Главная » IT-индустрия » Искусственный интеллект пришел в бизнес

Искусственный интеллект пришел в бизнес

На конференции «Технологии машинного обучения 2018» было представлено около двух десятков отечественных проектов с применением искусственного интеллекта в самых разных областях.

 

На конференции «Технологии машинного обучения», организованном издательством «Открытые системы» было представлено около дюжины работающих проектов в самых разных областях. Технологии искусственного интеллекта довольно быстро преодолели дистанцию от «про них говорят» до «их используют».

Горизонт ежедневно обновляемого прогноза — 14 дней. «Райффайзенбанк» использует машинное обучение для оптимизации процксса обслуживания сети банкоматов — предсказания спроса на выдачу наличных в банкомате (на основании как исторических даннх за три года, так и текущих), оптимизацию процесса инкассации («лишние» деньги будут лежать в банкомате мертвым грузом, их отсутствие приведет к простою устройства и недовольству клиентов банка).

В прошлый раз расплачиваясь с рублевой карты вы потратили лишних 12 тысяч»). Компания Rubbles представила Customer Insight — средство создания персональных предложений для клиентов розничных банков, которые основаны на анализе их трат, как текущих («Вы часто ходите в кино — сэкономьте, купите абонемент»), так и будущих («Вы собираетесь в отпуск в Европу? Для этого необходимо правильно определять события в жизни клиента и оптимальную частоту обращения к нему.

Если не напугает излишней осведомленностью о его личной жизни. Но зато правильно обученная система, подсказывающая клиенту, где и на чем он сможет сэкономить, надежно привяжет последнего к банку.

Дилеров у CarPrice около 40 тыс., для того, чтобы не рассылать всем им предложения обо всех имеющихся автомобилях (в день осматривается около 500 машин, по каждой собирается 500 параметров и делается 150 фотографий повреждений), компания при помощи средств машинного обучения выбирает из общего списка тех дилеров, которые должны заинтересоваться машиной. Бизнес сервиса CarPrice состоит в продаже автомобилей клиентов дилерам на онлайн-аукционах. д. Критериев много — интересуется ли дилер данной маркой, данной ценовой категорией, комплектацией и т. А 15 самым перспективным дилерам рассылается персональное оповещение — push-уведомление или, если оно не прошло, через SMS.

Результат — на аукционах, использующих механизм приглашения, удается продать машины дороже, а каждый десятый победитель интернет-аукциона был оповещен о нем офлайновыми средствами.

Например, система предсказывает вероятность того, что конкретный водитель уйдет из сервиса (среди примет этого — маленький средний чек и большое количество жалоб). «Яндекс.Такси» использует средства машинного обучения для выдачи прогнозов по многим производственных вопросах. Затраты компании — «один аналитик на полставки и 10% рабочего времени одного менеджера». И дает рекомендации, кому из постоянных клиентов предложить перейти на машины бизнес-класса. Прототип был создан за неделю и две недели дорабатывался.

Первоначально информационная лента с перечислением вакансий была «просто лентой» с простым механизмом рекомендаций, однако в Worki решили, что использование данных о соискателях и работодателях сможет повысить Компания Worki спенциализируется на поиске линейного персонала для различных сфер бизнеса.

Количество откликов увеличилось на 17%, появилась возможность выдавать обеим сторона процесса более релевантные рекомендации, и даже предлагать рекрутерам конкретных кандидатов. Сейчас алгоритм построения ленты на базе средств машинного обучения использует около 140 переменных — данных и о соискателе и работодателе.

Рост количества откликов от кандидатов, помимо прочего, уменьшает отток компаний, размещающих вакансии, а, стало быть, и траты на привлечение новых клиентов из числа работодателей.

Покупки в этой сфере часто делаются под насроение, поэтому кроме решения обычной задачи — выбора оптимальных каналов коммуницирования и частоты коммуникаций, необходимо подбирать еще и наилучшее время для отправки сообщений. Глубинная аналитика может применяться и там, где целевая аудитория для продукта составляет 200-500 человек, такую задачу приходится решать в британской «индустрии красоты». Как утверждают в CleverData, это возможно, при грамотном подходе к рассылкам количество открывших письмо растет на 70%, конверсия (доля купивших) — на 83%, повторные продажи в целом — в 3,5 раза.

И дальнейшему продвижению «вглубь и вширь» мешает лишь отсутствие необходимого количества релевантных размеченных данных, пригодных для организации машинного обучения. В целом складывается впечатление, что технологии искусственного интеллекта из стадии повышенных ожиданий на кривой Gartner почти сразу перешли на стадию «совершенствования и адаптации» и даже плато продуктивности, быстро миновав впадину разочарования (возможно, зато, крайне глубокую у тех, кто ждал немедленного пришествия «Скайнета»). Ну и, конечно, неизбежный кадровый вопрос.





Оставить комментарий

Ваш email нигде не будет показанОбязательные для заполнения поля помечены *

*

x

Это интересно

IDC: К 2025 году совокупные «облачные» расходы достигнут 1,3 триллиона долларов

В мире, основанном на цифровых технологиях, результаты бизнеса все больше зависят от способности как можно быстрее создавать и использовать инновации в любом удобном месте За последнее десятилетие облачные вычисления стали основой для предоставления мобильных сервисов и контента, а также альтернативой ...

Apple закончила очередной квартал с очередным рекордом

В то же время компания не оправдала ожиданий по квартальной выручке впервые с 2018 года, заработала меньше из-за дефицита чипов и перебоев в производстве. Apple представила результаты за четвертый финансовый квартал 2021 года (у компании он завершился 25 сентября). За ...