新闻
您现在的位置:首页 > 新闻 > AI Weekly:华丽的无聊AI
  • 从0到1,这些新锐品牌在抖音做对了什么?

    从0到1,这些新锐品牌在抖音做对了什么?

    发布时间:2021/06/22

    如今的食品饮料行业,新机会往往由新的玩家率先挖掘,他们中的佼佼者将成为行业中极具竞争力的年轻选手,我们称之为新锐品牌。 在漫天的战报中,我们很容易就能找到一个数据猛增的新锐品牌,但挖掘新锐品牌背后的...

  • Gislaved熊牌轮胎正式进入中国市场

    Gislaved熊牌轮胎正式进入中国市场

    发布时间:2021/04/24

    德国马牌轮胎亚太区产品总监Tolga MUTLU介绍Gislaved熊牌新品轮胎 大陆马牌轮胎(中国)有限公司宣布,拥有百年辉煌历史的轮胎品牌 — Gislaved熊牌轮胎正式进入中国市场,进一步夯实德国马牌在华“多品牌”战...

  • 麦当劳中国推出金菠萝雪芭

    麦当劳中国推出金菠萝雪芭

    发布时间:2021/04/23

    麦当劳中国推出首个雪芭类产品 麦当劳中国与国际知名水果品牌都乐首次合作,推出全新夏日新品 — 金菠萝雪芭,为夏日冰品市场增添了一个创新的美味轻食选择。 金菠萝雪芭是麦当劳中国的首个雪芭类产品,使用...

AI Weekly:华丽的无聊AI

发布时间:2019/09/16 新闻 浏览次数:805

 
我一直与想要向我介绍他们最新AI相关新闻的公司进行同样的对话。它是这样的:他们有一些新的功能或改进的统计数据或特定于他们的业务的新成就。这对他们来说是内部的巨大胜利,但并不是最引人注目的新闻本身。然后我们进入AI部分,我开始垂涎欲滴,要求他们告诉我更多。回复越来越多的是“我们使用[一种非常令人兴奋的AI工具]来做这件事。”
习惯于为了技术而覆盖技术,我总觉得有点失望。鉴于丰富,复杂和改变世界的人工智能技术是多么丰富,我一直期待着一个令人眼花缭乱的技术魔术故事。
但我已经看到我冷淡的回应是不成熟和傲慢的。我觉得孩子们看到他们的父母 – 他们有很棒的工作并为他们提供了美好的生活 – 因为他们不是职业运动员或电影明星而非常不冷静。当然,人工智能在理论上是一种性感或是一种魔力,但在现实世界中,房间里最聪明的人就是那些真正用它来为公司做事的人。
这里只是一些最近的例子:
Booking.com需要预测客户的大量旅行需求,从航班到住宿到活动。由于服务必须是个性化的并且提出了很好的建议,因此公司的解决方案是为客户构建图表,以便尽快回答他们的问题。这涉及到很多人工智能。 Booking.com的经验副总裁Ram Papatla在接受采访时告诉我,在任何时候,Booking.com主页上可能会有多达20种人工智能技术。这种混合包括聊天机器人和众多机器学习模型,但Papatla指出,这些只是商品。关键是客户图。
ZipRecruiter正在使用基于深度学习的推荐算法和自然语言处理(NLP)来匹配潜在的员工和雇主。这个过程始于人工智能的大量投资,首先是机器学习,然后是深度学习。该公司使用“候选校准”来训练特定雇主正在寻找的算法,并将其理想地与求职者匹配。但仍然存在脱节 – 社会工程问题 – 因为雇主和员工花费太长时间来建立必要的社交联系。 ZipRecruiter意识到让公司招聘求职者实际上比传统的应用方法更好。
这个问题的部分解决方案是求职者档案,这是一个人工智能的工具,帮助求职者挑选他们的个人资料以吸引潜在的雇主。例如,如果系统发现您输入了“我是护士”,它会自动ping您添加更多信息并更好地量化您的体验。它还让求职者了解谁在查看他们的个人资料以及如何查看。
这导致了Get Recruited,这是实现三年计划。自该功能于4月推出以来,雇主已向求职者发送了438万条独特信息。已经填补了大约618,000个工作岗位,其运行率预计将在未来12个月内招聘超过194万名员工。 ZipRecruiter的填补工作总数在2019年7月从3月份的发布前数据上升了19%。
然后是世界上最大的啤酒酿造商之一AB InBev,它正积极推动其“啤酒车库”中的人工智能创新 – 提供了一个流行语沙拉。 “啤酒车库还在扩展我们在AI和ML,物联网,云和数据分析,自动化和机器人技术方面的现有能力,并探索区块链,AR和VR等新兴技术,”该网站的部分内容。这听起来像除了啤酒消费之外几乎没有任何事情发生过的地方,但它已经产生了一些关键的AI工具,帮助公司改进其流程。
其中一个工具是SensAI,它利用机器学习帮助酿酒商密切关注酿造过程的各个方面,如温度和时间,以确保质量和减少浪费。有一个名为Alehouse Creative的整个广告部门,可以智能地跟踪各种广告展示位置的效果,并帮助人类团队制作更有效的广告。 AB InBev的AI工具扩展到其AB-Credit,它使用机器学习来查看各个零售商(甚至是小零售商)的变量,并扩展额外的信用,以便他们更好地管理库存。
这些是在三家重要公司中工作的人工智能的例子,但是大型或小型企业使用人工智能驱动的解决方案往往遵循相同的模式。关键是,聪明的公司不是爱上一些闪亮的人工智能工具或技术,而是试图解决实际问题并制作更好的产品和服务。虽然您通常需要具备特殊技能的人员来构建或实施AI功能,但项目经理仍然处于驾驶员的位置。
Cloudera机器学习总经理Hillary Mason在早些时候对VentureBeat的采访中明确地说明了这一点,并反对数据科学家及其同类应该在公司内推动AI项目的想法。 “我认为这是错误的,那些在组织中占据最佳位置的人 – [谁]认识到机会在哪里 – 不是数据科学家和技术专家本身,而是……真正拥有产品的人,与之共存的人每天都与客户和客户合作。 [这些]是整合所有这些信息的人,以构建决定产品和……业务将要去的决策的心理模型。那些人最能确定AI应该适应它的位置,“她说。
您可以在今天看到这种方法在真实公司中运作。没有什么特别华丽的改善小零售商的库存管理,给予护士工具以使在线工作档案脱颖而出,或帮助某人预订酒店的时间和麻烦少一点。但是这些改进加起来,谚语砖块,它们都依赖于人工智能。
企业根本无法承受能够完全改变其行业的新技术,甚至只能让他们在竞争中占据优势。互联网热潮,社交媒体,移动和云端都是如此,人工智能绝对是正确的。但获胜者将是那些将人工智能视为一套工具和技术的人 – 不是事物,而是事物背后的东西 – 并用它来做解决业务问题的无耻工作,为客户提供更好的服务,并改善他们的产品。

姓 名:
邮箱
留 言: