Πώς η τεχνητή νοημοσύνη θα βοηθήσει στην ανάπτυξη οποιασδήποτε εταιρείας Διαδικτύου

Πώς να αρχίσετε να χρησιμοποιείτε τεχνητή νοημοσύνη

Φαίνεται ότι η τεχνητή νοημοσύνη είναι πολύ δύσκολη και σε μια μικρή εταιρεία

ή μια startup, τέτοιες τεχνολογίες δεν θα μπορέσουν ποτέ να εφαρμοστούν επειδή δεν υπάρχουν αρκετοί πόροι και γνώση.

Αλλά δεν είναι πάντα απαραίτητο να συνθέσουμε κάτι δύσκολο.από μόνοι τους. Μεγάλες εταιρείες έχουν ήδη εφεύρει τα πάντα και την έχουν ανοίξει στο GitHub. Εκεί μπορείτε να βρείτε νευρικά δίκτυα και έξυπνες βιβλιοθήκες. Για τους προγραμματιστές, αυτή είναι μια μεγάλη ευκαιρία να δοκιμάσετε νέα πράγματα και να δείτε πώς άλλοι έχουν λύσει το πρόβλημα.

Στην Aviasales, πολλές λύσεις που σχετίζονται με τεχνολογίες AI επινοούνται κατά τη διάρκεια εσωτερικών hackathons.

Hackathonείναι ένας ανταγωνισμός μεταξύ προγραμματιστών ότανείναι απαραίτητο να λυθεί κάποιο πρόβλημα σε πολύ σύντομο χρονικό διάστημα, για παράδειγμα, 48 ώρες. Φυσικά, κατά τη διάρκεια αυτής της περιόδου είναι αδύνατο να δημιουργηθεί κάτι από την αρχή, επομένως χρησιμοποιούνται έτοιμες λύσεις.

Το πιο σημαντικό πράγμα - τα γρήγορα πειράματα με τις έτοιμες τεχνολογίες δείχνουν σχεδόν πάντα καλά αποτελέσματα, είτε πρόκειται για αύξηση της μετατροπής είτε για μείωση του κόστους.

"Ο Προφήτης" προβλέπει πότε να αγοράσει ένα εισιτήριο

Κατά τη διάρκεια ενός από τα hackathon, εμφανίστηκε μια υπόθεση ότιυπάρχει μια σύνδεση μεταξύ του χρόνου πριν την αναχώρηση και της ημέρας που ξεκινάτε το ταξίδι. Έχοντας αναλύσει έναν τεράστιο αριθμόδομημένα δεδομένα που έχουν συσσωρευτεί για 11 χρόνια λειτουργίας της υπηρεσίας Aviasales, ήταν δυνατό να αποδειχθεί ότι η υπόθεση είναι σωστή. Κάπως έτσι εμφανίστηκε η υπηρεσία Προφήτης, η οποία προβλέπει την καλύτερη στιγμή για αγορά εισιτηρίων με σφάλμα 10%.

Χάρη στη νέα υπηρεσία, η εταιρεία άρχισε να αποταμιεύειλαμβάνοντας δεδομένα τρίτων και μπόρεσε να εισαγάγει τιμές στο ημερολόγιο για εκείνες τις ημερομηνίες και προορισμούς όπου δεν υπήρχαν πραγματικά δεδομένα - με ένα μικρό σφάλμα, ο Προφήτης βοηθά να μάθουμε την τιμή εκ των προτέρων.

Ο «Προφήτης» δίνει στους ταξιδιώτες συμβουλές σχετικάχρόνος για αναζήτηση εισιτηρίων: «Αγοράστε τώρα» ή «Περιμένετε». Μαζί με τις λέξεις αναζήτησης, εμφανίζεται ένα γράφημα που δείχνει πώς θα συμπεριφερθεί η τιμή με βάση τις προβλέψεις της εταιρείας.

