Video: IGCSE ICT - What is an Expert System? (November 2024)
Umelá inteligencia (AI) bola veta používaná takmer výlučne v sci-fi, aby poháňala čokoľvek od superpočítačov posadnutých v Armageddone až po nešťastné továrenské roboty, ktoré boli vnímané bludnými bleskami. Ale dnes sa AI používa na popis blízkej budúcnosti prakticky každého aspektu podnikania, ktorý využíva údaje organizácie. Problém je, podobne ako v počiatkoch cloud computingu, vývojári technológie AI tendenciu definovať ho inak. To spôsobilo mätúci marketingový zmysel pre AI, strojové učenie (ML), prediktívnu analýzu a dokonca aj virtuálnych asistentov.
Navyše, presne ako tieto technológie ovplyvnia rôzne aspekty podnikania, sa stáva zložitou navigáciou. Elektronický obchod je jednou z kľúčových oblastí, v ktorých má AI a súvisiace technológie dlhodobo vplyv v zákulisí. V elektronickom obchode poskytujú inteligentné analýzy nové možnosti, od osobných nákupných zážitkov až po prediktívnu analýzu správania zákazníkov. Hovorili sme s Krisom Hamrickom, vedúcim obchodnej jednotky zodpovedným za zákaznícku angažovanosť spoločnosti Watson od spoločnosti IBM, aby sme objasnili niektoré nejasnosti týkajúce sa umelej inteligencie a elektronického obchodu. Diskutovali sme tiež o tom, ako spoločnosť Big Blue využije IBM Watson v priestore elektronického obchodu.
PCMag: Ďakujeme, že ste si našli čas na rozhovor s nami. Ak chcete začať, je ľahké zamieňať si prispôsobenú reklamu s „kognitívnym obchodom“, pretože oboje zahŕňa použitie údajov a analýz na prispôsobenie ponúk podľa preferencií a zvykov zákazníkov. Je tiež bežné zamieňať kognitívne obchodovanie a virtualizovaných asistentov, ako sú Amazon Alexa a Google Assistant. Ako vidí spoločnosť IBM rozdiely medzi týmito koncepciami založenými na AI?
Dovoľte mi vysvetliť, ako IBM odlišuje AI od kognitívneho výpočtu. AI je schopnosť počítača porozumieť a rozumieť ako človek. Kognitívne výpočty zahŕňajú schopnosť porozumieť, uvažovať, učiť sa a interagovať, spájať človeka a stroj tak, aby sa učili jeden od druhého a interagovali spôsobom, ktorý je silnejší v kombinácii.
Dáta pripravujú cestu pre AI. A čo všetky tie údaje mimo jednej aplikácie, naprieč obchodnými jednotkami, externými zdrojmi, tmavými dátami a ďalšími? Žijeme vo svete rôznorodých systémov, ktoré, keď sa kombinujú, keď sa vytvoria spojenia medzi údajmi alebo novými identifikovanými vzormi, môžu poskytnúť hodnotu 1 + 1 = 3. Čo robí Watson jedinečným, je jeho prístup ku všetkým týmto rôznym zdrojom údajov v kombinácii s kognitívnymi schopnosťami interagovať s ľuďmi, porozumieť obchodným otázkam, objavovať príčiny vzniku akcie a nakoniec sa z tejto interakcie poučiť a využívať toto učenie pri budúcich dopytoch.
Pokiaľ ide o prispôsobenie verzus kognitívne obchodovanie, umožňuje spoločnosť Watson používateľom ísť ďalej, povedzme, analýzy založené na riadení vzťahov so zákazníkmi, aby získali hlbšie informácie a podnikli ďalšie kroky, napríklad tmavé údaje, ako sú sociálne médiá, chatovacie miestnosti, prepisy služieb zákazníkom a ďalšie údaje, ktoré môžu byť pripojené k moderným CRM. Pomocou Watson môžu kampane pracovať na podrobnejších informáciách a prehľadoch, optimalizovať veci, ako sú ceny, plnenie, realizácia prepravy; predvídať výzvy skôr, ako k nim dôjde, a nakoniec zlepšiť KPI. To exponenciálne zlepšuje schopnosť používateľov spolupracovať vo všetkých funkčných oblastiach a má menší vplyv na podnikanie.
Podniky sa to snažia urobiť dnes so zdrojmi, ktoré majú. Majú správy, veľa tabuliek a veľa stretnutí o všetkých týchto údajoch a ich intuícii. Nakoniec sa však v mnohých prípadoch vykonávajú na základe kognitívnej predpojatosti - čo znamená, že filtrujú všetky údaje a hluk, aby našli údaje, ktoré vyhovujú tomu, čo sa predtým robilo. Efektívne je to zaujatosť pri formovaní rozhodnutia, nie údajov.
Aby sme to zhrnuli, v rámci zákazníckej angažovanosti spoločnosti Watson vkladáme kognitívne schopnosti do procesov s cieľom maximalizovať obchodnú výkonnosť, zlepšiť rozhodnutia o predaji / cenách a optimalizovať celý dodávateľský reťazec. Klienti majú tiež priamy prístup k rovnakým rozhraniam na programovanie aplikácií od spoločnosti Watson, aby mohli využívať svoje vlastné staršie aplikácie a procesy s kognitívnymi schopnosťami. Najdôležitejšie je, že Watson rieši anomálie, odporúča kroky a vysvetľuje prečo .
PCMag: B2B obchod je pravdepodobne zložitejší ako B2C z hľadiska automatizácie a škálovania cenových ponúk a stanovovania cien, podmienok a transakcií. Napríklad, zatiaľ čo spotrebitelia nakupujú ceny, podniky pridajú tvrdé rokovania o cenách a dokonca očakávajú, že okrem cenových nákupov budú sladidlá ponúkané. Ako je kognitívne obchodovanie alebo kognitívne výpočty pripravené zmeniť spôsob uzatvárania obchodov B2B? A ako to povedie k zníženiu nákladov pre kupujúcich a zlepšeniu ziskov pre predajcov?
KH: B2B obchod je vynikajúcim príkladom toho, ako sa podnik učí využívať niektoré z úžasných revolúcií, ktoré sa odohrávajú vo svete B2C, aby maximalizoval zisky a poskytoval lepšie obchodné a zákaznícke skúsenosti s obchodovaním. Podniky, ktoré predávajú malým a stredným podnikom, čelia rovnakým výzvam, aké majú ich maloobchodné náprotivky, vrátane erózie marží, konfliktov kanálov, spokojnosti zákazníkov, „efektu Amazon“ (prostredníctvom Amazon Business), čo zákazníkom umožňuje zvoliť si požadovanú cestu nákupu, čo umožňuje predajcovia, aby sa zamerali na správne príležitosti poskytnutím transakčného kanála a podobne.
Prvým krokom je poskytnúť svojim partnerom a zákazníkom lepší celkový zážitok ako vaša konkurencia a vysoká úroveň služieb zákazníkom, ktoré ľudia očakávajú v tento deň a vek. Ak som váš zákazník, znamená to, že budete musieť poznať moje dojednané podmienky stanovovania cien, moju históriu nákupu, ukázať mi produkty alebo ponuky, ktoré sú relevantné pre moje podnikanie, a umožniť mi konzumovať tieto produkty a služby v zákazníckych službách - priateľské riešenie. Aby sa dosiahli tieto ciele, môžu a mali by byť k dispozícii kognitívne schopnosti v celom hodnotovom reťazci.
Dnes to vidíme v mnohých odvetviach. Aby sme to urobili ešte ďalej, položte otázku nad rámec „transakcie“ a začnite uvažovať, čo znamená B2B v rôznych odvetviach a ako obsluhujú svojich zákazníkov.
Napríklad poprední výrobcovia môžu predvídať poveternostné vzorce, aby sa zabránilo spusteniu dodávateľského reťazca a nedostatku zásob počas uvedenia produktu na trh. Jeden z našich klientov, Kone, používa údaje IoT z výťahov na predvídanie opotrebenia a stanovenie priority údržby pred výpadkom služby. V oblasti medicíny spoločnosť Quest Diagnostics používa spoločnosť Watson na analýzu biopsie nádoru jednotlivca a na porovnanie sekvenovania DNA s miliónmi strán lekárskych časopisov, výskumných prác a klinických štúdií, aby poskytla onkológovi najlepšie odporúčané liečebné postupy pre daného pacienta., Tieto príklady sa zjavne značne líšia, ale to len zdôrazňuje, že možnosti sú nekonečné. Sme len na začiatku kognitívnej cesty. Začíname objavovať mnoho spôsobov, ako táto technológia môže pomôcť zlepšiť vzťahy medzi podnikmi a ich zákazníkmi.
