كيف تزحف الشركات، وتمشي، ثم تدخل في عمليات نشر الذكاء الاصطناعي
سان فرانسيسكو – لا تقف الشركات في مواجهة عمليات نشر الذكاء الاصطناعي / التعلم الآلي بين عشية وضحاها، وعندما يتم اتخاذ القرار بالقيام بذلك، فإنه ينطوي على معظم القيادة على المستوى C للشركة والكثير من التوظيف لمحللي البيانات المؤهلين والعلماء.
كما يتضمن أيضًا تطورًا يمكن تشبيهه بشخص يتعلم الزحف والمشي ثم الركض.
لا شيء من هذا سهل أو بسيط، لكنه أصبح ضروريًا في هذا العقد الثالث من القرن الحادي والعشرين.
تتعلم الشركات الزحف والمشي والركض عندما يتعلق الأمر باستخدام بياناتها من أجل منحهم نظرة أعمق على بيانات الأعمال المحمية الخاصة بهم، وجميع البيانات الخارجية الموجودة في خزائن التخزين ولكن لم يتم أخذها في الاعتبار، وجميع بياناتهم التاريخية.
لا تنسَ جميع الشبكات الاجتماعية والبيانات الخارجية (آراء العملاء ومراجعات المنتجات وما إلى ذلك) التي تطفو في العالم الهائل الذي هو الإنترنت وتؤثر على الشركة بشكل مباشر أو غير مباشر.
في مؤتمر VentureBeat Transform 2022 هنا في فندق بالاس، لجنة تتألف من فيونا تان، CTO في Wayfair؛ راجات شروف، نائب رئيس المنتج، DoorDash؛ كيفين زيلنيكي، عالم البيانات الرئيسي، Stitch Fix؛ وناقش شارون جولدمان، كبير المحررين والكاتب في VentureBeat، كيف أن عمليات الذكاء الاصطناعي / التعلم الآلي الخاصة بهم توفر النطاق والسرعة للسوق.
قادتهم مساراتهم جميعًا في النهاية من إثبات المفهوم إلى الإنتاج بطرق مستدامة.
نهج DoorDash
قال شروف: “في DoorDash، تتمثل إحدى قيمنا في أننا نحلم بشكل كبير ولكننا نبدأ صغيرًا”.
“نحن نطبق هذا أيضًا على جهودنا في مجال الذكاء الاصطناعي … سنبدأ باستخدام الوسائل اليدوية للقيام بأشياء غير قابلة للتطوير لتعلم وفهم كيفية العثور على المنتج المناسب للسوق.
بمجرد أن نرى الإشارة، عندها نبدأ في اختراع الخوارزميات ونبدأ في توسيع نطاقها “.
ومضى ليعطي مثالا.
“حوالي 8٪ من العناصر الموجودة على DoorDash عبارة عن بيتزا – ولكن قبل ستة أشهر، إذا بحثت عن [بيتزا]، كنت تعتقد أن نصف العناصر كانت بيتزا.
كنت تبحث عن البيتزا وتحصل على الكاري الهندي والبرغر … ولكن السبب هو أن البيتزا كانت مرتبطة بصلصة الطماطم وهذا فتح مجموعة من الأشياء الأخرى، “قال شروف.
“لذلك، كفريق واحد، قلنا إننا بحاجة إلى الحصول على دقة تصل إلى 99٪ …
لقد دخلوا يدويًا وقاموا بتعليق البيانات، وبمجرد وصولهم إلى الدقة أعجبهم قاموا بتسليم الأشياء إلى فريق ML …
انتقلنا من دقة 60٪ إلى دقة تصل إلى 99٪ للبيتزا، ولكن ما وجدناه هو أن وقت التطوير ووقت الوصول إلى السوق قد تم تقليصهما إلى النصف تقريبًا بسبب هذا النهج “.
كيف يستخدم Wayfair AI / ML
قال تان: “لقد بدأنا مشروعنا (AI) من خلال النظر في إمكانية الوصول وجودة البيانات المتاحة للمشكلات التي كنا نحاول حلها، لذلك أردنا التأكد من أن لدينا المكونات التي يمكن تطبيقها على مشروع AI / ML الخاص بنا
الاعتبار الثاني الذي أردنا معرفته هو “ما مدى تحملنا للتنبؤات الخاطئة؟” لذلك، كان المكان الأول الذي قررنا الذهاب إليه في مشروعنا هو المناطق داخل Wayfair التي يمكن أن تتسامح مع التنبؤات الخاطئة.
“على سبيل المثال، نريد استخدام عمليات نشر الذكاء الاصطناعي الخاصة بنا في التسويق (Wayfair) وعروض الأسعار الإعلانية.
أسوأ شيء يمكن أن يحدث هناك هو أنك تدفع الكثير مقابل الإعلان، أليس كذلك؟ لقد كان مجالًا اعتقدت أنه يمكننا التعلم والاعتماد عليه والحصول على تحول سريع في النتائج.
من الأصعب قليلاً استخدام التحليلات لتحديد جودة عنصر في الكتالوج الخاص بنا؛ أردنا المزيد من البشر يفعلون ذلك “.
Stitch Fix متخصص في التخصيص
قال Zielnicki إن Stitch Fix متخصصة في مطابقة عملائها بعناصر من الملابس والإكسسوارات، لذا فإن محرك التوصية الخاص بها يستخدم كثيرًا من الذكاء الاصطناعي و ML.
قال: “من المهم جدًا التصرف بشكل صحيح عندما ترسل للناس صندوقًا من الأشياء التي تعتقد أنها ستنال إعجابهم عندما تجربها في المنزل”.
قال زيلنيكي إن Stitch Fix قامت بدمج الذكاء الاصطناعي والتعلم الآلي في كل جانب من جوانب أعمالها.
قال زيلنيكي: “يمكن أن تكون المشاكل متنوعة مثل تحديد المستودع الذي سيتم الشحن منه، و” مسارات الاختيار “داخل تلك المستودعات، واختيار المصمم الذي يناسب العميل، وتجميع العناصر من مجموعات العناصر، وما إلى ذلك”.
“عندما بدأنا قبل 10 سنوات، كان لدينا القليل جدًا من البيانات حول منتجاتنا وعملائنا.
بدأنا ببعض الأنظمة البسيطة القائمة على الشعبية، ثم انتقلنا إلى بعض النماذج الإحصائية القياسية – أشياء مثل الانحدار متعدد المستويات الذي يعمل بشكل جيد مع كميات صغيرة نسبيًا من البيانات.
نظرًا لأننا جمعنا المزيد من البيانات حول عملائنا وحصلنا على المزيد من التاريخ، فقد تطورنا إلى القيام بأساليب تصفية تعاونية، وعوامل المصفوفة، ومؤخراً نموذج قائم على التسلسل يعتمد على تسلسل التفاعلات التي يمتلكها العميل معنا عبر رحلتهم.
المصدر: venturebeat
شاهد المزيد:
