2024 年の企業における最も興味深い AI 導入 | ビジネスにおける AI #63

公開: 2024-02-09
ビジネスにおける AI の導入は、2023 年のさまざまな業界における変化の重要な部分を占めています。コンピューティング能力の向上、データの広範囲での利用可能性、機械学習の進歩により、企業は高度な AI ソリューションを導入できるようになります。 これらの変化は、プロセスを合理化し、コストを削減し、顧客満足度を向上させることにより、ビジネスの運営方法を再構築しています。

AI の実装 - 目次:

  1. Stripe での AI 実装
  2. 「Complete the Look」、またはウォルマートの AI 実装
  3. Uber - ETR 予測
  4. Pinterest での AI の実装
  5. Stitch Fix、または AI によって生成された見出しと製品説明
  6. スウィッギー
  7. FoodPanda への AI 実装、またはメニュー最適化の競争
  8. ジロウ
  9. AI 実装を備えた GitHub Copilot
  10. AI の実装 - 概要

この記事では、ビジネスにおける興味深い AI の実装について詳しく見ていきます。 Stripe による不正行為の検出のための機械学習の使用から、Swiggy のパーソナライズされた注文エクスペリエンス、開発者にリアルタイムのサポートを提供する GitHub Copilot まで。 これらの例は、人工知能がいかに革新的なサービスの創出を促進し、顧客エクスペリエンスを変革し、コンバージョン率を高め、企業や機関の内部プロセスを合理化しているかを示しています。 読む。

Stripe での AI 実装

Stripe (https://stripe.com/) は、企業や機関がオンラインと従来の小売環境の両方で取引を処理できるようにする高度な支払いプラットフォームです。 支払い管理、請求書発行、財務プロセスの自動化、サブスクリプションおよびロイヤルティ プログラムの作成のための統合ソリューションを提供します。 機械学習などの最新テクノロジーを適用することで、Stripe はコンバージョンを最適化し、詐欺のリスクを最小限に抑えることができます。 2023 年、Stripe はオンライン決済システムの分野で最も画期的なソリューションの 1 つとして認識されています。

しかし、Stripe Radar が 2023 年の企業における最も興味深い AI 導入の 1 つであるのはなぜでしょうか? Stripe Radar は、高度な AI 技術を利用して迅速かつ正確な不正行為を検出し、今年のオンライン決済業界で最も革新的なソリューションの 1 つとなっています。 その主な利点は次のとおりです。

  • スピードと正確さ。 Radar Stripe は 1000 を超えるトランザクションの詳細を 100 ミリ秒未満で評価し、リスクのあるトランザクションを正確にブロックします。 有効な支払いのうち誤って拒否されるのはわずか 0.1% という精度を達成しています。
  • 高度な ML モデル。 Stripe は基本的な機械学習から高度なニューラル ネットワークに移行し、モデルのパフォーマンスを大幅に向上させました。
  • 革新的な建築。 最新のアーキテクチャにより、モデルのトレーニングが高速化され、スケーラビリティが向上し、新しいアイデアの迅速なプロトタイピングと実装が可能になりました。
AI implementations

出典：ストライプ（https://stripe.com/）

「Complete the Look」、またはウォルマートの AI 実装

アメリカのスーパーマーケット大手ウォルマートは、食料品、衣料品、化粧品、電化製品など、さまざまな商品を提供しています。 世界有数の小売業者の 1 つであるウォルマートは、世界中で 230 万人以上の従業員を抱えています。 しかし、最近では人工知能の分野でも存在感を高めています。

ウォルマートが新たに開始した「Complete the Look」（CTL）モジュールは、ファッションと室内装飾のカテゴリーにおける革新的な製品推奨システムです。 しかし、なぜ CTL が 2023 年に最も興味深い AI 実装の 1 つと考えられているのでしょうか?

