Categories: AI v podnikáníBlog

Nejzajímavější implementace AI ve firmách v roce 2024 | AI v podnikání #63

V tomto článku se podíváme blíže na některé zajímavé implementace AI v podnikání. Od využití strojového učení společností Stripe k detekci podvodů, přes personalizované objednávkové zkušenosti společnosti Swiggy, až po GitHub Copilot, který poskytuje podporu vývojářům v reálném čase. Tyto příklady ukazují, jak umělá inteligence pohání vznik inovativních služeb, transformuje zákaznické zkušenosti, zvyšuje míru konverze a zefektivňuje interní procesy pro podniky a instituce. Pokračujte ve čtení.

Implementace AI ve Stripe

Stripe (https://stripe.com/) je pokročilá platební platforma, která umožňuje podnikům a institucím zpracovávat transakce jak online, tak v tradičních maloobchodních prostředích. Poskytuje integrovaná řešení pro správu plateb, fakturaci, automatizaci finančních procesů a vytváření předplatných a věrnostních programů. Aplikace moderních technologií, včetně strojového učení, umožňuje Stripe optimalizovat konverze a minimalizovat riziko podvodů. V roce 2023 je Stripe uznáván jako jedno z nejpřelomovějších řešení v oblasti online platebních systémů.

Proč je však Stripe Radar jednou z nejzajímavějších implementací AI ve firmách v roce 2023? Stripe Radar využívá pokročilé techniky AI pro rychlou a přesnou detekci podvodů, což z něj činí jedno z nejinovativnějších řešení v online platebním průmyslu tohoto roku. Jeho hlavní výhody zahrnují:

  • Rychlost a přesnost. Radar Stripe vyhodnocuje více než 1000 detailů transakce za méně než 100 milisekund, přesně blokuje rizikové transakce. Dosahuje přesnosti, kdy je pouze 0,1 % platných plateb omylem odmítnuto.
  • Pokročilé modely ML. Stripe přešel od základního strojového učení k pokročilým neuronovým sítím, což výrazně zlepšilo výkon modelu.
  • Inovativní architektura. Nejnovější architektura umožnila rychlejší trénink modelu a lepší škálovatelnost, což umožňuje rychlejší prototypování a implementaci nových nápadů.

Zdroj: Stripe (https://stripe.com/)

„Doplňte vzhled”, nebo implementace AI od Walmartu

Walmart, americký supermarketový gigant, nabízí širokou škálu produktů, včetně potravin, oblečení, kosmetiky, elektroniky a dalších. Jako jeden z předních maloobchodníků na světě zaměstnává Walmart více než 2,3 milionu lidí po celém světě. V poslední době však také rozšiřuje svou přítomnost v oblasti umělé inteligence.

Nově spuštěný modul “Doplňte vzhled” (CTL) od Walmartu je inovativní systém doporučení produktů v kategorii módy a domácího dekoru. Proč je CTL považován za jednu z nejzajímavějších implementací AI v roce 2023?

  • Personalizace stylu. CTL generuje komplexní, stylizované outfity kolem produktu vybraného zákazníkem, což usnadňuje objevování a výběr vhodných kousků do šatníku.
  • Zvýšená důvěra a konverze. Prezentace personalizovaných outfitů zvyšuje důvěru zákazníků v jejich volby a povzbuzuje je k nákupům.
  • Úspora času. Systém umožňuje rychle sestavit celé outfity místo hledání jednotlivých položek, což činí nakupování efektivnějším.
  • Pokročilé algoritmy. CTL používá různé algoritmy, včetně generování vzhledu a rozšíření pokrytí, k škálování a přizpůsobení doporučení pro uživatele.

Tato inovace řeší problém informačního přetížení a výběru mezi obrovským množstvím dostupných možností, což zákazníkům nabízí snadný a příjemný zážitek z nakupování, který je inspirativní a stylisticky koherentní.

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

Uber — Předpověď ETR

Uber je mobilní aplikace pro rezervaci jízd autem, ale jeho inovace v oblasti AI se nezastavují pouze u dopravy. Například parkoviště na letištích. S uvedením předpovědi ETR (Odhadovaný čas na žádost) zavedl Uber špičkový systém pro předpovídání čekacích dob pro řidiče na letištích. Pomocí sofistikovaných modelů AI předpovídá poptávku a délku front, přičemž zohledňuje kolísání front a externí faktory, jako jsou zpoždění letů. Tento systém poskytuje řidičům informace o očekávaných čekacích dobách, což jim pomáhá efektivněji řídit svůj čas a lépe plánovat své umístění.

