
49. 비즈니스에서 AI를 활용하는 5가지 새로운 용도
50. AI 제품 및 프로젝트 - 다른 제품과 어떻게 다른가요?
51. AI 지원 프로세스 자동화. 어디서 시작하나요?
52. AI 솔루션을 비즈니스 문제에 어떻게 연결합니까?
53. 팀의 전문가로서의 AI
54. AI 팀 vs 역할 분담
55. AI에서 진로 분야를 선택하는 방법은 무엇입니까?
56. 제품 개발 프로세스에 인공 지능을 추가하는 것이 항상 가치가 있습니까?
57. HR의 AI: 채용 자동화가 HR 및 팀 개발에 미치는 영향
58. 2023년 가장 흥미로운 AI 도구 6가지
59. AI로 인해 발생하는 6대 비즈니스 사고
60. 회사의 AI 성숙도 분석은 무엇입니까?
61. B2B 개인화를 위한 AI
62. ChatGPT 사용 사례. 2024년 ChatGPT로 비즈니스를 개선하는 방법에 대한 18가지 예
63. 마이크로러닝. 새로운 기술을 얻는 빠른 방법
64. 2024년 기업에서 가장 흥미로운 AI 구현