4 сферы, которые изменил ai: кейсы российских компаний

4 сферы, которые изменил AI: кейсы российских компаний

Компания Harley Davidson увеличила производство мотоциклов спустя три месяца после внедрения маркетинговой системы, основанной на искусственном интеллекте.

Благодаря нейросетям юристы JP Morgan смогли сократить время, которое тратится на изучение сделок, и уменьшить количество ошибок.

Обратите внимание

Сегодня все больше организаций применяют в своих бизнес-процессах разработки на базе AI для сокращения расходов, повышения прибыли и улучшения производительности.

Рассказываем о российских компаниях, в которых технологии искусственного интеллекта уже помогают добиться наибольших результатов.

Финансы

Согласно исследованиям, лидером по интеграции искусственного интеллекта в бизнес является сфера финансов. Здесь технологии позволяют проверять и оценивать платежеспособность заемщиков, оптимизировать расходы, обрабатывать документы, предотвращать фрод, вычислять кредитных мошенников.

Например, компания VisionLabs предлагает финансовым учреждениям платформу LUNA для биометрического распознавания лиц.

Система использует нейросети и миллионы опорных точек, благодаря чему для идентификации личности достаточно картинки любого качества.

Программа с высокой точностью сверяет фото – независимо от ракурса, уровня освещения или разрешения камеры. Схожесть определяется в процентах: например, алгоритм может выдать результат совпадения дескрипторов на 65 или 99%.

Платформу уже используют более 40 банков и национальных кредитных бюро в России и странах СНГ. В частности, технологию распознавания лиц применяют для денежных переводов и авторизации при доступе к персональным данным.

Активно работает над интеграцией AI в бизнес-процессы Сбербанк. Для этого в финансовом учреждение функционирует специальная лаборатория искусственного интеллекта.

«Мы занимаемся исследованиями, которые можно применить в банке, но также стараемся, чтобы наши результаты были полезны не только в финансовой области.

Важно

Например, нам интересно направление анализа временных рядов; данных с такой структурой (транзакционных и других) очень много в банковской деятельности.

Важно

Из работ с большей научной составляющей можно вспомнить исследования по созданию новых методов интерпретации результатов работы нейросети», – говорит исследователь лаборатории Дмитрий Бабаев.

Одна из последних разработок банка – нейросеть для анализа стоимости недвижимости. Пока алгоритм работает только с базой данных по стрит-ретейлу. При оценке объекта нейросеть учитывает местоположение, пешеходный трафик, ценовое зонирование.

На данную работу у AI уходят считаные секунды, тогда как человек тратит на оценку стоимости объекта несколько часов, а порой и дней.

При помощи нейросети в банке рассчитывают сократить расходы на оценку недвижимости на 30%, а в будущем – на все 50%.

Робототехника и умные гаджеты

В робототехнике искусственный интеллект и глубокое обучение помогают устройствам лучше решать поставленные задачи, понимать окружающую среду и взаимодействовать с ней.

Немало вкладывает в обучение нейросетей NVIDIA. С помощью таких технологий, как глубокое обучение и компьютерное зрение, искусственный интеллект учится, развивается и адаптируется к новым условиям. К примеру, специалисты компании учат AI различать предметы друг от друга.

Одно из решений компании – вычислительный модуль Jetson TX2, предназначенный в том числе для создание роботов. Благодаря ему нейросети работают быстрее, можно использовать системы машинного зрения, графики и навигации. Модуль использует возможности глубокого обучения для развития роботов, дронов, интеллектуальных камер.

Один из примеров применение решения NVIDIA – автономный робот в сфере розничной торговли LoweBot NAVii. Алгоритмы компьютерного зрения, обрабатываемые Jetson, помогают проводить инвентаризацию. Это освобождает персонал от необходимости лично обсуживать клиентов и брать проекты на дом.

«В будущем внедрение ИИ в производство и продукты/сервисы станет рядовым событием, что позволит существенно уменьшить количество рутинной работы для человека и повысить качество продуктов и сервисов», – уверяет инженер в области машинного обучения компании NVIDIA Дмитрий Коробченко.

Медицина

В медицине особенно ценится отменная память AI и его способность обрабатывать большое количество данных, сопоставлять и анализировать информацию.

На базе «Сколтеха» и дорожной карты «Нейронет» развивается платформа «CoBrain-Аналитика». Основная ее цель – создание биомедицинской площадки для сбора, хранения, анализа и обработки больших медицинских данных о головном мозге человека в разных состояниях. В основе сервиса лежат алгоритмы, которые разработчики проекта создают по заказам научных центров или больниц.

Совет

Программа «CoBrain-Аналитика» сможет ставить диагнозы, формировать персональную терапию для пациентов с заболеваниями мозга, выявить патологию, которая физически еще не проявилась.

Если подключить к системе искусственного интеллекта базу данных МРТ головного мозга, то нейросеть проанализирует все томограммы и уведомит врача о том, у каких пациентов есть риск развития рака в течение ближайших 5 лет.

Промышленность

Промышленность с помощью AI может автоматизировать рутинную работу, сократить ошибки из-за человеческого фактора и в разы повысить эффективность предприятия.

SOLUT разрабатывает проект в сфере индустриального IoT, направленный на анализ эффективности использования рабочего времени сотрудниками.

Компания создала систему, которая с помощью показаний акселерометра и гироскопа анализирует активность персонала в течение рабочего дня.

Устройства с датчиками крепятся на руки и правую ногу рабочего. На протяжении дня сигналы с устройств записываются и передаются на компьютер. Система использует методы машинного обучения, позволяющие опередить, чем занимался человек в определенное время. Например, курил, переписывался при помощи смартфона или играл в настольный футбол.

На практике уже экспериментирует с технологиями больших данных, машинного обучения и искусственного интеллекта Новолипецкий металлургический комбинат.

В холдинге с декабря 2017 года функционирует кластер «Система анализа данных и моделирования», основная задача которого – накапливание и хранение данных с датчиков. Он построен на открытых инструментах на базе Hadoop. В кластер входят 10 серверов, объединенных в единую систему.

В ней можно хранить и одновременно обрабатывать информацию. Объем внутренней памяти системы – 144 терабайта, оперативной – 3 терабайта.

Обратите внимание

Среди проектов кластера – оптимизация расхода газов и электродуговой печи, которая используется для плавки металлолома, прогноз о необходимости ремонта фурм в металлургических печах, позволяющий обойтись без их внеплановых простоев.

Представители всех рассмотренных выше компаний выступят 19 апреля на AI Conference 2018. Интеграцию ИИ в сферу финансов будут более предметно обсуждать в рамках дискуссионной панели «Применение AI-технологий в банковской сфере».  

Подробности о конференции >>> https://goo.gl/z4sXyK

Источник: https://bloomchain.ru/newsfeed/4-sfery-kotorye-izmenil-ai-kejsy-rossijskih-kompanij/

4 сферы, которые изменил AI: кейсы российских компаний

Компания Harley Davidson увеличила производство мотоциклов спустя три месяца после внедрения маркетинговой системы, основанной на искусственном интеллекте. Благодаря нейросетям юристы JP Morgan смогли сократить время, которое тратится на изучение сделок, и уменьшить количество ошибок.

Сегодня все больше организаций применяют в своих бизнес-процессах разработки на базе AI для сокращения расходов, повышения прибыли и улучшения производительности. Рассказываем о российских компаниях, в которых технологии искусственного интеллекта уже помогают добиться наибольших результатов.

Финансы

Согласно исследованиям, лидером по интеграции искусственного интеллекта в бизнес является сфера финансов. Здесь технологии позволяют проверять и оценивать платежеспособность заемщиков, оптимизировать расходы, обрабатывать документы, предотвращать фрод, вычислять кредитных мошенников.

Например, компания VisionLabs предлагает финансовым учреждениям платформу LUNA для биометрического распознавания лиц.

Система использует нейросети и миллионы опорных точек, благодаря чему для идентификации личности достаточно картинки любого качества.

Программа с высокой точностью сверяет фото — независимо от ракурса, уровня освещения или разрешения камеры. Схожесть определяется в процентах: например, алгоритм может выдать результат совпадения дескрипторов на 65 или 99%.

Платформу уже используют более 40 банков и национальных кредитных бюро в России и странах СНГ. В частности, технологию распознавания лиц применяют для денежных переводов и авторизации при доступе к персональным данным.

Активно работает над интеграцией AI в бизнес-процессы Сбербанк. Для этого в финансовом учреждение функционирует специальная лаборатория искусственного интеллекта.

«Мы занимаемся исследованиями, которые можно применить в банке, но также стараемся, чтобы наши результаты были полезны не только в финансовой области.

Например, нам интересно направление анализа временных рядов; данных с такой структурой (транзакционных и других) очень много в банковской деятельности.

Важно

Из работ с большей научной составляющей можно вспомнить исследования по созданию новых методов интерпретации результатов работы нейросети», — говорит исследователь лаборатории Дмитрий Бабаев.

Одна из последних разработок банка — нейросеть для анализа стоимости недвижимости. Пока алгоритм работает только с базой данных по стрит-ретейлу. При оценке объекта нейросеть учитывает местоположение, пешеходный трафик, ценовое зонирование.

На данную работу у AI уходят считаные секунды, тогда как человек тратит на оценку стоимости объекта несколько часов, а порой и дней.

При помощи нейросети в банке рассчитывают сократить расходы на оценку недвижимости на 30%, а в будущем — на все 50%.

Робототехника и умные гаджеты

В робототехнике искусственный интеллект и глубокое обучение помогают устройствам лучше решать поставленные задачи, понимать окружающую среду и взаимодействовать с ней.

Немало вкладывает в обучение нейросетей NVIDIA. С помощью таких технологий, как глубокое обучение и компьютерное зрение, искусственный интеллект учится, развивается и адаптируется к новым условиям. К примеру, специалисты компании учат AI различать предметы друг от друга.

Одно из решений компании — вычислительный модуль Jetson TX2, предназначенный в том числе для создание роботов. Благодаря ему нейросети работают быстрее, можно использовать системы машинного зрения, графики и навигации. Модуль использует возможности глубокого обучения для развития роботов, дронов, интеллектуальных камер.

Один из примеров применение решения NVIDIA — автономный робот в сфере розничной торговли LoweBot NAVii. Алгоритмы компьютерного зрения, обрабатываемые Jetson, помогают проводить инвентаризацию. Это освобождает персонал от необходимости лично обсуживать клиентов и брать проекты на дом.

«В будущем внедрение ИИ в производство и продукты/сервисы станет рядовым событием, что позволит существенно уменьшить количество рутинной работы для человека и повысить качество продуктов и сервисов», — уверяет инженер в области машинного обучения компании NVIDIA Дмитрий Коробченко.

Медицина

В медицине особенно ценится отменная память AI и его способность обрабатывать большое количество данных, сопоставлять и анализировать информацию.

На базе «Сколтеха» и дорожной карты «Нейронет» развивается платформа «CoBrain-Аналитика». Основная ее цель — создание биомедицинской площадки для сбора, хранения, анализа и обработки больших медицинских данных о головном мозге человека в разных состояниях. В основе сервиса лежат алгоритмы, которые разработчики проекта создают по заказам научных центров или больниц.

Совет

Программа «CoBrain-Аналитика» сможет ставить диагнозы, формировать персональную терапию для пациентов с заболеваниями мозга, выявить патологию, которая физически еще не проявилась.

Если подключить к системе искусственного интеллекта базу данных МРТ головного мозга, то нейросеть проанализирует все томограммы и уведомит врача о том, у каких пациентов есть риск развития рака в течение ближайших 5 лет.

Промышленность

Промышленность с помощью AI может автоматизировать рутинную работу, сократить ошибки из-за человеческого фактора и в разы повысить эффективность предприятия.

SOLUT разрабатывает проект в сфере индустриального IoT, направленный на анализ эффективности использования рабочего времени сотрудниками.

Компания создала систему, которая с помощью показаний акселерометра и гироскопа анализирует активность персонала в течение рабочего дня.

Устройства с датчиками крепятся на руки и правую ногу рабочего. На протяжении дня сигналы с устройств записываются и передаются на компьютер. Система использует методы машинного обучения, позволяющие опередить, чем занимался человек в определенное время. Например, курил, переписывался при помощи смартфона или играл в настольный футбол.

