Video: The incredible inventions of intuitive AI | Maurice Conti (Noiembrie 2024)
Inteligența artificială (AI) era o frază folosită aproape exclusiv în știința ficțiunii pentru a alimenta orice, de la supercomputerele obsedate de Armageddon, până la roboți neplăcuți din fabrică, făcuți simțitori de fulgeruri erotice. Dar astăzi, AI este folosit pentru a descrie viitorul aproape practic al fiecărui aspect al afacerii care folosește datele unei organizații. Problema este, similar cu primele zile ale cloud computing, dezvoltatorii tehnologiei AI tind fiecare să o definească diferit. Acest lucru a făcut un morass de marketing confuz din AI, învățare automată (ML), analize predictive și chiar asistenți virtuali.
În plus, exact modul în care aceste tehnologii vor afecta diferite aspecte ale afacerii a devenit un peisaj dificil de navigat. Comerțul electronic este un domeniu-cheie în care AI și tehnologiile sale conexe au avut un impact în culise. În comerțul electronic, analizele inteligente au oferit noi capacități, de la experiențe la cumpărături personalizate până la analize predictive comportamentale ale clienților. Am discutat cu Kris Hamrick, executivul Business Unit responsabil de angajamentul clienților Watson al IBM, pentru a clarifica o parte din confuziile din jurul AI și comerțului electronic. Am discutat, de asemenea, modul în care Big Blue va folosi IBM Watson în spațiul de comerț electronic.
PCMag: Vă mulțumim pentru că ne-ați petrecut timpul necesar pentru a vorbi cu noi. Pentru a începe, este ușor să confundați publicitatea personalizată cu „comerțul cognitiv”, deoarece ambele implică utilizarea de date și analitice pentru a potrivi ofertele pentru preferințele și obiceiurile clienților. Este, de asemenea, obișnuit să confundați comerțul cognitiv și asistenții virtualizați, cum ar fi Amazon și Google Assistant. Cum vede IBM diferențele dintre aceste concepte bazate pe AI?
Permiteți-mi să explic modul în care IBM diferențiază AI de calculul cognitiv. AI este abilitatea unui computer de a înțelege și raționa ca un om. Calculul cognitiv implică capacitatea de a înțelege, raționa, învăța și interacționa, reunind omul și mașina, astfel încât să învețe unul de la celălalt și să interacționeze într-un mod care este mai puternic atunci când sunt combinați.
Datele deschid calea pentru AI. Ce zici de toate acele date din afara unei aplicații, în unități de afaceri, surse externe, date întunecate și multe altele? Trăim într-o lume a sistemelor disparate care, atunci când sunt combinate, când conexiunile se realizează prin date sau noi tipare identificate, pot oferi valoarea de 1 + 1 = 3. Ceea ce face ca Watson să fie unic este accesul la toate aceste surse de date diferite, combinate cu abilitățile cognitive de a interacționa cu oamenii, de a înțelege întrebările de afaceri, de a descoperi motivul din spatele acțiunii și, în final, de a învăța din această interacțiune și de a folosi acea învățare în interogările viitoare.
În ceea ce privește personalizarea versus comerțul cognitiv, Watson le permite utilizatorilor să depășească, să spunem, gestionarea relațiilor cu clienții - analizele bazate pe analize pentru a obține informații mai aprofundate și să acționeze asupra mai multor informații, cum ar fi date întunecate, cum ar fi media socială, camere de chat, transcrieri de servicii pentru clienți și alte date care ar putea fi anexate la CRM-urile moderne. Folosind Watson, campaniile pot funcționa din informații și informații mai granulare, optimizând lucruri precum prețuri, împlinire, execuție de transport; anticipează provocările înainte de a se întâmpla și, în cele din urmă, îmbunătățește API-urile. Acest lucru îmbunătățește exponențial capacitatea utilizatorilor de a lucra împreună în zonele funcționale și au un impact mai bun asupra afacerii cu mai puțin efort.