  • スタイルのパーソナライズ。 CTL は、顧客が選択した製品に基づいて包括的で様式化された服装を生成するため、適切なワードローブを見つけて選択することが容易になります。
  • 自信とコンバージョンの増加。 パーソナライズされた服装を提示することで、顧客の選択に対する信頼が高まり、購入が促進されます。
  • 時間の節約。 このシステムを使用すると、個別のアイテムを検索するのではなく、衣装全体をすばやくまとめることができるため、ショッピングがより効率的になります。
  • 高度なアルゴリズム。 CTL は、外観の生成やカバレッジの拡張などのさまざまなアルゴリズムを使用して、ユーザー向けの推奨事項を拡張およびカスタマイズします。

このイノベーションは、情報過多と利用可能な膨大なオプションの中からの選択の問題を解決し、顧客に刺激的でスタイル的に一貫した簡単で楽しいショッピング体験を提供します。

AI implemetation

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

Uber — ETR 予測

Uber は配車を予約するためのモバイル アプリですが、その AI イノベーションは交通機関にとどまりません。 たとえば、空港の駐車場を考えてみましょう。 ETR 予測 (推定リクエスト時間) の導入により、Uber は空港でのドライバーの待ち時間を予測する最先端のシステムを展開しました。 高度な AI モデルを使用して、キューの変動やフライト遅延などの外部要素を考慮に入れて、需要とキューの長さを予測します。 このシステムは、ドライバーに予想される待ち時間に関する情報を提供し、時間をより効果的に管理し、より適切に場所を計画するのに役立ちます。

この革新的なソリューションが注目されるのはなぜですか? 主な理由は次のとおりです。

  • 解決された問題。 Uber の ETR Forecasting は、空港のドライバーが少なすぎる、または多すぎるという課題に取り組み、乗客とドライバーの両方に影響を与えます。 不足している場合は乗客の待ち時間が長くなり、余っている場合はドライバーの待ち時間が無駄になります。
  • 革新。 予測システムは、リクエストに対する予想待ち時間をドライバーに通知し、ドライバーが時間と位置をより適切に管理できるようにします。
  • AIの応用。 高度な AI モデルを使用して、キューのダイナミクスやフライト遅延などの外部要因を考慮して、需要とキューの長さを予測します。
  • 業界への影響。 これは、リアルタイムでリソース割り当てを最適化し、空港での Uber サービスの効率とユーザー エクスペリエンスを向上させるため、2023 年に最も興味深い AI 実装の 1 つです。
AI implementation

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

Pinterest での AI の実装

Pinterest (https://pinterest.com/) については説明の必要はないだろう。 このアメリカのソーシャル メディア プラットフォームでは、ユーザーはファッション、料理、インテリア デザインなどのさまざまなトピックをカバーする写真、GIF、ビデオを閲覧して共有できます。 ユーザーは、興味深いビジュアル コンテンツを使用して独自のボードを作成したり、他の人のボードを探索してインスピレーションを得ることができます。

このプラットフォームは広告に依存しており、2023 年には AI を採用して、広告主の離脱を防ぐために従来の事後対応型の手法からより積極的な手法に移行しました。 これは、次の理由から 2023 年の注目すべき AI 実装の 1 つとして際立っています。

  • これは、広告主が Pinterest プラットフォームから離れるという課題に取り組んでいます。 従来、この問題は広告主が撤退した後にのみ対処されてきたため、広告主を取り戻すことが困難でした。 機械学習 (ML) のおかげで、潜在的なチャーンを早期に検出できるようになり、チームが事前に対策を講じることができるようになりました。
  • Pinterest チームは、今後 14 日間の広告主の離脱の可能性を予測する機械学習 (ML) モデルを作成しました。 この予測を行うために、広告主の一連の機能が使用されます。 営業チームはこの情報を利用して、解約を防ぐためのアクションに優先順位を付けます。
  • 予備実験では、このアプローチにより、対照グループと比較してテストグループの解約率を 24% 削減できることが示されました。 これは、チャーンの防止における積極的なアプローチの有効性を示しています。

Stitch Fix、または AI によって生成された見出しと製品説明

Stitch Fix (https://www.stitchfix.com/) は、ユーザーがモバイル アプリを通じて衣類を注文できる革新的なプラットフォームです。 ユーザーはスタイルの好み、サイズ、予算を指定するアンケートに記入できます。 その後、1,000 を超えるさまざまなブランドやスタイルの中から、個別に厳選された 5 つの衣服の提案を受け取ります。

