Najciekawsze wdrożenia AI w firmach w 2024 roku | Sztuczna inteligencja w biznesie #63

W tym artykule przyjrzymy się bliżej kilku ciekawym wdrożeniom AI w firmach. Od wykorzystania przez Stripe uczenia maszynowego do wykrywania oszustw, przez spersonalizowaną obsługę zamówień Swiggy, po GitHub Copilot zapewniający programistom wsparcie w czasie rzeczywistym. Te przykłady pokazują, jak sztuczna inteligencja napędza tworzenie innowacyjnych usług, zmienia doświadczenia klientów, zwiększa współczynniki konwersji i usprawnia wewnętrzne procesy firm i instytucji. Czytaj.

Implementacje AI w Stripe

Stripe (https://stripe.com/) to zaawansowana platforma płatnicza, która umożliwia firmom i instytucjom przetwarzanie transakcji zarówno online, jak i w tradycyjnych placówkach handlowych. Dostarcza zintegrowane rozwiązania do zarządzania płatnościami, fakturowania, automatyzacji procesów finansowych, tworzenia programów abonamentowych i lojalnościowych. Zastosowanie nowoczesnych technologii, w tym uczenia maszynowego, pozwala Stripe optymalizować konwersje i minimalizować ryzyko oszustw. W 2023 roku Stripe uznawany jest za jedno z najbardziej przełomowych rozwiązań w dziedzinie systemów płatności online.

Dlaczego jednak Stripe Radar będzie jednym z najciekawszych wdrożeń AI w firmach w 2023 roku? Stripe Radar wykorzystuje zaawansowane techniki AI do szybkiego i precyzyjnego wykrywania oszustw, co czyni go jednym z najbardziej innowacyjnych rozwiązań w branży płatności online w tym roku. Do jego głównych zalet należą:

• Szybkość i dokładność . Radar Stripe ocenia ponad 1000 szczegółów transakcji w czasie krótszym niż 100 milisekund, dokładnie blokując ryzykowne transakcje. Osiąga precyzję, przy której tylko 0,1% ważnych płatności zostaje błędnie odrzuconych.
• Zaawansowane modele ML . Stripe przeszedł od podstawowego uczenia maszynowego do zaawansowanych sieci neuronowych, znacznie poprawiając wydajność modelu.
• Innowacyjna architektura . Najnowsza architektura umożliwiła szybsze uczenie modeli oraz lepszą skalowalność, pozwalając na szybsze prototypowanie i wdrażanie nowych pomysłów.

Źródło: Stripe (https://stripe.com/)

„Complete the Look”, czyli wdrożenie AI od Walmartu

Walmart, amerykański gigant supermarketów, oferuje różnorodną gamę produktów, w tym artykuły spożywcze, odzież, kosmetyki, elektronikę i nie tylko. Jako jeden z wiodących sprzedawców detalicznych na świecie Walmart zatrudnia ponad 2,3 miliona osób na całym świecie. Jednak w ostatnim czasie poszerza swoją obecność również w obszarze sztucznej inteligencji.

Nowo wprowadzony moduł „Complete the Look” (CTL) firmy Walmart to innowacyjny system rekomendacji produktów w kategorii moda i wystrój domu. Dlaczego jednak CTL uznano za jedno z najciekawszych wdrożeń AI w 2023 roku?

• Personalizacja stylu. CTL generuje kompleksowe, stylizowane stylizacje wokół wybranego przez Klienta produktu, ułatwiając odkrycie i dobór odpowiednich elementów garderoby.
• Większa pewność i konwersja . Prezentowanie spersonalizowanych strojów zwiększa zaufanie klientów do swoich wyborów i zachęca ich do dokonywania zakupów.
• Oszczędność czasu . System pozwala szybko skomponować całe stylizacje, zamiast szukać pojedynczych elementów, co znacznie usprawnia zakupy.
• Zaawansowane algorytmy. CTL wykorzystuje różne algorytmy, w tym generowanie wyglądu i rozszerzanie zasięgu, w celu skalowania i dostosowywania rekomendacji dla użytkowników.

Ta innowacja rozwiązuje problem nadmiaru informacji i wyboru spośród ogromnej liczby dostępnych opcji, oferując klientom łatwe i przyjemne zakupy, które są zarówno inspirujące, jak i spójne stylistycznie.