Întreprinderile încearcă să facă acest lucru astăzi cu resursele de care dispun. Au rapoarte, o mulțime de foi de calcul și multe întâlniri despre toate aceste date și despre intuiția lor. Dar, în cele din urmă, în multe cazuri, acestea se execută pe baza unei prejudecăți cognitive - ceea ce înseamnă că filtrează toate datele și zgomotul pentru a găsi date care se potrivesc cu modul în care s-au făcut lucrurile înainte. Efectiv, asta este o părtinire care conturează decizia, nu datele.
Pentru a rezuma, în cadrul Angajării clienților Watson, încorporăm capabilitățile cognitive în procese pentru a maximiza performanța afacerii, a îmbunătăți deciziile de merchandising / prețuri și de a optimiza întregul lanț de aprovizionare. De asemenea, clienții sunt capabili să acceseze aceleași interfețe de programare a aplicațiilor Watson direct pentru a permite aplicațiile și procesele moștenite cu capacități cognitive. Cel mai important, Watson suprafețează anomaliile, recomandă acțiuni și explică de ce .
PCMag: Comerțul B2B a fost probabil mai complicat decât B2C în ceea ce privește automatizarea și scalarea ofertelor și a prețurilor, a termenilor și a tranzacțiilor. De exemplu, în timp ce consumatorii cumpără prețuri, întreprinderile vor adăuga negocieri de prețuri grele și chiar se vor aștepta îndulcitori de tranzacții în topul cumpărăturilor de preț. Cum este pus comerțul cognitiv sau calculul cognitiv pentru a schimba modul în care se realizează tranzacțiile B2B? Și cum vor conține costurile pentru cumpărători și îmbunătățesc profiturile pentru vânzători?
KH: Comerțul B2B este un exemplu excelent al modului în care întreprinderea învață să valorifice unele dintre revoluțiile uimitoare care se întâmplă în lumea B2C pentru a maximiza profiturile și a oferi experiențe de tranzacționare mai bune clienților și partenerilor. Întreprinderile care vând întreprinderilor mici și mijlocii au unele dintre aceleași provocări pe care le au omologii lor cu amănuntul, inclusiv eroziunea marjelor, conflictele de canale, satisfacția clienților, „efectul Amazon” (prin intermediul Amazon Business), permițând clienților să aleagă calea de achiziție dorită, permițând oamenii de vânzări să se concentreze pe oportunitățile potrivite prin furnizarea unui canal tranzacțional și altele asemenea.
Primul pas este să oferiți partenerilor și clienților dvs. o experiență de ansamblu mai bună decât concurența dvs. și nivelurile ridicate de servicii pentru clienți pe care oamenii le așteaptă în această zi și vârstă. Dacă sunt clientul dvs., aceasta înseamnă că va trebui să cunoașteți condițiile de preț negociate, istoricul achizițiilor mele, să îmi arate produsele sau ofertele care sunt relevante pentru afacerea mea și să îmi permiteți să consum aceste produse și servicii într-un client. soluție prietenoasă. Capacitățile cognitive pot și trebuie țesute pe întregul lanț de valori pentru a atinge aceste obiective.
Astăzi, vedem că acest lucru se întâmplă în multe industrii. Pentru a face un pas mai departe, luați întrebarea dincolo de o simplă „tranzacție” și începeți să luați în considerare ce înseamnă B2B într-o varietate de industrii și cum își deservesc clienții.
De exemplu, producătorii de vârf pot anticipa tiparele meteorologice pentru a evita întreruperile lanțului de aprovizionare și lipsurile de inventar în timpul lansării unui produs. Unul dintre clienții noștri, Kone, utilizează datele IoT de la ascensoare pentru a anticipa uzura și a acorda prioritate întreținerii înainte de întreruperea serviciului. În domeniul medical, Quest Diagnostics utilizează Watson pentru a analiza biopsia tumorii unei persoane și pentru a compara secvențiatul ADN cu milioane de pagini de reviste medicale, lucrări de cercetare și studii clinice pentru a oferi unui oncolog cea mai bună recomandare de tratament pentru acel anumit pacient..
