React sa kung ano ang bibilhin mo, pagkatapos ay hinulaan ang gusto mong bilhin. Shutterstock / nmedia

Kung ginagawa mo ang iyong pamimili online o nasa tindahan, ang iyong karanasan sa tingi ay ang pinakabagong larangan ng digmaan para sa artipisyal na intelihente (AI) at rebolusyon sa pag-aaral ng makina.

Ang mga pangunahing tagatingi ng Australia ay nagsimulang mapagtanto na marami silang nakuha mula sa pagkuha ng tama nilang diskarte sa AI, kasama ang isang kasalukuyang recruiting para sa isang Pinuno ng AI at Pag-aaral ng Machine suportado ng a pangkat ng mga siyentipiko ng data.

Ang bagong binuo Woolworths division WooliesX naglalayong magkasama isang magkakaibang pangkat ng mga koponan, kabilang ang teknolohiya, karanasan sa digital na customer, e-commerce, serbisyo sa pananalapi at karanasan sa digital na customer.

Lahat ng tungkol sa crunching ang data

Upang maunawaan ang mga pagkakataon at pagbabanta para sa lahat ng mga pangunahing nagtitingi, kapaki-pakinabang na maunawaan kung bakit ang artipisyal na katalinuhan ay bumalik sa agenda. Dalawang mahalagang bagay ang nagbago mula nang ang unang forays sa AI mga dekada na ang nakakaraan: data at kapangyarihan ng computing.

Madaling makita ang kapangyarihan ng pag-compute. Ang smartphone sa iyong kamay ay mayroon milyon-milyong beses na higit na computational na kapangyarihan kaysa sa napakalaking computer ng mga dekada na ang nakalilipas. Ang mga kumpanya ay may access sa halos walang limitasyong kapangyarihan ng computing kung saan upang sanayin ang kanilang mga algorithm ng AI.

Ang iba pang kritikal na sangkap ay ang sukat at yaman ng data na magagamit, lalo na sa tingi.

Mga artipisyal na sistema ng katalinuhan - lalo na ang mga diskarte sa pag-aaral tulad ng pag-aaral ng makina - umunlad sa malaki, mayaman na mga set ng data. Kailan naaangkop sa feed sa data na ito, natuklasan ng mga sistemang ito ang mga uso, pattern, at correlations na walang sinumang analyst na maaaring maniwala na manu-manong matuklasan.

Ang mga diskarte sa pag-aaral ng makina ay awtomatiko ang pagsusuri ng data, na nagbibigay-daan sa mga gumagamit na lumikha ng isang modelo na pagkatapos ay maaaring gumawa ng mga kapaki-pakinabang na hula tungkol sa iba pang mga katulad na data.

Bakit ang tingi ay angkop para sa AI

Ang bilis ng paglawak ng AI sa iba't ibang larangan ay nakasalalay sa ilang mga kritikal na kadahilanan: partikular ang angkop sa tingi sa ilang kadahilanan.

Ang una ay ang kakayahang subukan at masukat. Na may naaangkop na mga pananggalang, ang mga higanteng tingian ay maaaring mag-deploy ng AI at subukan at masukat ang tugon ng consumer. Maaari rin nilang direktang sukatin ang epekto sa kanilang ilalim na linya nang medyo mabilis.

Ang pangalawa ay ang medyo maliit na bunga ng isang pagkakamali. Ang isang ahente ng AI na nag-landing sa isang sasakyang panghimpapawid na sasakyang panghimpapawid ay hindi kayang gumawa ng isang pagkakamali dahil maaaring pumatay ito sa mga tao. Ang isang ahente ng AI na na-deploy sa tingi na gumagawa ng milyon-milyong mga pagpapasya araw-araw ay maaaring makagawa ilan mga pagkakamali, hangga't ang pangkalahatang epekto ay positibo.

Ang ilang mga matalinong teknolohiya ng robot ay nagaganap sa tinginan Nuro.AI pakikipagtulungan sa grocery behemoth Kroger upang maghatid ng mga pamilihan sa mga pintuan ng mga kostumer sa Estados Unidos.

{veembed Y=0xZsvs8iG0Q}

Ngunit marami sa mga pinaka makabuluhang pagbabago ay magmumula sa pag-deploy ng AI kaysa sa mga pisikal na robot o awtonomikong sasakyan. Dumaan tayo sa ilang mga sitwasyong nakabase sa AI na magbabago sa iyong karanasan sa tingi.

Ang iyong mga gawi sa pamimili

Maaari ng AI tiktikan ang mga pinagbabatayan na pattern sa iyong pag-uugali sa pamimili mula sa mga produktong binili mo at ang paraan kung saan mo ito binibili.

Ito ay maaaring maging iyong regular na pagbili ng bigas mula sa supermarket, sporadic na pagbili ng alak mula sa tindahan ng alak, at Biyernes ng gabi ay kumakain ng sorbetes sa lokal na tindahan ng kaginhawaan.

Samantalang ang mga sistema ng imbentaryo at mga benta ng database ay subaybayan lamang ang mga pagbili ng mga indibidwal na produkto, na may sapat na data, mga sistema ng pagkatuto ng makina hulaan ang iyong regular na gawi. Alam mo na gusto mo ang pagluluto risotto tuwing Lunes ng gabi, ngunit din ang iyong mas kumplikadong pag-uugali tulad ng paminsan-minsang pag-agaw ng sorbetes.

Sa isang mas malaking sukat, ang pagsusuri ng pag-uugali ng milyun-milyong mga mamimili ay magbibigay-daan sa mga supermarket upang mahulaan kung gaano karaming mga pamilya ng Australia ang nagluluto ng risotto bawat linggo. Sasabihin nito ang mga sistema ng pamamahala ng imbentaryo, awtomatikong pag-optimize ng mga stock ng Arborio bigas, halimbawa, para sa mga tindahan na may maraming mga tagagamit ng risotto.

Ang impormasyong ito ay magiging ibinahagi sa mga friendly supplier, pagpapagana ng mas mahusay na pamamahala ng imbentaryo at sandalan ng logistik.

Ang mahusay na marketing

Mga tradisyunal na database ng scheme ng katapatan tulad ng FlyBuys na pinagana ang mga supermarket upang makilala ang iyong dalas ng pagbili ng isang partikular na produkto - tulad ng pagbili mo ng Arborio bigas minsan sa isang linggo - at pagkatapos ay magpadala ng isang alok sa isang pangkat ng mga mamimili na kinilala bilang "tungkol sa pagbili ng Arborio bigas".

Ang mga bagong diskarte sa pagmemerkado ay lilipat sa paglipas ng pagtaguyod ng mga benta sa mga customer na malamang na bumili pa rin ng produktong iyon. Sa halip, mga rekomendasyon sa pag-aaral ng machine ay magsusulong ng bawang ng bawang, tiramisu o iba pang mga isinapersonal na rekomendasyon ng produkto na ang mga data mula sa libu-libong iba pang mga mamimili ay nagmungkahi na madalas na magkasama.

Ang mahusay na marketing ay nangangahulugang hindi gaanong diskwento, at mas maraming kita.

Pagpepresyo dinamika

Ang hamon sa pagpepresyo para sa mga supermarket ay nagsasangkot nag-aaplay ng tamang presyo at tamang promosyon sa tamang produkto.

Ang pag-optimize sa presyo ng tingi ay isang kumplikadong pagsasagawa, na nangangailangan ng pagsusuri ng data sa isang antas ng butil para sa bawat customer, produkto at transaksyon.

Upang maging epektibo, ang walang katapusang mga kadahilanan ay kailangang suriin, tulad ng kung paano naapektuhan ang mga benta sa pamamagitan ng pagbabago ng mga puntos ng presyo sa oras, pana-panahon, panahon at promosyon ng mga kakumpitensya.

Ang isang mahusay na likhang programa sa pag-aaral ng makina ay maaaring salik sa lahat ng mga pagkakaiba-iba, pagsasama-sama sa kanila ng mga karagdagang detalye tulad ng mga kasaysayan ng pagbili, mga kagustuhan ng produkto at higit pa upang makabuo ng malalim na pananaw at pagpapasadya sa pagpepresyo upang mai-maximize ang kita at kita.

Feedback ng customer

Sa kasaysayan, ang feedback ng customer ay nakamit sa pamamagitan ng mga feedback card, napuno at inilagay sa isang kahon ng mungkahi. Ang feedback na ito ay dapat basahin at kumilos.