Το AI επιλέγει τον καλύτερο πωλητή εισιτηρίων

Στο Metasearch Aviasales παρουσιάζονται 200 ​​γραφεία εισιτηρίων.και 728 αεροπορικές εταιρείες. Είναι σαφές ότι καταρχήν είναι πάντα το εισιτήριο με τη χαμηλότερη τιμή. Αλλά ένα εισιτήριο μπορεί να έχει αρκετούς πωλητές, και συχνά κάποιοι έχουν την ίδια αξία. Στη συνέχεια τίθεται το ερώτημα: ποιος πρέπει να είναι μπροστά;

Το κίτρινο κουμπί "Αγορά" - αυτή είναι η πρώτη θέση μεταξύ όλων των πωλητών. Κάτω από το κουμπί είναι ένας κατάλογος των οργανισμών καιαεροπορικές εταιρείες όπου μπορείτε επίσης να αγοράσετε αυτό το εισιτήριο: για την ίδια τιμή ή πιο ακριβό. Για να καθορίσετε ποιον να τοποθετήσετε το μαγικό κουμπί, λαμβάνονται υπόψη δύο παράγοντες - η προμήθεια που πληρώνει ο συνεργάτης για το εισιτήριο που πωλείται και η μετατροπή από τη μετάβαση προς την τοποθεσία του πωλητή στην αγορά. Δηλαδή, αυτοί είναι παράγοντες που λαμβάνουν υπόψη τα συμφέροντα των δύο μερών - τη μετα-αναζήτηση και την ευκολία του ταξιδιώτη.

Όλα τα δεδομένα και για τους δύο παράγοντες καταγράφονται στοτο τραπέζι. Τα δεδομένα αλλάζουν διαρκώς, καθώς οι πωλητές εργάζονται για τη βελτίωση των τοποθεσιών τους. Αποφασίστηκε να αυτοματοποιηθεί αυτή η διαδικασία προκειμένου να μην εισαχθούν αριθμοί στο τραπέζι με το χέρι. Έτσι, στο 5% των περιπτώσεων, στο κουμπί "Αγορά", ο πωλητής αποδεικνύεται ότι δεν έχει τη χαμηλότερη τιμή, προκειμένου να διαπιστώσει ποιο ποσοστό των χρηστών θα πάει στην ιστοσελίδα του και να αγοράσει ένα εισιτήριο. Έτσι, οι παράμετροι επανυπολογίζονται συνεχώς, το σύστημα εκπαιδεύεται με βάση τα δεδομένα που λαμβάνονται και επιλέγει την καλύτερη λύση.

Το AI επιλέγει φωτογραφίες για την περιγραφή του ξενοδοχείου

Εάν η επιλογή του προϊόντος ή της υπηρεσίας σχετίζεται με την ποιότηταφωτογραφίες, και υπάρχει ένας τεράστιος αριθμός από αυτές, είναι παράλογο να επιλέγετε φωτογραφίες χειροκίνητα. Χρειάζεστε AI. Το πρόβλημα είναι ότι κάθε συνεργάτης στέλνει τις φωτογραφίες του από το ξενοδοχείο στην ξενοδοχειακή υπηρεσία Aviasales και οι συνεργάτες δεν είναι πάντα γίγαντες της αλυσίδας όπως η Hilton ή η Marriott. Μερικές φορές αυτός είναι ο ιδιοκτήτης ενός μικρού ξενώνα στην Κριμαία, ο οποίος φωτογράφιζε τα δωμάτια στο τηλέφωνό του.

Για να αναλύσετε φωτογραφίες χρειάζεστε AI, το οποίοαναγνωρίζει την ποιότητα και καθορίζει με ποια σειρά θα εμφανίζονται οι εικόνες. Η λύση βρέθηκε σε ένα εκπαιδευμένο νευρωνικό δίκτυο που μπορεί να προσδιορίσει την τοποθεσία. Το αποτέλεσμα είναι, για παράδειγμα, η ακόλουθη κατανομή: 63% - κτίριο, 20% - πισίνα, 11% - δέντρο, 6% - παραλία.

Στα ξενοδοχεία της πόλης είναι ενδιαφέρον το πώς φαίνεται το δωμάτιοΕπομένως, εμφανίζονται πρώτα φωτογραφίες με κρεβάτι. Στα ξενοδοχεία παραλία, αντίθετα, η πισίνα και οι ξαπλώστρες είναι σημαντικές. Κατά κανόνα, στις περιοχές των θέρετρων οι αριθμοί είναι μάλλον σπάνιοι, και το εσωτερικό του δωματίου φαίνεται καλύτερα τελευταίο.