На практике уже экспериментирует с технологиями больших данных, машинного обучения и искусственного интеллекта Новолипецкий металлургический комбинат.

Читайте также:  5 причин почему искусственный интеллект (ии) удобно использовать потребителям.

В холдинге с декабря 2017 года функционирует кластер «Система анализа данных и моделирования», основная задача которого — накапливание и хранение данных с датчиков. Он построен на открытых инструментах на базе Hadoop. В кластер входят 10 серверов, объединенных в единую систему.

В ней можно хранить и одновременно обрабатывать информацию. Объем внутренней памяти системы — 144 терабайта, оперативной — 3 терабайта.

Обратите внимание

Среди проектов кластера — оптимизация расхода газов и электродуговой печи, которая используется для плавки металлолома, прогноз о необходимости ремонта фурм в металлургических печах, позволяющий обойтись без их внеплановых простоев.

Представители всех рассмотренных выше компаний выступят 19 апреля на AI Conference 2018. Интеграцию ИИ в сферу финансов будут более предметно обсуждать в рамках дискуссионной панели «Применение AI-технологий в банковской сфере».

Подробности о конференции >>> https://goo.gl/z4sXyK

Источник: https://neuronus.com/news-tech/1385-4-sfery-kotorye-izmenil-ai-kejsy-rossijskikh-kompanij.html

Четыре сферы, которые изменил AI: кейсы российских компаний

Сегодня все больше организаций применяют в своих бизнес-процессах разработки на базе AI (artificial intelligence — искусственный интеллект) для сокращения расходов, повышения прибыли и улучшения производительности.

Так компания Harley Davidson увеличила производство мотоциклов спустя три месяца после внедрения маркетинговой системы, основанной на искусственном интеллекте, а юристы JP Morgan, благодаря нейросетям, смогли сократить время, которое тратится на изучение сделок, и уменьшить количество ошибок. 

Финансы

Согласно исследованиям, лидером по интеграции искусственного интеллекта в бизнес является сфера финансов. Здесь технологии позволяют проверять и оценивать платежеспособность заемщиков, оптимизировать расходы, обрабатывать документы, предотвращать фрод, вычислять кредитных мошенников.

Например, компания VisionLabs предлагает финансовым учреждениям платформу LUNA для биометрического распознавания лиц.

Система использует нейросети и миллионы опорных точек, благодаря чему для идентификации личности достаточно картинки любого качества.

Программа с высокой точностью сверяет фото – независимо от ракурса, уровня освещения или разрешения камеры. Схожесть определяется в процентах: например, алгоритм может выдать результат совпадения дескрипторов на 65 или 99%.

Платформу уже используют более 40 банков и национальных кредитных бюро в России и странах СНГ. В частности, технологию распознавания лиц применяют для денежных переводов и авторизации при доступе к персональным данным.

В Сбербанке функционирует специальная лаборатория искусственного интеллекта. 

«Мы занимаемся исследованиями, которые можно применить в банке, но также стараемся, чтобы наши результаты были полезны не только в финансовой области.

Важно

Например, нам интересно направление анализа временных рядов; данных с такой структурой (транзакционных и других) очень много в банковской деятельности.

Из работ с большей научной составляющей можно вспомнить исследования по созданию новых методов интерпретации результатов работы нейросети», – говорит исследователь лаборатории Дмитрий Бабаев.

Одна из последних разработок банка – нейросеть для анализа стоимости недвижимости. Пока алгоритм работает только с базой данных по стрит-ритейлу. При оценке объекта нейросеть учитывает местоположение, пешеходный трафик, ценовое зонирование.

На данную работу у AI уходят считанные секунды, тогда как человек тратит на оценку стоимости объекта несколько часов, а порой и дней.

При помощи нейросети в банке рассчитывают сократить расходы на оценку недвижимости на 30%, а в будущем – на все 50%. 

Робототехника и умные гаджеты

В робототехнике искусственный интеллект и глубокое обучение помогают устройствам лучше решать поставленные задачи, понимать окружающую среду и взаимодействовать с ней.

Немало вкладывает в обучение нейросетей NVIDIA. С помощью таких технологий, как глубокое обучение и компьютерное зрение, искусственный интеллект учится, развивается и адаптируется к новым условиям. К примеру, специалисты компании учат AI различать предметы друг от друга. 

Одно из решений компании – вычислительный модуль Jetson TX2, предназначенный в том числе для создания роботов. Благодаря ему нейросети работают быстрее, можно использовать системы машинного зрения, графики и навигации. Модуль использует возможности глубокого обучения для развития роботов, дронов, интеллектуальных камер. 

Совет

Один из примеров применение решения NVIDIA – автономный робот в сфере розничной торговли LoweBot NAVii. Алгоритмы компьютерного зрения, обрабатываемые Jetson, помогают проводить инвентаризацию. Это освобождает персонал от необходимости лично обслуживать клиентов и брать проекты на дом.

«В будущем внедрение ИИ в производство и продукты/сервисы станет рядовым событием, что позволит существенно уменьшить количество рутинной работы для человека и повысить качество продуктов и сервисов», – уверяет инженер в области машинного обучения компании NVIDIA Дмитрий Коробченко.

Медицина

В медицине особенно ценится отменная память AI и его способность обрабатывать большое количество данных, сопоставлять и анализировать информацию. 

На базе «Сколтеха» и дорожной карты «Нейронет» развивается платформа «CoBrain-Аналитика». Основная ее цель – создание биомедицинской площадки для сбора, хранения, анализа и обработки больших медицинских данных о головном мозге человека в разных состояниях. В основе сервиса лежат алгоритмы, которые разработчики проекта создают по заказам научных центров или больниц. 

Программа «CoBrain-Аналитика» сможет ставить диагнозы, формировать персональную терапию для пациентов с заболеваниями мозга, выявить патологию, которая физически еще не проявилась.

Если подключить к системе искусственного интеллекта базу данных МРТ головного мозга, то нейросеть проанализирует все томограммы и уведомит врача о том, у каких пациентов есть риск развития рака в течение ближайших 5 лет.

Промышленность

Промышленность с помощью AI может автоматизировать рутинную работу, сократить ошибки из-за человеческого фактора и в разы повысить эффективность предприятия. 

SOLUT разрабатывает проект в сфере индустриального IoT, направленный на анализ эффективности использования рабочего времени сотрудниками.

