Hvordan begynne å bruke kunstig intelligens
Det ser ut til at AI er veldig vanskelig, og i et lite selskap
Men det er ikke alltid nødvendig å komponere noe vanskelig.på egen hånd. Store bedrifter har allerede oppfunnet alt og satt det i åpen tilgang på GitHub. Både nevrale nettverk og smarte biblioteker finnes der. For utviklere er dette en flott mulighet til å prøve nye ting og se på hvordan andre løste problemet.
Hos Aviasales blir mange løsninger knyttet til AI-teknologier oppfunnet under interne hackathons.
Hackathoner en konkurranse blant utviklere nårdet er nødvendig å løse et eller annet problem på veldig kort tid, for eksempel 48 timer. Naturligvis er det i løpet av denne tiden umulig å lage noe fra bunnen av, så ferdige løsninger brukes.
Det viktigste - hurtige eksperimenter med ferdige teknologier viser nesten alltid gode resultater, det være seg en økning i konvertering eller reduksjon i kostnader.
"Profeten" forutser når man skal kjøpe en billett
Under et av hackathonene dukket det opp en hypotese om atDet er en sammenheng mellom tiden før avreise og dagen du starter reisen. Etter å ha analysert et stort antallstrukturerte data som har samlet seg over 11 års drift av Aviasales-tjenesten, var det mulig å bevise at hypotesen er riktig. Slik dukket Profet-tjenesten ut, som spår det beste øyeblikket å kjøpe billetter med en feil på 10%.
Takket være den nye tjenesten begynte selskapet å spareved å skaffe tredjepartsdata og var i stand til å sette inn priser i kalenderen for de datoene og destinasjonene der det ikke var reelle data - med en liten mengde feil hjelper profeten med å finne ut prisen på forhånd.
"Profeten" gir reisende tips omtid for å søke etter billetter: «Kjøp nå» eller «Vent». Sammen med søkeordene vises en graf som viser hvordan prisen vil oppføre seg basert på selskapets prognoser.
AI velger den beste billett selgeren
I Aviasales meta-søk er 200 billettkontorer presentert.og 728 flyselskaper. Det er klart at i utgangspunktet alltid billetten er med lavest pris. Men en billett kan ha flere selgere, og ofte har noen samme verdi. Deretter oppstår spørsmålet: hvem skal være foran?
Den gule knappen "Kjøp" - dette er førsteplassen blant alle selgere. Under knappen er en liste over byråer ogflyselskaper hvor du også kan kjøpe denne billetten: for samme pris eller dyrere. For å avgjøre hvem som skal legge på den magiske knappen, tas to faktorer i betraktning - provisjonen som partneren betaler for billetten solgt, og konverteringen fra å gå til selgerens nettsted til kjøpet. Det vil si at dette er faktorer som tar hensyn til interessene til to parter - meta-søk og bekvemmeligheten til den reisende.
Alle data på begge faktorene er registrert ibordet. Data er i stadig endring, ettersom selgere jobber for å forbedre sine nettsteder. Det ble besluttet å automatisere denne prosessen for ikke å angi tallene manuelt i tabellen. Så, i 5% av tilfellene, på "Kjøp" -knappen, viser selgeren å være med ikke den laveste prisen for å finne ut hvilken prosentandel av brukerne som skal gå til sitt nettsted og kjøpe en billett. Parametrene blir derfor omregnet hele tiden, systemet er opplært på grunnlag av dataene som er oppnådd, og den velger den beste løsningen selv.
AI velger bilder til beskrivelsen av hotellet
Hvis valg av produkt eller tjeneste er knyttet til kvalitetfotografier, og det er et stort antall av dem, er det irrasjonelt å velge bilder manuelt. Trenger AI. Problemet er at hver partner sender sine bilder av hotellet til Aviasales hotelltjeneste, og partnere er ikke alltid kjedegiganter som Hilton eller Marriott. Noen ganger er dette eieren av et lite gjestehus på Krim, som fotograferte rommene på telefonen sin.
For å analysere bilder trenger du AI, somgjenkjenner kvalitet og bestemmer i hvilken rekkefølge bilder skal vises. Løsningen ble funnet i ett trenet nevralt nettverk som kan bestemme plassering. Resultatet er for eksempel følgende fordeling: 63% - bygning, 20% - basseng, 11% - tre, 6% - strand.
I byhoteller er det interessant hvordan rommet ser utDerfor vises bilder fra sengen først. I strandhoteller er tvert imot viktig med basseng og solsenger. Som regel, i feriestedet er tallene ganske knappe, og det indre av rommet er best vist sist.
Starter med bilder ved hjelp av AI,Selskapet har redusert kostnadene for manuell arbeidskraft: Tidligere ansatt frilansere, som tok bilder i populære byer, og økte omsetningen med 12%, hovedsakelig på grunn av eksperimenter med fotografier av svømmebassenger ved badebyer.
