Najciekawsze wdrożenia AI w firmach w 2023 – AI w finansach i inne

W tym artykule przyjrzymy się kilku godnym uwagi wdrożeniom AI w firmie, od Stripe wykorzystującego ML do wykrywania oszustw, przez personalizację zamówień w Swiggy, aż po GitHub Copilota, który zapewnia programistom wsparcie w czasie rzeczywistym. Każde z tych rozwiązań pokazuje, jak sztuczna inteligencja pozwala budować coraz bardziej ambitne i przełomowe usługi, które transformują doświadczenie klientów, zwiększają konwersję lub usprawniają procesy wewnętrzne przedsiębiorstw i instytucji.

Stripe

Stripe (https://stripe.com/) jest zaawansowaną platformą płatniczą, która umożliwia przedsiębiorstwom oraz instytucjom przyjmowanie transakcji zarówno w internecie, jak i w tradycyjnych punktach sprzedaży. Zapewnia zintegrowane rozwiązania do zarządzania płatnościami, wystawiania faktur, automatyzacji procesów finansowych oraz kreowania programów subskrypcji i lojalnościowych. Zastosowanie nowoczesnych technologii, w tym uczenia maszynowego, pozwala Stripe na optymalizację konwersji oraz minimalizację ryzyka oszustw. W 2023 roku Stripe uznawany jest za jedno z najbardziej przełomowych rozwiązań w obszarze internetowych systemów płatności.

Dlaczego jednak Stripe Radar jest jednym z najciekawszych wdrożeń AI w firmach w 2023 roku? Stripe Radar wykorzystuje zaawansowane techniki AI do szybkiego i precyzyjnego wykrywania oszustw, co czyni go jednym z najbardziej innowacyjnych rozwiązań w branży płatności online w 2023 roku. Jego główne zalety, to:

• szybkość i dokładność — Radar Stripe ocenia ponad 1000 cech transakcji w mniej niż 100 milisekund, blokując ryzykowne transakcje z dokładnością, gdzie tylko 0.1% legalnych płatności jest błędnie zablokowanych,
• zaawansowane modele ML — Stripe przeszedł od prostych modeli ML do zaawansowanych sieci neuronowych, co znacząco poprawiło wydajność modelu,
• innowacyjna architektura — najnowsza architektura pozwoliła na szybsze szkolenie modeli i lepszą skalowalność, umożliwiając szybsze prototypowanie i wdrażanie nowych pomysłów.

Źródło: Stripe (https://stripe.com/)

“Complete the Look”, czyli innowacja od Walmart

Walmart, amerykański gigant branży supermarketów, prezentuje bogatą ofertę produktów z różnorodnych kategorii, w tym artykułów spożywczych, odzieży, kosmetyków, elektroniki i wielu innych. Jako jeden z czołowych sprzedawców detalicznych na świecie, Walmart zatrudnia ponad 2,3 miliona osób na całym globie. Rozwija się jednak ostatnio także w dziedzinie sztucznej inteligencji.

Dostępny od niedawna moduł „Complete the Look” (CTL) od Walmart, jest innowacyjnym systemem rekomendacji produktów w obszarze mody i wyposażenia domu. Dlaczego jednak CTL jest jednym z najciekawszych wdrożeń AI w 2023?

1. Personalizacja stylu. CTL generuje kompleksowe, stylizowane zestawy ubrań wokół wybranego przez klienta produktu, co ułatwia odkrywanie i dobieranie odpowiednich elementów garderoby.
2. Zwiększenie pewności i konwersji. Prezentacja spersonalizowanych zestawów zwiększa zaufanie klientów do ich wyborów i zachęca do dokonywania zakupów.
3. Oszczędność czasu. System pozwala na szybkie kompletowanie całych zestawów, zamiast poszukiwania pojedynczych elementów, co przekłada się na efektywniejsze zakupy.
4. Zaawansowane algorytmy. CTL wykorzystuje wiele algorytmów, w tym generowanie wyglądu i ekspansję pokrycia wyglądu, aby skalować rekomendacje i dostosowywać je do potrzeb użytkowników.

Innowacja ta rozwiązuje problem przeładowania informacjami i wyboru wśród ogromnej liczby dostępnych opcji, oferując klientom łatwe i przyjemne doświadczenie zakupowe, które jest zarówno inspirujące, jak i spójne stylistycznie.