Компания создала систему, которая с помощью показаний акселерометра и гироскопа анализирует активность персонала в течение рабочего дня. 

Обратите внимание

Устройства с датчиками крепятся на руки и правую ногу рабочего. На протяжении дня сигналы с устройств записываются и передаются на компьютер. Система использует методы машинного обучения, позволяющие опередить, чем занимался человек в определенное время. Например, курил, переписывался при помощи смартфона или играл в настольный футбол. 

На практике уже экспериментирует с технологиями больших данных, машинного обучения и искусственного интеллекта Новолипецкий металлургический комбинат.

В холдинге с декабря 2017 года функционирует кластер «Система анализа данных и моделирования», основная задача которого – накапливание и хранение данных с датчиков. Он построен на открытых инструментах на базе Hadoop. В кластер входят 10 серверов, объединенных в единую систему.

В ней можно хранить и одновременно обрабатывать информацию. Объем внутренней памяти системы – 144 терабайта, оперативной – 3 терабайта. 

Обратите внимание

Среди проектов кластера – оптимизация расхода газов и электродуговой печи, которая используется для плавки металлолома, прогноз о необходимости ремонта фурм в металлургических печах, позволяющий обойтись без их внеплановых простоев.

>> Подробности о конференции

Источник: https://1prime.ru/articles/20180413/828715044.html

4 сферы, которые изменил AI: кейсы российских компаний

Компания Harley Davidson увеличила производство мотоциклов спустя три месяца после внедрения маркетинговой системы, основанной на искусственном интеллекте. Благодаря нейросетям юристы JP Morgan смогли сократить время, которое тратится на изучение сделок, и уменьшить количество ошибок.

Сегодня все больше организаций применяют в своих бизнес-процессах разработки на базе AI для сокращения расходов, повышения прибыли и улучшения производительности.

 Рассказываем о российских компаниях, в которых технологии искусственного интеллекта уже помогают добиться наибольших результатов. 

Финансы

Согласно исследованиям, лидером по интеграции искусственного интеллекта в бизнес является сфера финансов. Здесь технологии позволяют проверять и оценивать платежеспособность заемщиков, оптимизировать расходы, обрабатывать документы, предотвращать фрод, вычислять кредитных мошенников.

Например, компания VisionLabs предлагает финансовым учреждениям платформу LUNA для биометрического распознавания лиц.

Система использует нейросети и миллионы опорных точек, благодаря чему для идентификации личности достаточно картинки любого качества.

Важно

Программа с высокой точностью сверяет фото – независимо от ракурса, уровня освещения или разрешения камеры. Схожесть определяется в процентах: например, алгоритм может выдать результат совпадения дескрипторов на 65 или 99%.

Платформу уже используют более 40 банков и национальных кредитных бюро в России и странах СНГ. В частности, технологию распознавания лиц применяют для денежных переводов и авторизации при доступе к персональным данным. Активно работает над интеграцией AI в бизнес-процессы Сбербанк. Для этого в финансовом учреждение функционирует специальная лаборатория искусственного интеллекта.

Одна из последних разработок банка – нейросеть для анализа стоимости недвижимости. Пока алгоритм работает только с базой данных по стрит-ретейлу. При оценке объекта нейросеть учитывает местоположение, пешеходный трафик, ценовое зонирование.

На данную работу у AI уходят считанные секунды, тогда как человек тратит на оценку стоимости объекта несколько часов, а порой и дней.

При помощи нейросети в банке рассчитывают сократить расходы на оценку недвижимости на 30%, а в будущем – на все 50%.

Робототехника и умные гаджеты

В робототехнике искусственный интеллект и глубокое обучение помогают устройствам лучше решать поставленные задачи, понимать окружающую среду и взаимодействовать с ней. Немало вкладывает в обучение нейросетей NVIDIA.

С помощью таких технологий, как глубокое обучение и компьютерное зрение, искусственный интеллект учится, развивается и адаптируется к новым условиям. К примеру, специалисты компании учат AI различать предметы друг от друга.

Одно из решений компании – вычислительный модуль Jetson TX2, предназначенный в том числе для создание роботов. Благодаря ему нейросети работают быстрее, можно использовать системы машинного зрения, графики и навигации.

Совет

Модуль использует возможности глубокого обучения для развития роботов, дронов, интеллектуальных камер. Один из примеров применение решения NVIDIA – автономный робот в сфере розничной торговли LoweBot NAVii. Алгоритмы компьютерного зрения, обрабатываемые Jetson, помогают проводить инвентаризацию.

Это освобождает персонал от необходимости лично обсуживать клиентов и брать проекты на дом.

Медицина

В медицине особенно ценится отменная память AI и его способность обрабатывать большое количество данных, сопоставлять и анализировать информацию. На базе «Сколтеха» и дорожной карты «Нейронет» развивается платформа «CoBrain-Аналитика».

Основная ее цель – создание биомедицинской площадки для сбора, хранения, анализа и обработки больших медицинских данных о головном мозге человека в разных состояниях.

В основе сервиса лежат алгоритмы, которые разработчики проекта создают по заказам научных центров или больниц.

Программа «CoBrain-Аналитика» сможет ставить диагнозы, формировать персональную терапию для пациентов с заболеваниями мозга, выявить патологию, которая физически еще не проявилась.

Если подключить к системе искусственного интеллекта базу данных МРТ головного мозга, то нейросеть проанализирует все томограммы и уведомит врача о том, у каких пациентов есть риск развития рака в течение ближайших 5 лет.

Промышленность

Промышленность с помощью AI может автоматизировать рутинную работу, сократить ошибки из-за человеческого фактора и в разы повысить эффективность предприятия. SOLUT разрабатывает проект в сфере индустриального IoT, направленный на анализ эффективности использования рабочего времени сотрудниками.

 Компания создала систему, которая с помощью показаний акселерометра и гироскопа анализирует активность персонала в течение рабочего дня. Устройства с датчиками крепятся на руки и правую ногу рабочего. На протяжении дня сигналы с устройств записываются и передаются на компьютер.

Система использует методы машинного обучения, позволяющие опередить, чем занимался человек в определенное время. Например, курил, переписывался при помощи смартфона или играл в настольный футбол.