Αρχίζοντας να δουλεύετε με φωτογραφίες χρησιμοποιώντας AI,η εταιρεία μείωσε το κόστος της χειρωνακτικής εργασίας: προηγουμένως προσέλαβε ελεύθερους επαγγελματίες που έκαναν φωτογραφίες σε δημοφιλείς πόλεις και επίσης αύξησε τη μετατροπή κατά 12%, κυρίως λόγω πειραμάτων με φωτογραφίες πισινών σε παραθαλάσσια θέρετρα.

Πώς AI βοηθά να φτιάξετε όμορφες ιστοσελίδες με τον σχεδιαστή Weblium

Το πρόγραμμα δημιουργίας ιστοτόπων Weblium χρησιμοποιεί AIΟ επόπτης σχεδίασης, ο οποίος παρακολουθεί τις δραστηριότητες δημιουργίας ιστότοπου του χρήστη σε πραγματικό χρόνο και εντοπίζει λάθη σχεδιασμού, διορθώνοντάς τα αμέσως.

Επειδή ολόκληρο το έργο χρησιμοποιεί μια στοίβα προϊόντωνΗ Google, στη συνέχεια οι προγραμματιστές χρησιμοποίησαν το Google Cloud AI για να υλοποιήσουν αυτήν την εργασία. Το πιο δύσκολο έργο ήταν να διδάξουμε στο νευρωνικό δίκτυο να βλέπει προβλήματα σχεδίασης με εσφαλμένη χρήση χρωμάτων, ζευγών γραμματοσειρών και τα παρόμοια.

Για να αποκτήσετε ένα αρκετά μεγάλο σύνολο δεδομένων,οι προγραμματιστές εκπαίδευσαν το μοντέλο σε ένα σύνολο δεδομένων με 30 εκατομμύρια σχεδιαστικές λύσεις που προέρχονται από τους κορυφαίους πόρους Behance και Dribbble. Οι δομές των τοποθεσιών και των στοιχείων αναγνωρίστηκαν χρησιμοποιώντας το Cloud Vision API. Αυτό μας επέτρεψε να κάνουμε ένα «κβαντικό άλμα» στην επίτευξη της ακρίβειας του AI Design Supervisor.

Δεν μπορούμε ακόμη να καυχηθούμε για αυτό το AI DesignΟ επόπτης εργάζεται άψογα, αλλά μπορεί ήδη να χρησιμοποιηθεί με ακρίβεια ως το κύριο σημείο διαφοροποίησης από τους ανταγωνιστές. Οι χρήστες γράφουν συνεχώς ότι η μετατροπή ενός ιστότοπου σε ένα άλλο στην πτήση προκαλεί πάντοτε ένα φαινόμενο wow ακόμη και όταν ο AI Design Supervisor χρησιμοποιείται επανειλημμένα.

Ντέιβιντ Μπράουν, ιδρυτής της Weblium

Ταυτόχρονα, η Weblium εργάζεται για ναπροσδιορίστε με βάση τα συμφραζόμενα το περιεχόμενο που συνεισφέρει ο χρήστης στους ιστότοπους, κατανοήστε τις εργασίες του και προσφέρετε του τα πιο σχετικά μπλοκ κατά τη δημιουργία του ιστότοπου. Για να γίνει αυτό, οι προγραμματιστές χρησιμοποιούν το Cloud Natural Language API.

Και η τελευταία εξέλιξη, πολύ σημαντική στοπροοπτική - φωνητικές διεπαφές. Το Weblium AI Lab πρωτοτύπωσε τον έλεγχο φωνής του οικοδόμου ιστοτόπων χρησιμοποιώντας τη βιβλιοθήκη Ομιλία σε κείμενα του Cloud. Η τελική ιδέα είναι ότι ο χρήστης μπορεί να θέσει ένα τεχνικό έργο με φωνή και με απλά λόγια, για παράδειγμα: "Θέλω μια σύγχρονη λειτουργική τοποθεσία για το πλύσιμο των αυτοκινήτων μου". Και ως αποτέλεσμα αυτού του TK, έχετε μια αξιοπρεπή περιοχή.

Πώς χρησιμοποιούνται τα AI της Sephora και της Lamoda

Η πλατφόρμα εξατομίκευσης της Dynamic Yield βοηθά τους συνεργάτες να βελτιώσουν την εμπειρία του πελάτη. Χρησιμοποιείται από διάσημες μάρκες όπως Sephora και Lamoda.