Stitch Fix は、高度な人工知能アルゴリズムを利用して、注目を集める広告見出しと詳細な製品説明を生成します。 これにより、ブランド イメージとの独自性と一貫性を確保しながら、マーケティング コンテンツと製品説明の作成プロセスにかかる時間とコストが削減されます。

同社は、AI の創造性と人間の監督を組み合わせた「エキスパート・イン・ザ・ループ」方式を採用し、高い品質と効率を確保しています。 AI を活用することで、Stitch Fix は数十万のスタイルの商品説明を生成し、電子商取引における規模と複雑さの課題に対処できます。 専門知識とともにアルゴリズムを継続的に改善することで、生成されるコンテンツの品質を継続的に向上させることができます。

このイノベーションは、ブランドのスタイルとの独自性と整合性を確保しながら、電子商取引および製品説明用のマーケティング コンテンツを作成する時間とコストのかかるプロセスに対処します。

スウィッギー

Swiggy (https://www.swiggy.com/) は、ユーザーが地元のレストランに食事を注文できるインドのオンライン食品配達サービスです。 Swiggy アプリには、お気に入りのレストランから料理を選択し、リアルタイムで注文を追跡し、パーソナライズされた推奨事項や設定された最低注文金額などの追加機能を利用するオプションが用意されています。

Swiggy は AI を利用してアプリ内で食べ物の注文をパーソナライズし、「選択のパラドックス」を解決しました。 重要なポイントは次のとおりです。

  • 選択のパラドックス。 Swiggy は、顧客が選択肢が多すぎるために何を注文するかを決めるのに苦労していることに気づきました。 「選択のパラドックス」として知られるこの現象は、顧客の不満につながります。
  • 注文のカスタマイズ。 同社は、顧客の好みに合わせて品数を限定した「バスケット」のレコメンドシステムを導入し、より選びやすく、ユーザーエクスペリエンスを向上させた。
  • AIアプリケーション。 Swiggy は AI を利用して過去の注文データ、顧客の食事の好み、製品の季節性を分析し、パーソナライズされた推奨事項を生成します。

このイノベーションは、選択肢が多すぎるという問題に取り組み、顧客満足度とプラットフォーム効率の両方を向上させます。 これは、その有効性と複雑さにより、2023 年のビジネスにおける AI の最も興味深い用途の 1 つです。

FoodPanda への AI 実装

Foodpanda (https://www.foodpanda.my/) は、ユーザーがアプリを通じて地元のレストランに食事を注文できるオンライン食品配達サービスです。 Foodpanda アプリを使用すると、ユーザーはお気に入りの料理を注文し、注文状況をリアルタイムで追跡し、パーソナライズされたおすすめや設定された最低注文金額などのさまざまな機能にアクセスできます。

Foodpanda は A/B テストを使用してメニューを改善し、コンバージョン率を高めます。 この革新には、高度なスケジューリングと自動化によるメニューの B バージョンの更新が含まれます。 重要なポイントは次のとおりです。

  • テストの自動化。 Apache Airflow を使用してメニュー更新プロセスを自動化します。
  • スケーラビリティ。 プロセスを最適化することで、複数の国にまたがる場合でも、より迅速なテストが可能になります。
  • 効率。 実行時間を9時間から約3.75時間に短縮し、エラー率を2.2%に低下
  • さらなる改良。 動的なページネーション構成や国ごとに個別の DAG を設定するなど、さらなる改善が計画されています。

これらのイノベーションのおかげで、Foodpanda は、競争力を維持し、ユーザーの満足度を高めるために重要である、遅くて効果のないメニュー更新の問題に対処しています。

AI implementation

出典：フードパンダ（https://www.foodpanda.my/）

ジロウ

Zillow (https://www.zillow.com/) は、ユーザーの不動産の検索、購入、賃貸、販売を容易にするオンライン不動産プラットフォームです。 このプラットフォームには数百万件の不動産リストがあり、ユーザーは価値を比較し、地元の業界専門家とつながることができます。 Zillow は、機械学習などの高度なテクノロジーを利用して、正確な不動産評価を提供し、購入、売却、賃貸のプロセスを合理化します。

