Искусственный интеллект делает покупки в интернете

Вас пугает искусственный интеллект? Вы перестанете бояться, как только узнаете, как с его помощью можно увеличить продажи

За окном близится к своему завершению 2017 год, а роботы пока хоть и не предприняли попытку к порабощению человечества, но уже намного ближе к нам, чем мы привыкли думать.

Но искусственного интеллекта бояться ни в коем случае не стоит.

На самом деле, он даже способен помочь вам увеличить число продаж, повысить коэффициент преобразований и обеспечить процветание и актуальность вашего бизнеса, что так важно в столь переменчивом мире.

Если вы сторонитесь ИИ, потому что он кажется вам слишком сложным и непонятным, советуем уделить этой статье больше внимания. В простой и доступной форме мы расскажем, какую пользу вы можете извлечь от использования чат-ботов и персональных ассистентов, каким образом искусственный интеллект может оказать вам содействие в области email-маркетинга и обеспечения безопасности данных.

Обратите внимание

ИИ уже буквально смотрит на нас из каждого угла, поэтому, если вы владелец бизнеса, данная статья может оказаться одной из самых важных прочитанных вами за последнее время, потому как поможет защитить будущее вашей компании. Ваши конкуренты уже используют искусственный интеллект, потому что это перспективная технология. Неважно, насколько вы хороши в маркетинге на данный момент, ИИ раз и навсегда поменяет правила игры.

Однако перед тем, как осветить все возможности искусственного интеллекта в области маркетинга и продаж, проясним значение нескольких необходимых для понимания сущности ИИ терминов.

Искусственный интеллект, машинное и глубокое обучение: в чем разница?

Возможно, вы уже неоднократно слышали или видели эти термины. Но знаете ли вы, что означает каждый из них?

Начнем с того, что все они взаимосвязаны. Первым появился термин «искусственный интеллект». За ним последовал термин «машинное обучение», а затем пришло и «глубокое обучение», и каждый из них играет весомую роль в ИИ. Следует отметить, что именно с глубоким обучением связана большая часть недавних инноваций в этой области. .

Конечно, искусственным интеллектом мир бредит уже давно. С 1950-х годов, когда термин был впервые введен в предмет информатики, AI (artificial intelligence — искусственный интеллект) воспринималось как нечто нереальное, возможное только в научно-фантастическом фильме. И всех волновал один вопрос: не предпримет ли искусственный интеллект попытку подчинить себе мир?

На самом деле только к 2012 году ИИ стал более заметным явлением. С тех пор он с каждым годом становится все совершеннее и совершеннее. Сегодня, например, именно благодаря ему стало возможным распознавание голоса или лица в смартфонах.

Что касается розничной торговли, то и здесь искусственный интеллект может оказаться полезным. Он способен выявлять закономерности при анализе огромных баз данных, создавать гораздо более персонализированный опыт онлайн-шоппинга, что недоступно человеку.

Машинное обучение, между тем, является подмножеством ИИ. В нем используются алгоритмы для сбора и изучения данных, что и позволяет системе формулировать прогнозы и давать четкие определения чему-либо.

Это сильно отличается от вручную собранного набора инструкций, необходимых для завершения задачи.

Важно

Просеивая огромные объемы данных, интеллектуальная система учится выполнять определенную задачу, например, общаться с клиентом и персонализировать его опыт.

Глубокое обучение (глубинное обучение), напротив, представляет собой новый уровень технологий машинного обучения.

Оно позволило получить практическую ценность от машинного обучения, и поэтому имеет серьезное значение для будущего ИИ. Для многих важных проблем достигнуты новые уровни точности.

Глубокое обучение делает возможным выполнение машинами самых разнообразных задач, например, вождение автомобиля.

Так чем же эта технология может быть полезной в продажах?

Цикл продаж может быть персонализирован

Персонализация цикла продаж помогает узнать больше о клиентах и том, чего именно они хотят. И по результатам опроса 206 организаций, проведенному платформой Evergage и сервисом Researchscape International, 96% из них верят, что персонализация поможет им укрепить их отношения с клиентами.

Вот как персонализация может быть реализована с помощью ИИ.

Индивидуальные товарные рекомендации

Узнать, что именно хочет клиент, довольно трудно. Но только если вы не обладаете информацией о нем, например, его прошлых потребительских привычках и опыте покупок.

Искусственный интеллект может сопоставить эти сведения с располагаемым ассортиментом продукции и предложить человеку больше того, что ему может быть интересно, и меньше тех товаров, которые он раньше никогда не покупал.

Впоследствии вы сможете разработать индивидуальные стратегии продаж, которые будут основаны на потребительском портрете клиента.

Обратите внимание: 35% всех продаж интернет-гиганта Amazon случается благодаря блоку с рекомендованными товарами. Ниже вы можете посмотреть, как он выглядит: 

Эти товары связаны с тем, что вы уже посмотрели

Персональные ассистенты

Если что и воспринимается как искусственный интеллект, то это Amazon Alexa, индивидуальный персональный помощник.

Вычислительным ресурсом для Alexa выступают используемые пользователем цифровые устройства — от приставки Amazon Fire TV до портативного bluetooth-спикера Amazon Tap. В 2014 году этот ассистент использовался прежде всего при оформлении заказа, но сейчас его можно назвать первопроходцем в деле использования искусственного интеллекта как средства повышения рентабельности бизнеса.

Персональный ИИ-помощник по покупкам может общаться с клиентами на разных языках, а также поможет организовать их предпочтения. Клиент может задать персональному помощнику вопрос и получить на него быстрый и точный ответ. Это означает, что вместо того чтобы покинуть ваш магазин с пустыми руками, клиент все-таки сможет подобрать себе отвечающую его интересам позицию.

Ниже вы можете увидеть персонального стилиста сервиса Stitch Fix, который является еще одним типом личного помощника. Он использует программное обеспечение для анализа данных и машинное обучение, чтобы давать пользователям персональные рекомендации по подбору одежды. 

Визуальный поиск

Одной из проблем, с которой сталкиваются люди при поиске какого-то товара, является то, что они не всегда точно знают его название. Как правило, результаты такого поиска не всегда оказываются удовлетворительными.

