Q:
Mohou stejné nástroje strojového učení pracovat jak pro maloobchod, tak pro výrobní podniky?
A:Pokud jde o přizpůsobení nástrojů strojového učení pro maloobchodní i výrobní podniky, existují některé významné podobnosti, ale existují i zásadní rozdíly.
V maloobchodě je velká většina nástrojů a procesů strojového učení orientována na iniciativy zaměřené na prodej a zákazníky. Společnosti využívají nesmírnou sílu strojového učení k procházení dat, která jim umožňují prodávat, což zvyšuje konverzi a tím i zisky. Jedním z vynikajících příkladů, který překračuje hranici mezi strojovým učením a umělou inteligencí, je snaha o komunikaci se zákazníkem ohledně opuštění nákupního košíku. Sady nástrojů, které aktivně oslovují zákazníky, kteří opustili položky v nákupním košíku, jsou často klasifikováni jako nástroje umělé inteligence, ale další nástroje, které jednoduše agregují a analyzují data za účelem vývoje systémů založených na lidech, jsou příklady strojového učení aplikovaného na maloobchod.
| Zdarma ke stažení: Strojové učení a proč to záleží |
Ve výrobě vypadá strojové prostředí docela jinak. Strojové učení se vztahuje na výrobu a výrobu fyzického zboží poměrně několika jedinečnými způsoby. Velká část hodnoty strojového učení ve výrobě se používá při manipulaci s dodavatelskými řetězci. Strojové učení bude informovat o procesech údržby, oprav a generálních oprav (MRO) a dalších aspektech stavby, balení nebo montáže samostatných nebo hromadně vyráběných položek. Jinými slovy, mnoho z nejcennějších nástrojů strojového učení ve výrobě je orientováno směrem k dílně, nikoli na zákazníky, ale na budování dokonalé „inteligentní továrny“ a zlepšování fyzických procesů. (Tento článek Forbes je pouze jedním z příkladů, které naznačují deset způsobů, jak strojové učení mění výrobu rychle a zásadně.) Naproti tomu nástroje pro učení se stroji v maloobchodě jsou většinou zaměřeny na „inteligentní prodejní podlahu“ a většinu obchodu, který nyní probíhá online nebo prostřednictvím digitálních platforem.
Vzhledem k výše uvedenému mohou maloobchodní podniky také používat nástroje strojového učení ke zpracování fyzických procesů, například zásob. Při manipulaci se zásobami mohou prediktory strojového učení pomoci maloobchodním společnostem ušetřit obrovské množství peněz tím, že budou uchovávat pouze zásoby, které potřebují k dispozici v daném čase, a zefektivnit operace skladování a skladování. Hlavní hodnota strojového učení v maloobchodě se však stále zaměřuje na podporu rozhodování o prodeji, na dozvědět se více o zákazníkovi na základě hlubokého shromažďování a analýzy dat, na zkoumání demografických údajů a osobních informací a získávání mimořádně hodnotné prodejní inteligence.
Pointa je, že jako předzvěst přicházejících silných umělých inteligencí jsou nástroje pro strojové učení a hluboké učení jednoduše „chytré“. Shromažďují data a poskytují ucelený obrázek o nějakém definovaném konceptu, ať už se jedná o geografický, fyzický prostor nebo digitální životní prostředí. Různá průmyslová odvětví tak využívají sílu strojového učení různými způsoby. Rozdíl mezi strojovým učením v maloobchodě a strojovým učením ve výrobě je zřejmým příkladem toho, jak podniky přesně určují své potřeby a podle toho přijímají technologie strojového učení.