「Neural Zestimate」ツールを通じた不動産評価に対する Zillow の革新的なアプローチにより、Zillow は AI イノベーターの中で強力なプレーヤーとしての地位を確立しています。 「Neural Zestimate」が最も興味深い AI 実装の 1 つである理由を説明する重要なポイントは次のとおりです。

  • 市場の変化に迅速に対応します。 「Neural Zestimate」のおかげで、Zillow は不動産市場の変化に迅速に対応し、全国規模で最新の評価額を提供できます。
  • 更新の簡素化 :新しいシステムにより、評価モデルの更新と保守が大幅に容易になり、精度が向上します。
  • 地域的および季節的傾向。「Neural Zestimate」は、地域情報と季節的な市場の変化を学習プロセスに効果的に組み込み、住宅価値のより正確な推定を可能にします。
  • 評価範囲。 「Neural Zestimate」は分位回帰を使用して価格範囲を生成し、潜在的な不動産価値をより深く理解し、推定の不確実性を軽減します。

このイノベーションは、ダイナミックな不動産市場において売り手と買い手の両方にとって重要な、最新かつ正確な不動産評価が欠如しているという問題に対処します。

AI 実装を備えた GitHub Copilot

革新的な AI 実装のリストは、OpenAI の大規模言語モデル (LLM) を利用する AI を活用したコーディング ツールである GitHub Copilot なしでは完成しません。 GitHub Copilot はコード生成における画期的な機能であり、IDE 環境内でリアルタイムのコード提案を可能にします。

ChatGPT の作成者である OpenAI とのコラボレーション、および LLM モデルの継続的な改善のおかげで、Copilot はますます正確になり、ユーザーのニーズに合わせて調整されています。 このツールは、コーディング プロセスの一部を自動化し、即座に提案を提供することでプログラマーの生産性を向上させます。

GitHub (https://github.com/) は、音声サポートを追加し、プラットフォームの他の要素と統合することで、Copilot の機能を拡張する予定です。 しかし現在でも、作業をスピードアップし、プログラミングの問題の解決を支援するインテリジェントな提案を提供することで、長く複雑なコーディング プロセスの課題に対処しています。 これにより、これは 2023 年の企業における最も興味深い AI 導入の 1 つとなります。

AI の実装 - 概要

この記事で紹介した例は、現代のビジネスにおける AI イノベーションに関しては氷山の一角にすぎません。 2023 年には、よりスマートに働き、顧客をより深く理解し、業界のトレンドに遅れないようにするために、より多くの企業が AI テクノロジーに注目することになります。 AI の使用の増加は新たな視点をもたらし、従業員と顧客の両方のエクスペリエンスを変革しています。 Gartner によると、2025 年までに 80% の企業が少なくとも 1 つの AI ベースのソリューションを導入し、ビジネスの世界に前向きな傾向が見られるとのことです。

AI implementations

私たちのコンテンツが気に入ったら、Facebook、Twitter、LinkedIn、Instagram、YouTube、Pinterest、TikTok の忙しいミツバチのコミュニティに参加してください。

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

著者: ロバート・ホイットニー

JavaScript の専門家であり、IT 部門を指導するインストラクター。 彼の主な目標は、コーディング中に効果的に協力する方法を他の人に教えることで、チームの生産性を向上させることです。

すべての投稿を表示

ビジネスにおける AI:

  1. ビジネスにおける AI の脅威と機会 (パート 1)
  2. ビジネスにおける AI の脅威と機会 (パート 2)
  3. ビジネスにおける AI アプリケーション - 概要
  4. AI支援のテキストチャットボット
  5. ビジネス NLP の今日と明日
  6. ビジネスの意思決定における AI の役割
  7. ソーシャルメディア投稿のスケジュール設定。 AI はどのように役立つのでしょうか?
  8. 自動化されたソーシャルメディア投稿
  9. AIを活用した新たなサービスや製品
  10. 私のビジネスアイデアの弱点は何ですか? ChatGPT を使用したブレインストーミング セッション
  11. ビジネスでの ChatGPT の使用
  12. 合成俳優。 AI ビデオ ジェネレーター トップ 3
  13. 便利なAIグラフィックデザインツール3選。 ビジネスにおける生成 AI
  14. 今日試してみるべき 3 つの素晴らしい AI ライター
  15. 音楽制作における AI の力を探る
  16. ChatGPT-4 で新たなビジネスチャンスを掴む
  17. 経営者向けAIツール
  18. あなたの生活を楽にしてくれる 6 つの素晴らしい ChatGTP プラグイン
  19. 3 グラフィックAI。 Generatywna sztuczna inteligencja dla biznesu
  20. マッキンゼー グローバル インスティテュートによると、AI の未来は何ですか?
  21. ビジネスにおける人工知能 - はじめに
  22. NLP、つまりビジネスにおける自然言語処理とは何ですか
  23. 自動文書処理
  24. Google翻訳とDeepL。 ビジネスにおける機械翻訳の 5 つの応用例
  25. ボイスボットの運用と業務応用
  26. 仮想アシスタント技術、それとも AI と会話する方法?
  27. ビジネスインテリジェンスとは何ですか?
  28. 人工知能はビジネスアナリストに取って代わるのでしょうか?
  29. 人工知能は BPM にどのように役立ちますか?
  30. AI とソーシャルメディア – 彼らは私たちについて何と言っていますか?
  31. コンテンツ管理における人工知能
  32. 今日と明日のクリエイティブAI
  33. マルチモーダル AI とそのビジネスへの応用
  34. 新しい相互作用。 AI はデバイスの操作方法をどのように変えるのでしょうか?
  35. デジタル企業における RPA と API
  36. 将来の雇用市場と将来の職業
  37. エドテックにおける AI。 人工知能の可能性を活用した企業の 3 つの例
  38. 人工知能と環境。 持続可能なビジネスの構築に役立つ 3 つの AI ソリューション
  39. AI コンテンツ検出器。 それだけの価値があるのでしょうか？
  40. ChatGPT対Bard対Bing。 どの AI チャットボットが競争をリードしているでしょうか?
  41. チャットボット AI は Google 検索の競合相手ですか?
  42. 人事および採用のための効果的な ChatGPT プロンプト
  43. 迅速なエンジニアリング。 プロンプトエンジニアってどんな仕事をするの？
  44. AI モックアップ ジェネレーター。 上位 4 つのツール
  45. AIと他に何か？ 2024 年のビジネスにおけるトップテクノロジートレンド
  46. AI とビジネス倫理。 倫理的なソリューションに投資すべき理由
  47. メタAI。 Facebook と Instagram の AI サポート機能について知っておくべきことは何ですか?
  48. AI規制。 起業家として知っておくべきことは何ですか?
  49. ビジネスにおける AI の 5 つの新しい用途
  50. AI 製品とプロジェクト - 他のものとどう違うのですか?
  51. AI を活用したプロセス自動化。 どこから始めれば？
  52. AI ソリューションをビジネス上の問題にどのように適合させるのでしょうか?
  53. チームのエキスパートとしての AI
  54. AIチーム vs 役割分担
  55. AIのキャリア分野はどうやって選べばいいのでしょうか？
  56. 製品開発プロセスに人工知能を追加することには常に価値があるのでしょうか?
  57. HR における AI: 採用の自動化が人事とチームの開発に与える影響
  58. 2023 年に最も興味深い 6 つの AI ツール
  59. AI が引き起こす 6 つの最大のビジネス事故
  60. 企業の AI 成熟度分析は何ですか?
  61. B2B パーソナライゼーションのための AI
  62. ChatGPT の使用例。 2024 年に ChatGPT を使用してビジネスを改善する 18 の例
  63. マイクロラーニング。 新しいスキルを習得する簡単な方法
  64. 2024 年の企業における最も興味深い AI 導入