DeepMentor
DeepMentor是最佳Edge AI完整解決方案供應商,主要提供微型化AI演算法的SaaS服?
#案例分享
#智慧零售
2000年成立的Ocado公司,是一間 #沒有任何實體店面 的線上超市。
根據2017年的年度報告,他們每週約處理26萬件商品訂單,從一般蔬菜、生鮮食品到各種高級食材都有,總共販售超過五萬件商品。
Ocado的崛起是因為以往英國的週日和國定假日,一般商店或超市都會休息。因此對於可以24小時可以訂購、且不論平日或是假日都可以收到食材的需求很高。
Ocado因此掌握了商機,並且也成功使用最新科技打造物流中心CFC (Customer Fulfillment Center)。這個物流中心是Ocado獨自開發用來存放各種商品的倉儲系統。
這套倉儲系統 ,其中一個用途就是調整 #商品的存放位置,透過數據的分析,出貨越多的商品,會被放置越上層,方便 #機器人可以從上方開始取出商品。
為了讓400台以上運作的機器人避免碰撞,機器人 #來回的動線,也透過 。
在舊式的倉庫裡,處理一筆訂單約要2小時左右,透過 AI 技術可以 #縮短致15分鐘。
而Ocado 這項物流系統,更被美國零售業 Kroger 引進,在 Amazon的龐大競爭下,藉由這項技術,成了與 Amazon抗衡的王牌。
#品牌溝通與服務
#結合人工智慧
在銷售商品時,除了商品本身滿足顧客需求之外,許多人更看重的是其背後的品牌價值,以及理念是否切合他們的需要。
上一篇我們提到的The North Face為例,它們所奉行的價值觀在於 #讓用戶去到值得探險的地方,並且於戶外的用專屬APP打卡,並取得獎勵。
雖然許多品牌都有在執行 #獎勵機制的回饋,但The North Face 更加鼓勵顧客 #繼續探險。因此紅利點數不僅是購買商品所用,也能參加特別的專屬品牌活動,設計折扣以外的福利。
而當你要發出 #獎勵時, #提供適當的優惠就相當重要。The North Face 使用了人工智慧的預測分析,結合演算法匯集每位顧客的 #資料流(data stream)。
為此,當推出不同新產品時,可以為每種顧客制定不同的行銷策略以及素材,並且將每個版本寄給對此相對有興趣的顧客。
The North Face 終生價值管理與分析總監 Ian Dewar 於 2018年8月在瑞典的一場研討會上表示,將人工智慧引入行銷策略中後,成效卓越。
客製化訊息後來訪的顧客是 #一般顧客的三倍,而平均消費也比一般顧客 #高出20%,此外還增長了品牌效益,讓顧客不會 #一味感受在推銷商品。
--
若你手中有許多顧客資料,卻不知道如何使用才更增進效益,可以參考The North Face的執行方式,除了能夠掌握顧客輪廓,後面所帶來的轉換效益更是不可小覷。
#人工智慧行銷案例
在談人工智慧前,我們先來說一個小故事。
Allen很喜歡健行,身為大學生的他除了上課以外,課餘時間大多都在想健行的事。有時候也會主動到山裡享受新鮮空氣。
多年來,他訂閱了許多零售商品和品牌電子報,但裡頭內容全部都是產品、商品、折扣、銷售等資訊,沒有一份令他滿意。
在某個夏天,Allen去了一趟舊金山旅行,當地的The North Face店員 #主動提供當地的健行步道資訊給他,並推薦Allen攀登懶鬼山(Slacker`s Hill)。
在聊天過程中,店員還推薦了The North Face的 ,於是Allen就加入了會員。
VIPeak是一款提供會員健行相關有趣內容的APP,並且 #介紹吸引人的景點。店員提醒Allen,在抵達山頂十時使用這款APP打卡。
Allen登頂懶鬼山後,便打開The North Face的APP,在山頂打卡後,隨即收到通知, #獲得紅利點數50點。
接下來幾個月,Allen發現,The North Face的推播訊息開始有了變化。他適時會收到「開學促銷」的活動,恰巧其中有他喜歡的款式。
彷彿The North Face #知道他的身份,也掌握了他感興趣的事物。回想過後,Allen發現,自己確實提供許多線索,像是購買產品的類型、打卡的點、居住地址、在網路上瀏覽過的商品、點擊的電子報項目等等。
The North Face記住了這位顧客的特徵,並且精準地向他推播屬於他的內容, #製造了良好的顧客體驗。
當善用資料和機器計算的能力,便能量身打造適合的溝通、以及服務項目。無論是主動接觸顧客,又或是顧客主動上門,如此一來,品牌都可以第一時間清楚每一位顧客的來歷。
---
在下一篇中,我們會繼續分享:
1. #品牌溝通與服務的重點
2. #品牌價值觀與獎勵制度
如果喜歡我們的文章,歡迎follow DeepMentor,
按讚以及分享,支持我們整理的內容與產出!
