Hogyan kezdjük el a mesterséges intelligenciát
Úgy tűnik, hogy az AI nagyon nehéz, és egy kis cégnél
De nem mindig szükséges, hogy valami nehéz dolgozzon.önállóan. A nagyvállalatok már feltaláltak mindent, és nyílt hozzáférésbe helyezték a GitHub-on. A neurális hálózatok és az intelligens könyvtárak is megtalálhatók. A fejlesztők számára ez egy nagyszerű lehetőség arra, hogy új dolgokat kipróbáljunk, és megnézzük, hogyan oldják meg mások a problémát.
Az Aviasalesnél számos mesterséges intelligencia-technológiához kapcsolódó megoldást találnak ki belső hackathonok során.
Hackathonverseny a fejlesztők között, amikorvalamilyen problémát nagyon rövid idő alatt, például 48 óra alatt kell megoldani. Természetesen ez idő alatt lehetetlen valamit a semmiből létrehozni, ezért kész megoldásokat használnak.
A legfontosabb dolog - a kész technológiákkal végzett gyors kísérletek szinte mindig jó eredményeket mutatnak, legyen az az átalakulás növekedése vagy a költségek csökkentése.
"A próféta" előrejelzi, mikor kell vásárolni egy jegyet
Az egyik hackathon során megjelent egy hipotézis, hogykapcsolat van az indulás előtti idő és az utazás megkezdésének napja között. Hatalmas szám elemzése utánAz Aviasales szolgáltatás 11 éves működése során felhalmozott strukturált adatokkal sikerült igazolni a hipotézis helyességét. Így jelent meg a Prophet szolgáltatás, amely 10%-os hibával jósolja meg a jegyvásárlás legjobb pillanatát.
Az új szolgáltatásnak köszönhetően a cég spórolni kezdettharmadik féltől származó adatok beszerzésével, és be tudott illeszteni a naptárba az árakat azokra a dátumokra és úti célokra, ahol nem voltak valós adatok - kis hibával a Próféta segít előre tájékozódni az árról.
A „próféta” tippeket ad az utazóknakideje keresni a jegyeket: „Vásároljon most” vagy „Várjon”. A keresőszavak mellett egy grafikon is látható, amely megmutatja, hogyan fog viselkedni az ár a vállalat előrejelzései alapján.
Az AI kiválasztja a legjobb jegy eladóját
Az Aviasales metakeresésben 200 jegyiroda kerül bemutatásra.és 728 légitársaság. Egyértelmű, hogy először mindig a legalacsonyabb árú jegy. A jegy azonban több eladót is tartalmazhat, és gyakran néhánynak ugyanolyan értéke van. Akkor felmerül a kérdés: ki legyen előre?
A "Vásárlás" sárga gomb - ez az első hely az eladók között. A gomb alatt az ügynökségek listája éslégitársaságok, ahol ezt a jegyet is megvásárolhatja: ugyanazon az áron vagy drágábbnál. Annak megállapításához, hogy ki kell felvenni a mágikus gombot, két tényezőt veszünk figyelembe: a jutalékot, amelyet a partner az eladott jegyért fizet, és a konverziót az eladó webhelyére történő vásárlásról. Ez azt jelenti, hogy ezek olyan tényezők, amelyek figyelembe veszik a két fél érdekeit - a metakeresést és az utazó kényelmét.
Mindkét tényező adatait rögzítikaz asztalra. Az adatok folyamatosan változnak, mivel az eladók azon dolgoznak, hogy javítsák a webhelyeiket. Úgy döntöttek, hogy automatizálják ezt a folyamatot annak érdekében, hogy a számokat manuálisan ne írjuk be a táblázatba. Tehát az esetek 5% -ában a „Vásárlás” gombra kattintva az eladó nem lesz a legalacsonyabb áron, hogy megtudja, hogy a felhasználók mekkora hányada fog menni a weboldalára és vásárolni egy jegyet. Így a paraméterek mindig újra kiszámításra kerülnek, a rendszer a kapott adatok alapján képzett, és maga a legjobb megoldást választja.
Az AI a fotókat a szálloda leírásához választja
Ha a termék vagy szolgáltatás választása összefügg a minőséggelfényképeket, és nagyon sok van belőlük - irracionális a képeket manuálisan kiválasztani. AI kell. A probléma az, hogy minden partner elküldi fényképeit a szállodáról az Aviasales szállodai szolgáltatásnak, és a partnerek nem mindig olyan láncóriások, mint a Hilton vagy a Marriott. Néha ez egy kis vendégház tulajdonosa Krímben, aki a telefonján fényképezte a szobákat.
A fényképek elemzéséhez mesterséges intelligencia szükséges, amelyfelismeri a minőséget, és meghatározza, hogy milyen sorrendben jelenítse meg a képeket. A megoldást egy betanított neurális hálózatban találták meg, amely képes meghatározni a helyet. Az eredmény például a következő bontás: 63% - épület, 20% - medence, 11% - fa, 6% - strand.
A városi szállodákban érdekes, hogyan néz ki a szobaezért először az ágyról készült fényképeket mutatjuk be. A tengerparti szállodákban éppen a medence és a napozóágyak fontosak. Általában a üdülőterületeken a számok meglehetősen szűkek, és a szoba belsejét legjobban legutóbb mutatjuk be.
Fotók használatának megkezdése az AI használatával,a vállalat csökkentette a kézi munka költségét: korábban felvett szabadúszók, akik a népszerű városokban képeket készítettek, és 12% -kal növelték a konverziót, elsősorban a tengerparti üdülőhelyek úszómedencéjével készült kísérletek miatt.