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

Uber — prognozowanie ETR

Uber to aplikacja mobilna do rezerwacji przejazdów samochodem, ale innowacje w zakresie sztucznej inteligencji nie ograniczają się do transportu. Weźmy na przykład parkingi na lotniskach. Wraz z wprowadzeniem funkcji prognozowania ETR (szacowanego czasu oczekiwania na żądanie) Uber wdrożył najnowocześniejszy system przewidywania czasu oczekiwania kierowców na lotniskach. Korzystając z zaawansowanych modeli sztucznej inteligencji, przewiduje popyt i długość kolejek, biorąc pod uwagę wahania kolejek i elementy zewnętrzne, takie jak opóźnienia lotów. System ten dostarcza kierowcom informacji o przewidywanym czasie oczekiwania, pomagając im efektywniej zarządzać czasem i lepiej planować swoje lokalizacje.

Dlaczego to innowacyjne rozwiązanie jest godne uwagi? Głównie z powodu:

• Rozwiązany problem . Funkcja ETR Forecasting firmy Uber pozwala sprostać wyzwaniu, jakim jest zbyt mała lub zbyt duża liczba kierowców na lotniskach, co ma wpływ zarówno na pasażerów, jak i na kierowców. Niedobory oznaczają, że pasażerowie czekają dłużej, a nadwyżki marnują czas kierowców w oczekiwaniu.
• Innowacja . System prognostyczny informuje kierowców o przewidywanym czasie oczekiwania na zgłoszenia, pozwalając im lepiej zarządzać swoim czasem i pozycją.
• Zastosowanie sztucznej inteligencji . Wykorzystuje zaawansowane modele AI do przewidywania popytu i długości kolejek, biorąc pod uwagę dynamikę kolejek i czynniki zewnętrzne, takie jak opóźnienia lotów.
• Wpływ na branżę . Jest to jedno z najciekawszych wdrożeń AI w 2023 roku, ponieważ optymalizuje alokację zasobów w czasie rzeczywistym, zwiększając efektywność i wygodę użytkowników usług Ubera na lotniskach.

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

Wdrożenia AI na Pintereście

Pinteresta (https://pinterest.com/) chyba nie trzeba przedstawiać. Ta amerykańska platforma mediów społecznościowych umożliwia użytkownikom przeglądanie i udostępnianie zdjęć, GIF-ów i filmów na różne tematy, takie jak moda, kulinaria, architektura wnętrz i nie tylko. Użytkownicy mogą tworzyć własne tablice z treściami wizualnymi, które uznają za interesujące, i przeglądać tablice innych osób w poszukiwaniu inspiracji.

Platforma opiera się na reklamach, a w 2023 r. zastosowała sztuczną inteligencję, aby przejść od tradycyjnych metod reaktywnych do bardziej proaktywnych i zapobiegać opuszczaniu witryny przez reklamodawców. Wyróżnia się to jednym z godnych uwagi wdrożeń sztucznej inteligencji w 2023 r., ponieważ:

• Podejmuje wyzwanie, jakim jest opuszczenie platformy Pinterest przez reklamodawców. Tradycyjnie problem ten rozwiązywano dopiero po opuszczeniu witryny przez reklamodawców, co utrudniało ich odzyskanie. Dzięki uczeniu maszynowemu (ML) pozwala teraz na wczesne wykrycie potencjalnego odejścia, umożliwiając zespołowi podjęcie proaktywnych działań.
• Zespół Pinteresta stworzył model uczenia maszynowego (ML), który przewiduje prawdopodobieństwo odejścia reklamodawcy w ciągu najbliższych 14 dni. Do prognozowania wykorzystuje zestaw funkcji reklamodawcy. Zespół sprzedaży wykorzystuje te informacje do ustalania priorytetów działań mających na celu zapobieganie odejściu klientów.
• Wstępne eksperymenty wykazały, że dzięki temu podejściu można osiągnąć 24% redukcję rezygnacji w grupie testowej w porównaniu z grupą kontrolną. Wskazuje to na skuteczność proaktywnego podejścia w zapobieganiu odejściu pracowników.

Stitch Fix, czyli nagłówki i opisy produktów generowane przez sztuczną inteligencję

Stitch Fix (https://www.stitchfix.com/) to innowacyjna platforma umożliwiająca zamawianie odzieży poprzez aplikację mobilną. Użytkownicy mogą wypełnić ankietę określającą ich preferencje dotyczące stylu, rozmiaru i budżetu. Następnie otrzymują pięć indywidualnie dobranych propozycji ubrań z puli ponad 1000 różnych marek i stylów.

Stitch Fix wykorzystuje zaawansowane algorytmy sztucznej inteligencji do generowania przyciągających uwagę nagłówków reklam i szczegółowych opisów produktów. Dzięki temu proces tworzenia treści marketingowych i opisów produktów jest mniej czasochłonny i kosztowny, zapewniając jednocześnie niepowtarzalność i spójność z wizerunkiem marki.