Źródło: Medium (https://medium.com/walmartglobaltech/personalized-complete-the-look-model-ea093aba0b73)

Uber — ETR Forecasting

Uber to aplikacja mobilna, która umożliwia użytkownikom rezerwowanie przejazdów samochodowych. Dzięki Uberowi ciekawe wdrożenia rozwiązań AI w firmie nie omijają także lotniskowych parkingów. Wdrażając usługę ETR Forecasting (Estimated Time to Request), zaproponował nowatorski system prognozowania czasu oczekiwania dla kierowców na lotniskach. System ten wykorzystuje skomplikowane modele sztucznej inteligencji do przewidywania zapotrzebowania oraz długości kolejek, biorąc pod uwagę zmienność kolejki oraz zewnętrzne czynniki, takie jak opóźnienia w lotach. Dzięki temu systemu kierowcy otrzymują informacje o spodziewanym czasie oczekiwania na zlecenia, co umożliwia im efektywniejsze zarządzanie własnym czasem i planowanie swojego położenia.

Dlaczego to innowacyjne rozwiązanie jest godne uwagi? Głównie ze względu na:

• Rozwiązany problem — ETR Forecasting Uber rozwiązuje problem niedoboru i nadmiaru kierowców na lotniskach, co wpływa na doświadczenia zarówno pasażerów, jak i kierowców. Niedobór powoduje długie oczekiwania na przejazd, a nadmiar prowadzi do marnowania czasu kierowców na czekanie,
• Innowacja — system prognozowania informuje kierowców o przewidywanym czasie oczekiwania na zlecenie, co pozwala im lepiej zarządzać swoim czasem i pozycjonowaniem,
• Zastosowanie AI — wykorzystuje zaawansowane modele AI do prognozowania popytu i długości kolejki, uwzględniając dynamikę kolejki i czynniki zewnętrzne, takie jak opóźnienia lotów.
• Wpływ na branżę — jest to jedno z najciekawszych wdrożeń AI w 2023 roku, ponieważ optymalizuje alokację zasobów w realnym czasie, poprawiając efektywność i doświadczenie użytkowników usług Uber na lotniskach.

Źródło: Uber (https://www.uber.com/en-GB/blog/demand-and-etr-forecasting-at-airports/)

Pinterest

Pinterest (https://pinterest.com/) chyba nie trzeba nikomu przedstawiać. Ten amerykański serwis społecznościowy, pozwala swoim użytkownikom na przeglądanie i dzielenie się zdjęciami, GIF-ami oraz filmami dotyczącymi różnorodnych dziedzin, takich jak moda, kulinaria, design wnętrz i inne. Użytkownicy mają możliwość tworzenia własnych tablic zawierających interesujące ich treści wizualne oraz przeglądania tablic innych osób w poszukiwaniu inspiracji.

Serwis utrzymuje się z reklam, a w 2023 zdecydował się na wdrożenie AI w firmie, które zmienia tradycyjne, reaktywne metody zapobiegania odpływowi reklamodawców na metody proaktywne, przewidujące przyszłe rezygnacje. Jest to jedno z najbardziej zasługujących na uwagę wdrożeń AI w 2023 roku, ponieważ:

• rozwiązuje problem rezygnacji reklamodawców (churn) na platformie Pinterest. Tradycyjnie, problem ten był adresowany dopiero po fakcie rezygnacji, co było wyzwaniem ze względu na trudność w „odzyskaniu” klienta. Uczenie maszynowe (Machine Learning, ML) pozwala na wcześniejsze wykrycie ryzyka rezygnacji i umożliwia zespołowi sprzedaży działanie prewencyjne.
• zespół Pinterest stworzył model uczenia maszynowego (ML), który przewiduje prawdopodobieństwo rezygnacji reklamodawcy w ciągu najbliższych 14 dni, używając zestawu cech reklamodawcy umożliwiającego predykcję. Informacje te są wykorzystywane przez zespół sprzedaży do priorytetyzacji działań mających na celu zapobieganie rezygnacji.
• wstępne eksperymenty wykazały, że dzięki temu podejściu można osiągnąć 24% redukcję rezygnacji w grupie testowej w porównaniu z grupą kontrolną, co wskazuje na skuteczność proaktywnego podejścia w zapobieganiu rezygnacji.