Hvordan AI bidrar til å lage flotte nettsteder med Weblium designer
Weblium nettstedbygger bruker AIDesign Supervisor, som sporer brukerens aktiviteter for å lage nettsider i sanntid og identifiserer designfeil, og retter dem umiddelbart.
Fordi hele prosjektet bruker en produktstabelGoogle, deretter brukte utviklerne Google Cloud AI for å implementere denne oppgaven. Den vanskeligste oppgaven var å lære det nevrale nettverket å se designproblemer ved feil bruk av farger, skriftpar og lignende.
For å få et stort nok datasett,utviklerne trente modellen på et datasett med 30 millioner designløsninger hentet fra de ledende ressursene Behance og Dribbble. Strukturene til nettsteder og elementer ble gjenkjent ved hjelp av Cloud Vision API. Dette tillot oss å gjøre et "kvantesprang" for å oppnå nøyaktigheten til AI Design Supervisor.
Vi kan ikke skryte med det AI DesignTilsynsføreren fungerer feilfritt, men det kan allerede brukes nøyaktig som hovedpunktet for differensiering fra konkurrenter. Brukere skriver kontinuerlig at det å slå et nettsted til en annen i flyet, forårsaker uansett en wow-effekt selv når AI Design Supervisor brukes flere ganger.
David Brown, grunnlegger av Weblium
Samtidig jobber Weblium med åkontekstuelt bestemme innholdet som brukeren bidrar til nettsteder, forstå oppgavene hans og tilby ham de mest relevante blokkene når han bygger nettstedet. For å gjøre dette bruker utviklere Cloud Natural Language API.
Og den siste utviklingen, veldig viktig iperspektiv - tale grensesnitt. Weblium AI Lab prototyper stemmekontrollen til nettstedbyggeren ved hjelp av Cloud Speech-to-Text-biblioteket. Den endelige ideen er at brukeren kunne sette en teknisk oppgave i en stemme og i ganske enkle ord, for eksempel: "Jeg vil ha et moderne, funksjonelt nettsted for min bilvask". Og som et resultat av denne TK får du et anstendig nettsted.
Hvordan Sephora og Lamoda AIs brukes
Dynamic Yields personaliseringsplattform hjelper partnere med å forbedre kundeopplevelsen. Den brukes av så kjente merker som Sephora og Lamoda.
Dynamisk avkastning kan segmentere publikum,velg personlig tilpassede produkter og innhold. Plattformen fungerer på nettet, på mobile enheter, og kan brukes til å sende nyhetsbrev og legge ut annonser. Den leverer personlige anbefalinger til brukere på tvers av alle kommunikasjonskanaler.
Sephora-testet personaliseringssystemanbefalinger i åtte nettbutikker i Asia. I hver av dem ble anbefalte produkter valgt for brukere, styrt av tre strategier: lignende produkter, relaterte produkter og automatiske anbefalinger.
Inntil introduksjonen av AI, det endelige valgetProduktene som vil bli vist til brukeren ble laget avhengig av land og KPI. Nå vises de avhengig av hvilke produkter brukeren la til i handlekurven og hvilke han til slutt kjøpte.
Takket være denne tilnærmingen økte CTR med 4 %.Og hver dollar brukt til bruk, tjente Dynamic Yield $ 6,5 i inntekter.
Tidligere segmenterte Lamoda brukere etterplassering og anbefalte klær tilpasset værforholdene. Nå er anbefalinger ikke bare basert på geo, men også på kjøpshistorikk, brukeratferd, foretrukne merker og produkter.
Lamoda delt brukere med 160mikrosegmenter og utarbeidet personlige kuponger for hvert segment. Sammenlignet med forrige rabattkampanje har dette økt konverteringen, gjennomsnittlig inntekt per besøkende og inntektene per økt.
Lamoda lanserte personlige bannere på hvilkeklær og tilbehør i fargen som brukeren foretrakk under søket ble vist. Ved å klikke på banneret, så brukeren klær i favorittfargen hans, sortert i den rekkefølgen han vanligvis foretrekker når han søker.
Takket være bruken av AI økte Lamoda inntektene per økt med 8 %, ogbruttoresultatet økte med $ 15 millioner.
Klar løsninger, rask effekt.
Eksempler: Aviasales, Weblium, Sephora og Lamodabevise at bruk av kunstig intelligens hjelper bedrifter å vokse betydelig, noen ganger på kort tid: fra flere måneder til et år. Dessuten ville noen indikatorer aldri blitt forbedret uten introduksjonen av AI.
Du kan begynne å eksperimentere med AIfort. I det innledende stadiet vil mest sannsynlig styrken til utviklerne du allerede har, være tilstrekkelig. Søk i GitHub etter utviklinger som kan tilpasses for din bedrift, se om det vil lønne seg å bruke et helt hyllevare tredjepartsprodukt, og prøv å implementere minst en liten idé for å se resultatene. De vil sikkert imponere deg så mye at du vil fortsette å eksperimentere med AI.