Wie man künstliche Intelligenz einsetzt
Es scheint, dass KI sehr schwierig ist, und zwar in einem kleinen Unternehmen
Es ist jedoch nicht immer notwendig, etwas Schwieriges zu komponieren.auf eigene Faust. Große Unternehmen haben bereits alles erfunden und auf GitHub öffentlich zugänglich gemacht. Dort finden Sie neuronale Netzwerke und intelligente Bibliotheken. Für Entwickler ist dies eine großartige Gelegenheit, neue Dinge auszuprobieren und zu sehen, wie andere das Problem gelöst haben.
Bei Aviasales werden viele Lösungen im Zusammenhang mit KI-Technologien im Rahmen interner Hackathons erfunden.
Hackathonist ein Wettbewerb unter Entwicklern, wennEs ist notwendig, ein Problem in sehr kurzer Zeit, beispielsweise 48 Stunden, zu lösen. Natürlich ist es in dieser Zeit nicht möglich, etwas von Grund auf neu zu erstellen, daher werden vorgefertigte Lösungen verwendet.
Das Wichtigste: Schnelle Experimente mit gebrauchsfertigen Technologien zeigen fast immer gute Ergebnisse, sei es eine Steigerung des Umsatzes oder eine Reduzierung der Kosten.
"The Prophet" sagt voraus, wann ein Ticket gekauft wird
Während eines der Hackathons tauchte eine Hypothese aufEs besteht eine Verbindung zwischen der Zeit vor dem Abflug und dem Tag, an dem Sie die Reise beginnen. Nachdem ich eine große Zahl analysiert habeMithilfe der strukturierten Daten, die über 11 Jahre Betrieb des Aviasales-Dienstes gesammelt wurden, konnte bewiesen werden, dass die Hypothese richtig ist. So entstand der Prophet-Dienst, der mit einem Fehler von 10 % den besten Zeitpunkt für den Ticketkauf vorhersagt.
Dank des neuen Dienstes begann das Unternehmen zu sparendurch den Erhalt von Daten Dritter und konnte Preise für die Daten und Reiseziele in den Kalender einfügen, für die es keine echten Daten gab – mit einer kleinen Fehlermenge hilft der Prophet dabei, den Preis im Voraus herauszufinden.
Der „Prophet“ gibt Reisenden Tipps dazuZeit für die Ticketsuche: „Jetzt kaufen“ oder „Warten“. Zusammen mit den Suchbegriffen wird eine Grafik angezeigt, die zeigt, wie sich der Preis basierend auf den Prognosen des Unternehmens entwickeln wird.
AI wählt den besten Ticketverkäufer aus
In der Aviasales-Metasuche werden 200 Ticketbüros präsentiert.und 728 Fluggesellschaften. Es ist klar, dass es in erster Linie immer das Ticket mit dem niedrigsten Preis ist. Ein Ticket kann jedoch mehrere Verkäufer haben, und manche haben denselben Wert. Dann stellt sich die Frage: Wer sollte vorne sein?
Der gelbe Button "Kaufen" - das ist der erste Platz unter allen Verkäufern. Unter dem Button befindet sich eine Liste von Agenturen undFluggesellschaften, bei denen Sie dieses Ticket auch kaufen können: zum gleichen Preis oder teurer. Um zu bestimmen, wer den Zauberknopf anziehen soll, werden zwei Faktoren berücksichtigt: Die Provision, die der Partner für das verkaufte Ticket zahlt, und die Umstellung von der Website des Verkäufers bis zum Kauf. Dies sind Faktoren, die die Interessen zweier Parteien berücksichtigen - die Metasuche und die Bequemlichkeit des Reisenden.
Alle Daten zu beiden Faktoren werden in erfasstder Tisch Die Daten ändern sich ständig, da Verkäufer daran arbeiten, ihre Websites zu verbessern. Es wurde beschlossen, diesen Prozess zu automatisieren, um Zahlen nicht manuell in die Tabelle einzugeben. In 5% der Fälle stellt sich der Verkäufer mit dem Button "Kaufen" als nicht mit dem niedrigsten Preis heraus, um herauszufinden, wie viel Prozent der Nutzer auf seine Website gehen und ein Ticket kaufen. So werden die Parameter ständig neu berechnet, das System anhand der erhaltenen Daten trainiert und die beste Lösung selbst ausgewählt.