В сфере электронной коммерции, где товар, как правило, состоит из множества деталей, невероятно полезным для преобразования потенциальных клиентов может оказаться визуальный поиск. Исследование, проведенное сервисом Slyce, указывает, что 31% всех визуальных запросов связаны с поиском подходящего домашнего декора, а 39% — одежды.

Визуальный поиск — это технология, которая позволяет пользователям сфотографировать интересующий их предмет с помощью смартфона и пропустить это изображение через специальное распознающее программное обеспечение. В итоге человек получает прямую ссылку на интернет-магазин, где он может приобрести искомый товар.

Совет

Wayfair запустил новый инструмент визуального поиска, который дополнен искусственным интеллектом, опирающимся на машинное обучение. Пользователи загружают фотографию мебели, которая им по душе, а поиск отображает связанные со стилем мебели товары.

Источник: https://lpgenerator.ru/blog/2017/11/15/vas-pugaet-iskusstvennyj-intellekt-vy-perestanete-boyatsya-kak-tolko-uznaete-kak-s-ego-pomoshyu-mozhno-uvelichit-prodazhi/

Как искусственный интеллект поможет вырасти любой интернет-компании

Кажется, что ИИ — это очень сложно, и в небольшой компании или стартапе подобные технологии никогда не удастся внедрить, потому что не хватит ресурсов и знаний.

Но далеко не всегда нужно сочинять что-то сложное самостоятельно. Большие компании уже все придумали и выложили в открытый доступ на GitHub. Там можно найти и нейросети, и умные библиотеки. Для разработчиков это отличная возможность попробовать новое и подсмотреть, как другие решили задачу.

В Aviasales многие решения, связанные с технологиями ИИ, придумываются во время внутренних хакатонов.

Хакатон — это конкурс среди разработчиков, когда необходимо в очень сжатые сроки, например, за 48 часов, решить какую-то проблему. Естественно, за это время невозможно что-то создать с нуля, поэтому используются готовые решения.

Самое главное — быстрые эксперименты с уже готовыми технологиями почти всегда показывают хорошие результаты, будь то увеличение конверсии или сокращение затрат.

«Пророк» предсказывает, когда лучше покупать билет

Во время одного из хакатонов появилась гипотеза, что существует связь между временем до вылета и днем начала поездки.

Проанализировав огромное количество структурированных данных, которое накопилось за 11 лет работы сервиса Aviasales, удалось доказать, что гипотеза верна.

Так появился сервис «Пророк», который с погрешностью 10% предсказывает лучший момент для покупки билетов.

Обратите внимание

Благодаря новому сервису компания стала экономить на получении сторонних данных и смогла подставлять в календарь цены на те даты и направления, где реальных данных и не было — с небольшой долей ошибки «Пророк» помогает узнать цену заранее.

Путешественникам «Пророк» выдает подсказки про время поиска билетов: «Покупай сейчас» или «Подожди». Вместе со словами в поиске показывается график, как будет вести себя цена на основе прогнозов компании.

ИИ выбирает лучшего продавца билетов

В метапоиске Aviasales представлено 200 авиакасс и 728 авиакомпаний. Понятно, что на первом месте всегда стоит билет с самой низкой ценой. Но у билета может быть несколько продавцов, и часто у некоторых одинаковая стоимость. Тогда возникает вопрос: кто должен быть впереди?

Желтая кнопка «Купить» — это и есть первое место среди всех продавцов. Под кнопкой идет список из агентств и авиакомпаний, в которых также можно купить этот билет: за ту же стоимость или дороже.

Чтобы определить, кого поставить на волшебную кнопку, учитываются два фактора — комиссия, которую партнер платит за проданный билет, и конверсия из перехода на сайт продавца в покупку.

То есть это факторы, которые учитывают интересы двух сторон — метапоиска и удобства путешественника.

Все данные по обоим факторам фиксируются в таблицу. Данные постоянно меняются, так как продавцы работают над улучшением своих сайтов. Именно этот процесс решено автоматизировать, чтобы не заносить цифры в таблицу вручную.

Так, в 5% случаев на кнопке «Купить» оказывается продавец с не самой низкой ценой, чтобы выяснить, какая доля пользователей перейдет на его сайт и купит билет.

Таким образом, параметры все время пересчитываются, система обучается на основе полученных данных и сама выбирает лучшее решение.

ИИ выбирает фотографии к описанию отеля

Если выбор продукта или услуги связан с качеством фотографий, и их огромное количество, — отбирать картинки вручную нерационально. Нужен ИИ.

Проблема в том, что каждый партнер присылает свои фотографии гостиницы в сервис отелей Aviasales, а партнеры далеко не всегда являются сетевыми гигантами вроде Hilton или Marriott.

Иногда это собственник небольшого гестхауса в Крыму, который сфотографировал комнаты на телефон.

Для анализа фотографий нужен ИИ, который распознает качество и определит, в каком порядке показывать изображения. Решение нашлось в одной обученной нейронной сети, которая умеет определять локацию. В результате получается, например, такая разбивка: 63% — здание, 20% — бассейн, 11% — дерево, 6% — пляж.

В городских отелях интересно, как выглядит номер, поэтому сначала показываются фотографии с кроватью. В пляжных отелях, наоборот, важны бассейн и лежаки. Как правило, в курортных направлениях номера довольно скудные, и внутреннее убранство номера лучше показать в последнюю очередь.

Начав работать с фотографиями с помощью ИИ, компания сократила расходы на ручной труд: раньше нанимали фрилансеров, которые отбирали картинки в популярных городах, а также повышали конверсию на 12%, в основном благодаря экспериментам с фотографиями бассейнов на пляжных курортах.

Читайте также:  Подводные льды будут изучены роботами

Как ИИ помогает делать красивые сайты с конструктором Weblium

В конструкторе сайтов Weblium используется AI Design Supervisor, который отслеживает действия пользователя по созданию сайта в реальном времени и идентифицирует дизайнерские ошибки, исправляя их на лету.

Источник: https://hightech.fm/2019/02/04/ai-company

Искусственный интеллект в бизнесе — опыт российских брендов — Будущее на vc.ru

Кейсы от МТС, «Мегафона», «Сбербанка», ABBYY, Aviasales и других компаний.

Редакция vc.ru узнала у представителей российских ИТ-компаний о том, как они используют технологии искусственного интеллекта, чтобы снизить затраты и увеличить доходы, оптимизировать рабочие процессы и повысить производительность.

