2024 年公司中最有趣的人工智能实施 | 商业人工智能#63

已发表: 2024-02-09
人工智能在企业中的实施是 2023 年各行业变革的重要组成部分。不断增长的计算能力、数据的广泛可用性以及机器学习的进步使企业能够引入先进的人工智能解决方案。 这些变化正在通过简化流程、削减成本和提高客户满意度来重塑企业的运营方式。

AI 实施 - 目录：

  1. Stripe 中的 AI 实现
  2. “Complete the Look”，即沃尔玛的人工智能实施
  3. Uber - ETR 预测
  4. Pinterest 中的 AI 实施
  5. Stitch Fix，或人工智能生成的标题和产品描述
  6. 斯维吉
  7. FoodPanda 中的人工智能实施，或菜单优化竞赛
  8. 齐洛
  9. 具有 AI 实现的 GitHub Copilot
  10. AI 实施 - 总结

在本文中，我们将仔细研究企业中一些有趣的人工智能实施。 从 Stripe 使用机器学习来检测欺诈，到 Swiggy 的个性化订单体验，再到 GitHub Copilot 为开发人员提供实时支持。 这些例子展示了人工智能如何推动创新服务的创建、改变客户体验、提高转化率以及简化企业和机构的内部流程。 请继续阅读。

Stripe 中的 AI 实现

Stripe (https://stripe.com/) 是一个先进的支付平台，使企业和机构能够在网上和传统零售环境中处理交易。 它为支付管理、发票、财务流程自动化以及订阅和忠诚度计划的创建提供集成解决方案。 包括机器学习在内的现代技术的应用使 Stripe 能够优化转化并最大限度地降低欺诈风险。 2023年，Stripe被公认为在线支付系统领域最具突破性的解决方案之一。

然而，为什么 Stripe Radar 是 2023 年企业中最有趣的 AI 实现之一？ Stripe Radar 利用先进的人工智能技术进行快速、精确的欺诈检测，使其成为今年在线支付行业最具创新性的解决方案之一。 其主要优点包括：

  • 速度和准确性。 Radar Stripe 在不到 100 毫秒的时间内评估 1000 多个交易详细信息，准确阻止风险交易。 它达到了只有 0.1% 的有效付款被错误拒绝的精确度。
  • 高级机器学习模型。 Stripe 从基础机器学习转向高级神经网络，极大地提高了模型的性能。
  • 创新架构。 最新的架构实现了更快的模型训练和更好的可扩展性，从而可以更快地设计原型并实现新想法。
AI implementations

资料来源：Stripe (https://stripe.com/)

“Complete the Look”，即沃尔玛的人工智能实施

沃尔玛是美国超市巨头，提供多种产品，包括杂货、服装、化妆品、电子产品等。 作为全球领先的零售商之一，沃尔玛在全球拥有超过 230 万名员工。 不过，最近它也在人工智能领域扩大布局。

沃尔玛新推出的“Complete the Look”（CTL）模块是时尚和家居装饰类别的创新产品推荐系统。 但为什么 CTL 被认为是 2023 年最有趣的 AI 实现之一？

  • 风格个性化。 CTL 围绕客户选择的产品生成全面的、风格化的服装，让您更容易发现和选择合适的衣橱单品。
  • 增加信心和转化。 展示个性化服装可以增强顾客对自己选择的信任，并鼓励他们购买。
  • 节省时间。 该系统可让您快速组合整套服装，而无需搜索单个商品，从而提高购物效率。
  • 先进的算法。 CTL 使用各种算法（包括外观生成和覆盖范围扩展）来为用户扩展和定制推荐。

这项创新解决了信息超载和在大量可用选项中进行选择的问题，为客户提供了既鼓舞人心又风格一致的轻松愉快的购物体验。

AI implemetation

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

Uber — ETR 预测

Uber 是一款用于预订乘车的移动应用程序，但其人工智能创新并不仅仅停留在交通领域。 以机场停车场为例。 随着 ETR 预测（预计请求时间）的引入，Uber 推出了先进的系统来预测司机在机场的等待时间。 它使用复杂的人工智能模型来预测需求和队列长度，并考虑队列波动和航班延误等外部因素。 该系统为司机提供有关预期等待时间的信息，帮助他们更有效地管理时间并更好地规划位置。