Proč je toto inovativní řešení pozoruhodné? Hlavně kvůli:

  • Vyřešený problém. Předpověď ETR od Uberu řeší problém nedostatku nebo nadbytku řidičů na letištích, což ovlivňuje jak pasažéry, tak řidiče. Nedostatky znamenají, že pasažéři čekají déle, a nadbytky plýtvají časem řidičů, když čekají.
  • Inovace. Předpovědní systém informuje řidiče o očekávané čekací době na žádosti, což jim umožňuje lépe řídit svůj čas a umístění.
  • Aplikace AI. Používá pokročilé modely AI k předpovídání poptávky a délky front, přičemž zohledňuje dynamiku front a externí faktory, jako jsou zpoždění letů.
  • Vliv na průmysl. Je jednou z nejzajímavějších implementací AI v roce 2023, protože optimalizuje alokaci zdrojů v reálném čase, zvyšuje efektivitu a uživatelskou zkušenost služeb Uber na letištích.

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

Implementace AI na Pinterestu

Pinterest (https://pinterest.com/) pravděpodobně nepotřebuje úvod. Tato americká sociální média platforma umožňuje uživatelům procházet a sdílet fotografie, GIFy a videa pokrývající různá témata, jako je móda, kulinářství, interiérový design a další. Uživatelé si mohou vytvářet vlastní nástěnky s vizuálním obsahem, který považují za zajímavý, a prozkoumávat nástěnky ostatních pro inspiraci.

Platforma se spoléhá na reklamy a v roce 2023 přijala AI, aby přešla od tradičních reaktivních metod k proaktivnějším v prevenci odchodu inzerentů. To se vyznačuje jako jedna z pozoruhodných implementací AI v roce 2023, protože:

  • Řeší problém odchodu inzerentů z platformy Pinterest. Tradičně se tento problém řešil až poté, co inzerenti již odešli, což ztěžovalo jejich návrat. Díky strojovému učení (ML) nyní umožňuje včasnou detekci potenciálního odchodu, což dává týmu možnost přijmout proaktivní opatření.
  • Tým Pinterestu vytvořil model strojového učení (ML), který předpovídá pravděpodobnost odchodu inzerenta v následujících 14 dnech. Používá sadu funkcí inzerentů k provedení této předpovědi. Prodejní tým využívá tyto informace k prioritizaci akcí zaměřených na prevenci odchodu.
  • Předběžné experimenty ukázaly, že tento přístup může dosáhnout 24% snížení odchodu v testovací skupině ve srovnání s kontrolní skupinou. To naznačuje účinnost proaktivního přístupu v prevenci odchodu.

Stitch Fix, nebo titulky a popisy produktů generované AI

Stitch Fix (https://www.stitchfix.com/) je inovativní platforma, která umožňuje uživatelům objednávat oblečení prostřednictvím mobilní aplikace. Uživatelé mohou vyplnit dotazník, ve kterém specifikují své stylové preference, velikost a rozpočet. Poté obdrží pět individuálně vybraných návrhů oblečení z více než 1000 různých značek a stylů.

Stitch Fix využívá pokročilé algoritmy umělé inteligence k generování poutavých reklamních titulků a podrobných popisů produktů. To činí proces vytváření marketingového obsahu a popisů produktů méně časově náročným a nákladným, přičemž zajišťuje jedinečnost a konzistenci s obrazem značky.

Společnost používá metodu “expert-in-the-loop”, která kombinuje kreativitu AI s lidským dohledem, což zajišťuje vysokou kvalitu a efektivitu. Díky AI může Stitch Fix generovat popisy produktů pro stovky tisíc stylů, čímž se vyrovnává s výzvami měřítka a složitosti v e-commerce. Nepřetržité zlepšování algoritmů spolu s odbornými znalostmi umožňuje neustálé zvyšování kvality generovaného obsahu.

Tato inovace řeší časově náročný a nákladný proces vytváření marketingového obsahu pro e-commerce a popisů produktů, přičemž zajišťuje jedinečnost a sladění se stylem značky.