1. Создание персональных рекомендаций

Технологии искусственного интеллекта помогают МТС узнать, какие услуги понадобятся клиенту. Так компания увеличивает продажи и эффективность рекламных кампаний.

2. Повышение эффективности работы розничных магазинов

С помощью технологий искусственного интеллекта «Мегафон» оптимизирует работу салонов. Также на основе анализа больших данных оператор разработал линейку тарифных планов.

3. Помощь в планировании отдыха

Сервис по поиску авиабилетов Aviasales использует алгоритмы машинного обучения, чтобы улучшить рекомендации по отдыху для пользователей. Компания задействует технологии искусственного интеллекта для развития собственного поисковика и предоставления помощи пользователям в покупке билетов.

4. Оптимизация работы технической поддержки

Сеть магазинов «ВкусВилл» разработала бота в Telegram, чтобы сократить нагрузку технической поддержки. Бот помогает клиентам найти ближайший магазин, совершить простые операции с картой и подбирает индивидуальные скидки.

5. Оптимизация рутинных процессов

В январе 2017 года «Сбербанк» рассказал о планах заменить три тысячи сотрудников на одного робота-юриста.

А в июле 2017 года президент банка Герман Греф заявил, что у специалистов без знаний технологий искусственного интеллекта нет перспектив.

Компания использует эти технологии, чтобы обслуживать клиентов в колл-центре, бороться с мошенничеством, персонализировать предложения для клиентов и повышать эффективность сотрудников.

6. Оптимизация производства в промышленности

В 2014 году «Яндекс» открыл международное подразделение Yandex Data Factory, которое создает инновации для решения задач промышленности. Разработки основаны на технологиях машинного обучения и искусственного интеллекта, которые развиваются в компании с момента её основания.

Технологии «Фабрики» используютcя для оптимизации расходов сырья и разработки рекомендаций по оптимальным настройкам устройств. С 2015 года «Яндекс» обрабатывает большие данные «Билайна» для помощи в принятии решений. Например, при выборе оптимального канала рекламы.

В феврале 2017 года команда подразделения разработала для «Райффайзенбанка» модель, чтобы спрогнозировать спрос на наличные в банкоматах. В июне 2017 года «Яндекс» и «Газпром Нефть» подписали соглашение о сотрудничестве, согласно которому ИТ-компания предоставит технологии машинного обучения и искусственного интеллекта для обработки данных при бурении скважин.

7. Обработка и подготовка документации

ABBYY Compreno — технология для понимания и анализа текстов на естественном языке. В основе технологии лежит семантическая иерархия, которая обеспечивает анализ и понимание текста на основе его смысла.

Compreno можно использовать для распределения платежей по статьям выплат, обработки проектной документации, сбора информации для формирования аналитических отчетов. Разработка помогает компаниям сократить затраты на хранение документов и оптимизировать время на поиск информации.

8. Моделирование данных о компании

Российские вузы также занимаются разработкой технологий искусственного интеллекта для бизнеса. Университет ИТМО ведет исследования в области онтологического моделирования.

9. Автоматизация рабочих процессов компании

Команда Akil.io создаёт решения для бизнеса и работает на базе Технопарка Университета ИТМО. Продукт представляет собой систему анализа, постановки и выполнения задач с элементами искусственного интеллекта, которая помогает автоматизировать исполнение процессов.

10. Оптимизация процесса разработки лекарств

Компания «Оптимальное движение» — резидент Технопарка Университета ИТМО — разработала компьютеризированную систему odgAssist. Она охватывает деятельность фармацевтического производства — от контроля отклонений до ведения электронного досье на серию. Сейчас система установлена на шести производствах.

#Будущее

Материал опубликован пользователем. Нажмите кнопку «Написать», чтобы поделиться мнением или рассказать о своём проекте.

Написать

Источник: https://vc.ru/future/25645-ai-business

Кейс: Искусственный интеллект в интернет-маркетинге

В этом кейсе мы рассмотрим глубокую аналитику трафика Яндекс.Директ РСЯ, хотя подобные методы подойдут и для других видов трафика.

В таких системах как Яндекс.Метрика или Google Analytics есть много данных в разных разрезах. Их можно группировать и объединять.

Но есть один существенный недостаток: системы не могут думать как человек, они построены строго на количественных данных.

Для наглядности построим простую систему данных с явной зависимостью:

  • 2010 – 1
  • 2011 – 2
  • 2012 – 3
  • 2013 – X
  • 2014 – 5
  • 2015 – 6

Думаю, взглянув на эти числа, вы сразу поймете неизвестное число X, и для этого вам не понадобится никаких формул.

Этим и отличается человеческий мозг от жесткой математической модели, которая всегда хороша, когда есть известные данные.

А если их система неизвестна, то математическую модель придется подстраивать под конкретную задачу, чего не нужно делать, если вы используете алгоритмы искусственного интеллекта, построенные по модели нейронных сетей.

Важно

Не секрет, что компания “Грант Маркетинг” использует алгоритмы искусственного интеллекта с начала 2015 года на собственном экспериментальном, а сегодня уже практическом сервере “GM-Spark Mlib”.

Итак приступим:

Накопленные данные: 475 посетителей из РСЯ.

Задача: выявить из них наиболее эффективных.

Будем считать, что эффективными будут те, кто просмотрел более 1 страницы или 1 страницу более 15 секунд (стандарт в Яндекс.Директ для показателя отказа). Производим компоновку данных:

  • Возраст – количество просмотров.
  • Пол – количество просмотров.
  • Пол – отказы.
  • Устройства – просмотры.

Для обработки данных мы будем использовать наш аналитический сервер “GM-Spark Mlib” алгоритм Preducation.

Не в даваясь в подробности, суть алгоритма заключается в изучении, а затем предсказании данных на основе обучающей выборки.

Поочередно загружаем данные и получаем вот такие графики

Зависимость глубины просмотра от возраста

Зависимость глубины просмотра от пола

Зависимость глубины просмотра от устройства

На основе этих данных мы произвели корректировки настроек рекламных кампаний на необходимую нам целевую аудиторию.

Итог:

  • Глубина просмотра страниц увеличилась на 47%.
  • Количество контактов выросло на 35%.

