2024 年公司中最有趣的人工智慧實施 | 商業人工智慧#63

已發表: 2024-02-09
人工智慧在企業中的實施是 2023 年各行業變革的重要組成部分。不斷增長的運算能力、數據的廣泛可用性以及機器學習的進步使企業能夠引入先進的人工智慧解決方案。 這些變化正在透過簡化流程、削減成本和提高客戶滿意度來重塑企業的營運方式。

AI 實施 - 目錄：

  1. Stripe 中的 AI 實現
  2. “Complete the Look”，即沃爾瑪的人工智慧實施
  3. 優步 - ETR 預測
  4. Pinterest 中的 AI 實施
  5. Stitch Fix，或人工智慧生成的標題和產品描述
  6. 斯維吉
  7. FoodPanda 中的人工智慧實施，或菜單優化競賽
  8. 齊洛
  9. 具有 AI 實現的 GitHub Copilot
  10. AI 實施 - 總結

在本文中，我們將仔細研究企業中一些有趣的人工智慧實作。 從 Stripe 使用機器學習來偵測欺詐，到 Swiggy 的個人化訂單體驗，再到 GitHub Copilot 為開發人員提供即時支援。 這些例子展示了人工智慧如何推動創新服務的創建、改變客戶體驗、提高轉換率以及簡化企業和機構的內部流程。 請繼續閱讀。

Stripe 中的 AI 實現

Stripe (https://stripe.com/) 是一個先進的支付平台，使企業和機構能夠在網路和傳統零售環境中處理交易。 它為支付管理、發票、財務流程自動化以及訂閱和忠誠度計劃的創建提供整合解決方案。 包括機器學習在內的現代技術的應用使 Stripe 能夠優化轉換並最大限度地降低詐欺風險。 2023年，Stripe被公認為線上支付系統領域最具突破性的解決方案之一。

然而，為什麼 Stripe Radar 是 2023 年企業中最有趣的 AI 實作之一？ Stripe Radar 利用先進的人工智慧技術進行快速、精確的詐欺檢測，使其成為今年線上支付行業最具創新性的解決方案之一。 其主要優點包括：

  • 速度和準確性。 Radar Stripe 在不到 100 毫秒的時間內評估 1000 多個交易詳細信息，以準確阻止風險交易。 它達到了只有 0.1% 的有效付款被錯誤拒絕的精確度。
  • 高階機器學習模型。 Stripe 從基礎機器學習轉向高級神經網絡，大大提高了模型的性能。
  • 創新架構。 最新的架構實現了更快的模型訓練和更好的可擴展性，從而更快地設計原型並實現新想法。
AI implementations

資料來源：Stripe (https://stripe.com/)

“Complete the Look”，即沃爾瑪的人工智慧實施

沃爾瑪是美國超市巨頭，提供多種產品，包括雜貨、服裝、化妝品、電子產品等。 作為全球領先的零售商之一，沃爾瑪在全球擁有超過 230 萬名員工。 不過，最近它也在人工智慧領域擴大佈局。

沃爾瑪新推出的「Complete the Look」（CTL）模組是時尚和家居裝飾類別的創新產品推薦系統。 但為什麼 CTL 被認為是 2023 年最有趣的 AI 實作之一？

  • 風格個性化。 CTL 圍繞著顧客選擇的產品產生全面的、風格化的服裝，讓您更容易發現和選擇合適的衣櫥單品。
  • 增加信心和轉化。 展示個人化服裝可以增強顧客對自己選擇的信任，並鼓勵他們購買。
  • 節省時間。 該系統可讓您快速組合整套服裝，而無需搜尋單一商品，從而提高購物效率。
  • 先進的演算法。 CTL 使用各種演算法（包括外觀生成和覆蓋範圍擴展）來為用戶擴展和自訂推薦。

這項創新解決了資訊超載和在大量可用選項中進行選擇的問題，為客戶提供了既鼓舞人心又風格一致的輕鬆愉快的購物體驗。

AI implemetation

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

Uber — ETR 預測

Uber 是一款用於預訂乘車的行動應用程序，但其人工智慧創新並不僅僅停留在交通領域。 以機場停車場為例。 隨著 ETR 預測（預計請求時間）的引入，Uber 推出了先進的系統來預測駕駛者在機場的等待時間。 它使用複雜的人工智慧模型來預測需求和隊列長度，並考慮隊列波動和航班延誤等外部因素。 該系統為司機提供有關預期等待時間的信息，幫助他們更有效地管理時間並更好地規劃位置。