Swiggy

Swiggy (https://www.swiggy.com/) je indická online služba pro doručování jídla, která umožňuje uživatelům objednávat jídla z místních restaurací. Aplikace Swiggy poskytuje možnost vybírat pokrmy z oblíbených restaurací, sledovat objednávky v reálném čase a využívat další funkce, jako jsou personalizovaná doporučení a stanovená minimální hodnota objednávky.

Swiggy použil AI k personalizaci objednávek jídla ve své aplikaci, čímž vyřešil “paradox volby”. Zde jsou klíčové body:

  • Paradox volby. Swiggy si všiml, že zákazníci mají potíže rozhodnout se, co si objednat, kvůli příliš mnoha možnostem. Tento jev, známý jako “paradox volby”, vede k nespokojenosti zákazníků.
  • Přizpůsobení objednávek. Společnost zavedla doporučovací systém pro “košíky” s omezeným počtem pokrmů přizpůsobených preferencím zákazníků, aby usnadnila jejich výběr a zlepšila uživatelskou zkušenost.
  • Aplikace AI. Swiggy využívá AI k analýze historických dat objednávek, dietních preferencí zákazníků a sezónnosti produktů k generování personalizovaných doporučení.

Tato inovace řeší problém příliš mnoha voleb, zvyšuje jak spokojenost zákazníků, tak efektivitu platformy. Je to jedna z nejzajímavějších aplikací AI v podnikání v roce 2023 díky své účinnosti a složitosti.

Implementace AI ve FoodPanda

Foodpanda (https://www.foodpanda.my/) je online služba pro doručování jídla, která umožňuje uživatelům objednávat jídla z místních restaurací prostřednictvím aplikace. Aplikace Foodpanda umožňuje uživatelům objednávat jejich oblíbená jídla, sledovat stav svých objednávek v reálném čase a přistupovat k různým funkcím, včetně personalizovaných doporučení a stanovené minimální hodnoty objednávky.

Foodpanda používá A/B testování k vylepšení svého menu a zvýšení míry konverze. Inovace zahrnuje aktualizaci verze B menu prostřednictvím pokročilého plánování a automatizace. Zde jsou klíčové body:

  • Automatizace testování. Použití Apache Airflow k automatizaci procesu aktualizace menu.
  • Škálovatelnost. Optimalizace procesu umožňuje rychlejší testování, i napříč několika zeměmi.
  • Efektivita. Snížení doby provádění z 9 hodin na přibližně 3,75 hodiny a snížení chybovosti na 2,2 %.
  • Další vylepšení. Plánují se další vylepšení, jako je dynamická konfigurace stránkování a samostatné DAGy pro různé země.

Díky těmto inovacím Foodpanda řeší problém pomalých a neefektivních aktualizací menu, což je klíčové pro udržení konkurenceschopnosti a zvýšení spokojenosti uživatelů.

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

Zillow

Zillow (https://www.zillow.com/) je online platforma pro nemovitosti, která usnadňuje vyhledávání, nákup, pronájem a prodej nemovitostí pro své uživatele. Platforma obsahuje miliony nabídek nemovitostí, což uživatelům umožňuje porovnávat hodnoty a spojit se s místními odborníky v oboru. Zillow využívá pokročilé technologie, včetně strojového učení, k poskytování přesných ocenění nemovitostí a zefektivnění procesů nákupu, prodeje nebo pronájmu.

Inovativní přístup Zillow k ocenění nemovitostí prostřednictvím nástroje “Neural Zestimate” umisťuje společnost jako silného hráče mezi inovátory AI. Zde jsou klíčové body, které ilustrují, proč je “Neural Zestimate” jednou z nejzajímavějších implementací AI:

  • Rychlá reakce na změny na trhu. Díky “Neural Zestimate” může Zillow rychle reagovat na změny na trhu s nemovitostmi, poskytovat aktuální ocenění na národní úrovni.
  • Jednoduché aktualizace. Nový systém usnadňuje aktualizaci a údržbu modelů ocenění, což zlepšuje jejich přesnost.
  • Lokální a sezónní trendy. “Neural Zestimate” efektivně zahrnuje místní informace a sezónní změny na trhu do procesu učení, což umožňuje přesnější odhady hodnot domů.
  • Rozsah ocenění. “Neural Zestimate” používá kvantilovou regresi k generování cenových rozsahů, což poskytuje lepší pochopení potenciální hodnoty nemovitosti a snižuje nejistotu v odhadu.