Источник: https://www.GrantMarketing.ru/cases/iskustvenni_intelect_v_internet_marketinge.html

Искусственный интеллект в маркетинге: начало новой эпохи

Главный термин последних пары лет — «искусственный интеллект». Это понятие сейчас на волне популярности, в новостях постоянно пишут о «роботах», составляющих юридические иски, пишущих спортивные репортажи и криминальные хроники, «работающих» консультантами в отделах продаж и на сайтах.

Но мы пока что считаем всё это экзотикой, маленькими шагами в большое будущее. И уверены, что до реальной пользы от ИИ в принятии стратегических решений пройдут ещё долгие годы. А сейчас решения по-прежнему должны приниматься после бессонных ночей с перебором данных в уме и рисованием на салфетках разных сценариев событий.

Вот набор основных убеждений про ИИ в предпринимательской среде.

  • То, что в текущем дне называют «искусственным интеллектом», лишь зачаток, демонстратор будущих возможностей. Сегодня нельзя всерьёз говорить об этом и тем более использовать в серьёзных задачах.
  • Для того чтобы добиться успеха в бизнесе, не нужен никакой ИИ. Надо просто совершенствовать продукт, делать его лучше и качественнее.
  • «Роботу» можно доверить какие-то простые алгоритмические действия, но бизнес-стратегия — это уж точно человеческая задача.
  • Человек умеет принимать решения интуитивно, а этого никакой ИИ не может и не сможет никогда.
  • Внедрение ИИ лишь увеличит издержки компании — придётся ещё нанимать дополнительных «программистов искусственного интеллекта» или что-то типа того.
  • Технологии искусственного интеллекта — очень дорогая штука, доступная только транснациональным корпорациям. Для обычного бизнеса это будет недоступно ещё очень долго — а может быть, и никогда.

Удивительно, но все эти утверждения неверны.

Интеллект и личность

Насколько совершенен искусственный интеллект сегодня? Почему, несмотря на все разговоры об успехах, мы не видим ничего похожего на человекоподобных роботов из фантастических фильмов? Дело в том, что при рассуждениях об ИИ часто путаются понятия «искусственный интеллект», функция поиска взаимосвязей и зависимостей, а также «искусственная личность» — рефлексирующая, осознающая себя сущность, имеющая самостоятельные суждения.

До искусственных личностей нам ещё очень далеко — и, возможно, они не будут созданы никогда.

Но системы искусственного интеллекта, которые умеют отслеживать связи между огромным числом объектов, находить закономерности, строить прогнозы, вытекающие из этих закономерностей — уже существуют и успешно используются в самых разных сферах и отраслях.

Одна из самых мощных реализаций ИИ для решения бизнес-задач — платформа Watson Marketing, созданная на базе суперкомпьютера компании IBM.

Перестать думать о продукте

Весь маркетинг с глубокой древности до недавних времён строился вокруг продукта. И даже когда маркетологи заговорили о клиентоориентированности, всё равно это была история о продукте. Как сделать продукт более удовлетворяющим, более подходящим для клиентов.

В итоге основная стратегия продаж — убедить клиента в том, что ему нужен этот продукт. И заставить закрыть глаза на то, что ему в продукте не подходит.

Так было до последнего времени, но сегодня кое-что изменилось.

Digital-технологии позволяют собрать огромное количество данных о клиенте — и, если их правильно обработать, то мы сможем с высокой вероятностью прогнозировать, какая конфигурация продукта или услуги подойдёт конкретному клиенту.

Человек не в состоянии обработать такое количество данных, но это умеет искусственный интеллект Watson Marketing. Обработать, построить взаимосвязи, сделать прогноз и сформировать индивидуальное предложение.

Сегодня мы находимся в переломной точке: совсем скоро оператор сотовой связи будет предлагать вам перейти не на «новый тариф», а на «индивидуальный тарифный план», который окажется действительно индивидуальным — и выгодным именно для вас!

Одна из крупнейших розничных сетей США — Macy’s — при помощи сервисов Watson разработала персонализированного виртуального советника для покупателей.

Сервис отслеживает историю покупок для каждого человека и на основе собранных данных даёт советы и делает персонализированные предложения.

Совет

Благодаря «знанию» о покупателе виртуальный советник не порекомендует туфли из натуральной кожи защитнику прав животных, а «эксклюзивную коллекцию» человеку, интересующемуся эконом-сегментом.

Аналогичный рекомендательный сервис внедрила виноторговая компания Millesima. Помимо истории покупок, система анализирует такие факторы, как география покупателя, время года и многое другое.

В результате компания может предложить посетителю не просто «вкусное вино», а вино из числа его предпочтений.

А кроме того, сделать какое-то специальное предложение в связи с личными и национальными праздниками покупателя.

Маркетинг меняется. От продуктоориентированности он становится клиентоориентированным, и ключевая роль в этом процессе отводится платформам искусственного интеллекта.

Стратегия не механическое дело?

Стратегия развития всего бизнеса, стратегия отдельной рекламной кампании — всё это однозначно «человеческие» компетенции. Никакой ИИ не примет решение за вас. Но каждое решение опирается на знания.

Только понимая, что происходит, какие существуют тренды, к чему они приведут в ближайшем будущем, можно выстраивать стратегию. А именно анализ данных — вотчина ИИ, его стихия.

Искусственный интеллект не может принять стратегическое решение, но способен резко повысить качество решений, принимаемых человеком.

Искусственная интуиция

С лёгкой руки фантастов интуиция считается чуть ли не главным преимуществом человека. Мол, «роботы» действуют в рамках жёсткой логики, а человек способен прочувствовать алогичные, казалось бы, связи.

Конечно, ИИ не имеет «интуиции» в человеческом понимании.

Но способность Watson Marketing обрабатывать и связывать в единую картину данные из множества источников даёт возможности более точного планирования, чем «интуитивное» назначение прогнозов.

Аналитика от Watson была внедрена в американском зоопарке Point Defiance.

Если до внедрения системы работа зоопарка строилась на предположениях о том, сколько посетителей придёт в зоопарк в каждый конкретный день, то с подключением Watson в прогнозах стали учитываться количество чекинов потенциальных и текущих посетителей в социальных сетях, упоминания названия зоопарка на различных ресурсах, прогноз погоды и многое другое.