Обратите внимание

 На практике уже экспериментирует с технологиями больших данных, машинного обучения и искусственного интеллекта Новолипецкий металлургический комбинат. В холдинге с декабря 2017 года функционирует кластер «Система анализа данных и моделирования», основная задача которого – накапливание и хранение данных с датчиков.

Читайте также:  25 и 26 ноября нейротехнологии представят как искусство

Он построен на открытых инструментах на базе Hadoop. В кластер входят 10 серверов, объединенных в единую систему. В ней можно хранить и одновременно обрабатывать информацию. Объем внутренней памяти системы – 144 терабайта, оперативной – 3 терабайта.

Представители всех рассмотренных выше компаний выступят 19 апреля на AI Conference 2018 Интеграцию ИИ в сферу финансов будут более предметно обсуждать в рамках дискуссионной панели «Применение AI- технологий в банковской сфере».

Подробности о конференции.

Источник: http://brightmagazine.ru/ai-cases-of-russian-companies/

Четыре сферы, которые изменил AI: кейсы российских компаний

Ныне все больше организаций применяют в своих бизнес-процессах разработки на базе AI (artificial intelligence — ненастоящий интеллект) для сокращения расходов, повышения прибыли и улучшения производительности.

Так компания Harley Davidson повысила производство мотоциклов спустя три месяца после внедрения маркетинговой системы, основанной на ненастоящем интеллекте, а юристы JP Morgan, благодаря нейросетям, смогли сжать время, которое тратится на изучение сделок, и уменьшить число ошибок. 

Финансы

Согласно исследованиям, лидером по интеграции ненастоящего интеллекта в бизнес является сфера финансов. Здесь технологии позволяют испытывать и оценивать платежеспособность заемщиков, оптимизировать расходы, обрабатывать документы, предотвращать фрод, вычислять кредитных плутов.

Например, компания VisionLabs предлагает финансовым учреждениям перрон LUNA для биометрического распознавания лиц.

Система использует нейросети и миллионы опорных точек, благодаря чему для идентификации личности довольно картинки любого качества.

Программа с высокой точностью сверяет фото – самостоятельно от ракурса, уровня освещения или разрешения камеры. Схожесть определяется в процентах: так, алгоритм может выдать результат совпадения дескрипторов на 65 или 99%.

Перрон уже используют более 40 банков и национальных кредитных бюро в России и краях СНГ. В частности, технологию распознавания лиц применяют для денежных переводов и авторизации при доступе к персональным этим.

В Сбербанке функционирует специальная лаборатория искусственного интеллекта. 

«Мы занимаемся изысканиями, которые можно применить в банке, но также стараемся, чтобы наши итоги были полезны не только в финансовой области.

Важно

Например, нам увлекательно направление анализа временных рядов; данных с такой структурой (транзакционных и иных) очень много в банковской деятельности.

Из работ с большей научной составляющей можно припомнить исследования по созданию новых методов интерпретации результатов труды нейросети», – говорит исследователь лаборатории Дмитрий Бабаев.

Одна из заключительных разработок банка – нейросеть для анализа стоимости недвижимости. Пока алгоритм трудится только с базой данных по стрит-ритейлу. При оценке объекта нейросеть учитывает месторасположение, пешеходный трафик, ценовое зонирование.

На данную работу у AI уходят нахоженные секунды, тогда как человек тратит на оценку стоимости объекта несколько часов, а порой и дней. При поддержки нейросети в банке рассчитывают сократить расходы на оценку недвижимости на 30%, а в грядущем – на все 50%.

 

Робототехника и умные гаджеты

В робототехнике искусственный интеллект и бездонное обучение помогают устройствам лучше решать поставленные задачи, соображать окружающую среду и взаимодействовать с ней.

Немало вкладывает в обучение нейросетей NVIDIA. С поддержкой таких технологий, как глубокое обучение и компьютерное зрение, ненастоящий интеллект учится, развивается и адаптируется к новым условиям. К образцу, специалисты компании учат AI различать предметы друг от товарища. 

Одно из решений компании – вычислительный модуль Jetson TX2, назначенный в том числе для создания роботов. Благодаря ему нейросети работают скорее, можно использовать системы машинного зрения, графики и навигации. Модуль использует возможности бездонного обучения для развития роботов, дронов, интеллектуальных камер. 

Одинешенек из примеров применение решения NVIDIA – автономный робот в сфере розничной торговли LoweBot NAVii. Алгоритмы компьютерного зрения, возделываемые Jetson, помогают проводить инвентаризацию. Это освобождает персонал от нужды лично обслуживать клиентов и брать проекты на дом.

«В будущем внедрение ИИ в производство и продовольствие/сервисы станет рядовым событием, что позволит существенно убавить количество рутинной работы для человека и повысить качество продуктов и сервисов», – уверяет инженер в районы машинного обучения компании NVIDIA Дмитрий Коробченко.

Медицина

Совет

В медицине особенно ценится отменная память AI и его способность возделывать большое количество данных, сопоставлять и анализировать информацию. 

На базе «Сколтеха» и путевой карты «Нейронет» развивается платформа «CoBrain-Аналитика». Основная ее мишень – создание биомедицинской площадки для сбора, хранения, анализа и обработки вящих медицинских данных о головном мозге человека в разных состояниях. В основе сервиса возлежат алгоритмы, которые разработчики проекта создают по заказам научных середин или больниц. 

Программа «CoBrain-Аналитика» сможет ставить диагнозы, формировать персональную терапию для пациентов с заболеваниями мозга, выявить патологию, какая физически еще не проявилась.

Если подключить к системе искусственного интеллекта базу этих МРТ головного мозга, то нейросеть проанализирует все томограммы и уведомит доктора о том, у каких пациентов есть риск развития рака в течение ближайших 5 лет.

Промышленность

Промышленность с помощью AI может автоматизировать рутинную труд, сократить ошибки из-за человеческого фактора и в разы повысить эффективность предприятия. 

SOLUT разрабатывает проект в сфере индустриального IoT, устремлённый на анализ эффективности использования рабочего времени сотрудниками.

Компания создала систему, какая с помощью показаний акселерометра и гироскопа анализирует активность персонала в течение пролетария дня. 