Aceste exemple sunt în mod evident diferite, dar care subliniază doar că posibilitățile sunt nesfârșite. Suntem doar la începutul călătoriei cognitive. Începem doar să descoperim multe moduri în care această tehnologie poate ajuta la îmbunătățirea relațiilor dintre companii și clienți.
PCMag: Transformarea digitală are loc într-un ritm frenetic peste tot și creează date mult mai multe decât am văzut vreodată. Dar oamenii de știință de date cred - și IBM pare să concureze - faptul că datele nu ar trebui să existe în mod izolat, deoarece valoarea ei constă în mare parte în adăugarea de profunzime și context semnificativ la interogări complexe. De ce Watson este potrivit pentru a lucra cu date diferite și întrebări complicate?
KH: După cum am discutat anterior, 88 la sută din toate datele sunt în mod efectiv întunecate. Adică, datele care conțin informațiile pe care toți ne străduim să le găsim nu se află în surse de date ușor de digerat sau de filtrat. Mai mult, oamenii de știință de date sunt resurse costisitoare și nu își pot scala cu ușurință învățarea în întreaga întreprindere sau în companiile mai mici.
Cu Watson, obiectivul este să luăm aceste date întunecate și să le facem acționabile pentru oricine are nevoie. Posibilitățile sunt nesfârșite. Watson are abilități unice de a consuma cantități mari de date structurate și nestructurate în diferite limbi, acționează asupra datelor cu o multitudine de servicii cognitive, optimizează experiența pentru orice audiență de la utilizatorii de afaceri la consumatori și oferă aceste aceleași servicii pentru alte companii care să le încorporeze. în aplicațiile lor.
Există multe exemple aici. Pentru unul, „Watson Tone Analyzer” permite o analiză lingvistică a conținutului care poate detecta și înțelege tonurile din conversații și comunicări pentru a răspunde în mod adecvat. „Watson Personality Insights” extrage caracteristicile personalității pe baza modului în care o persoană scrie. „Conversația Watson” vă permite să implementați un bot sau un agent virtual pe dispozitive, platforme de mesagerie precum Slack sau chiar pe un robot.
Și „Recunoașterea vizuală Watson” înțelege conținutul imaginilor. Acesta este unul dintre preferatele mele, deoarece este atât de versatil. Puteți utiliza Recunoașterea vizuală pentru a detecta un anumit tip de rochie într-un magazin cu amănuntul, pentru a identifica fructele stricate din inventarul unui magazin alimentar, pentru a analiza daunele pe care le-a făcut furtuna pe acoperișul unuia dintre clienții dvs. de asigurări și multe altele.
PCMag: Democratizarea datelor este în curs - sau cel puțin planificată - în majoritatea organizațiilor de astăzi. Însă, de fapt, consumul de date este în creștere, în timp ce consumatorii iau mai multe decizii bazate pe date în fiecare zi. Ce roluri pot juca Watson și comerțul cognitiv în această tendință de consumare a datelor?
KH: Acesta este un punct minunat: datele nu sunt folosite doar pentru a conduce mai multe decizii de afaceri, ci și pentru a determina mai multe decizii ale consumatorilor. La fel ca întreprinderile, consumatorii doresc mai multe date pentru a face alegeri mai informate, dar nu vor să cheltuiască mult timp și să valorifice energia prin mai multe date. Ei doresc un rezultat rapid și să știe că este decizia optimă pe baza a ceea ce au nevoie în acel moment. În sfârșit, ei doresc vizibilitate în ceea ce date au informat acea decizie.
Câteva exemple: În primul rând, 1-800-Flowers au introdus recent „Gwyn” ca bot de concierge personal pentru a ajuta cumpărătorii să găsească cel mai bun produs bazat pe sentimentul și preferințele personale ale destinatarului cadoului. Folosind Watson, Gwyn poate interacționa cu clienții online folosind limbajul natural. De exemplu, un client ar putea tasta „Caut un cadou pentru mama mea”, iar Gwyn va putea interpreta această întrebare și apoi va pune o serie de întrebări calificate despre ocazie și sentimente pentru a se asigura că oferă o oportunitate și sugestii de cadouri adaptate fiecărui client. Acest lucru personalizează catalogul, arată mai puține date pentru cumpărător și focalizează interacțiunea în mod special pe ceea ce cumpărătorul dorește să realizeze în acel moment.