Tato inovace řeší problém nedostatku aktuálních a přesných ocenění nemovitostí, což je klíčové jak pro prodávající, tak pro kupující na dynamickém trhu s nemovitostmi.

GitHub Copilot s implementacemi AI

Seznam inovativních implementací AI by nemohl být kompletní bez GitHub Copilot – nástroje pro kódování poháněného AI, který využívá velké jazykové modely (LLM) od OpenAI. GitHub Copilot je průlom v generování kódu, který umožňuje návrhy kódu v reálném čase v prostředí IDE.

Díky spolupráci s OpenAI, tvůrci ChatGPT, a neustálému zlepšování modelů LLM se Copilot stává stále přesnějším a přizpůsobenějším potřebám uživatelů. Tento nástroj zvyšuje produktivitu programátorů automatizací částí procesu kódování a poskytováním okamžitých návrhů.

GitHub (https://github.com/) plánuje rozšířit schopnosti Copilot přidáním podpory hlasu a integrací s dalšími prvky platformy. I nyní však řeší výzvu dlouhých a složitých procesů kódování nabídkou inteligentních návrhů, které urychlují práci a pomáhají při řešení programovacích problémů. To z něj činí jednu z nejzajímavějších implementací AI ve firmách v roce 2023.

Implementace AI – shrnutí

Příklady uvedené v tomto článku jsou jen špičkou ledovce, pokud jde o inovace AI v moderním podnikání. V roce 2023 se více firem obrací na technologie AI, aby pracovaly chytřeji, lépe porozuměly zákazníkům a udržely krok s trendy v oboru. Stoupající využívání AI přináší nový pohled, transformuje zkušenosti jak zaměstnanců, tak zákazníků. Podle společnosti Gartner do roku 2025 80 % podniků přijme alespoň jedno řešení založené na AI, což signalizuje pozitivní trend pro podnikatelský svět.

Pokud se vám náš obsah líbí, připojte se k naší komunitě včel na Facebooku, Twitteru, LinkedInu, Instagramu, YouTube, Pinterest, TikTok.

Robert Whitney

Odborník na JavaScript a lektor, který školí IT oddělení. Jeho hlavním cílem je zvýšit produktivitu týmu tím, že učí ostatní, jak efektivně spolupracovat při programování.

View all posts →

Robert Whitney

Odborník na JavaScript a lektor, který školí IT oddělení. Jeho hlavním cílem je zvýšit produktivitu týmu tím, že učí ostatní, jak efektivně spolupracovat při programování.

Share
Published by
Robert Whitney

Recent Posts

Role AI v moderaci obsahu | AI v podnikání #129

Společnosti se potýkají s řízením obrovského množství obsahu publikovaného online, od příspěvků na sociálních médiích…

2 days ago

Analýza sentimentu s AI. Jak pomáhá řídit změny v podnikání? | AI v podnikání #128

V éře digitální transformace mají společnosti přístup k bezprecedentnímu množství dat o svých zákaznících –…

2 days ago

Nejlepší nástroje pro přepisování pomocí AI. Jak převést dlouhé nahrávky na stručné shrnutí? | AI v podnikání #127

Věděli jste, že můžete získat podstatu několika hodinového záznamu ze schůzky nebo rozhovoru s klientem…

2 days ago

Generování videa pomocí AI. Nové obzory ve výrobě video obsahu pro podniky | AI v podnikání #126

Představte si svět, kde vaše firma může vytvářet poutavá, personalizovaná videa pro jakoukoli příležitost, aniž…

2 days ago

LLMOps, neboli jak efektivně spravovat jazykové modely v organizaci | AI v podnikání #125

Aby plně využily potenciál velkých jazykových modelů (LLM), musí společnosti implementovat efektivní přístup k řízení…

2 days ago

Automatizace nebo augmentace? Dva přístupy k AI ve společnosti | AI v podnikání #124

V roce 2018 se Unilever již vydal na vědomou cestu k vyvážení automatizace a rozšiřování…

2 days ago