В результате:

  • продажи билетов выросли на 700%;
  • за счёт более точного и дальновидного планирования на 10% сократились ежегодные расходы на персонал;
  • в 3 раза увеличилось количество участников программы лояльности — благодаря быстрому созданию и проведению целевых маркетинговых кампаний.
Читайте также:  Smart sensing – «умная» ткань для одежды нового поколения

На одном языке

Из фантастики нам известен ещё один образ — умный робот, с которым можно разговаривать, как с человеком. Задавать вопросы на обычном языке, получать ответы в такой же форме.

Большинство из нас думает, что это чистый художественный вымысел, а для управления системами ИИ нужны особым образом обученные операторы, которые работают со специальными кодами, и так далее.

В общем, внедрение такой системы в компании — это найм новых сотрудников и большой рост издержек.

Однако на самом деле всё иначе. Отличительна особенность Watson Marketing — способность понимать «естественный язык». Конечно, поддержать пространную беседу система не сможет, но она способна быстро и точно найти ответы на вопросы по профессиональной сфере, под которую сконфигурирована. «Что нужно, чтобы…» — и система подготовит справочные материалы.

Это же касается и вопросов бизнес-планирования. Watson Marketing способен выступать бизнес-советником, анализирующим данные и ищущим ответы на вопросы стратегии и тактики. Общаясь при этом на «естественном языке».

Способности Watson к общению лучше всего иллюстрирует история профессора информатики из Технологического института Джорджии. Ашок Гоэль (Ashok Goel) объявил своим студентам, что взял на работу новую помощницу по имени Джилл Ватсон, которая будет напоминать о необходимости сдать очередную работу, уведомлять об изменениях в расписании, отвечать на вопросы на студенческом форуме.

На самом же деле в роли помощницы выступал сервис, разработанный на базе системы Watson. За несколько месяцев общения с «помощницей» никто из студентов не заподозрил, что разговаривает с машиной.

Обратите внимание

При этом только за один месяц Джилл ответила на более чем 1000 вопросов, опубликованных в форуме.

Все студенты отметили пунктуальность и ответственность нового ассистента, а также «дружеский характер общения».

Суперкомпьютер в мобильном приложении

Ещё одно заблуждение: о заоблачной дороговизне решений в области ИИ. Вернее, это не совсем заблуждение. Конечно, разрабатывать собственное решение очень дорого. Но решения Watson доступны в самых разных форматах, в том числе — в виде SaaS-сервиса, не требующего какой-либо установки.

При этом некоторое время назад API сервисов были открыты для разработчиков мобильных приложений, благодаря чему появилась возможность использовать мощности суперкомпьютера IBM и платформы Watson буквально «из мобильного»!

«Когнитивность» — будущее маркетинга

Сегодня складывается парадоксальная ситуация: клиенты предъявляют к бизнесу высокие требования, но бизнес не успевает реагировать на этот запрос. Маркетологи утопают в данных, но в то же время испытывают нехватку полезных сведений.

Большинство данных, раскрывающих важные сведения о клиентах, существуют в неструктурированном виде (в их число входят изображения, данные на локальном языке и видео), их невозможно обработать «механически», и поэтому они остаются неизученными в большинстве компаний.

Используя инструменты Watson Marketing, можно анализировать данные всех типов, встраивать средства анализа в ежедневные маркетинговые процессы, чтобы сделать коммуникации более адресными, актуальными и эффективными.

Когнитивный подход подразумевает, что данные находятся на службе у маркетинга, а не наоборот.

Когнитивный подход к бизнесу предполагает, что собираемые данные становятся основой для решений, исходя из которых происходит обучение системы для предоставления ещё более разумных, контекстных рекомендаций, позволяющих формировать потребительский опыт и корректировать его вплоть до малейших деталей. И тем самым повышается ценность бренда, укрепляются взаимосвязи с клиентами и ускоряются темпы стратегического развития.

Когнитивный подход позволяет:

  • выявить неудовлетворённые потребности клиентов и модернизировать продукты и услуги;
  • привлечь больше клиентов и повысить прибыль благодаря индивидуально подбираемым продуктам, услугам, преимуществам, предложениям и расценкам;
  • получить максимальную отдачу от сотрудничества с имеющимися клиентами и партнёрами за счёт оптимизации инвестиций в укрепление взаимоотношений.

Попробовать

Лучше всего о возможностях Watson и когнитивном подходе к бизнесу расскажет живая демонстрация.

Попробуйте платформу Watson в действии, зарегистрируйтесь в демонстрационном центре и посмотрите интерактивную презентацию её работы!

Перейти в демоцентр >>>

Источник тизера: wuwm.com

Партнёрская публикация

Источник: https://www.cossa.ru/152/198226/

Как использовать искусственный интеллект для предсказания рынков и торговли

Спонсорский материал

Криптовалютный рынок уверенно захватывает интерес традиционных инвесторов и трейдеров, рост курса и капитализации цифровых валют привлекает на биржи все больше и больше новых пользователей, при этом новые криптовалюты или криптотокены выходят на торги буквально ежедневно, и новичку такого рынка зачастую просто невозможно отслеживать огромные массивы информации и новостной поток, а также проводить грамотную оценку актива, в который ему хотелось бы инвестировать.

На еще зарождающемся рынке, конечно же, появляется множество «помощников» в лице брокеров или же индивидуальных (а порой самопровозглашенных) экспертов, готовых поделиться знаниями за круглую сумму.

Важно

Однако как знать, к кому обратиться за помощью? Как понять, кому можно доверять в инвестиционных решениях, так, чтобы ваш советчик не использовал ваши ресурсы в своих интересах или не навязывал вам выгодный ему актив?

Конечно же, в период активного развития искусственного интеллекта, нейросетей и децентрализованных продуктов появляются программные решения, не обладающие предвзятостью, возможностью махинаций и, в конце концов, последствиями человеческого фактора. Как правило, подобные алгоритмы разрабатываются крупными трейдинговыми и финансовыми компаниями, при этом код и принципы работы таких систем держаться в секрете, программные продукты доступны ограниченному кругу пользователей.

Как насчет виртуального помощника, который знает рынок, может самообучаться и давать вам инвестиционные советы, и с помощью которого вы сможете совершать сделки на бирже в доступном интерфейсе? Интересно? Одному российскому стартапу есть, что предложить.