Η δυναμική απόδοση μπορεί να τμηματοποιήσει το κοινό σας,επιλέξτε εξατομικευμένα προϊόντα και περιεχόμενο. Η πλατφόρμα λειτουργεί στον Ιστό, σε κινητές συσκευές και μπορεί να χρησιμοποιηθεί για την αποστολή ενημερωτικών δελτίων και την τοποθέτηση διαφημίσεων. Παρέχει εξατομικευμένες προτάσεις στους χρήστες σε όλα τα κανάλια επικοινωνίας.

Δοκιμασμένο σύστημα εξατομίκευσης Sephoraσυστάσεις σε οκτώ ηλεκτρονικά καταστήματα στην Ασία. Σε καθένα από αυτά, επιλέχθηκαν προτεινόμενα προϊόντα για τους χρήστες, με γνώμονα τρεις στρατηγικές: παρόμοια προϊόντα, σχετικά προϊόντα και αυτόματες συστάσεις.

Μέχρι την εισαγωγή του AI, η τελική επιλογήΤα προϊόντα που θα εμφανίζονται στον χρήστη έγιναν ανάλογα με τη χώρα και τους KPI. Τώρα εμφανίζονται ανάλογα με τα προϊόντα που πρόσθεσε ο χρήστης στο καλάθι και ποια τελικά αγόρασε.

Χάρη σε αυτή την προσέγγιση, το CTR αυξήθηκε κατά 4%.Και κάθε δολάριο που ξοδεύτηκε για χρήση, η Δυναμική Απόδοση κέρδισε $ 6,5 σε έσοδα.

Προηγουμένως, η Lamoda τμηματοποιούσε τους χρήστες κατάτοποθεσία και συνιστώμενη ενδυμασία κατάλληλη για τις καιρικές συνθήκες. Τώρα οι προτάσεις βασίζονται όχι μόνο στο γεωγραφικό, αλλά και στο ιστορικό αγορών, στη συμπεριφορά των χρηστών, στις προτιμώμενες επωνυμίες και στα προϊόντα.

Η Lamoda διεύρυνε τους χρήστες κατά 160μικροστοιχεία και προετοιμασμένα εξατομικευμένα κουπόνια για κάθε τομέα. Σε σύγκριση με την προηγούμενη εκστρατεία έκπτωσης, αυτό έχει αυξήσει τη μετατροπή, το μέσο εισόδημα ανά επισκέπτη και τα έσοδα ανά συνεδρία.

Η Lamoda λάνσαρε προσωπικά πανό στα οποίαεμφανίστηκαν ρούχα και αξεσουάρ του χρώματος που προτιμούσε ο χρήστης κατά την αναζήτηση. Κάνοντας κλικ στο banner, ο χρήστης είδε ρούχα του αγαπημένου του χρώματος, ταξινομημένα με τη σειρά που συνήθως προτιμά κατά την αναζήτηση.

Χάρη στη χρήση της τεχνητής νοημοσύνης, η Lamoda αύξησε τα έσοδα ανά περίοδο λειτουργίας κατά 8% καιτο μικτό κέρδος αυξήθηκε κατά 15 εκατομμύρια δολάρια.

Έτοιμες λύσεις, γρήγορη επίδραση.

Παραδείγματα: Aviasales, Weblium, Sephora και Lamodaνα αποδείξει ότι η χρήση της τεχνητής νοημοσύνης βοηθά τις εταιρείες να αναπτυχθούν σημαντικά, μερικές φορές σε σύντομο χρονικό διάστημα: από αρκετούς μήνες έως ένα χρόνο. Επιπλέον, ορισμένοι δείκτες δεν θα είχαν βελτιωθεί ποτέ χωρίς την εισαγωγή της τεχνητής νοημοσύνης.

Μπορείτε να αρχίσετε να πειραματίζεστε με AIγρήγορα. Στο αρχικό στάδιο, πιθανότατα, η δύναμη των προγραμματιστών που ήδη έχετε θα είναι επαρκής. Αναζητήστε στο GitHub εξελίξεις που μπορούν να προσαρμοστούν για την επιχείρησή σας, δείτε εάν η χρήση ενός εντελώς μη διαθέσιμου προϊόντος τρίτου μέρους θα αποδώσει και δοκιμάστε να εφαρμόσετε τουλάχιστον μια μικρή ιδέα για να δείτε τα αποτελέσματα. Σίγουρα θα σας εντυπωσιάσουν τόσο πολύ που θα συνεχίσετε να πειραματίζεστε με την AI.