Firma stosuje metodę „eksperta w pętli”, łącząc kreatywność AI z nadzorem człowieka, zapewniając wysoką jakość i wydajność. Dzięki sztucznej inteligencji Stitch Fix może generować opisy produktów dla setek tysięcy stylów, stawiając czoła wyzwaniom związanym ze skalą i złożonością handlu elektronicznego. Ciągłe doskonalenie algorytmów w połączeniu z wiedzą ekspercką pozwala na ciągłe podnoszenie jakości generowanych treści.

Innowacja ta adresuje czasochłonny i kosztowny proces tworzenia treści marketingowych dla e-commerce oraz opisów produktów, zapewniając jednocześnie niepowtarzalność i zgodność ze stylem marki.

Swiggy

Swiggy (https://www.swiggy.com/) to indyjska usługa dostawy jedzenia online, która umożliwia użytkownikom zamawianie posiłków z lokalnych restauracji. Aplikacja Swiggy umożliwia wybór dań z ulubionych restauracji, śledzenie zamówień w czasie rzeczywistym oraz korzystanie z dodatkowych funkcji, takich jak spersonalizowane rekomendacje i ustalona minimalna wartość zamówienia.

Swiggy wykorzystała sztuczną inteligencję do personalizacji zamówień na jedzenie w swojej aplikacji, rozwiązując „paradoks wyboru”. Oto najważniejsze punkty:

• Paradoks wyboru. Swiggy zauważył, że klienci mają trudności z podjęciem decyzji, co zamówić ze względu na zbyt wiele opcji. Zjawisko to, zwane „paradoksem wyboru”, prowadzi do niezadowolenia klientów.
• Dostosowywanie zamówień. Firma wprowadziła system rekomendacji „koszyków” z ograniczoną liczbą dań dostosowanych do preferencji klientów, aby ułatwić ich wybór i poprawić doświadczenie użytkownika.
• Aplikacja AI . Swiggy wykorzystuje sztuczną inteligencję do analizy danych historycznych dotyczących zamówień, preferencji żywieniowych klientów i sezonowości produktów w celu generowania spersonalizowanych rekomendacji.

Ta innowacja rozwiązuje problem zbyt dużego wyboru, zwiększając zarówno zadowolenie klientów, jak i wydajność platformy. To jedno z najciekawszych zastosowań AI w biznesie w 2023 roku ze względu na jego skuteczność i złożoność.

Wdrożenia AI w FoodPanda

Foodpanda (https://www.foodpanda.my/) to internetowa usługa dostawy jedzenia, która umożliwia użytkownikom zamawianie posiłków z lokalnych restauracji za pośrednictwem aplikacji. Aplikacja Foodpanda umożliwia użytkownikom zamawianie ulubionych dań, śledzenie statusu zamówień w czasie rzeczywistym i dostęp do różnych funkcji, w tym spersonalizowanych rekomendacji i ustalonej minimalnej wartości zamówienia.

Foodpanda korzysta z testów A/B, aby ulepszyć swoje menu i zwiększyć współczynniki konwersji. Innowacja polega na aktualizacji wersji B menu poprzez zaawansowane planowanie i automatyzację. Oto najważniejsze punkty:

• Automatyzacja testów . Wykorzystanie Apache Airflow do automatyzacji procesu aktualizacji menu.
• Skalowalność . Optymalizacja procesu umożliwia szybsze testowanie, nawet w wielu krajach.
• Efektywność . Skrócenie czasu wykonania z 9 godzin do około 3,75 godziny i obniżenie poziomu błędów do 2,2%
• Dalsze doskonalenia . Planowane są dalsze ulepszenia, takie jak dynamiczna konfiguracja paginacji i oddzielne DAG dla różnych krajów.

Dzięki tym innowacjom Foodpanda rozwiązuje problem powolnych i nieefektywnych aktualizacji menu, co jest kluczowe dla utrzymania konkurencyjności i zwiększenia zadowolenia użytkowników.

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

Zillow

Zillow (https://www.zillow.com/) to internetowa platforma nieruchomości, która ułatwia użytkownikom wyszukiwanie, kupowanie, wynajmowanie i sprzedaż nieruchomości. Platforma zawiera miliony ofert nieruchomości, umożliwiając użytkownikom porównywanie wartości i nawiązywanie kontaktu z lokalnymi ekspertami branżowymi. Zillow wykorzystuje zaawansowane technologie, w tym uczenie maszynowe, aby zapewnić dokładne wyceny nieruchomości i usprawnić procesy zakupu, sprzedaży czy wynajmu.