Встречайте Mirocana. Это сложная изнутри, но доступная для использования даже новичкам система, основанная на самообучающихся нейронных сетях и других современных моделях машинного обучения, которые способны прогнозировать изменения на рынках акций, валюты и криптовалюты.

Платформа обладает тонкими настройками, открыв доступ к вашему брокерскому счету или аккаунту на бирже, вы сможете торговать прямо из веб-интерфейса, при этом системе будет недоступно управление балансом, а только осуществление сделок согласно вашим решениям и заданным параметрам.

Mirocana стремится сделать систему максимально прозрачной и доступной всем желающим. Целью Mirocana является постоянное повышение точности прогнозов, для этого разработан уникальный искусственный интеллект, опирающийся на три «слоя»: источники данных, стратегии и симуляции.

Стратегии учитывают множество параметров и данных, от технического и фундаментального анализа и оценки макроэкономических данных до сканирования новостных потоков и социальных сетей. Mirocana постоянно наращивает количество стратегий, тестируя новые и оптимизируя шаблоны для максимальной эффективности прогнозов и оценки активов.

Под источником данных Mirocana подразумевает алгоритм, который собирает и структурирует данные из множества источников, так или иначе влияющих на изменение цены актива на рынке (котировки бирж, новостные агрегаторы, активность трейдеров на торговых площадках и тд).

В качестве симуляции или моделирования выступает процесс взвешивания входных данных по каждой из доступных стратегий и дальнейшего получения прогнозов.

Здесь применяются как собственные наработки по машинному обучению и нейросетям, так и ряд открытых решений, уже зарекомендовавших себя.

Как мы уже говорили, Mirocana стремится сделать свой продукт доступным всем желающим. Для этого, а также для ускорения разработки и исследований, компания проведет первичную продажу токенов MIRO, которые дадут владельцам доступ к инвестиционным продуктам Mirocana и будут в дальнейшем торговаться на криптовалютных биржах.

Совет

Система включает три инвестиционных продукта, доступ к которым будет определяться количеством токенов MIRO на балансе владельца.

В первую очередь, это продукт для фондового рынка, который позволяет прогнозировать изменение цены активов на биржах NASDAQ и NYSE. Продукт эксклюзивен, он будет доступен для топ-200 держателей токенов по результатам первичной продажи и владельцев крупных балансов в MIRO в будущем.

Второй продукт для форекс-рынка может предсказывать курсы 125 валютных пар, доступных у брокера OANDA. Он также будет доступен пользователям в зависимости от количества токенов MIRO на балансе.

И, наконец, третий продукт направлен на криптовалютный рынок. Система прогнозирует значение курса валют на бирже Poloniex, в будущем также планируется интеграция с другими криптовалютными торговыми площадками.

Как владелец токенов, вы сможете настроить доступ к необходимым инвестиционным продуктам, а также настроить целевой доход в диапазоне от 5% до 150%. В течение первых восьми месяцев держатели токенов MIRO смогут воспользоваться нужными им продуктами без комиссий.

У проекта долгосрочные планы, дорожная карта уже сейчас четко расписана до 2019 года.

Инвестиционные продукты и алгоритмы Mirocana постоянно совершенствуются, ожидается устойчивый спрос на токены MIRO для доступа к новым продуктам проекта.

На сайте проекта выложен White Paper, в котором можно подробно ознакомиться с описанием работы и структурой всей системы и каждого из ее элементов в отдельности.

Обратите внимание

Таким образом, Mirocana может стать надежным помощником в вашей торговой и инвестиционной деятельности, а также самостоятельно принимать торговые решения, основываясь на самообучении и ваших целей.

С деталями Token Sale можно ознакомиться на сайте проекта или в ветке на форуме bitcointalk или официальном чате в Telegram. 19 октября проект запускает закрытый пресейл, на который уже активно собираются заявки.

#AI #ico #miro #mirocana #искусственный интеллект

Источник: https://coinspot.io/technology/kak-ispolzovat-iskusstvennyj-intellekt-dlya-predskazaniya-rynkov-i-torgovli/

Искусственный интеллект и интернет вещей: в чем разница?

Жить в современном мире очень непросто. С одной стороны нас пугают “восстанием машин”, с другой — обещают беззаботное будущее в умном доме. Нам нравится пользоваться достижениями современной науки. Но вот мы с помощью голосовой команды просим телефон рассказать о последних новостях и тут же узнаем, что Илон Маск в очередной раз высказался против развития искусственного интеллекта.

В чем же разница между интернетом вещей и искусственным интеллектом и как они связаны? или Почему ваш чайник никогда не превратится в десептикона.

Начнем с определений

Интернет вещей (Internet of Things (IoT)) — это сеть физических устройств, — автомобилей, зданий, освещения, сенсоров, датчиков и т.д., — которые способны передавать информацию друг другу (от сенсора к сенсору) и внешним объектам (от сенсора к автомобилю, от датчика к человеку).

Искусственный интеллект (Artificial Intelligence)— это сфера компьютерных наук, которая занимается созданием алгоритмов с целью воссоздать когнитивную деятельность человека, чтобы компьютер мог принимать решения, оперируя своим собственными опытом, и адекватно отвечать в ситуациях, с которыми ранее не сталкивался.

То есть в интернете вещей предметы изначально программируются на определенные действия: включать свет при движении в комнате, открывать гаражную дверь при приближении машины или, например, кипятить воду при получении сигнала от приложения.

Искусственный интеллект же запрограммирован учиться и понимать (в меру своих возможностей). То есть, грубо говоря, вы всегда знаете, что может сделать устройство, но не сумеете узнать, на что способен ИИ, пока он это на самом деле не совершит действие (законы физики, впрочем, никто не отменял).

Значит искусственный интеллект и интернет вещей никак не связаны?

Они не связаны, но успешно дополняют друг друга и в будущем объединятся. Как-никак, именно интернет вещей способен обеспечить ИИ массивом данных для обучения.

Да, вы можете сами поставить будильник, но ИИ способен сделать это за вас, рассчитав точное время подъема по биоритмам вашего тела, не забыв учесть ваше сонное бормотание “хочу поспать завтра подольше”.

