¿Cómo utilizan las empresas los algoritmos de IA en aplicaciones prácticas?

Escribimos sobre casos generales de uso de IA, incluidos algunos extravagantes en esta respuesta. Aquí nos centraremos en el lado más práctico. Dado que hay tantas aplicaciones de inteligencia artificial para empresas, es mejor centrarse en funciones comerciales específicas como marketing, servicio al cliente y ventas.

Márketing

• Servicios de marketing por correo electrónico que ayudan a optimizar / personalizar la redacción y el momento de los correos electrónicos: frasee , Optimail, Ematic.
• Los servicios de publicidad con contenido analizan el texto y las imágenes en las páginas donde se exhibirá la publicidad. A continuación, la publicidad se combina con páginas que aprovechan el aprendizaje automático, el procesamiento del lenguaje natural y la visión por computadora para crear experiencias publicitarias que se ajusten a su contexto:

• Admantx explica cómo protegen las marcas
• Gumgum Sizzle Reel también tiene algunos ejemplos vivos

Servicio al cliente y operaciones

• Bots de chat: Facebook Messenger, Amazon Eco y Siri de Apple no son los únicos bots de chat. Hay bots de chat que trabajan incansablemente como asistentes de médicos, contadores, juguetes, entrenadores de puntajes de crédito y estilistas personales.

• Consulte esta lista para ver numerosos ejemplos: https://www.ventureradar.com/key … (pedirán un correo electrónico de trabajo para acceder a la lista completa) o nuestra lista para una lista seleccionada de proveedores que prestan servicios a empresas.
• Por diversión, un ejemplo de lista personal: Sephora aprovechó el chatbot Kik para proporcionar a los usuarios consejos de belleza personalizados, recomendaciones de productos basadas en las respuestas de los clientes a un cuestionario

Ventas

• Para ver ejemplos sobre cómo las ventas revolucionarán las ventas, consulte nuestra respuesta de Quora

En applyAI.com cubrimos muchas más áreas de aplicaciones prácticas de IA y puede seguir nuestro blog para conocer las aplicaciones innovadoras de IA y artículos más detallados.

Varía mucho de una compañía a otra y debemos tener en cuenta que la IA es un campo amplio. Sin embargo, consideremos implementaciones simples de modelos de aprendizaje estadístico, ya sea para resolver problemas de agrupamiento, clasificación y regresión.

Me presentaron por primera vez al ahora Jefe de IA de la Universidad de York durante un pequeño proyecto de innovación que fue financiado por el gobierno con el objetivo de establecer relaciones entre el comercio y los académicos. Desde entonces me he enganchado.

Como fundador y CEO de una empresa de SEO con una especialización en Casino e iGaming, hemos utilizado la inteligencia artificial ampliamente para resolver dos problemas clave pero muy diferentes.

1. Reducción / eliminación de cuellos de botella en áreas intensivas de la tubería de flujo de trabajo. Esto tomó la forma de una bandeja de entrada de prioridad específica de dominio que se entrena contra los datos históricos donde se extiende a gran escala, es decir, solicita colocar enlaces en sitios web de otras personas, con el fin de impulsar a nuestros clientes a la cima de Google. Este modelo probabilístico prioriza las respuestas de correo electrónico en función de dos objetivos separados. La probabilidad probable de que la respuesta inicial por correo electrónico se convierta en a) una negociación ob) un acuerdo cerrado.
2. Google se ha vuelto cada vez más inteligente en su capacidad para identificar el tipo de construcción de enlaces artificiales detallado anteriormente. Por esta razón, también utilizamos el aprendizaje automático para entrenar contra los datos devueltos de cientos de miles de consultas por día para saber dónde ha colocado Google los cables de disparo: estas trampas explosivas tienen una gama de umbrales, nuestro uso de IA ha sido identificar y mida con precisión dónde están y cómo cambian con el tiempo y una vertical dada e incluso por consulta de búsqueda.

Hay muchos otros usos competitivos de AI en Media Skunk Works, pero por razones obvias no puedo hablar de ellos. He incluido un enlace a un artículo que había publicado sobre el tema en 2015, que entra en más detalles. https://www.mediaskunkworks.com/…

Casinos y Apuestas

Los mercados en los que operamos nos han obligado a adoptar este enfoque extremo (como puede parecer en ese momento). Solo es económicamente factible en función de los métodos que utilizamos, debido al hecho de que una posición # 1 en Google para “Casino en línea” en el Reino Unido, devuelve el casino, aproximadamente medio millón de libras esterlinas por mes.

También me gustaría agregar que, aunque soy un experto en mi campo de SEO, solo soy un estudiante de IA, pero he sido bendecido con un mentor muy inteligente. Estoy seguro de que obtendrá comentarios fantásticos aquí, especialmente si deja una descripción de los desafíos de su negocio y tal vez incluso obtenga un enlace a su sitio web, para beneficio de Google. 😉

En resumen: depende de su empresa, qué datos recopila o descarta y, lo que es más importante, sus objetivos comerciales, cuellos de botella.

Lo primero que recomendaría es (si corresponde)

1. Comience a etiquetar los datos ahora, para permitir que se utilicen en el futuro para capacitar el aprendizaje automático supervisado con el fin de resolver lo que sea su mayor cuello de botella humano.
2. Almacene todos los datos que la empresa produce como un biproducto. Preocúpese por extraer el valor de estos datos una vez que descubra el espacio del problema por completo. Dicho esto, asegúrese de usar una base de datos escalable linealmente, de lo contrario esta estrategia podría llevarlo a la bancarrota con bastante facilidad.

Espero que esto ayude.