AI wählt Fotos zur Beschreibung des Hotels
Wenn die Wahl des Produkts oder der Dienstleistung mit der Qualität zusammenhängtBei vielen Fotos, und davon gibt es eine riesige Menge, ist es irrational, Bilder manuell auszuwählen. Brauchen Sie KI. Das Problem besteht darin, dass jeder Partner seine Fotos des Hotels an den Hotelservice Aviasales sendet und es sich bei den Partnern nicht immer um Kettenriesen wie Hilton oder Marriott handelt. Manchmal ist es der Besitzer eines kleinen Gästehauses auf der Krim, der die Zimmer mit seinem Handy fotografiert hat.
Um Fotos zu analysieren, benötigen Sie KIerkennt die Qualität und bestimmt, in welcher Reihenfolge die Bilder angezeigt werden. Die Lösung wurde in einem trainierten neuronalen Netzwerk gefunden, das den Standort bestimmen kann. Das Ergebnis ist beispielsweise folgende Aufteilung: 63 % – Gebäude, 20 % – Pool, 11 % – Baum, 6 % – Strand.
In Stadthotels ist es interessant, wie das Zimmer aussiehtDaher werden zuerst Fotos mit einem Bett gezeigt. Im Gegensatz dazu sind in Strandhotels der Pool und die Sonnenliegen wichtig. In den Feriengebieten sind die Zahlen in der Regel eher knapp, und das Innere des Zimmers wird am besten als letztes gezeigt.
Beginn der Arbeit mit Fotos mit AI,Das Unternehmen hat die Kosten für Handarbeit gesenkt: Zuvor waren Freelancer angestellt, die in beliebten Städten fotografiert hatten, und der Umsatz wurde um 12% gesteigert, hauptsächlich aufgrund von Experimenten mit Fotos von Schwimmbädern in Strandbädern.
Wie AI mit dem Designer Weblium schöne Websites erstellen kann
Der Weblium-Website-Builder verwendet KIDesign Supervisor, der die Website-Erstellungsaktivitäten des Benutzers in Echtzeit verfolgt, Designfehler identifiziert und diese im Handumdrehen korrigiert.
Weil das gesamte Projekt einen Produktstapel verwendetGoogle, dann nutzten die Entwickler Google Cloud AI, um diese Aufgabe umzusetzen. Die schwierigste Aufgabe bestand darin, dem neuronalen Netzwerk beizubringen, Designprobleme durch falsche Verwendung von Farben, Schriftartenpaaren und dergleichen zu erkennen.
Um einen ausreichend großen Datensatz zu erhalten,Die Entwickler trainierten das Modell anhand eines Datensatzes mit 30 Millionen Designlösungen, die den führenden Ressourcen Behance und Dribbble entnommen wurden. Die Strukturen von Sites und Elementen wurden mithilfe der Cloud Vision API erkannt. Dies ermöglichte uns einen „Quantensprung“ bei der Erreichung der Genauigkeit von AI Design Supervisor.
Wir können uns dieses AI-Design noch nicht rühmenSupervisor arbeitet einwandfrei, kann aber bereits als Hauptunterscheidungsmerkmal von Wettbewerbern verwendet werden. Benutzer schreiben ständig, dass das direkte Wechseln einer Site in eine andere zu einem Wow-Effekt führt, auch wenn AI Design Supervisor wiederholt verwendet wird.
David Brown, Gründer von Weblium
Gleichzeitig arbeitet Weblium daranBestimmen Sie kontextbezogen den Inhalt, den der Benutzer zu Websites beisteuert, verstehen Sie seine Aufgaben und bieten Sie ihm beim Erstellen der Website die relevantesten Blöcke an. Dazu nutzen Entwickler die Cloud Natural Language API.
