Slack изменил бирж…

Slack еще не является …

Китайская потокова…

Huya, китайская платфо…

Ikea инвестирует в…

Индийский стартап Livs…

Google разрывает п…

Решение Google прекрат…

Почему производите…

По данным источников, …

Акции Lyft падают …

Акции Lyft упали на 3,…

Платформа идентифи…

Auth0, платформа идент…

Тарифы на китайски…

Если президент Дональд…

Почему падают акци…

Акции Apple упали на 3…

Мобильные игры жан…

По данным аналитическо…

American Express п…

American Express (AmEx…

Стартап по произво…

Японский стартап TBM C…

В чем особенности …

Никогда прежде так мно…

Microsoft и Sony с…

Microsoft Corp и Sony …

Как Илон Маск сдел…

Генеральный директор T…

Будет ли новая «ве…

Напомним, что Великая …

«
»

13.09.2017 21:10

Аналитика и обучение искусственного интеллекта в розничных продажах

В рознице, продажи  имеют огромное значение. Управление товарами, комплектация, упаковка и доставка — затратные по времени и трудоемкие процессы, которые имеют огромное влияние на эффективность бизнеса.
Проблема в том, что это сложные процессы, особенно в крупных компаниях, которые могут распространяться не только на несколько офисов, но и даже на взаимодействия между странами. Так как эти процессы часто могут зависеть от внешних факторов – поставщиков или погодных условий – то это делает их еще сложнее. Вот почему компании — как крупные, так и мелкие — последнее время занимаются обработкой аналитических данных, и с каждым годом объемы таких данных только увеличиваются. Увеличение эффективности в таких сложных системах, которые связаны с выполнением многочисленных задач, — это решаемая задача искусственного интеллекта (ИИ). Короче говоря, речь идет о способности машин делать все это экономично и эффективно.

Monte Zweben – генеральный директор компании Splice Machine, которая предоставляет платформу для аналитической обработки базы данных, рассказал три ключевые области, на которые компании все чаще посматривают на основе анализа данных в целях повышения эффективности решения задач. Такой подход станет более важным для компаний во всех секторах, которые хотят быть впереди, внедрять инновации и расширять свою клиентскую базу.

Сегодня «интернет» означает, что все взаимосвязано и это возможность получать любую информацию и обмениваться данными. Это означает, что все можно измерить, рассчитать и все эти данные могут быть направлены на обучение искусственного интеллекта — его можно обучать до тех пор, пока он не расскажет все «секреты» о том, как он работает, и что важно, а также как он взаимодействует с любой другой частью процесса. Все эти данные могут быть собраны в одно целое — создание информации, ее передача, время когда данные используются, или их местоположение и т.п.

«Итак, теперь вы можете построить модель обучения искусственного интеллекта,» — говорит Zweben, — и эта модель может прогнозировать какую-либо событие на основе полученных данных. “Какова вероятность того, что вы не опоздаете с этим заказом? Какова вероятность того, что вы опоздаете на день? Пять дней? Это в основном проблема классификации”. Это означает, что можно провести глубокое моделирование, позволяющее оценивать последствия, побочные эффекты задержки или пропущенные и крайние сроки, прежде чем они станут проблемой, даже если они не могут быть полностью устранены из-за зависимости от внешних факторов. В тех случаях, когда это так, корректирующие действия могут быть предприняты в нужный момент.

Сокращение времени простоя из-за неисправностей и поломок.

Техника всегда выходит из строя, изнашивается или ломается – это, безусловно часто происходит в промышленных решениях, которые полагаются на сложные механизмы с движущимися частями, выполняющие специализированные задачи. «Если вы можете построить модели искусственного интеллекта, которые прогнозируют среднее время между отказами и сбоями деталей в крупных масштабах инженерных сетях, и узнать истинное время выполнения замены этих частей, вы можете получить решение в режиме реального времени, что вам следует покупать, исходя из тех прогнозов, что будет изнашиваться в первую очередь, а что потом, и сколько времени это займет чтобы заменить ту или иную часть,” — сказал Zweben. Это профилактическое обслуживание изначально было применено в тяжелой промышленности, где простои могут иметь катастрофические последствия.

Сокращение и пополнение запасов.

В розничной торговле не все запасы, которые поступают, в конечном итоге будут продаваться клиентам — это означает, что определенная сумма будет потеряна из-за неправильного управления запасами, ошибок инвентаризации, мошенничества и кражи. В ходе цепочки поставок, которая эффективно контролируется аналитической системой, основанной на собранных данных с помощью ИИ, существует множество возможностей для их сокращения — и, возможно, в некоторых областях устранение неполадок. «Если вы постоянно заказываете товар, то есть конкретная статистика, что из 100 единиц какого-либо товара есть испорченный продукт. Если доставляется только 90 единиц, а Вам нужно 100, то вы должны позвонить своему поставщику и сказать, что вам нужны еще 10 единиц — вы можете найти недостающие товары через линию поставки. Это означает, что вы можете предсказать, сколько вам действительно нужно заказать единиц» — говорит Zweben.

Будущее.

Анализ, основанный на данных, такого рода как искусственный интеллект, в будущем, будет играть незаменимую роль в оптимизации поставок товаров. Подобного рода анализ является областью крупных, национальных и межнациональных сетей из-за необходимости больших объемов и связанных с ними затрат и сложностей. Однако все чаще инфраструктура, предоставляемая “как услуга” и готовые аналитические платформы в сочетании с новыми рынками для покупки внешних данных, позволяют использовать их и для операций меньшего масштаба. Все чаще решающим фактором при выборе этой технологий будет становится не размер аналитического бюджета компании, а именно стремление компании использовать данную технологию в развитии бизнеса.

Раннее на нашем сайте, мы писали о крупнейших брокерах в области анализа данных и о том, как развивается искусственный интеллект в киберспорте.

1 Звезда2 Звезды3 Звезды4 Звезды5 Звезд (1 оценок, среднее: 5,00 из 5)
Загрузка...

8 (800) 600-47-17

(Звонок бесплатный)

+7 (495) 790-47-17

info@sharespro.ru

121096, Москва, ул. Минская д. 2ж, офис 303 (м. Минская)

ИНН: 7716851037 КПП: 771601001 ОГРН: 1177746245610

8(800)600-47-17 +7 (495) 790-47-17 info@sharespro.ru
121096, Москва, ул. Минская д. 2ж, офис 303 (м. Минская)
ИНН: 7716851037 КПП: 771601001 ОГРН: 1177746245610
или
пройдите регистрацию


Авторизация
*
*



Регистрация
*
*
*

Я согласен получать рассылку по электронной почте

Я даю разрешение на использование своих персональных данных


Генерация пароля