Innowacyjne podejście Zillow do wyceny nieruchomości poprzez narzędzie „Neural Zestimate” pozycjonuje firmę jako silnego gracza wśród innowatorów AI. Oto kluczowe punkty ilustrujące, dlaczego „Neural Zestimate” jest jedną z najciekawszych implementacji AI:

• Szybka reakcja na zmiany rynkowe . Dzięki „Neural Zestimate” Zillow może szybko reagować na zmiany na rynku nieruchomości, dostarczając aktualne wyceny w skali kraju,
• Uproszczone aktualizacje . Nowy system znacznie ułatwia aktualizację i utrzymanie modeli wyceny, poprawiając ich dokładność,
• Trendy lokalne i sezonowe „Neural Zestimate” skutecznie uwzględnia lokalne informacje i sezonowe zmiany rynkowe w procesie uczenia się, umożliwiając dokładniejsze oszacowanie wartości domu.
• Zakres wyceny . „Neural Zestimate” wykorzystuje regresję kwantylową do generowania przedziałów cenowych, zapewniając lepsze zrozumienie potencjalnej wartości nieruchomości i zmniejszając niepewność w oszacowaniu.

Innowacja ta rozwiązuje problem braku aktualnych i dokładnych wycen nieruchomości, które są istotne zarówno dla sprzedających, jak i kupujących na dynamicznym rynku nieruchomości.

GitHub Copilot z wdrożeniami AI

Lista innowacyjnych wdrożeń AI nie byłaby kompletna bez GitHub Copilot – narzędzia do kodowania opartego na sztucznej inteligencji, które wykorzystuje duże modele językowe (LLM) z OpenAI. GitHub Copilot to przełom w generowaniu kodu, umożliwiający sugerowanie kodu w czasie rzeczywistym w środowisku IDE.

Dzięki współpracy z OpenAI, twórcami ChatGPT i ciągłym udoskonaleniom modeli LLM, Copilot staje się coraz bardziej dokładny i dostosowany do potrzeb użytkowników. To narzędzie zwiększa produktywność programistów poprzez automatyzację części procesu kodowania i dostarczanie natychmiastowych sugestii.

GitHub (https://github.com/) planuje rozszerzyć możliwości Copilota poprzez dodanie obsługi głosowej i integrację z innymi elementami platformy. Jednak już teraz wychodzi naprzeciw wyzwaniu długich i skomplikowanych procesów kodowania, oferując inteligentne sugestie, które przyspieszają pracę i pomagają w rozwiązywaniu problemów programistycznych. To czyni go jednym z najciekawszych wdrożeń AI w firmach w 2023 roku.

Wdrożenia AI – podsumowanie

Przykłady zaprezentowane w tym artykule to tylko wierzchołek góry lodowej, jeśli chodzi o innowacje AI we współczesnym biznesie. W 2023 r. coraz więcej firm będzie korzystać z technologii sztucznej inteligencji, aby pracować mądrzej, lepiej rozumieć klientów i być na bieżąco z trendami branżowymi. Rosnące wykorzystanie sztucznej inteligencji wnosi nową perspektywę, zmieniając doświadczenia zarówno pracowników, jak i klientów. Według Gartnera do 2025 roku 80% firm zastosuje co najmniej jedno rozwiązanie oparte na sztucznej inteligencji, co sygnalizuje pozytywny trend w świecie biznesu.

Jeśli podobają Ci się nasze treści, dołącz do naszej społeczności pracowitych pszczół na Facebooku, Twitterze, LinkedIn, Instagramie, YouTube, Pinterest i TikTok.

Autor: Robert Whitney

Ekspert JavaScriptu i instruktor, który szkoli działy IT. Jego głównym celem jest podnoszenie produktywności zespołu poprzez uczenie innych, jak efektywnie współpracować podczas kodowania.