Hogyan segíti az AI a gyönyörű weblapokat a Weblium tervezőjével
A Weblium webhelykészítő AI-t használDesign Supervisor, amely valós időben követi nyomon a felhasználó weboldalkészítési tevékenységét, és azonosítja a tervezési hibákat, azokat menet közben kijavítja.
Mivel az egész projekt termékcsomagot használA Google, majd a fejlesztők a Google Cloud AI segítségével hajtották végre ezt a feladatot. A legnehezebb feladat az volt, hogy megtanítsuk a neurális hálózatot látni a tervezési problémákat a színek, betűpárok és hasonlók helytelen használatából eredően.
Ahhoz, hogy elég nagy adatkészletet kapjunk,a fejlesztők a modellt a vezető Behance és Dribbble forrásokból származó 30 millió tervezési megoldást tartalmazó adatkészletre képezték ki. A webhelyek és az elemek szerkezetét a Cloud Vision API segítségével felismertük. Ez lehetővé tette számunkra, hogy „kvantumugrást” tegyünk az AI Design Supervisor pontosságának elérésében.
Még nem büszkélkedhetünk azzal, hogy az AI DesignA felügyelő hibátlanul működik, de már pontosan használható a versenytársaktól való megkülönböztetés fő pontjaként. A felhasználók folyamatosan írják, hogy az egyik helyszín egy másikra történő fordítása a repülés során mindig csak akkor eredményez wow hatást, ha az AI Design Supervisor-ot többször használják.
David Brown, a Weblium alapítója
Ugyanakkor a Weblium azon dolgozikkontextus szerint határozza meg, hogy a felhasználó milyen tartalmat ad hozzá a webhelyekhez, értse meg feladatait, és kínálja fel neki a legrelevánsabb blokkokat a webhely felépítése során. Ehhez a fejlesztők a Cloud Natural Language API-t használják.
És a legújabb fejlesztés, nagyon fontosperspektíva - hang interfészek. A Weblium AI Lab prototípusa a webhelykészítő hangvezérlését használja a Cloud Speech-to-Text könyvtár segítségével. A végső ötlet az, hogy a felhasználó technikai feladatot hozhat létre hangon és meglehetősen egyszerű szavakkal, például: „Egy modern funkcionális helyet akarok autómosásra”. A TK eredményeképpen tisztességes helyet kap.
A Sephora és a Lamoda AI-k használata
A Dynamic Yield személyre szabott platformja segít a partnereknek az ügyfélélmény javításában. Olyan híres márkák használják, mint a Sephora és a Lamoda.
A Dynamic Yield szegmentálhatja közönségét,válasszon személyre szabott termékeket és tartalmat. A platform a weben, mobileszközökön működik, hírlevelek küldésére és hirdetések elhelyezésére is használható. Személyre szabott ajánlásokat ad a felhasználóknak az összes kommunikációs csatornán.
Sephora tesztelt személyre szabási rendszerajánlásokat nyolc ázsiai online áruházban. Mindegyikben a felhasználók számára ajánlott termékeket választották ki, három stratégia vezérelve: hasonló termékek, kapcsolódó termékek és automatikus ajánlások.
Az AI bevezetéséig a végső választásA felhasználó számára megjelenített termékek az országtól és a KPI-től függően készültek. Most attól függően jelennek meg, hogy a felhasználó milyen termékeket tett a kosárba, és melyeket vásárolta meg végül.
Ennek a megközelítésnek köszönhetően a CTR 4%-kal nőtt.És minden dollár, amit a felhasználásra költöttek, a Dynamic Yield bevétele 6,5 $.
Korábban a Lamoda a szerint szegmentálta a felhasználókathelyet és az időjárási viszonyoknak megfelelő ajánlott ruházatot. Az ajánlások most nem csak földrajzi, hanem vásárlási előzményeken, felhasználói viselkedésen, preferált márkákon és termékeken is alapulnak.
A Lamoda 160-at osztott fel a felhasználókramikroszövegek és személyre szabott kuponok minden szegmenshez. A korábbi kedvezményes kampányhoz képest ez növelte a konverziót, az egy látogatóra jutó átlagos jövedelmet és az egy munkamenetre jutó bevételt.
Lamoda személyes transzparenseket dobott piacra, amelyekenA keresés során a felhasználó által kedvelt színű ruhák és kiegészítők jelentek meg. A bannerre kattintva a felhasználó kedvenc színű ruháit látta, olyan sorrendben rendezve, amelyet általában a keresés során preferál.
Az AI használatának köszönhetően a Lamoda 8%-kal növelte munkamenetenkénti bevételét, ésbruttó nyereség 15 millió dollárral nőtt.
Kész megoldások, gyors hatás.
Példák: Aviasales, Weblium, Sephora és Lamodabizonyítja, hogy a mesterséges intelligencia használata segíti a vállalatok jelentős növekedését, olykor rövid idő alatt: több hónapról egy évre. Ráadásul egyes mutatók soha nem javultak volna az MI bevezetése nélkül.
Elkezdhet kísérletezni az AI-valgyors. A kezdeti szakaszban valószínűleg elegendő lesz a már meglévő fejlesztők ereje. Keressen a GitHubon olyan fejlesztéseket, amelyeket cége számára testre szabhat, nézze meg, hogy kifizetődő lenne-e egy teljesen kész, harmadik féltől származó termék használata, és próbáljon meg legalább egy apró ötletet megvalósítani, hogy lássa az eredményeket. Minden bizonnyal annyira lenyűgöznek majd, hogy továbbra is kísérletezz az AI-val.