---
參考資料:AI 行銷學
#要如何著手呢
也許你曾聽過「導入AI 有助於行銷」,可能是從我們上篇文章、又或是其他網路資訊而來,不過到底要從何處著手呢?
在談 AI 前,我們首先要先定義目標。在這個人人都想要快速取勝的時代,你必須快速展現價值,這樣才能證明 。
因此我們需要先在每個業務項目中,列出應用AI的可能,並且 #挑選容易實踐的目標,而要如何挑選可以考慮一下幾點因素:
1. #它能配合行銷目標嗎?
2. #它能帶來價值嗎?
- 可以尋找競爭或是跟你事業體相近的公司,是否已經引用AI,並研究其發揮的功效或是成功路徑。
3. #它可能帶來什麼價值?
- 試著評估使用案例的效益,並估計一個數字。例如:線上購物車的交叉銷售推薦,將使購物車的品項增加10%,這個功能的價值有多少?
4. #這個分析方法的困難度高嗎?
5. #需要什麼資料?
6. #分析結果容易應用在行動上嗎?
單純的資料分析,是不會為專案帶來價值的,所以在分析時,同時要思考「該如何應用」,以及要如何和現有的系統與程式接軌,再來尋找幾個容易達成的案例,可以逐漸看出 ,作為起始點。
以購買行的交叉銷售為例子,最常使用的AI模型是: #關聯分析演算法,這只需要顧客的購買資料,並投入機器學習就能建立模型。
而後續你可以對 #最近購買商品的客戶,進行交叉行銷售,方法是藉由寄發EDM來推薦商品,這是相當容易執行的。
透過顧客對於這些推薦行銷的 #回應率,即可評測這個 模型價值。
總結來說,雖然 AI 可估測的好處很多,但當要落地卻是困難的。藉由問題與分析,來幫助我們可以知道最佳的導入點,不至於投放太多成本,也能看見成效,漸漸的再一步步將 AI 應用到更深層的行銷應用,會是比較好的做法。
--
資料參考:AI 行銷學
#人工智慧的能力
#演算法與模型
#行銷應用
你想過 AI 也可以應用在行銷上嗎?當我們有顧客的特質資料,就可以透過演算法取得一種結果,例如:這位顧客最喜歡的產品、會被吸引的廣告類型。
機器學習可以根據歷史資料分析後,創造出新模型,幫助行銷人員來達到 #客製化的行銷目標。
透過模型,可以幫助你做出區別,例如:分辨出誰會購買、誰不會購買、針對特定的對象,做出適合的素材及文案來推廣。
除了針對個別對象以外,也能利用 #群集演算法,來辨識使用服務的 #族群。
除上述以外, #關聯分析,可以辨識出經常性一起購買的產品,也稱為「購物車分析」,也就是當購買A + B,會再購買 C 的可能性。
善用 AI 資料去訓練出合適的演算法模型,能在各行各業、各種領域發揮極大的功用。人們在短時間的計算能力有限,將這些工作交給機器去做運算,便可以從中獲得極有價值的資料。
如果你剛好是行銷人員,歡迎 follow DeepMentor,我們將繼續分享關於 ,敬請期待!