Устройства с датчиками крепятся на руки и правую ногу пролетария. На протяжении дня сигналы с устройств записываются и передаются на компьютер. Система использует методы машинного обучения, позволяющие обогнать, чем занимался человек в определенное время. Например, курил, переписывался при поддержки смартфона или играл в настольный футбол. 

Обратите внимание

На практике уже экспериментирует с технологиями вящих данных, машинного обучения и искусственного интеллекта Новолипецкий металлургический комбинат.

В холдинге с декабря 2017 года функционирует кластер «Система разбора данных и моделирования», основная задача которого – накапливание и хранение этих с датчиков. Он построен на открытых инструментах на базе Hadoop. В кластер входят 10 серверов, объединенных в целую систему.

В ней можно хранить и одновременно обрабатывать информацию. Объем внутренней памяти системы – 144 терабайта, оперативной – 3 терабайта. 

Среди проектов кластера – оптимизация расхода газов и электродуговой печи, какая используется для плавки металлолома, прогноз о необходимости ремонта фурм в металлургических печах, позволяющий стать без их внеплановых простоев.

>> Подробности о конференции

Источник: http://bankhys.ru/tekhnologii/chetyre-sfery-kotorye-izmenil-ai-keysy-r.html

Из пункта А в пункт Б: успешные кейсы использования дронов в ритейле

При этом логистические компании не собираются совсем отказываться от традиционных наземных перевозок. Но в зонах с высокой загруженностью трафика, в отдаленных местах, в районах с неразвитой транспортной инфраструктурой использование дронов будет ценно. Так, DHL доставляет беспилотником Parcelcopter срочные медицинские грузы на немецкий остров Юст в Северном море.

В России пока можно рассчитывать исключительно на эксперименты в этой сфере. Pony Express взаимодействует с российским венчурным фондом, который инвестирует в создание отечественных дронов большой грузоподъемности (сотни килограммов) и достаточно большого радиуса действия более 100 км. Доставка грузов в труднодоступные малонаселенные пункты должна оказаться дешевле, чем «Газелью».

Пробные запуски дронов проводила «Додо Пицца» в партнерстве с инженерной компанией «Коптер Экспресс».

«Инвитро» организовала тестовую доставку биоматериала для анализов: дрон за 15 минут преодолел маршрут, который занял бы у автомобиля около часа.

Сбербанк объявил об успешном испытании в Татарстане беспилотника-инкассатора: тестовый дрон, поднимающий до 3 кг груза, пролетел около 10 км скоростью около 180 км/ч и доставил наличные из кассового центра до инкассаторского автомобиля.

Правовой статус дрона

Несмотря на большие инвестиции в разработку дронов и успешные испытания, даже крупные мировые компании пока не могут наладить регулярные коммерческие перевозки грузов дронами. Главное препятствие – неразвитая законодательная база. Доставку дронами можно квалифицировать как «грузоперевозку по воздуху без лицензии».

Самой законопослушной компании, которая решит оформить все необходимые разрешения, включая использование воздушного пространства, план полета и лицензию на перевозку грузов на воздушном судне, необходимо будет оформить дрон в рамках известных типов сертифицируемых летательных аппаратов.

«Почтовому» беспилотнику будет почти невозможно пройти такую сертификацию.

Помимо неопределенного правового статуса использование дронов в России тормозят вопросы безопасности, технические ограничения дальности полетов и веса грузов, а также проблемы, связанные с обратной отправкой грузов. Из-за всех этих причин от использования дронов отказался Ozon.

Схожая история с беспилотниками.

Важно

Это направление кажется очень перспективным: беспилотники позволят сэкономить на оплате труда водителей, снизить количество ДТП – они будут ездить точно по запрограммированным правилам, а скорость принятия решений у компьютера на порядок выше, чем у человека. В России даже разрабатывается ПО для грузового беспилотника «КамАЗ» (Cognitive). Однако применению беспилотников пока мешает непроработанное законодательство.

Шансы на успех

В будущем у дронов и беспилотников есть все шансы занять нишу перевозок на «последней миле», и основная конкуренция логистических компаний переместится в крупные транспортные узлы. Здесь свои большие проблемы, для решения которых уже сегодня используют аналитику больших данных.

Отличный кейс есть у Администрации гамбургского порта. Портовые доки занимают порядка 10% площади всего Гамбурга. Ресурсы их роста исчерпаны, при этом число контейнеров, которые здесь принимают и отправляют, постоянно увеличивается.

Весь поток товаров контролирует облачная система Smart Port Logistics, разработанная компанией T-Systems совместно с Deutsche Telekom Innovation Laboratories, SAP и Администрацией гамбургского порта. Система работает из частного облака на платформе Telematic One.

Технология SAP HANA консолидирует данные разных компаний о нахождении транспорта, загруженности дорог и инфраструктуры. В зависимости от загрузки трасс и наличия мест на парковках система подсказывает грузовикам маршруты.

IT-решение также подгружает информацию о ситуации на близлежащих дорогах (применяется геофильтр, который транслирует только информацию, нужную в данной точке). Система позволяет разгрузить трафик вокруг порта и сократить время доставки груза.

Большие данные в логистике генерируются из множества источников. Наиболее близки к ним технологии интернета вещей. Датчики, установленные на автотранспорте, позволяют удаленно отслеживать его передвижение, расход топлива, количество остановок.

«Умные» контейнеры и палеты облегчают поиск грузов на складе, их распределение и отправку, позволяют следить за ними на всем пути до места назначения.

Подобные технологии внедряют пока только самые передовые компании, но очевидно, что за ними постепенно подтянутся и все остальные.

Читайте также:  Ibm и его суперкомпьютер

Российскому бизнесу стоит внимательнее присмотреться к новым IT-трендам. На отечественном логистическом рынке инновационные проекты, о которых стало широко известно, проводятся пока в рамках пилотов.

Совет

В ближайшие годы логистические компании будут развивать системы, уже знакомые отрасли: внедрять системы, позволяющие оперативно перестраивать маршруты доставки, находить новые неочевидные маршруты и задействовать неиспользованные ресурсы в сложных логистических цепочках. Более смелые проекты пока единичны.

Нежелание и невозможность быть на передовой информационных технологий понятны, во многом это следствие замедления роста бизнеса. Но экспериментировать с инновациями в логистике надо, пока у нас еще есть шанс догнать лидирующие страны и даже вырваться в авангард.