PCMag: Digitálna transformácia prebieha všade zbesilým tempom a vytvára oveľa viac údajov, ako sme kedy videli. Vedci údajov sa však domnievajú - a zdá sa, že IBM súhlasí -, že údaje by nemali existovať izolovane, pretože ich hodnota spočíva zväčša v pridávaní zmysluplnej hĺbky a kontextu ku komplexným dotazom. Prečo je spoločnosť Watson jedinečná na prácu s rôznymi údajmi a komplikovanými otázkami?
KH: Ako sme už diskutovali, 88 percent všetkých údajov je skutočne tmavých. To znamená, že údaje, ktoré obsahujú informácie, ktoré sa všetci snažíme nájsť, sa nenachádzajú v zdrojoch údajov, ktoré sa dajú ľahko stráviť alebo filtrovať. Vedci v oblasti údajov sú navyše drahými zdrojmi a neľahko rozširujú svoje poznatky v rámci celej firmy alebo na menšie spoločnosti.
Cieľom spoločnosti Watson je vziať tieto temné údaje a zabezpečiť, aby boli použiteľné pre každého, kto ich potrebuje. Možnosti sú nekonečné. Watson má jedinečné schopnosti spotrebovávať veľké množstvo štruktúrovaných a neštruktúrovaných údajov v rôznych jazykoch, konať s údajmi pomocou množstva kognitívnych služieb, optimalizovať zážitok pre akékoľvek publikum od podnikových používateľov až po spotrebiteľov a poskytovať rovnaké služby, ktoré môžu vložiť aj iné spoločnosti. v rámci ich aplikácií.
Existuje veľa príkladov. „Watson Tone Analyzer“ napríklad umožňuje analýzu lingvistického obsahu, ktorá dokáže zistiť a porozumieť tónom v rozhovoroch a komunikáciách, aby mohla primerane reagovať. Aplikácia „Watson Personality Insights“ extrahuje osobnostné charakteristiky na základe toho, ako osoba píše. „Watson Conversation“ vám umožňuje nasadiť robotov alebo virtuálnych agentov na zariadenia, platformy na zasielanie správ, ako je Slack alebo dokonca na robota.
A „Watson Visual Recognition“ rozumie obsahu obrázkov. To je jeden z mojich obľúbených, pretože je tak univerzálny. Pomocou vizuálneho rozpoznávania môžete zistiť určitý druh oblečenia v maloobchode, identifikovať rozmaznané ovocie v inventári obchodu s potravinami, analyzovať škody, ktoré krupica spôsobila na strechu jedného z vašich poistných zákazníkov, a ešte oveľa viac.
PCMag: Vo väčšine organizácií dnes prebieha demokratizácia údajov alebo je aspoň plánovaná. Druhá strana - spotrebizácia údajov - však tiež stúpa, pretože spotrebitelia každý deň prijímajú viac rozhodnutí na základe údajov. Aké úlohy môžu alebo môžu zohrávať Watson a kognitívne obchodovanie v tomto trende konzumácie údajov?
KH: To je skvelý bod: Údaje sa nepoužívajú iba na zvýšenie obchodných rozhodnutí, ale aj na zvýšenie spotrebiteľských rozhodnutí. Podobne ako podniky aj spotrebitelia požadujú viac údajov, aby mohli robiť informovanejšie rozhodnutia, ale nechcú tráviť veľa času a šetrením energie prostredníctvom väčšieho množstva údajov. Chcú rýchly výsledok a vedia, že je to optimálne rozhodnutie založené na tom, čo v danom okamihu potrebujú. Nakoniec chcú mať prehľad o tom, aké údaje toto rozhodnutie informovali.
Niekoľko príkladov: Po prvé, spoločnosť 1-800-Flowers nedávno predstavila výraz „Gwyn“ ako osobný recepčný robot, aby pomohla zákazníkom nájsť najlepší produkt na základe sentimentu a osobných preferencií príjemcu darčekov. Pomocou Watson môže Gwyn komunikovať so zákazníkmi online pomocou prirodzeného jazyka. Napríklad zákazník môže napísať: „Hľadám darček pre svoju matku, “ a Gwyn bude schopná túto otázku interpretovať a potom položiť niekoľko kvalifikačných otázok týkajúcich sa príležitosti a sentimentu, aby sa ubezpečila, že poskytne primeranú a na mieru šitý darček každému zákazníkovi. Toto personalizuje katalóg, ukazuje menej údajov pre zákazníka a zameriava interakciu konkrétne na to, čo chce zákazník v danom okamihu dosiahnuť.