為什麼這個創新解決方案值得關注？ 主要是因為：

  • 問題解決了。 優步的 ETR 預測解決了機場司機太少或太多對乘客和司機都產生影響的挑戰。 短缺意味著乘客等待時間更長，而過剩則浪費了司機的等待時間。
  • 創新。 預測系統會告知駕駛人預期的請求等待時間，使他們能夠更好地管理自己的時間和位置。
  • 人工智慧的應用。 它使用先進的人工智慧模型來預測需求和隊列長度，同時考慮隊列動態和航班延誤等外部因素。
  • 對產業的影響。 它是 2023 年最有趣的人工智慧實施之一，因為它即時優化資源分配，提高機場 Uber 服務的效率和使用者體驗。
AI implementation

資料來源：優步 (https://www.uber.com/en-GB/blog/demand-and-etr-forecasting-at-airports/)

Pinterest 中的 AI 實施

Pinterest (https://pinterest.com/) 可能不需要介紹。 這個美國社交媒體平台允許用戶瀏覽和分享涵蓋時尚、烹飪、室內設計等各種主題的照片、GIF 和影片。 使用者可以使用他們感興趣的視覺內容來創建自己的圖板，並探索其他人的圖板以獲取靈感。

該平台依賴廣告，並在 2023 年採用人工智慧，從傳統的被動方法轉變為更主動的方法，以防止廣告商離開。 這成為 2023 年值得注意的人工智慧實施之一，因為：

  • 它解決了廣告商離開 Pinterest 平台的挑戰。 傳統上，這個問題只有在廣告商離開後才會解決，因此很難贏回他們。 借助機器學習 (ML)，它現在可以及早發現潛在的客戶流失，使團隊能夠採取主動措施。
  • Pinterest 團隊創建了一個機器學習 (ML) 模型，可以預測未來 14 天內廣告商流失的可能性。 它使用一組廣告商功能來進行此預測。 銷售團隊利用這些資訊來優先考慮旨在防止客戶流失的行動。
  • 初步實驗表明，與對照組相比，這種方法可以實現測試組客戶流失率降低 24%。 這表明主動方法在防止客戶流失方面的有效性。

Stitch Fix，或人工智慧生成的標題和產品描述

Stitch Fix (https://www.stitchfix.com/) 是一個創新平台，允許用戶透過行動應用程式訂購服裝。 使用者可以填寫一份調查，指定他們的風格偏好、尺寸和預算。 隨後，他們會收到 1000 多個不同品牌和風格的 5 種單獨策劃的服裝建議。

Stitch Fix 利用先進的人工智慧演算法來產生引人注目的廣告標題和詳細的產品描述。 這使得創建行銷內容和產品描述的過程更加省時、省錢，同時確保品牌形象的獨特性和一致性。

公司採用「專家在環」的方式，將人工智慧創造力與人工監督相結合，確保高品質和高效率。 透過人工智慧，Stitch Fix 可以產生數十萬種款式的產品描述，解決電子商務中的規模和複雜性挑戰。 演算法和專業知識的不斷改進可以不斷提高生成​​內容的品質。

這項創新解決了為電子商務和產品描述創建行銷內容的耗時且昂貴的過程，同時確保獨特性並與品牌風格保持一致。

斯維吉

Swiggy (https://www.swiggy.com/) 是一項印度線上食品配送服務，允許用戶從當地餐廳訂餐。 Swiggy 應用程式提供了從最喜歡的餐廳選擇菜餚、即時追蹤訂單以及利用個人化推薦和設定最低訂單價值等附加功能的選項。

Swiggy 使用人工智慧在其應用程式中個性化食品訂單，解決了「選擇悖論」。 以下是重點：

  • 選擇的悖論。 Swiggy 注意到，由於選擇太多，顧客很難決定點什麼。 這種現象稱為“選擇悖論”，會導致顧客不滿。
  • 客製訂單。 該公司推出了「籃子」推薦系統，根據顧客喜好客製化有限數量的菜品，讓顧客更容易選擇，增強使用者體驗。
  • 人工智慧應用。 Swiggy 利用人工智慧分析歷史訂單資料、客戶飲食偏好和產品季節性，以產生個人化推薦。

這項創新解決了選擇過多的問題，提高了客戶滿意度和平台效率。 由於其有效性和複雜性，它是 2023 年人工智慧在企業中最有趣的用途之一。

FoodPanda 中的人工智慧實施

Foodpanda（https://www.foodpanda.my/）是一項線上食品配送服務，可讓用戶透過應用程式從當地餐廳訂餐。 Foodpanda 應用程式可讓用戶訂購他們最喜歡的菜餚、即時追蹤訂單狀態並存取各種功能，包括個人化推薦和設定的最低訂單價值。

Foodpanda 使用 A/B 測試來改進其菜單並提高轉換率。 創新包括透過先進的調度和自動化更新 B 版本的選單。 以下是重點：

  • 測試自動化。 使用 Apache Airflow 自動化選單更新流程。
  • 可擴展性。 優化流程可以加快測試速度，甚至可以跨多個國家進行測試。
  • 效率。 執行時間從9小時縮短至3.75小時左右，錯誤率降至2.2%
  • 進一步改進。 計劃進一步改進，例如動態分頁配置和針對不同國家/地區的單獨 DAG。

由於這些創新，Foodpanda 解決了菜單更新緩慢且無效的問題，這對於保持競爭力和提高用戶滿意度至關重要。

AI implementation

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

齊洛

Zillow (https://www.zillow.com/) 是一個線上房地產平台，為使用者提供搜尋、購買、租賃和出售房產的便利性。 該平台擁有數百萬個房產列表，使用戶能夠比較價值並與當地行業專家聯繫。 Zillow 利用機器學習等先進技術來提供準確的房產估價並簡化購買、出售或租賃的流程。

Zillow 透過「Neural Zestimate」工具進行房地產評估的創新方法使該公司成為人工智慧創新者中的強大參與者。 以下關鍵點說明了為什麼「Neural Zestimate」是最有趣的人工智慧實作之一：

  • 對市場變化的快速反應。 借助“Neural Zestimate”，Zillow 可以快速響應房地產市場的變化，提供全國範圍內的最新估值，
  • 簡化更新。新系統使更新和維護估值模型變得更加容易，提高了其準確性，
  • 當地和季節性趨勢。「Neural Zestimate」有效地將當地資訊和季節性市場變化納入學習過程，從而能夠更準確地估計房屋價值。
  • 估值區間。 「Neural Zestimate」使用分位數迴歸來產生價格範圍，從而更好地了解潛在的房產價值並減少估計的不確定性。

這項創新解決了缺乏當前和準確的房地產估值的問題，這對於動態房地產市場中的賣家和買家都至關重要。

具有 AI 實現的 GitHub Copilot

如果沒有 GitHub Copilot，創新 AI 實現的清單就不完整。GitHub Copilot 是一種人工智慧驅動的編碼工具，利用 OpenAI 的大型語言模型 (LLM)。 GitHub Copilot 是程式碼產生的突破，可在 IDE 環境中實現即時程式碼建議。

由於與 ChatGPT 的創建者 OpenAI 的合作，以及對 LLM 模型的不斷改進，Copilot 變得越來越準確，並且能夠根據用戶的需求進行客製化。 該工具透過自動化部分編碼流程並提供即時建議來提高程式設計師的工作效率。

GitHub (https://github.com/) 計劃透過添加語音支援並將其與平台的其他元素整合來擴展 Copilot 的功能。 然而，即使是現在，它也透過提供智慧建議來解決漫長而複雜的編碼過程的挑戰，這些建議可以加快工作速度並幫助解決程式設計問題。 這使其成為 2023 年公司中最有趣的人工智慧實施之一。

人工智慧實施——總結

本文提供的範例只是現代商業中人工智慧創新的冰山一角。 2023 年，更多的公司將轉向人工智慧技術，以更聰明地工作、更好地了解客戶並緊跟行業趨勢。 人工智慧的日益廣泛使用帶來了全新的視角，改變了員工和客戶的體驗。 據 Gartner 稱，到 2025 年，80% 的企業將採用至少一種基於人工智慧的解決方案，這標誌著商業世界的積極趨勢。

AI implementations

如果您喜歡我們的內容，請在 Facebook、Twitter、LinkedIn、Instagram、YouTube、Pinterest、TikTok 上加入我們的忙碌蜜蜂社群。