Und die neueste Entwicklung, sehr wichtig inPerspektive - Sprachschnittstellen. Weblium AI Lab protokolliert die Sprachsteuerung des Site Builders mithilfe der Cloud Speech-to-Text-Bibliothek. Die abschließende Idee ist, dass der Benutzer eine technische Aufgabe in einer Stimme und mit einfachen Worten zum Beispiel setzen kann: "Ich möchte einen modernen funktionalen Standort für meine Autowäsche". Und als Ergebnis dieser TK erhalten Sie eine anständige Site.
Wie werden Sephora- und Lamoda-KIs verwendet
Die Personalisierungsplattform von Dynamic Yield hilft Partnern, das Kundenerlebnis zu verbessern. Es wird von so bekannten Marken wie Sephora und Lamoda verwendet.
Dynamic Yield kann Ihre Zielgruppe segmentieren,Wählen Sie personalisierte Produkte und Inhalte aus. Die Plattform funktioniert im Web, auf mobilen Geräten und kann zum Versenden von Newslettern und zum Schalten von Werbung genutzt werden. Es liefert personalisierte Empfehlungen an Benutzer über alle Kommunikationskanäle hinweg.
Von Sephora getestetes PersonalisierungssystemEmpfehlungen in acht Online-Shops in Asien. In jedem von ihnen wurden empfohlene Produkte für Benutzer ausgewählt, die sich an drei Strategien orientierten: ähnliche Produkte, verwandte Produkte und automatische Empfehlungen.
Bis zur Einführung der KI die endgültige WahlDie Produkte, die dem Benutzer angezeigt werden, wurden je nach Land und KPI erstellt. Jetzt werden sie angezeigt, je nachdem, welche Produkte der Benutzer in den Warenkorb gelegt und welche er letztendlich gekauft hat.
Dank dieses Ansatzes stieg die CTR um 4 %.Und jeder Dollar, der für die Nutzung ausgegeben wurde, brachte Dynamic Yield einen Umsatz von 6,5 $.
Zuvor segmentierte Lamoda die Benutzer nachStandort und empfohlene, den Wetterbedingungen entsprechende Kleidung. Jetzt basieren Empfehlungen nicht nur auf Geodaten, sondern auch auf Kaufhistorie, Nutzerverhalten, bevorzugten Marken und Produkten.
Lamoda hat die Benutzer von 160 geteiltMikrosegmente und personalisierte Coupons für jedes Segment. Verglichen mit der vorherigen Rabattaktion hat dies die Conversion, das durchschnittliche Einkommen pro Besucher und den Umsatz pro Sitzung erhöht.
Lamoda hat persönliche Banner gestartet, auf denenEs wurden Kleidungsstücke und Accessoires in der Farbe angezeigt, die der Benutzer bei der Suche bevorzugt hatte. Beim Klicken auf das Banner sah der Nutzer Kleidung in seiner Lieblingsfarbe, sortiert in der Reihenfolge, die er normalerweise bei der Suche bevorzugt.
Dank des Einsatzes von KI steigerte Lamoda den Umsatz pro Sitzung um 8 %Der Bruttogewinn stieg um 15 Millionen US-Dollar.
Fertige Lösungen, schnelle Wirkung.
Beispiele: Aviasales, Weblium, Sephora und Lamodabeweisen, dass der Einsatz künstlicher Intelligenz Unternehmen dabei hilft, deutlich zu wachsen, manchmal in kurzer Zeit: von mehreren Monaten bis zu einem Jahr. Darüber hinaus wären einige Indikatoren ohne die Einführung von KI nie verbessert worden.
Sie können beginnen, mit KI zu experimentierenschnell. In der Anfangsphase wird höchstwahrscheinlich die Stärke der Entwickler, die Sie bereits haben, ausreichen. Durchsuchen Sie GitHub nach Entwicklungen, die für Ihr Unternehmen angepasst werden können, prüfen Sie, ob sich der Einsatz eines kompletten Drittanbieterprodukts auszahlt, und versuchen Sie, zumindest eine kleine Idee umzusetzen, um die Ergebnisse zu sehen. Sicherlich werden sie Sie so beeindrucken, dass Sie weiterhin mit KI experimentieren werden.