为什么这个创新解决方案值得关注？ 主要是因为：

  • 问题解决了。 优步的 ETR 预测解决了机场司机太少或太多对乘客和司机都产生影响的挑战。 短缺意味着乘客等待时间更长，而过剩则浪费了司机的等待时间。
  • 创新。 预测系统会告知驾驶员预计的请求等待时间，使他们能够更好地管理自己的时间和位置。
  • 人工智能的应用。 它使用先进的人工智能模型来预测需求和队列长度，同时考虑队列动态和航班延误等外部因素。
  • 对行业的影响。 它是 2023 年最有趣的人工智能实施之一，因为它实时优化资源分配，提高机场 Uber 服务的效率和用户体验。
AI implementation

资料来源：优步 (https://www.uber.com/en-GB/blog/demand-and-etr-forecasting-at-airports/)

Pinterest 中的 AI 实施

Pinterest (https://pinterest.com/) 可能不需要介绍。 这个美国社交媒体平台允许用户浏览和分享涵盖时尚、烹饪、室内设计等各种主题的照片、GIF 和视频。 用户可以使用他们感兴趣的视觉内容创建自己的图板，并探索其他人的图板以获取灵感。

该平台依赖于广告，并在 2023 年采用人工智能，从传统的被动方法转变为更主动的方法，以防止广告商离开。 这成为 2023 年值得注意的人工智能实施之一，因为：

  • 它解决了广告商离开 Pinterest 平台的挑战。 传统上，这个问题只有在广告商离开后才会得到解决，因此很难赢回他们。 借助机器学习 (ML)，它现在可以及早发现潜在的客户流失，使团队能够采取主动措施。
  • Pinterest 团队创建了一个机器学习 (ML) 模型，可以预测未来 14 天内广告商流失的可能性。 它使用一组广告商功能来进行此预测。 销售团队利用这些信息来优先考虑旨在防止客户流失的行动。
  • 初步实验表明，与对照组相比，这种方法可以实现测试组客户流失率降低 24%。 这表明主动方法在防止客户流失方面的有效性。

Stitch Fix，或人工智能生成的标题和产品描述

Stitch Fix (https://www.stitchfix.com/) 是一个创新平台，允许用户通过移动应用程序订购服装。 用户可以填写一份调查，指定他们的风格偏好、尺寸和预算。 随后，他们会收到来自 1000 多个不同品牌和风格的 5 种单独策划的服装建议。

Stitch Fix 利用先进的人工智能算法来生成引人注目的广告标题和详细的产品描述。 这使得创建营销内容和产品描述的过程更加省时、省钱，同时确保品牌形象的独特性和一致性。

公司采用“专家在环”的方式，将人工智能创造力与人工监督相结合，确保高质量和高效率。 借助人工智能，Stitch Fix 可以生成数十万种款式的产品描述，解决电子商务中的规模和复杂性挑战。 算法和专业知识的不断改进可以不断提高生成内容的质量。

这项创新解决了为电子商务和产品描述创建营销内容的耗时且昂贵的过程，同时确保独特性并与品牌风格保持一致。

斯维吉

Swiggy (https://www.swiggy.com/) 是一项印度在线食品配送服务，允许用户从当地餐馆订餐。 Swiggy 应用程序提供了从最喜欢的餐厅选择菜肴、实时跟踪订单以及利用个性化推荐和设定最低订单价值等附加功能的选项。

Swiggy 使用人工智能在其应用程序中个性化食品订单，解决了“选择悖论”。 以下是要点：

  • 选择的悖论。 Swiggy 注意到，由于选择太多，顾客很难决定点什么。 这种现象被称为“选择悖论”，会导致客户不满。
  • 定制订单。 该公司推出了“篮子”推荐系统，根据顾客喜好定制有限数量的菜品，让顾客更容易选择，增强用户体验。
  • 人工智能应用。 Swiggy 利用人工智能分析历史订单数据、客户饮食偏好和产品季节性，以生成个性化推荐。