Zobacz wszystkie posty

Sztuczna inteligencja w biznesie:

1. Zagrożenia i szanse AI w biznesie (część 1)
2. Zagrożenia i szanse AI w biznesie (część 2)
3. Zastosowania AI w biznesie – przegląd
4. Chatboty tekstowe wspomagane sztuczną inteligencją
5. Biznesowe NLP dziś i jutro
6. Rola AI w podejmowaniu decyzji biznesowych
7. Planowanie postów w mediach społecznościowych. Jak sztuczna inteligencja może pomóc?
8. Zautomatyzowane posty w mediach społecznościowych
9. Nowe usługi i produkty współpracujące z AI
10. Jakie są słabe strony mojego pomysłu na biznes? Sesja burzy mózgów z ChatGPT
11. Korzystanie z ChatGPT w biznesie
12. Aktorzy syntetyczni. 3 najlepsze generatory wideo AI
13. 3 przydatne narzędzia do projektowania graficznego AI. Generatywna sztuczna inteligencja w biznesie
14. 3 niesamowitych autorów AI, których musisz dziś wypróbować
15. Odkrywanie mocy sztucznej inteligencji w tworzeniu muzyki
16. Poruszanie się po nowych możliwościach biznesowych dzięki ChatGPT-4
17. Narzędzia AI dla menedżera
18. 6 niesamowitych wtyczek ChatGTP, które ułatwią Ci życie
19. 3 grafików AI. Generatywna sztuczna inteligencja dla biznesu
20. Jaka przyszłość czeka sztuczną inteligencję według McKinsey Global Institute?
21. Sztuczna inteligencja w biznesie - Wprowadzenie
22. Czym jest NLP, czyli przetwarzanie języka naturalnego w biznesie
23. Automatyczne przetwarzanie dokumentów
24. Tłumacz Google kontra DeepL. 5 zastosowań tłumaczenia maszynowego w biznesie
25. Działanie i zastosowania biznesowe robotów głosowych
26. Technologia wirtualnego asystenta, czyli jak rozmawiać z AI?
27. Czym jest inteligencja biznesowa?
28. Czy sztuczna inteligencja zastąpi analityków biznesowych?
29. Jak sztuczna inteligencja może pomóc w BPM?
30. AI i media społecznościowe – co o nas mówią?
31. Sztuczna inteligencja w zarządzaniu treścią
32. Kreatywna sztuczna inteligencja dziś i jutro
33. Multimodalna sztuczna inteligencja i jej zastosowania w biznesie
34. Nowe interakcje. Jak sztuczna inteligencja zmienia sposób, w jaki obsługujemy urządzenia?
35. RPA i API w cyfrowej firmie
36. Przyszły rynek pracy i nadchodzące zawody
37. Sztuczna inteligencja w EdTech. 3 przykłady firm, które wykorzystały potencjał sztucznej inteligencji
38. Sztuczna inteligencja i środowisko. 3 rozwiązania AI, które pomogą Ci zbudować zrównoważony biznes
39. Detektory treści AI. Czy są tego warte?
40. ChatGPT kontra Bard kontra Bing. Który chatbot AI prowadzi w wyścigu?
41. Czy sztuczna inteligencja chatbota jest konkurencją dla wyszukiwarki Google?
42. Skuteczne podpowiedzi ChatGPT dla HR i rekrutacji
43. Szybka inżynieria. Co robi szybki inżynier?
44. Generator makiet AI. 4 najlepsze narzędzia
45. AI i co jeszcze? Najważniejsze trendy technologiczne dla biznesu w 2024 roku
46. Sztuczna inteligencja i etyka biznesu. Dlaczego warto inwestować w etyczne rozwiązania
47. Metasztuczna sztuczna inteligencja. Co warto wiedzieć o funkcjach Facebooka i Instagrama wspieranych przez sztuczną inteligencję?
48. Regulacja AI. Co musisz wiedzieć jako przedsiębiorca?
49. 5 nowych zastosowań AI w biznesie
50. Produkty i projekty AI – czym różnią się od innych?
51. Automatyzacja procesów wspomagana sztuczną inteligencją. Gdzie zacząć?
52. Jak dopasować rozwiązanie AI do problemu biznesowego?
53. AI jako ekspert w Twoim zespole
54. Zespół AI a podział ról
55. Jak wybrać kierunek kariery w AI?
56. Czy zawsze warto dodawać sztuczną inteligencję do procesu rozwoju produktu?
57. AI w HR: Jak automatyzacja rekrutacji wpływa na rozwój HR i zespołu
58. 6 najciekawszych narzędzi AI w 2023 roku
59. 6 największych wpadek biznesowych spowodowanych przez sztuczną inteligencję
60. Jaka jest analiza dojrzałości AI firmy?
61. AI do personalizacji B2B
62. Przypadki użycia ChatGPT. 18 przykładów tego, jak ulepszyć swój biznes dzięki ChatGPT w 2024 r
63. Mikrouczenie się. Szybki sposób na zdobycie nowych umiejętności
64. Najciekawsze wdrożenia AI w firmach w 2024 roku