Severná tvár podobne poskytuje interaktívny prístup založený na dialógu, ktorý pomáha jej zákazníkom. Pravdepodobne by ste nepovažovali bundy za komplikovaný produkt, ale sú. Existuje veľa faktorov, ako je rozsah počasia, úroveň aktivity a mobilita, ktoré kupujúci nemusia spočiatku zvážiť. Systém North Face, ktorý využíva schopnosti spoločnosti Watson aplikovať logické zdôvodnenie a jeho schopnosť porozumieť, kategorizovať a hodnotiť prirodzený jazyk, kladie krátku sériu spresňujúcich otázok, aby poskytoval prispôsobené produktové a obsahové odporúčania, ktoré zodpovedajú formulovaným želaniam a preferenciám nakupujúceho. Uvádza tiež dôvod, prečo vlastnosti produktu zodpovedajú týmto špecifickým potrebám. Týmto sa odhalia údaje, ktoré potrebujete na potvrdenie odporúčania.
Sme pevne presvedčení, že zákazníci očakávajú túto úroveň prispôsobených prispôsobených služieb na všetkých kanáloch. Chcú, aby zážitok bol viac konverzáciou, zážitkom a zážitkom, kde sa ich opýtajú: „Ako vám môžem dnes pomôcť?“ Je to ako služba, ktorú získate, keď vstúpite do maloobchodného obchodu, ktorý je známy pre vynikajúce služby zákazníkom. Spoločnosti, ktoré sú schopné poskytnúť najlepšie skúsenosti so značkou, budú nakoniec tými, ktoré zachytia najväčší podiel na trhu.
PCMag: Zdá sa, že sa už blížime ku dňu, keď je analýza údajov v reálnom čase príliš malá, príliš neskoro na niektoré prípady použitia. Čoskoro budeme potrebovať a očakávať proaktívnych asistentov - alebo virtuálnych asistentov -, ktorí nielen predpovedajú, ale vlastne predvídajú, čo budeme potrebovať alebo čo chcú ešte skôr, ako o to požiadame. V nedávno oznámenom Proaktívnom asistentovi spoločnosti Google to vidíme skoro. Čo robí IBM z hľadiska proaktívnej analýzy?
KH: Toto je oblasť, ktorej IBM venovala veľa energie. Zamerali sme sa na poskytovanie kognitívnych schopností, ktoré firmám pomáhajú poskytovať zmysluplné skúsenosti so zákazníckou interakciou pre scenáre B2C aj B2B. Už sme diskutovali o niekoľkých príkladoch.
Domnievam sa, že podniky historicky chceli získať prístup k čo najväčšiemu množstvu relevantných údajov. S explóziou údajov, ku ktorej došlo v posledných niekoľkých rokoch, máme teraz k dispozícii veľa údajov. Problém teraz spočíva v tom, ako zabezpečiť, aby boli všetky tieto údaje použiteľné bez zaujatosti. Okrem toho musíme uviesť do rovnováhy historické údaje obsiahnuté napríklad v systéme CRM s realitou toho, čo potenciálny kupujúci teraz potrebuje. Nemôžeme byť oslepení len tým, čo CRM systém oznámi, že si už kúpila.
Kognitívne môže umožniť nové CRM alebo byť aspoň účinnou premennou v celkovom rozhodnutí. Spoločnosti môžu mať tisíce dátových bodov o každom jednotlivom zákazníkovi B2B alebo dokonca B2C. Tento historický pohľad však musí brať do úvahy veľmi málo údajových bodov, ktoré môžu byť najdôležitejšie v momente, keď zákazník zvažuje nákup. Môže to zahŕňať premenné, ako sú zámer, emócie, trendy a ďalšie vonkajšie faktory.
S cieľom predpovedať budúcu najlepšiu akciu musí každá firma posúdiť nákupné vzorce svojich zákazníkov a určiť, kedy súčasná alebo predvídateľná realita ich prostredia prekoná historické údaje CRM. To je proaktívna analytická vízia, na ktorej IBM pracuje.