Источник: https://www.forbes.ru/karera-i-svoy-biznes/347365-iz-punkta-v-punkt-b-uspeshnye-keysy-ispolzovaniya-dronov-v-riteyle

Бизнес кейсы: что это такое, примеры и решения

Метод бизнес-кейсов прекрасно применяется при обучении и во время проверки знаний будущих сотрудников во время собеседования с ними.

Кандидату предлагают решить конкретную проблемную ситуацию, в которой пребывает предприятие, либо работник или ставят перед ним вопросы, нуждающиеся в обозрении и принятии точных решений.

Итогом тестирования бизнес-кейса является результативное решение поставленной задачи, обнаруженное кандидатом, либо выполненный им ряд аналитических заключений. Подробнее о целях и методах решения бизнес-кейсов расскажем в этой статье.

Дорогие читатели! Наши статьи рассказывают о типовых способах решения юридических вопросов, но каждый случай носит уникальный характер.  

Если вы хотите узнать, как решить именно Вашу проблему — обращайтесь в форму онлайн-консультанта слева или звоните по телефону
Это быстро и !

Бизнес кейс — что это такое

Кейс-метод придумали в Гарварде в 1924 г., наименование Business Case произошло от латинского языка, от понятия «casus» — ‘непонятная и странная ситуация’. Учащиеся обсуждали кейсы во время обучения для того, чтобы начиная рабочую деятельность можно было воспользоваться уже подготовленными образцами поведения.

Цели бизнес-кейсов

В ходе беседы проверяются интеллектуальные и аналитические данные соискателя, его мастерство выстраивать логическую цепочку умозаключений, а кроме того складно объяснять.

Предоставляется рассмотрение устойчивости к стрессовым ситуациям, уверенности в своих силах и устанавливают коммуникативный потенциал кандидата в ситуациях давления.

Исследуется интерес соискателя в решении установленной задачи, испытывается выносливость к неопределенности ситуации или большому количеству сведений, также анализируется процесс мышления предстоящего работника.

Бизнес кейсы с решениями подразумевают выбор настоящей стратегии, которой будет следовать фирма или руководство.

Разновидности бизнес-кейсов

В основе многих кейсов находится подлинные сведения о произошедших событиях или осуществляющих деятельность компаниях. При приеме на работу, как правило, предлагаются такие кейсы, которые созданы на основе сведений о компании, куда берется кандидат. Порой применяются придуманные компании, однако такие сведения часто бывают неправдоподобными.

Помимо прочего имеются особые бизнес-кейсы по разнообразным сферам деятельности, к примеру, менеджмент, маркетинг, консалтинг, управление персоналом и т.д. К слову, когда врачи анализируют заболевание, предлагая варианты его лечения — это также решение кейса.

Просто ли решается бизнес-кейс?
Бизнес-кейсы в некоторых случаях предлагаются в игровой форме, а кроме того предлагают решить их письменно или устно. В процессе игры следует активно входить в «образ». Обычно, время на принятие решения жестко лимитировано. Описывать надлежит по существу вопроса, не нужно останавливаться на деталях.

Не стоит забывать и упускать из вида, что от опрашиваемого ожидают плодотворных предложений по решению проблемы и объяснения, по какой причине был выбран конкретно этот путь. Иначе говоря, собеседник должен удостовериться, что у вас есть возможность использовать свои знания с практической точки зрения, следовательно, вы готовы к работе.

В ходе беседы проверяются интеллектуальные и аналитические данные соискателя.

Бизнес-кейсы: примеры и решения

Заказчик: Региональная фирма, действующая в области продажи стройматериалов.

Задача: Региональная фирма открыла отделение в Москве, спустя 2,5 года деятельности отделение все еще не приносило прибыли, невзирая на попытки, которые предпринимали управление и работники отделения.

Как результат сформировалась сложная ситуация, в которой управление фирмы предполагало предпосылки неудачи в безынициативности работников отделения, а управляющий филиала ссылался на недостаток помощи со стороны главного офиса и незначительные бюджетные средства.

Требование: От начальника отделения совместно с руководством фирмы была поставлена задача увеличения размера продаж в столичном отделении фирмы.

Диагностирование: Была выполнена диагностика для раскрытия оснований для отсутствия динамики. В ходе диагностирования были исследованы субъективные причины, обнаружены полезные результаты в части компетенции персонала, мотивации, постановки целей и задач. Помимо прочего, изучались конкретные причины: положение на столичном рынке, соразмерность бизнес-системы и процессов.

Обзор по итогам диагностирования:

  1. Из области личного были обнаружены такие трудности: разное представление методов получения целей у начальства главного офиса и отделения, совокупность жалоб и недомолвок, трудности в общении вследствие нечастых личных встреч руководства.
  2. В области беспристрастного, невзирая на ухудшающий момент в виде большой конкурентной борьбы, основательных преград к осуществлению стратегии увеличения, обнаружено не было. Раскрыты позитивные результаты касательно востребованности продукции, продвижения и емкости рынка. Ключевые трудности были выявлены в сфере позиционирования и продвижения, и раскрыт ряд недосмотров в области организации бизнес-процессов.
  3. Обнаружена необходимость в обучении работников отделения.

Варианты решения:

  1. Выполнить стратегическую сессию, в процессе которой следует уточнить цели, разработать и согласовать политику компании для их получения.
  2. Установить более действенный размер коммуникаций, сформировать безопасное пространство для взаимодействий руководства главного офиса и филиала.
  3. Перевести работу отделения в формат проектной деятельности, установить сроки, бюджет и главные характеристики производительности.

Методы реализации рекомендаций:
В ходе стратегической деятельности, с целью эффективного позиционирования и продвижения, была подобрана политика нишевой дифференциации, упор сделали на востребованный ассортимент.

В соответствии с результатами работы были исправлены бизнес-процессы на стыке представителей руководящего офиса и филиал компании и создан проект «Москва белокаменная».

Над проектом работали консультанты, администрация и работники филиала фирмы.

Результаты: Спустя 6 месяцев после запуска плана отделение вышло на самоокупаемость, по прошествии некоторого времени на 98% добились всех ключевых проектных характеристик с экономией бюджетных средств на 17%.