Stitch Fix, czyli nagłówki i opisy AI

Stitch Fix (https://www.stitchfix.com/) to innowacyjna platforma, która umożliwia zamawianie odzieży przez aplikację mobilną. Użytkownicy mogą wypełnić ankietę określającą ich preferencje co do stylu, rozmiaru i budżetu, po czym otrzymują pięć indywidualnie dobranych propozycji ubrań z puli ponad 1000 różnych marek i stylów. Stitch Fix wykorzystuje zaawansowane algorytmy sztucznej inteligencji do generowania przyciągających uwagę nagłówków reklamowych oraz szczegółowych opisów AI dla produktów. Dzięki temu proces tworzenia treści marketingowych i opisów AI dla produktów staje się mniej czasochłonny i kosztowny, a jednocześnie zapewnia unikatowość i spójność z wizerunkiem marki.

Firma stosuje metodę „eksperta w pętli”, łącząc kreatywność AI z ludzkim nadzorem, co zapewnia wysoką jakość i efektywność. Dzięki AI Stitch Fix może tworzyć opisy produktów dla setek tysięcy stylów, co rozwiązuje problem skali i złożoności w e-commerce. Zaś systematyczne ulepszanie algorytmów wraz z wiedzą ekspertów pozwala na ciągłe podnoszenie jakości generowanych treści.

Innowacja ta rozwiązuje problem czasochłonnego i kosztownego procesu tworzenia treści marketingowych dla e-commerce i opisów produktów, jednocześnie zapewniając unikalność i dopasowanie do stylu marki.

Swiggy

Swiggy (https://www.swiggy.com/) to indyjski serwis dostawy jedzenia online, który umożliwia użytkownikom zamawianie posiłków z lokalnych restauracji. Aplikacja Swiggy oferuje możliwość wyboru dań z ulubionych restauracji, śledzenia zamówienia w czasie rzeczywistym oraz korzystania z dodatkowych funkcji, takich jak personalizowane rekomendacje i ustalona minimalna wartość zamówienia.

Swiggy wykorzystało potencjał wdrożenia AI w firmach do personalizacji zamówień w aplikacji dostawy jedzenia. Wykorzystując zaawansowane techniki AI, postanowili rozwiązać problem „paradoksu wyboru”. Oto kluczowe punkty:

1. Paradoks wyboru. Swiggy zauważyło, że klienci mają problem z podjęciem decyzji o zamówieniu z powodu zbyt wielu opcji. To zjawisko, znane jako „paradoks wyboru”, prowadzi do niezadowolenia klientów.
2. Personalizacja zamówień. Firma wprowadziła system rekomendacji „koszyków” z ograniczoną liczbą dań, dostosowanych do preferencji klientów, aby ułatwić im wybór i poprawić doświadczenie użytkownika.
3. Zastosowanie AI. Swiggy wykorzystuje AI do analizy danych historycznych zamówień, preferencji dietetycznych klientów i sezonowości produktów, aby generować spersonalizowane rekomendacje.

Innowacja ta rozwiązuje problem nadmiaru wyborów, poprawiając jednocześnie satysfakcję klientów i efektywność platformy. Jest to jeden z najciekawszych przykładów wykorzystania AI w firmach w 2023 roku ze względu na jej skuteczność, a także złożoność implementacji.

FoodPanda, czyli wyścig o optymalizację menu

Foodpanda (https://www.foodpanda.my/) to serwis dostarczania jedzenia online, który pozwala na zamawianie posiłków z okolicznych restauracji za pośrednictwem aplikacji. Aplikacja Foodpanda oferuje użytkownikom możliwość zamawiania ulubionych dań, śledzenia statusu zamówienia na bieżąco oraz korzystania z różnych funkcji, w tym personalizowanych rekomendacji i ustalonej minimalnej wartości zamówienia.

Foodpanda wykorzystuje eksperymenty A/B do optymalizacji menu w celu zwiększenia współczynnika konwersji na swojej platformie. Innowacja polega na zastosowaniu zaawansowanego harmonogramowania i automatyzacji do aktualizacji wersji B menu, co pozwala na szybsze i bardziej efektywne przeprowadzanie testów. Oto kluczowe punkty:

• automatyzacja testów — użycie Apache Airflow do automatyzacji procesu aktualizacji menu.
• skalowalność — optymalizacja procesu umożliwia szybsze przeprowadzanie testów nawet w wielu krajach.
• efektywność — zmniejszenie czasu wykonania z 9 godzin do około 3,75 godziny i obniżenie wskaźnika błędów do 2,2%.
• przyszłe ulepszenia — planowane są dalsze usprawnienia, takie jak dynamiczna konfiguracja paginacji i oddzielne DAGi dla różnych krajów.