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

作者：羅伯特‧惠特尼

JavaScript 專家和 IT 部門的講師。 他的主要目標是透過教導其他人如何在編碼時有效合作來提高團隊生產力。

查看所有帖子

商業人工智慧：

  1. 人工智慧在商業中的威脅與機會（第 1 部分）
  2. 人工智慧在商業中的威脅與機會（第 2 部分）
  3. 人工智慧在商業中的應用 - 概述
  4. 人工智慧輔助文字聊天機器人
  5. 商業 NLP 的今天和明天
  6. 人工智慧在商業決策中的作用
  7. 安排社交媒體貼文。 人工智慧有何幫助？
  8. 自動社交媒體貼文
  9. 利用人工智慧運作的新服務和產品
  10. 我的經營理念有哪些弱點？ ChatGPT 的腦力激盪會議
  11. 在商業中使用 ChatGPT
  12. 合成演員。 排名前 3 的 AI 影片產生器
  13. 3 個有用的 AI 圖形設計工具。 商業中的生成式人工智慧
  14. 今天你必須嘗試的 3 位出色的人工智慧作家
  15. 探索人工智慧在音樂創作中的力量
  16. 使用 ChatGPT-4 探索新的商機
  17. 經理的人工智慧工具
  18. 6 個很棒的 ChatGTP 插件，讓您的生活更輕鬆
  19. 3 繪圖人工智慧。 商業情報總局
  20. 麥肯錫全球研究院認為人工智慧的未來是什麼？
  21. 商業人工智慧 - 簡介
  22. 什麼是 NLP，即商業中的自然語言處理
  23. 自動文件處理
  24. 谷歌翻譯 vs DeepL。 機器翻譯的 5 個商業應用
  25. 語音機器人的營運與商業應用
  26. 虛擬助理技術，或者說如何與AI對話？
  27. 什麼是商業智慧？
  28. 人工智慧會取代商業分析師嗎？
  29. 人工智慧如何幫助 BPM？
  30. 人工智慧和社群媒體——它們對我們有何評價？
  31. 內容管理中的人工智慧
  32. 今天和明天的創意人工智慧
  33. 多模態人工智慧及其在商業上的應用
  34. 新的互動。 人工智慧如何改變我們操作設備的方式？
  35. 數位公司中的 RPA 和 API
  36. 未來的就業市場和即將到來的職業
  37. 教育科技中的人工智慧。 發揮人工智慧潛力的 3 個公司範例
  38. 人工智慧與環境。 3 個人工智慧解決方案可協助您建立永續發展的業務
  39. AI 內容偵測器。 他們值得嗎？
  40. ChatGPT vs Bard vs Bing。 哪個人工智慧聊天機器人在這場競賽中處於領先地位？
  41. 聊天機器人人工智慧是谷歌搜尋的競爭對手嗎？
  42. 有效的 ChatGPT 人力資源和招募提示
  43. 及時工程。 即時工程師做什麼的？
  44. AI 模型產生器。 四大工具
  45. 人工智慧還有什麼？ 2024 年商業頂級技術趨勢
  46. 人工智慧和商業道德。 為什麼您應該投資道德解決方案
  47. 元人工智慧。 關於 Facebook 和 Instagram 的人工智慧支援功能，您應該了解哪些？
  48. 人工智慧監管。 身為企業家你需要了解什麼？
  49. 人工智慧在商業中的 5 個新用途
  50. 人工智慧產品和專案—它們與其他產品和專案有何不同？
  51. 人工智慧輔助流程自動化。 從哪裡開始？
  52. 如何將人工智慧解決方案與業務問題相匹配？
  53. 人工智慧作為您團隊中的專家
  54. AI團隊與角色分工
  55. 人工智慧職業領域如何選擇？
  56. 在產品開發過程中添加人工智慧總是值得的嗎？
  57. 人力資源中的人工智慧：招募自動化如何影響人力資源和團隊發展
  58. 2023 年 6 個最有趣的人工智慧工具
  59. 人工智慧造成的六大商業災難
  60. 公司的人工智慧成熟度分析是怎樣的？
  61. 用於 B2B 個性化的 AI
  62. ChatGPT 用例。 2024 年如何利用 ChatGPT 改善業務的 18 個範例
  63. 微學習。 獲得新技能的快速方法
  64. 2024 年公司中最有趣的人工智慧實施