这项创新解决了选择过多的问题，提高了客户满意度和平台效率。 由于其有效性和复杂性，它是 2023 年人工智能在企业中最有趣的用途之一。

FoodPanda 中的人工智能实施

Foodpanda（https://www.foodpanda.my/）是一项在线食品配送服务，允许用户通过该应用程序从当地餐馆订餐。 Foodpanda 应用程序允许用户订购他们最喜欢的菜肴、实时跟踪订单状态并访问各种功能，包括个性化推荐和设定的最低订单价值。

Foodpanda 使用 A/B 测试来改进其菜单并提高转化率。 创新包括通过先进的调度和自动化更新 B 版本的菜单。 以下是要点：

  • 测试自动化。 使用 Apache Airflow 自动化菜单更新过程。
  • 可扩展性。 优化流程可以加快测试速度，甚至可以跨多个国家/地区进行测试。
  • 效率。 执行时间从9小时缩短至3.75小时左右，错误率降低至2.2%
  • 进一步改进。 计划进一步改进，例如动态分页配置和针对不同国家/地区的单独 DAG。

得益于这些创新，Foodpanda 解决了菜单更新缓慢且无效的问题，这对于保持竞争力和提高用户满意度至关重要。

AI implementation

资料来源：FoodPanda (https://www.foodpanda.my/)

齐洛

Zillow (https://www.zillow.com/) 是一个在线房地产平台，为用户提供搜索、购买、租赁和出售房产的便利。 该平台拥有数百万个房产列表，使用户能够比较价值并与当地行业专家联系。 Zillow 利用机器学习等先进技术来提供准确的房产估值并简化购买、出售或租赁的流程。

Zillow 通过“Neural Zestimate”工具进行房地产评估的创新方法使该公司成为人工智能创新者中的强大参与者。 以下关键点说明了为什么“Neural Zestimate”是最有趣的人工智能实现之一：

  • 对市场变化的快速反应。 借助“Neural Zestimate”，Zillow 可以快速响应房地产市场的变化，提供全国范围内的最新估值，
  • 简化更新。新系统使更新和维护估值模型变得更加容易，提高了其准确性，
  • 当地和季节性趋势。“Neural Zestimate”有效地将当地信息和季节性市场变化纳入学习过程，从而能够更准确地估计房屋价值。
  • 估值区间。 “Neural Zestimate”使用分位数回归来生成价格范围，从而更好地了解潜在的房产价值并减少估计的不确定性。

这项创新解决了缺乏当前和准确的房地产估值的问题，这对于动态房地产市场中的卖家和买家都至关重要。

具有 AI 实现的 GitHub Copilot

如果没有 GitHub Copilot，创新 AI 实现的列表就不完整。GitHub Copilot 是一种人工智能驱动的编码工具，利用 OpenAI 的大型语言模型 (LLM)。 GitHub Copilot 是代码生成方面的一项突破，可在 IDE 环境中实现实时代码建议。

得益于与 ChatGPT 的创建者 OpenAI 的合作，以及对 LLM 模型的不断改进，Copilot 变得越来越准确，并且能够根据用户的需求进行定制。 该工具通过自动化部分编码过程并提供即时建议来提高程序员的工作效率。

GitHub (https://github.com/) 计划通过添加语音支持并将其与平台的其他元素集成来扩展 Copilot 的功能。 然而，即使是现在，它也通过提供智能建议来解决漫长而复杂的编码过程的挑战，这些建议可以加快工作速度并帮助解决编程问题。 这使其成为 2023 年公司中最有趣的人工智能实施之一。

人工智能实施——总结

本文中提供的示例只是现代商业中人工智能创新的冰山一角。 2023 年，更多的公司将转向人工智能技术，以更智能地工作、更好地了解客户并紧跟行业趋势。 人工智能的日益广泛使用带来了全新的视角，改变了员工和客户的体验。 据 Gartner 称，到 2025 年，80% 的企业将采用至少一种基于人工智能的解决方案，这标志着商业世界的积极趋势。

AI implementations

如果您喜欢我们的内容，请在 Facebook、Twitter、LinkedIn、Instagram、YouTube、Pinterest、TikTok 上加入我们的忙碌蜜蜂社区。

The most interesting AI implementations in companies in 2024 | AI in business #63 robert whitney avatar 1background