În mod similar, The North Face oferă o abordare interactivă, bazată pe dialog, pentru a-i ajuta pe cumpărători. Probabil că nu te-ai gândi la jachete ca la un produs complicat, dar acestea sunt. Există mulți factori precum gama de vreme, nivelul de activitate și mobilitatea pe care un cumpărător ar putea să nu o ia în considerare inițial. Folosind abilitățile lui Watson de a aplica raționamentul logic și capacitatea sa de a înțelege, categoriza și evalua limbajul natural, sistemul North Face solicită o serie scurtă de întrebări de rafinare pentru a oferi recomandări de produse și conținut adaptate, care să corespundă dorințelor și preferințelor articulate ale cumpărătorului. De asemenea, precizează motivul pentru care caracteristicile produsului se potrivesc cu acele nevoi specifice. Aceasta expune datele de care aveți nevoie pentru a valida recomandarea.
Este convingerea noastră fermă că clienții se așteaptă la acest nivel de servicii personalizate personalizate pe toate canalele. Ei doresc ca experiența să fie mai mult o conversație, o experiență, una în care sunt întrebați „Cum vă pot ajuta astăzi?” Acesta este ca serviciul pe care îl primiți când intrați într-un magazin de vânzare cu amănuntul cunoscut pentru serviciile excelente pentru clienți. Companiile care sunt capabile să ofere cele mai bune experiențe de brand vor fi, în cele din urmă, cele care captează cea mai mare cotă de piață.
PCMag: Se pare că deja ne apropiem rapid de o zi în care chiar și analiza datelor în timp real este prea mică, prea târziu pentru unele cazuri de utilizare. În curând vom avea nevoie și ne așteptăm de asistenți proactivi - sau de asistenți virtuali - care nu doar prevăd, ci anticipăm de fapt ceea ce vom avea nevoie sau dorim chiar înainte de a cere acest lucru. Vedem strălucirea timpurie a acestui lucru în anunțatul recent Google „Asistent proactiv”. Ce face IBM în ceea ce privește analizele proactive?
KH: Acesta este un domeniu căruia IBM a dedicat multă energie. Ne-am concentrat pe furnizarea de capabilități cognitive care ajută întreprinderile să ofere experiențe de implicare semnificative pentru clienți atât pentru scenarii B2C, cât și pentru B2B. Am discutat deja mai multe exemple.
Cred că întreprinderile au dorit istoric să aibă acces la cât mai multe date relevante. Cu explozia de date care a avut loc în ultimii câțiva ani, acum avem o mulțime de date. Problema acum este cum să facem toate aceste date utilizabile fără părtinire. În plus, trebuie să echilibrăm datele istorice conținute, să zicem, de un sistem CRM cu realitățile a ceea ce un potențial cumpărător are nevoie acum. Nu putem fi orbiți doar de ceea ce sistemul CRM spune că a fost cumpărat înainte.
Cognitive pot permite un nou CRM sau cel puțin o variabilă eficientă în decizia generală. Companiile pot avea mii de puncte de date pe orice client B2B sau chiar B2C. Dar această perspectivă istorică trebuie să ia în considerare foarte puține puncte de date care pot fi cele mai importante în momentul în care clientul are în vedere o achiziție. Aceasta poate include variabile precum intenția, emoțiile, tendințele și alți factori externi.
Pentru a prezice următoarea cea mai bună acțiune, fiecare afacere trebuie să evalueze tiparele de cumpărare ale clienților și să stabilească momentele în care realitățile actuale sau previzibile ale mediului lor trump datele istorice ale CRM. Aceasta este viziunea analitică proactivă pentru care IBM lucrează.