Интернет вещей объединяет сетью все ваши устройства, позволяя вам управлять ими, где бы вы ни находились. ИИ же в будущем возьмет часть ваших “обязанностей” на себя.

Например, угадывать, в какое точно время вам захочется выпить чашечку кофе.

А может их кто-нибудь взломать?

Разработка новых технологий всегда были гонкой между теми, кто обеспечивает безопасность, и теми, кто ищет уязвимости. Главное помнить, что качественным считается алгоритм, который можно известным способом взломать, но на это уйдет так много сил и времени, что проще махнуть рукой. 

Читайте также:  Английские синоптики получат искусственный интеллект для того, чтобы увеличить точность своих прогнозов

Компании, занимающиеся разработкой новых устройств и ИИ, всегда подвергают свои творения множеству тестов, пока не будут выявлены и обезврежены все возможные пути нанести вред пользователю.

Так что никто ваш новый чайник не взломает, будет завидовать на расстоянии.

Так ИИ можно не бояться? А интернетом вещей пользоваться уже сейчас?

Чтобы не бояться искусственного интеллекта нужно больше о нем знать, а для этого можно читать Funscience и наши регулярные подборки новостей. 

Интернет вещей уже сегодня постепенно вливается в нашу жизнь. По оценке Gartner, к 2020 году мы пересечем отметку в 20 млрд. IoT устройств, подключенных к интернету. Для сравнения, сегодня подключены примерно 12 миллиардов IoT устройств. 

Компании выпускают решения для отелей, больниц, школ и, конечно, жилых помещений. Если вы сомневаетесь, нужен ли вам “умный дом” во всей его красе, начните с малого. Например, с чайника. Как-никак, это самая используемая единица техники в доме.

Умный чайник REDMOND SkyKettle подключается по Bluetooth и им можно управлять через приложение на смартфоне.

Так вы сможете, не приходя на кухню, вскипятить воду или установить поддержание определенной температуры, необходимой для заваривания чая.

Через приложение Ready for Sky можно даже поменять цвет подсветки и настроить яркость, потому что почему бы и нет.

Специально для подписчиков Funscience скидка 50% по промокоду science.

Источник: https://enciklopediya-tehniki.ru/kosmos/iskusstvennyy-intellekt-i-internet-veschey-v-chem-raznica.html

Искусственный интеллект на примере IT-гиганта. Компания Amazon

Крупнейший мировой онлайн-ритейлер Amazon, как и многие другие компании, следуя современным тенденциям развития информационных технологий, активно инвестирует в разработки в области искусственного интеллекта. Amazon занимается такого рода исследованиями на протяжении последних четырёх лет, однако даже за такой относительно небольшой срок компания сумела достичь больших успехов в этой области.

Складские роботы Kiva

Впервые публичный интерес к высокоинтеллектуальным машинам корпорация проявила в 2012 году, когда была куплена компания Kiva Systems, занимающаяся производством складских роботов. Эта покупка обошлась Amazon в $775 млн и позволила компании стать частью рынка робототехники.

При этом, ко всеобщему удивлению, IT-гигант стал производить роботов только для собственных нужд, прекратив их продавать другим компаниям. Это позволило Amazon прочно занять лидирующие позиции в использовании складских роботов и обойти большинство своих конкурентов.

Уже к концу 2014 года на 10 складах корпорации использовались более 15 000 роботов Kiva.

Важно

Наличие роботов Kiva дало Amazon возможность не только значительно уменьшить время, затрачиваемое на транспортировку заказов, но и повысить эффективность использования складских помещений. На складах, где используются роботы, появилась возможность размещать на 50 % больше товаров.

Сам робот Kiva выполнен в виде квадратного блока высотой 40 см и весит около 130 кг. Наличие колёс позволяет ему передвигаться со скоростью около 7,5 км/ч и перевозить стеллажи с грузами, вес которых может достигать 280 кг. Перемещение осуществляется по размеченным на полу линиям со штрих кодами.

Считывая эти штрих коды, робот определяет свое местоположение.

Получить подробное представление о Kiva в действии можно из следующего видео.

В настоящий момент, роботы Kiva используются на 13 складах Amazon, а их общая численность составляет около 30 тысяч. Вице-президент компании Дейв Кларк отмечает, что армия складских роботов снизила операционные расходы компании примерно на 20%.

Аналитики Deutsche Bank также уверены в эффективности Kiva, подсчитав, что их использование на одном складе позволяет корпорации ежегодно сэкономить около $22 млн. Учитывая это, не удивительно, что Amazon в ближайшем будущем планирует оборудовать роботами Kiva все склады, которых сейчас насчитывается около сотни по всему миру, ведь это ежегодно сэкономит компании около $ 2,5 млрд.

По словам представителей Amazon, следующим этапом развития складских роботов является их использование для задач, связанных с сортировкой и упаковкой заказов. Сейчас на складах Amazon данный этап не является автоматизированным, и на нём продолжают работать люди.

Для стимулирования разработчиков на создание таких роботов Amazon ежегодно проводит соревнование Amazon Picking Challenge. Все тестируемые машины проверяются на способность взять самостоятельно с полки предмет и положить его обратно.

Более сложные вещи роботы пока сделать не в состоянии.

Победителем Amazon Picking Challenge 2016 стал манипулятор с искусственным интеллектом от Делфтского университета. Представленная машина смогла взять 105 предметов за час, совершив при этом около 17% ошибок.

Стоит отметить, что человек пока намного эффективнее решает эту задачу, показывая в среднем результат 400 предметов в час и совершая значительно меньше ошибок.

Однако роботы стремительно прогрессируют – в прошлом году победитель смог взять только 10 предметов за 20 минут, так что, возможно, совсем скоро складские роботы смогу заменить человека во всех аспектах транспортировки товаров.

Источник: http://iot.ru/riteyl/iskusstvennyy-intellekt-na-primere-it-giganta-kompaniya-amazon

Бизнес – на пути к smart-закупкам, в которых большую роль будут играть искусственный интеллект и блокчейн

В сфере закупок последние два десятка лет шёл постепенный переход от тактического ручного управления процессом к стратегическому, осуществляемому с помощью цифровых инструментов, но именно 2-3 года назад начались тектонические сдвиги.

Фактически речь идёт не только о сокращении издержек и автоматизации рутинных процессов.