Dzięki tym innowacjom Foodpanda rozwiązuje problem wolnych i nieskutecznych aktualizacji menu, co jest kluczowe dla utrzymania konkurencyjności i zwiększenia satysfakcji użytkowników.

Źródło: FoodPanda (https://www.foodpanda.my/)

Zillow

Zillow (https://www.zillow.com/) to internetowa platforma związana z rynkiem nieruchomości, która ułatwia swoim użytkownikom wyszukiwanie, kupno, wynajem oraz sprzedaż nieruchomości. Na platformie dostępne są miliony ofert sprzedaży i wynajmu, umożliwiając porównywanie wartości poszczególnych nieruchomości oraz kontakt z lokalnymi ekspertami w branży. Zillow stosuje zaawansowane technologie, w tym uczenie maszynowe, aby zapewnić precyzyjne wyceny nieruchomości i ułatwić procesy zakupu, sprzedaży czy wynajmu.

Innowacyjne podejście firmy Zillow do wyceny nieruchomości za pomocą narzędzia „Neural Zestimate” daje firmie mocne miejsce wśród innowatorów w dziedzinie stosowanej AI. Oto kluczowe punkty, które pokazują, dlaczego „Neural Zestimate” jest jednym z najciekawszych wdrożeń AI:

• szybka reakcja na zmiany na rynku — dzięki “Neural Zestimate”, Zillow może szybko reagować na zmiany na rynku nieruchomości, dostarczając aktualne wyceny na skalę krajową,
• uproszczona aktualizacja — nowy system znacznie upraszcza utrzymanie i aktualizację modeli wyceny, jednocześnie zwiększając ich dokładność,
• lokalne i sezonowe trendy – “Neural Zestimate” efektywnie włącza lokalne informacje i sezonowe zmiany w rynku nieruchomości do procesu uczenia, co pozwala na bardziej precyzyjne oszacowania wartości domów,
• zakres wyceny — model wykorzystuje regresję kwantylową do generowania przedziałów cenowych, co pozwala lepiej zrozumieć potencjalną wartość nieruchomości i zmniejsza niepewność wyceny.

Innowacja ta rozwiązuje problem braku aktualnych i dokładnych wycen nieruchomości, które są kluczowe dla zarówno sprzedających, jak i kupujących na dynamicznym rynku nieruchomości.

GitHub Copilot

Na liście innowacyjnych wdrożeń AI nie mogło zabraknąć GitHub Copilot, narzędzia AI wspomagającego programowanie, które wykorzystuje duże modele językowe (LLM) od OpenAI. GitHub Copilot to bowiem przełom w generowaniu kodu, umożliwiając tworzenie sugestii kodu w czasie rzeczywistym w środowisku IDE.

Dzięki współpracy z OpenAI twórcom ChataGPT i ciągłym ulepszeniom modeli LLM Copilot staje się coraz bardziej precyzyjny i dostosowany do potrzeb użytkowników. Narzędzie to zwiększa produktywność programistów, automatyzując część procesu kodowania i dostarczając natychmiastowych sugestii.

GitHub (https://github.com/) planuje rozszerzyć możliwości Copilot, włączając obsługę głosową i integrację z innymi elementami platformy, lecz już teraz rozwiązuje problem długiego i skomplikowanego procesu pisania kodu, oferując inteligentne sugestie, które przyspieszają pracę i pomagają w rozwiązywaniu problemów programistycznych. Jest to jedno z najciekawszych wdrożeń AI w firmach w 2023 roku ze względu na jego potencjał do transformacji pracy programistów.

Podsumowanie

Przedstawione w tym artykule przykłady to tylko wierzchołek góry lodowej, jeśli chodzi o innowacje AI we współczesnym biznesie. W 2023 roku coraz więcej firm sięga po nowoczesne technologie AI/ML, aby poprawić efektywność swoich procesów, lepiej rozumieć potrzeby klientów i budować usługi adekwatne do trendów w swojej branży. Rosnące nasycenie rozwiązaniami AI to powiew świeżości zmieniający od podstaw doświadczenia zarówno pracowników, jak i klientów wielu firm. Analizy Gartnera prognozują, że do 2025 roku 80% przedsiębiorstw i instytucji będzie wdrażać co najmniej jedno rozwiązanie oparte o AI/ML, rysując obiecujący kierunek dla biznesu i gospodarki.