Hur man börjar använda artificiell intelligens
Det verkar som att AI är väldigt svårt, och det i ett litet företag
Men det är inte alltid nödvändigt att komponera något svårt.på egen hand. Stora företag har redan uppfunnit allt och sätter det i öppen åtkomst på GitHub. Där kan du hitta neurala nätverk och smarta bibliotek. För utvecklare är det här ett bra tillfälle att prova nya saker och se hur andra har löst problemet.
På Aviasales uppfinns många lösningar relaterade till AI-teknologier under interna hackathons.
hackathonär en tävling bland utvecklare närdet är nödvändigt att lösa något problem på mycket kort tid, till exempel 48 timmar. Naturligtvis är det under denna tid omöjligt att skapa något från grunden, så färdiga lösningar används.
Det viktigaste - snabba experiment med färdiga tekniker visar nästan alltid bra resultat, det vill säga en ökning av omvandlingen eller en kostnadsminskning.
"Profeten" förutsäger när man ska köpa en biljett
Under ett av hackathonen dök en hypotes upp om attDet finns en koppling mellan tiden före avgång och den dag du börjar resan. Efter att ha analyserat ett stort antalstrukturerade data som har ackumulerats under 11 års drift av Aviasales-tjänsten, var det möjligt att bevisa att hypotesen är korrekt. Så här såg Profettjänsten ut, som förutspår det bästa ögonblicket att köpa biljetter med ett fel på 10%.
Tack vare den nya tjänsten började företaget sparagenom att skaffa data från tredje part och kunde infoga priser i kalendern för de datum och destinationer där det inte fanns några riktiga uppgifter - med en liten mängd fel hjälper profeten att ta reda på priset i förväg.
"Profeten" ger resenärer tips omdags att söka efter biljetter: "Köp nu" eller "Vänta." Tillsammans med sökorden visas en graf som visar hur priset kommer att bete sig utifrån företagets prognoser.
AI väljer den bästa biljettförsäljaren
I Aviasales metasearch presenteras 200 biljettkontor.och 728 flygbolag. Det är klart att i första hand alltid är biljetten med lägsta pris. Men en biljett kan ha flera säljare, och ofta har vissa samma värde. Då uppstår frågan: vem ska vara framåt?
Den gula knappen "Köp" - det här är första plats bland alla säljare. Under knappen finns en lista över byråer ochflygbolag där du också kan köpa denna biljett: till samma pris eller dyrare. För att bestämma vem som ska sätta på magisk knappen beaktas två faktorer - den uppgift som partner betalar för den sålda biljetten och omvandlingen från att gå till säljarens webbplats till inköpet. Det vill säga dessa är faktorer som tar hänsyn till två parters intressen - meta-sökning och bekvämligheten hos resenären.
Alla data på båda faktorerna registreras ibordet. Data förändras ständigt, eftersom säljare arbetar för att förbättra sina webbplatser. Det bestämdes att automatisera denna process för att inte skriva in siffror i tabellen manuellt. Så, i 5% av fallen, på "Köp" -knappen, visar sig säljaren att vara med inte det lägsta priset för att ta reda på vilken andel av användarna som ska gå till sin hemsida och köpa en biljett. Parametrarna omräknas alltså hela tiden, systemet utbildas på grundval av de erhållna uppgifterna och den väljer själv den bästa lösningen.
AI väljer foton till beskrivningen av hotellet
Om valet av produkt eller tjänst är relaterat till kvalitetfotografier, och det finns ett stort antal av dem, är det irrationellt att välja bilder manuellt. Behöver AI. Problemet är att varje partner skickar sina foton av hotellet till Aviasales hotelltjänst, och partners är inte alltid kedjejättar som Hilton eller Marriott. Ibland är det här ägaren till ett litet pensionat på Krim, som fotograferade rummen på sin telefon.
För att analysera bilder behöver du AI, vilketkänner igen kvalitet och bestämmer i vilken ordning bilderna ska visas. Lösningen hittades i ett tränat neuralt nätverk som kan bestämma platsen. Resultatet är till exempel följande uppdelning: 63% - byggnad, 20% - pool, 11% - träd, 6% - strand.
I stadshotell är det intressant hur rummet ser utDärför visas bilder med en säng först. I strandhotell, tvärtom, är poolen och solstolarna viktiga. Som regel är i utväg områdena ganska knappa, och inredningen i rummet visas bäst sist.
Börjar arbeta med foton med hjälp av AI,Företaget har minskat kostnaden för manuell arbetskraft: tidigare anställda frilansare som tog bilder i populära städer och också ökat konvertering med 12%, främst på grund av experiment med fotografier av simbassänger vid badorter.