#智慧農業
【 智慧農業的發展與應用 - 下 】
把需求照片資訊交給機器去學習後,就能獲得判斷的能力。且夠大的參數,就能給予精準的預期結果。而農業應用也可以採用這樣的技術,來進行 #智慧化的管理!
今天來到最後一篇關於智慧農業的應用:
5. 利用 AI 影像判斷技術, #決定農產品是否成熟並且可以收成,讓其他未成熟的產物可以繼續生長。小至溫室,大至整片農田,可以利用空拍技術製成監控管理地圖,隨時掌握可收成的時機。
有別於以往必須人工判斷,一個個區域地毯式掃描,一次性收成,可能導致未成熟的產物被誤採。只要利用 AI 判斷能力,即可知道是否到了 #最適當的採收時機點, #避免不必要的浪費。
6. AI 與農作機器的結合。採收時的機器,是農夫們重要的幫手, #必須確保在使用時的運作順利,才不會導致成本提升。但是機器故障以及維護,是一個嚴重且經常被忽視的問題,嚴重甚至會影響利潤損失。
因此在未來的農業發展中,可以採用 AI 的監控系統,預先通知維修時程以及設備健康度, #並採用物聯網的結合, #掌握內部的零件以及電子設備狀態,以減低突發性損壞的可能。
以上就是這一期 #智慧農業 應用案例,如果你喜歡我們的文章,歡迎按讚與分享! 🤞🤞
---
資料參考:Artificial Intelligence in Agriculture: Farming for the 21st Century
#智慧農業
【 智慧農業的發展與應用 - 中 】
還記得上次我們談到,在農業中引進 AI 的應用嗎?這次要來繼續和大家介紹智慧農業的落地可行性。
據統計,地球上 「約70%的淡水供應用於農業生產」,因此要如何聰明的利用水資源,是我們需要關注的課題。在有限的情況下,提升灌溉效能,是直接影響收成的結果。
因此:
3. 利用 AI 的機器學習技術, #紀錄土壤中的水分含量,進而「 #精準抓住灌溉時機」,且搭配自動化系統,能夠同時達成節省水資源與人力等雙重果效。並讓農夫們,可以去做更多研發或是其他重要的工作。
4. 在極端氣候下,利用人工智慧與演算法,來紀錄天候狀況,產出特定的 #氣候預測模型,使農民可以提前採取正確的耕種方法,以免因乾旱或是水災,帶來巨大的損失。
當天搜集足夠的氣候數據,便能測量太陽輻射、降水、溫度和風速,提供相關作物所具備的生長條件。例如,能預測未來一週的乾旱時機,便能提前灌溉澆水,預防土壤過度蒸發,而導致植物死亡。
在智慧農業中,除了使用 AI 之外,還能善加利用 #軟硬整合的技術,將傳統機器賦予精準判斷與預測能力,渴望解決現有存在問題之外,更能防範於未然。
#智慧農業
【 智慧農業的發展與應用 - 上 】
聯合國預計,到2050年,全球人口將膨脹至97億,這意味著我們需要更多的糧食,但可種植面積卻跟不上人口增長的速度,因此國外有許多公司,正在積極AI ,渴望提升種植效率,以增加產量,
---
隨著 #機器學習 的成熟,在農業方面,AI 可以應用在以下地方:
1. #智慧種子:如果我們想要有好的農作物,好的種子 #基因序 是重要的。位於德國的Monsanto製藥及化工跨國集團拜耳旗下農業生物技術部門,正在積極研法此技術,利用 #影像分析 來測量種子發芽的最佳條件。
例如:溫度和濕度,使農作物可以在最佳時機生長,減少了因氣候而需要的等待時間,期望全年都是可種植的時刻。
2. #智慧土壤管理:透過 AI 的演算法,可以監測植物種植前後時,土壤的健康狀況。 #土壤退化和侵蝕 是影響農作物生長的重要因素。
位於德國柏林PEAT GmbH公司,開發了 ,它是一款農作物諮詢應用程式,適用於農民,推廣人員和園丁。
Plantix可以診斷影 #響農作物的蟲害、 #植物病害,判斷農作物是否生長在 #不健康的土壤中,最後提供相應的治療措施。而使用者更可以加入社群,找到科學家,農民和植物專家來討論 #植物健康問題。
--
今天和大家介紹 ,本篇文章會分為:上、中、下,藉由國外的案例來學習, 。
以上,今天的分享就到這邊囉。
如果你喜歡我們的文章,歡迎按讚與分享!