作者：罗伯特·惠特尼

JavaScript 专家和 IT 部门的讲师。 他的主要目标是通过教其他人如何在编码时有效合作来提高团队生产力。

查看所有帖子

商业人工智能：

  1. 人工智能在商业中的威胁和机遇（第 1 部分）
  2. 人工智能在商业中的威胁和机遇（第 2 部分）
  3. 人工智能在商业中的应用 - 概述
  4. 人工智能辅助文本聊天机器人
  5. 商业 NLP 的今天和明天
  6. 人工智能在商业决策中的作用
  7. 安排社交媒体帖子。 人工智能有何帮助？
  8. 自动社交媒体帖子
  9. 利用人工智能运行的新服务和产品
  10. 我的经营理念有哪些弱点？ ChatGPT 的头脑风暴会议
  11. 在商业中使用 ChatGPT
  12. 合成演员。 排名前 3 的 AI 视频生成器
  13. 3 个有用的 AI 图形设计工具。 商业中的生成式人工智能
  14. 今天你必须尝试的 3 位出色的人工智能作家
  15. 探索人工智能在音乐创作中的力量
  16. 使用 ChatGPT-4 探索新的商机
  17. 经理的人工智能工具
  18. 6 个很棒的 ChatGTP 插件，让您的生活更轻松
  19. 3 绘图人工智能。 商业情报总局
  20. 麦肯锡全球研究院认为人工智能的未来是什么？
  21. 商业人工智能 - 简介
  22. 什么是 NLP，即商业中的自然语言处理
  23. 自动文档处理
  24. 谷歌翻译 vs DeepL。 机器翻译的 5 个商业应用
  25. 语音机器人的运营和商业应用
  26. 虚拟助理技术，或者说如何与AI对话？
  27. 什么是商业智能？
  28. 人工智能会取代商业分析师吗？
  29. 人工智能如何帮助 BPM？
  30. 人工智能和社交媒体——它们对我们有何评价？
  31. 内容管理中的人工智能
  32. 今天和明天的创意人工智能
  33. 多模态人工智能及其在商业中的应用
  34. 新的互动。 人工智能如何改变我们操作设备的方式？
  35. 数字公司中的 RPA 和 API
  36. 未来的就业市场和即将到来的职业
  37. 教育科技中的人工智能。 发挥人工智能潜力的 3 个公司示例
  38. 人工智能与环境。 3 个人工智能解决方案可帮助您建立可持续发展的业务
  39. AI 内容检测器。 他们值得吗？
  40. ChatGPT vs Bard vs Bing。 哪个人工智能聊天机器人在这场竞赛中处于领先地位？
  41. 聊天机器人人工智能是谷歌搜索的竞争对手吗？
  42. 有效的 ChatGPT 人力资源和招聘提示
  43. 及时工程。 即时工程师做什么的？
  44. AI 模型生成器。 四大工具
  45. 人工智能还有什么？ 2024 年商业顶级技术趋势
  46. 人工智能和商业道德。 为什么您应该投资道德解决方案
  47. 元人工智能。 关于 Facebook 和 Instagram 的人工智能支持功能，您应该了解哪些？
  48. 人工智能监管。 作为一名企业家你需要了解什么？
  49. 人工智能在商业中的 5 个新用途
  50. 人工智能产品和项目——它们与其他产品和项目有何不同？
  51. 人工智能辅助流程自动化。 从哪儿开始？
  52. 如何将人工智能解决方案与业务问题相匹配？
  53. 人工智能作为您团队中的专家
  54. AI团队与角色分工
  55. 人工智能职业领域如何选择？
  56. 在产品开发过程中添加人工智能总是值得的吗？
  57. 人力资源中的人工智能：招聘自动化如何影响人力资源和团队发展
  58. 2023 年 6 个最有趣的人工智能工具
  59. 人工智能造成的六大商业灾难
  60. 公司的人工智能成熟度分析是怎样的？
  61. 用于 B2B 个性化的 AI
  62. ChatGPT 用例。 2024 年如何利用 ChatGPT 改善业务的 18 个示例
  63. 微学习。 获得新技能的快速方法
  64. 2024 年公司中最有趣的人工智能实施