Hur AI hjälper till att skapa vackra webbplatser med designern Weblium
Weblium webbplatsbyggare använder AIDesign Supervisor, som spårar användarens aktiviteter för att skapa webbplatser i realtid och identifierar designfel, korrigerar dem i farten.
Eftersom hela projektet använder en produktstackGoogle, sedan använde utvecklarna Google Cloud AI för att implementera denna uppgift. Den svåraste uppgiften var att lära det neurala nätverket att se designproblem med felaktig användning av färger, typsnittspar och liknande.
För att få en tillräckligt stor datamängd,utvecklarna tränade modellen på en datamängd med 30 miljoner designlösningar hämtade från de ledande resurserna Behance och Dribbble. Strukturerna för webbplatser och element kändes igen med hjälp av Cloud Vision API. Detta gjorde det möjligt för oss att göra ett "kvantsprång" för att uppnå noggrannheten hos AI Design Supervisor.
Vi kan ännu inte skryta den AI DesignHandledaren arbetar felfritt, men det kan redan användas som huvudpunkt för differentiering från konkurrenterna. Användare skriver ständigt att att vända en plats till en annan i flygningen medför allvarlig en wow-effekt även när AI Design Supervisor används flera gånger.
David Brown, grundare av Weblium
Samtidigt arbetar Weblium för attkontextuellt bestämma innehållet som användaren bidrar med till webbplatser, förstå hans uppgifter och erbjuda honom de mest relevanta blocken när du bygger webbplatsen. För att göra detta använder utvecklare Cloud Natural Language API.
Och den senaste utvecklingen, mycket viktig iperspektiv - röstgränssnitt. Weblium AI Lab prototyper röstkontrollen för webbplatsbyggaren med hjälp av biblioteket Cloud Speech-to-Text. Den slutliga tanken är att användaren kan lägga en teknisk uppgift i en röst och i ganska enkla ord, till exempel: "Jag vill ha en modern funktionell plats för min bilvård". Och som ett resultat av denna TK får du en bra plats.
Hur Sephora och Lamoda AI används
Dynamic Yields personaliseringsplattform hjälper partners att förbättra kundupplevelsen. Det används av sådana kända märken som Sephora och Lamoda.
Dynamic Yield kan segmentera din målgrupp,välj personliga produkter och innehåll. Plattformen fungerar på webben, på mobila enheter och kan användas för att skicka nyhetsbrev och lägga ut annonser. Den levererar personliga rekommendationer till användare över alla kommunikationskanaler.
Sephora testat personaliseringssystemrekommendationer i åtta nätbutiker i Asien. I var och en av dem valdes rekommenderade produkter ut för användare, styrda av tre strategier: liknande produkter, relaterade produkter och automatiska rekommendationer.
Fram till introduktionen av AI, det slutliga valetProdukterna som kommer att visas för användaren gjordes beroende på land och KPI. Nu visas de beroende på vilka produkter användaren lagt till i kundvagnen och vilka han slutligen köpte.
Tack vare detta tillvägagångssätt ökade CTR med 4%.Och varje dollar som användes, gav Dynamic Yield $ 6,5 i intäkter.
Tidigare segmenterade Lamoda användare efterplats och rekommenderade kläder anpassade till väderförhållandena. Nu baseras rekommendationer inte bara på geo, utan också på köphistorik, användarbeteende, föredragna varumärken och produkter.
Lamoda delade användare med 160mikrosegment och förberedda personliga kuponger för varje segment. Jämfört med föregående rabattkampanj har detta ökat konvertering, genomsnittlig inkomst per besökare och intäkter per session.
Lamoda lanserade personliga banderoller på vilkakläder och accessoarer i den färg som användaren föredrog under sökningen visades. När användaren klickade på bannern såg användaren kläder i sin favoritfärg, sorterade i den ordning som han vanligtvis föredrar vid sökning.
Tack vare användningen av AI ökade Lamoda intäkterna per session med 8 %, ochbruttoresultatet ökade med 15 miljoner dollar.
Klara lösningar, snabb effekt.
Exempel: Aviasales, Weblium, Sephora och Lamodabevisa att användningen av artificiell intelligens hjälper företag att växa avsevärt, ibland på kort tid: från flera månader till ett år. Dessutom skulle vissa indikatorer aldrig ha förbättrats utan införandet av AI.
Du kan börja experimentera med AIsnabb. I det inledande skedet kommer troligen styrkan hos de utvecklare du redan har att vara tillräcklig. Sök på GitHub efter utvecklingar som kan anpassas för ditt företag, se om det skulle löna sig att använda en helt färdig tredjepartsprodukt och försök implementera åtminstone en liten idé för att se resultatet. De kommer säkert att imponera så mycket på dig att du kommer att fortsätta experimentera med AI.