🤞🤞🤞
#生活應用
【 將AI導入焚化流程中 】
今天要來和大家分享一則將AI應用在 #焚化垃圾的案例。
2018年12月,日本千葉縣船橋市北部的焚化設施,試著將AI導入清理垃圾的流程中。透過「 #自動辨識垃圾的技術」,能夠有效 #降低人力支出,並提升 #焚燒垃圾的穩定性,進而減少了 #有害物質的產生。
這是如何辦到的呢?
每天焚化廠要處理來自四面八方的垃圾,而其中像是:淤泥、樹枝,會影響焚化爐的溫度劇烈變動,影響燃燒效率,甚至樹枝太多也會卡住爐口堵塞。
為了解決這個問題,當地委託從事能源相關設備的設計與管理公司,透過影像拍攝,並且先從中進行標註,開發出透過「 #深度學習」後的人工智慧系統。
為了測試這個系統,其中有兩項重要的指標分數,作為精準驗證判斷,分別為: #召回率與精準率。
召回率:AI判斷這個「是」樹枝的比例;
精準率:當AI判斷是樹枝,且實際上「真的」為樹枝的比率。
經由一次次的實驗,結論是,訓練過的機器能夠實際將這套系統,應用於焚化流程中,並且穩定度極高。
藉由這次案例的分享,我們可以學習到,AI的識別能夠真正落實在我們的生活中,甚至帶來想像不到的改變。機器不像像人一樣,會因不同狀況而有失誤情況,反之,他能日以繼夜的自動運轉。
在未來,我們可以想像,設備都將自動化,發揮其最大效能。
—-
以上就是今天的科普小教室啦!希望你能有所收穫。
雖然常常在生活中聽到AI這個詞彙,但真正深入瞭解後,真是很深的一門學問!理解技術後能夠應用、落實在生活中更是不容易,未來我們也會繼續提供更多文章,讓大家有更多認識🤞
*參考書籍:向AI贏家學習
#為什麼機器能夠辨識呢?
【 當機器可以開始辨識 】
現今的人工智慧已經厲害到可以精準 #辨識出人和物品,甚至是 #性別、 #年齡、 #表情、 #姿態等等。有了這樣的能力,我們可以更加於應用不場景,使機器為我們的生活帶來更多便利。
但為什麼機器這麼厲害,有能力辨識呢?
自從人工智慧有了「 #機器學習」的能力,於影像、語音辨識中,得知 #用戶的喜好,並透過大量的資料與統計分析,從中學習人們的生活經驗。
然而,人們往往是透過自身的環境、他人教導、閱讀、觀察等等來獲取經驗。但機器無法仿照的樣的學習模式,我們必須提供「 #大量的資料給機器」,再經由判斷、分析後,理解出我們給予的目標,例如:教導機器何謂人或是物體。
雖然電腦出現後,我們不斷提升改善其硬體設備或效能,但 #資料的不足,阻礙人工智慧發展。而「 #深度學習」,這個嶄新的學習方法,加速了人工智慧的進展,這和 (物聯網)的應用有相大的關係。
「只要事先設定好,回到家就有涼涼的冷氣可以吹!」
「早晨起來,就聞到剛沖泡好的咖啡,等著我起床!」
以往我們必須親自手動的機器,現在可以透過網路的操作,讓它們在設定好的時間,預先開始動作,這是物聯網經典的使用案例。
所謂物聯網,就是讓萬物皆可連上網路,舉凡:家電、家具、交通工具、建築物等各式物品,都可以透過網路而連接起來。
物聯網跟 AI 有什麼關聯嗎?
自從物品可以連上網路後,我們便可從中獲取更多的資料與使用者行為,進而讓機器可以從這些資料中深度學習,讓它們變的更聰明,也更符合我們日常生活所需。
例如:當蒐集到足夠車子在行駛中的GPS定位,AI 便可以判斷可能塞車的路段,預先提醒駕駛改道而行。
AI 這個詞彙不斷出現在你我的生活中,不知道當你聽到 AI的第一印象是什麼呢?是一個會走路和你對話的機器人?還是如同科幻電影一樣,酷炫般地浮現各種螢幕操作呢?
透過這篇文章,我們希望用簡單的描述與生活化的舉例,讓你理解 AI 其實並沒有離我們很遙遠!讓機器可以變聰明、足以辨識的基本元素就是: #擁有大量的資料,促使他們可以進行「深度學習」,這也是 AI 加速成長的原因。
—-
今日科普小教室就到這邊啦!歡迎持續 Follow ,未來將陸續以深入淺出的方式,帶給大家更多關於 AI 的知識。
?
【 AI 融入你我的生活 】
自2010年影像辨識、語音辨識、自然語言有重大的突破,透過 #照片掃描技術,機器可以開始學辨識人、物品、自然語言,特別著名的是—2012年,Google 的人工智慧可以辨識「貓」,在當時造成了很大的迴響,讓人們開始意識到人工智慧的潛能,並且發想出更多生活的應用。
當我們使用智慧型手機,如:iPhone,呼叫 Siri 並下達指令,他便能透過指令而反饋相對應的結果,例如:我要查詢今日台北市的天氣,手機便會呈現今日的天氣預報,這代表機器可以「 #辨識」我們所說的話。
當機器能夠可以辨識時,應用層面就不僅限於手機裝置,更可以進入到我們的日常生活當中。像是許多智慧家電,也是透過語音辨識,而不需要再透過實際操作,就能擁自動化的啟用功能,為我們生活帶來更多的便利性。
除了在智慧型手機中,AI 能廣泛用於 #金融、 #製造、 #醫療、 #家電、 #零售、 #自動駕駛 等生活場景,透過 AI 來處理「 #大量且重複性高」的事務,以減少人們在工作的負擔,並且減少因人工而 #產生的失誤,甚至能提 #早一步預測問題,在不同產業皆能擔任輔助人們工作的好幫手!
網路興起後,便可以大量搜集人們的行爲輪廓,逐漸累積成大數據,舉凡我們日常的搜尋資料、社群行為、購物紀錄、GPS路經引導...等等,都是機器學習的重要資料,透過這樣的學習產生判斷的能力,這也就是 #人工智慧開始融入我們生活的第一步。
機器學習的成熟,除了帶給我們生活便利之外,甚至產生了過去未曾有的商業行為,AI 所帶來的商機不可小覷,在各個產業都能看見他的蹤跡。
在快速變化的世代,只要 AI 的演算法 #判斷足夠精準精準,就能減少額外產生的成本,有效帶來更好的產能。未來將會逐一介紹 AI 在不同領域中所發揮的價值。
Click here to claim your Sponsored Listing.
Category
Contact the business
Website
Address
台北市松山區南京東路四段2號
Taipei
105
Taipei
台灣競舞娛樂( Garena Taiwan Co. Ltd.)是一家位於台灣的線上遊戲營運公司,同時也是Garena全球戰略中的重要組成部分。更多資訊,請參閱 www.garena.tw
台灣台北市大安區敦化南路二段97號3樓
Taipei, 106
Vision願景、Action行動、Steadiness穩健、Assures確保、Your您的、Outcome成果。這六
忠孝東路四段295號3樓
Taipei, 106
白頭翁®線上預約照顧服務平台所屬愛立康有限公司。我們志在提供良好的照顧服務給生病臥床的老人。服務地點為雙北台中台南以及高雄。提供居家長短期包月等服務。也開立有專業積分課程供照服員持續不斷的專業進修。