 Дискуссия о том, как осуществляется этот переход, велась на глобальном форуме SAP Ariba Live, который проходил в Амстердаме.

От экономии средств – к созданию стоимости

Согласно данным совместного исследования Университета прикладных наук Вюрцбург-Швайнфюрт и компании SAP, лидеры рынка закупок увеличивают инвестиции в IT-инстументы, видя в них конкурентное преимущество. Результаты исследования были презентованы во время глобального форума SAP Ariba Live.

Изучив цепочки поставок и процедуру закупок более 450 компаний по всему миру, исследователи выяснили, что на сегодняшний день только 5% компаний достигли высокой степени автоматизации. При этом 83% руководителей бизнеса видят за ней будущее.

Пока экономия – главный стимул для внедрения автоматизированных решений. IT-инструменты позволяют быстро получать информацию о тратах и контролировать нецелесообразные расходы. Вместе с тем 88% директоров по закупкам упоминают параллельные цели: например, исключение рисков использования рабского труда поставщиками или прослеживаемость всей цепочки поставок через субподрядчиков.

Совет

По словам директора по цифровым технологиям для решений SAP Ariba Марселя Воллмера, компании, лидирующие по объемам закупок, определяют автоматизацию процесса в качестве приоритета: это позволяет сэкономить на транзакционных издержках и найти лучшие ценовые предложения поставщиков. Однако лидеры рынка больше не смотрят на закупочную историю только с точки зрения сокращения затрат: закупки могут и должны создавать стоимость. Специалисты по закупкам – единственные, кто владеет информацией от всех подразделений от поставок сырья до выпуска готовой продукции, которые связывают различные бизнес-процессы в систему. Это – основа для стратегических действий. Например, умная система может предложить распечатать нужную запчасть на 3D-принтере по соседству, вместо того чтобы везти ее через всю страну или использовать дроны для доставки деталей в отдаленные районы.

Именно поэтому около 60% респондентов опроса SAP и Университета прикладных наук Вюрцбург-Швайнфюрт планируют инвестировать средства в IT-инструменты для закупок уже в ближайшее время. Вложиться в роботизацию готовы 20% опрошенных; в ИИ – 17%; в машинное обучение и чат-боты – 15% и 9% соответственно.

Один в экосистеме не воин

На пути цифровой трансформации встают низкий уровень аналитической работы в компаниях, недостаточное качество и количество данных, сокращение бюджетов и нехватка кадров, способных работать с новейшими инструментами.

Таким образом, очищая данные и применяя ИИ и предиктивную аналитику, улучшая компетенции сотрудников, компания сможет повысить эффективность закупок.

Автоматизация при этом не должна быть самоцелью: компаниям надо не просто автоматизировать все – надо знать, зачем нужен цифровой инструмент и чего с его помощью бизнес хочет добиться.

Бэрри Паджетт предлагает использовать «коллективную мощь экосистемы». Уже сегодня годовой объем транзакций через сеть Ariba превышает совокупный оборот Alibaba, Amazon и eBay. Подключаясь к системе, заказчики получают доступ к функционирующей бизнес-сети, в которой работает более 2,5 млн компаний.

Это позволяет говорить о возможности формирования покупательских консорциумов в сети, где все готовы отказаться от сотрудничества с теми компаниями, которые (сами или их субподрядчики) используют детский труд или особо жесткие по отношению к окружающей среде способы производства.

В SAP считают, что бизнес должен быть готов заплатить немного больше за то, чтобы стать более этичным и здоровым.

Прозрачность – синоним эффективности

Современные IT-решения позволяют выстраивать модели закупок, сравнивать цены с предложениями других поставщиков в системе и в целом по рынку. В итоге компания может выбрать оптимального поставщика, сбалансировав затраты, риски и показатели устойчивости.

Лучшим помощником в закупках становится искусственный интеллект. Сегодня можно объединить внутреннюю аналитику компании (какие группы товаров вы покупаете, на что и как тратите бюджет) компании с данными из внешней среды – биржевыми индексами, новостями, прогнозом погоды или сообщениями из соцсетей.

Блокчейн, по ее мнению, выглядит самым интересным инструментом с точки зрения закупок, так как позволяет хранить большое количество данных и оперировать ими, проследить провенанс товаров или идентифицировать все участников сети поставок. Но говорить о реальных сроках внедрения технологии распределенных реестров в продукты SAP для закупок Шивани Говил не стала.

Цифровой бег с барьерами

Участники форума признали, что у компаний есть реальная потребность в решениях для согласования заявок на закупки. Обычно закупке предшествует длительная переписка по электронной почте с несколькими адресатами, а иногда и устные переговоры.

Процесс – долгий и непрозрачный. Руководство компании зачастую не понимает, сколько денег тратит компания, так как у каждого подразделения есть самописные порталы для согласования закупок, и сводить данные из разных систем практически невозможно.

Однако для многих компаний «сделать закупки умными» легко сказать, но сложно реализовать. Это требует технической продвинутости топ-менеджмента, настроя на инновации у собственников.

Обратите внимание

Мало знать все о своем поставщике – надо иметь возможность отказаться от его услуг, если они не укладываются в понятие sustainability, несмотря на финансовые аспекты.

Должно быть иное обоснование эффективности сотрудничества с инновационными и этическими партнерами.

В России цифровизацию закупок ускоряют регуляторные требования.

Однако, считает Андрей Шарак, у российских компаний есть ряд барьеров.

Во-первых, это недостаточная осведомленность бизнеса о безопасности облачных технологий, во-вторых, внутреннее противостояние в компаниях, когда конкретному менеджеру удобно работать со своими проверенными поставщиками и сложно перейти на новые правила.

И, в-третьих, многие компании пока не задумываются о том, что, инвестировав в развитие закупок, они могут получить значительный доход, зачастую превосходящий обычные методы – например, рост продаж.

Наиболее активны во внедрении автоматизированных закупочных систем, по оценке заместителя генерального директора SAP CIS, компании из промышленной и ритейл-индустрии, такие как «Уралхим» и «Мегаполис».

Источник: http://zdirector.ru/biznes-na-puti-k-smart-zakupkam-v-kotoryh-bolshuyu-rol-budut-igrat-iskusstvennyj-intellekt-i-blokchejn/

Ссылка на основную публикацию
Adblock
detector