As nadagdagan ang social media, naging platform ito upang maipahayag ang publiko sa feedback. Alinsunod dito, ang mga tingi ay bumaling sa software sa pag-scrap ng social media upang tumugon, malutas at makipag-ugnay sa mga customer sa pag-uusap.

Ang paglipat ng pasulong, pag-aaral ng makina ay may papel sa konteksto na ito. Ang pag-aaral ng machine at AI system ay magbibigay-daan sa unang pagsusuri ng bulk ng maraming oras ng maraming mapagkukunan ng magulo, hindi nakaayos na data, tulad ng naitala ng customer ang mga pandiwang komento o data ng video.

Pagbawas sa pagnanakaw

Mga nagtitingi ng Australia mawalan ng tinatayang Isang $ 4.5 bilyon taun-taon sa pagkalugi ng stock. Ang paglaki ng ang mga rehistro ng serbisyo sa sarili ay nag-aambag sa mga pagkalugi na iyon.

Ang mga sistema ng pagkatuto ng makina ay may kakayahang walang hirap i-scan ang milyun-milyong mga imahe, na nagpapagana ng matalino, mayaman na camera point of sale (POS) system upang makita ang iba't ibang uri ng prutas at gulay na namimili sa rehistro ng mga kaliskis.

Sa paglipas ng panahon, ang mga system ay makakakuha din ng mas mahusay sa pag-alis ng lahat ng mga produktong ibinebenta sa isang tindahan, kabilang ang isang gawain na tinawag maayos na pag-uuri ng maayos, pagpapagana nito upang sabihin ang pagkakaiba sa pagitan ng isang orange ng Valencia at Navel. Samakatuwid wala nang "mga pagkakamali" sa pagpasok ng patatas kapag ikaw ay talagang bumili ng mga milokoton.

Sa mas matagal na panahon, ang mga POS system ay maaaring mawala nang ganap, tulad ng sa kaso ng Tindahan ng Amazon Go.

Mga computer na nag-order para sa iyo

Ang mga sistema ng pagkatuto ng makina ay mabilis na gumaling sa pagsasalin ng iyong natural na boses sa mga listahan ng grocery.

{veembed Y=rgksCRiRlsI}

Mga digital na katulong tulad ng Google Duplex maaaring gumawa ng mga listahan ng pamimili at maglagay ng mga order para sa iyo, kasama Tagatingi ng Pranses na si Carrefour at Ang higanteng US na si Walmart nakikipagtulungan na sa Google.

Isang umuusbong na karanasan sa tingian ng AI

Habang nagpapatuloy ka sa mga yugto ng buhay ay tumatanda ka, paminsan-minsan ay hindi ka mabusog, maaari kang magpakasal, marahil ay may mga bata, o magbago ng karera. Tulad ng mga kalagayan sa buhay at mga gawi sa paggasta ng isang pagbabago ng customer, awtomatikong ayusin ang mga modelo, tulad ng nagawa na nila sa mga lugar tulad ng detection ng pandaraya.

Ang kasalukuyang reaktibo Kasama sa system ang paghihintay para sa isang customer upang simulan ang pagbili ng mga nappies, halimbawa, upang makilala ang customer na nagsisimula pa lamang ng isang pamilya, bago sumunod sa mga naaangkop na mga rekomendasyon ng produkto.

Sa halip, ang algorithm ng pag-aaral ng machine ay maaaring modelo ng pag-uugali, tulad ng pagbili ng folate bitamina at bio langis, kung gayon hulaan kapag ang mga alok ay dapat ipadala.

Ang pagbabagong ito mula sa reaktibo hanggang sa mahuhulaan na pagmemerkado ay maaaring magbago sa paraan ng pamimili, na nagdadala sa iyo ng mga mungkahi na marahil hindi mo pa isinasaalang-alang, lahat posible dahil sa mga oportunidad na nauugnay sa AI para sa parehong mga nagtitingi at kanilang mga customer.

Tungkol sa Ang May-akda

Michael Milford, Propesor, Queensland University of Technology at Gary Mortimer, Associate Professor sa Marketing at International Business, Queensland University of Technology

Ang artikulong ito ay muling nai-publish mula sa Ang pag-uusap sa ilalim ng lisensya ng Creative Commons. Basahin ang ang orihinal na artikulo.