Бизнес кейсы с решениями подразумевают выбор настоящей стратегии, которой будет следовать фирма или руководство.

Независимо от природы данного вам кейса, вам необходимо будет:

  1. Подвергнуть тщательному рассмотрению. Это предполагает раскрытие причинно-следственных связей, что же может случиться и по какой причине.
  2. Пояснить ситуацию.
  3. Дать оценку ранее предложенным мерам.
  4. Рассмотреть допустимые предстоящие действия и сопоставить их потенциальную продуктивность.
  5. Возможно, вам придется изучить образец самостоятельно.

Заключение

Проблемы и задачи существуют в каждом виде деятельности. Важно уметь определять приоритетные вопросы, точно и полно разбирать проблемы, создавать задачи, и грамотно их решать, это нужно всем, независимо от того, чем занимаются, где проживают и есть ли у них бизнес. Это умение полезно каждому, чтобы уметь справляться с жизненными препятствиями без потерь и травм.

В данном видео представлены несколько видов решения бизнес-кейсов на примере маркетинговых задач.

Источник: https://vashbiznesplan.ru/terminy/biznes-kejs.html

7 показательных кейсов, которые изменили маркетинг

Маркетеры любят писать про исторические изменения в маркетинге, свидетелями которых мы являемся, чтобы побудить своих клиентов или руководителей больше рисковать и пробовать стратегии с использованием новых инструментов коммуникации.

Если вы из их числа и вам нужна помощь для подкрепления своих знаний конкретными примерами, предлагаем вашему вниманию 7 кейсов, которые полностью изменят или, возможно, уже изменили ваше отношение к маркетингу:

1. Вирусный маркетинг.
Продукт: Парк «Волшебный мир Гарри Поттера» в г. Орландо

Бюджет: 0 долларов
Результат: 350 000 000 контактов за 24 часа

В 2007 году, когда термина «вирусный маркетинг» еще не существовало, компания Universal Pictures приняла решение о строительстве в Орландо парка «Волшебный мир Гарри Поттера» стоимостью 1 млрд долларов США.

Обратите внимание

Студия также выделила многомиллионый бюджет на рекламную кампанию, но маркетинг-директор Синди Гордон отказалась от использования традиционной стратегии и вместо рекламных роликов, баннеров, модулей и заказных статей организовала тайный веб-каст с семью самыми авторитетными блогерами, на котором вместе художником-постановщиком фильмов о Гарри Поттере Стюартом Крейгом рассказала о строящемся парке.

Получив уникальную информацию о парке, блогеры написали об этом, читатели перепостили их рассказы, а традиционные медиа, узнав о грандиозном проекте из интернета, тоже не остались в стороне. В результате через 24 часа после тайной полуночной встречи вся северная Америка совершенно бесплатно говорила о новом парке.

Этот кейс показал маркетерам, что для распространения маркетингового сообщения совершенно необязательно тратить миллионы долларов.

2. Использование Big Data.
Продукт: Онлайн-ритейлер Target
Бюджет: Неизвестен
Результат: Рост продаж на 60 %

Первопроходцами использования больших данных в маркетинговых целях стали онлайн-ритейлеры, которые благодаря интернету в отличие от офлайн-магазинов имеют уникальную возможность анализировать все данные, связанные с поведением своих покупателей.

В частности, интернет-магазин Target оказался в неловкой ситуации, возникшей из-за рассылки рекламы товаров для беременных в адрес несовершеннолетней школьницы.

Ее отец, возмутившись нерелевантностью и даже вредностью подобных предложений, направил жалобу в офис компании, однако спустя пару дней выяснилось, что девочка действительно беременна! Тarget благодаря анализу больших данных узнал об этом раньше ее отца.

Маркетинг-тейкэвей из этого кейса следующий: изучение и анализ поведения покупателей позволяет прогнозировать их поведение, а значит — предвосхищать их желания.

3. Контент-маркетинг для B2B.
Продукт: Программное обеспечение Hubspot

Бюджет: Неизвестен
Результат: 50 000 высококвалифицированных лидов ежемесячно.

Hubspot — это IT-компания, производящая софт для автоматизации маркетинга. Ее клиенты — руководители отделов маркетинга и топ-менеджеры, влияющие на принятие решения о выделении маркетингового бюджета.

Проблема: как заставить креативных маркетеров внедрить программу по автоматизации маркетинга?

Важно

До Hubspot все IT-компании, особенно ориентированные на В2В, считались скучными, а их маркетинг — делом затратным и неблагодарным, поэтому основные усилия по продажам предпринимались отделом продаж. Стратегия Hubspot — на собственном примере показать маркетинговый кейс успешного использования ПО для автоматизации маркетинга.

Для этого был изобретен новый термин — Inbound marketing (входящий маркетинг), который в противовес традиционным маркетинговым инструментам, где все основано на навязывании маркетингового сообщения, наоборот, привлекает потенциальных покупателей к своему информационному полю, созданному на основе качественного контента и приносящему им пользу.

Инструментом для строительства подобной стратегии является Hubspot, а материалом — контент.

Компания создала мощную редакцию, производящую качественное наполнение для сайта, а также электронные книги, которые являются основным лидогенерирующим средством.

Все усилия редакции Hubspot направлены на создание обучающих материалов для маркетеров и топ-менеджеров компаний с целью помочь им в решений конкретных задач, связанных с онлайн-маркетингом.

Благодаря интернету Hubspot открыл новые стороны контент-маркетинга, позволяющие влиять на принятие решения о покупке в В2В.

4. Избирательная кампания Барака Обамы-2008.
Продукт: Малоизвестный темнокожий сенатор со смешным именем
Бюджет: $500 млн (собраны в виде пожертвований)
Результат: 44-й президент США

В начале 2007 года о существовании Барака Обамы знало лишь 10 % населения США. У него не было ни больших финансовых возможностей, ни мощных спонсоров, поэтому он рискнул применить совершенно необкатаные в политике инструменты — онлайн-фандрайзинг, имейл-маркетинг, социальные медиа, сгенерированный членами штаба и простыми пользователями контент и организованную работу волонтеров.

Источник: http://www.premiersv.ru/blog/7-pokazatelnyh-keysov-kotorye-dolzhen-znat-kazhdyy-zhelayushchiy-izmenit-marketing

Ссылка на основную публикацию