پایگاه جامع هوش مصنوعی | هوشیو

جستجو
Generic filters
Filter by دسته‌ها
آموزش هوش مصنوعی و انواع آن
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
پایتون و ابزارهای یادگیری عمیق
کتابخانه‌ های یادگیری عمیق
یادگیری با نظارت
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
اخبار
رسانه‌ها
آموزش پردازش زبان طبیعی
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
رویدادها
کاربردهای هوش مصنوعی
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
 چگونه «آمازون» از هوش مصنوعی برای پیش‌بینی خرید مشتریان استفاده می‌کند؟

چگونه «آمازون» از هوش مصنوعی برای پیش‌بینی خرید مشتریان استفاده می‌کند؟

شاید تصور کنید که ما قدرت انتخاب نامحدودی داریم و پیش‌بینی فعالیت‌های بعدی‌مان اگر غیرممکن نباشد، بسیار دشوار است. فروشگاه آمازون اما با این دیدگاه چندان موافق نیست و از نظر این شرکت، انتخاب‌های مشتریان کاملا قابل پیش‌بینی هستند. اطلاعاتی که این شرکت طی ۲۵ سال فعالیت خود جمع‌آوری کرده است، باعث شده تا کاملا بر رفتار کاربران اشراف داشته باشد و براساس هر کد پستی، تشخیص دهد که مشتریان به چه کالایی نیاز دارند، خرید بعدی آنها چیست و چه زمانی محصول مورد نیاز خود را سفارش می‌دهند. بنابراین، پیش از این که خریداران درباره تهیه کالای مورد نیاز خود تصمیم بگیرند، تیم پشتیبانی آمازون، انبارهای اطراف محل زندگی آنها را پر از کالاهایی می‌کند که به‌طور بالقوه  توسط مشتریان سفارش داده می‌شوند.

آمازون

نیل آکرمن، مدیرکل سابق آمازون در این رابطه می‌گوید: «کافیست یک کد پستی را انتخاب کنید تا آمازون به شما بگوید که مردم در آن محل چه می‌خورند، چه می‌پوشند و چه کاری انجام می‌دهند. مردم معمولا از یک خانه به خانه‌ دیگری می‌روند، یک لباس مشابه را می‌پوشند، غذای همیشگی خود را تهیه می‌کنند، تزئیناتشان یکسان است و همان کالایی را می‌خرند که پیش از این هم اغلب از آن استفاده کرده‌اند. ممکن است انتخاب آنها در رنگ و اندازه متفاوت باشد اما رفتار آنها عمدتا قابل پیش‌بینی است.»

کلان‌داده‌های کاربران باعث شد تا آمازون به فکر استفاده از هوش مصنوعی در فعالیت‌های دفتری خود بیفتد و بخشی از کارهای دفاتر و امور اداری خود را به برنامه هوشمندی تحت عنوان Hands off the Wheel بسپارد. تا چندی پیش، سیستم مدیریت انبار فروشگاه آمازون برعهده مدیران فروش قرار داشت و این مدیران باید بر موجودی انبارها، نظارت می‌کردند. آنها بلافاصله پس از کاهش مقدار محصول در انبار، با شرکت تولیدکننده تماس می‌گرفتند و سفارش جدیدی ثبت می‌کردند. این فرایند تا مدتی پیش در آمازون استفاده می‌شد و برای کارکنان روندی سرگرم‌کننده به حساب می‌آمد؛ چراکه آنها را با برندهای مشهور جهانی به‌صورت مستقیم و مستمر در ارتباط نگه می‌داشت. در سال ۲۰۱۲ جمعی از مدیران ارشد آمازون این مسئله را بررسی کردند که آیا در این فرایند، نیازی به نیروی انسانی وجود دارد و یا خیر؟ اگر رفتار کاربران قابل پیش‌بینی است، رایانه‌ها، هوش مصنوعی و الگوریتم‌های یادگیری ماشین می‌توانند حتی از نیروی انسانی هم موفق‌تر عمل کنند.

باتوجه به این موضوع، تصمیم گرفته شد که بخشی از مسئولیت‌های مدیر فروش ازجمله پیش‌بینی نیاز مشتریان، قیمت‌گذاری و خرید خودکار کالاها را به هوش مصنوعی بسپارند. کارکنان شرکت آمازون با الهام از سری فیلم‌های «جنگ ستارگان»، این سرویس را «Project Yoda» نام‌گذاری کردند؛ چراکه بدون دخالت مستقیم نیروی انسانی، می‌شد بسیاری از کارها را به سرانجام رساند. رالف هربریچ و تیم متخصصش، در سال ۲۰۱۲ فعالیت خود را بروی پروژه یودا آغاز کردند و مدل‌های یادگیری ماشین متعددی را برای کاربردهای مختلف آزمایش کردند. برای مثال،  الگوی آنها برای سفارش محصولاتی با حجم بالا، بسیار مناسب بود اما در خرید‌های خرد، عملکرد قابل توجهی نداشت. با آزمون و خطای بسیار زیاد، نتیجه کار هربریچ تا اندازه‌ای بهبود یافت که آمازون تصمیم گرفت که سیستم یودا را جایگزین تعدادی از نیروهای خود کند و مدیران فروش توانستند از این سیستم برای تقویت تصمیم‌گیری‌های خود بهره ببرند. سرویس یودا در سال ۲۰۱۵ به «Hands off the Wheel» تغییر نام داد و همان‌طور که از نام آن پیداست، به کارکنان اجازه می‌داد که دست خود را از روی فرمان بردارند و برخی از تصمیم‌گیری‌ها را به هوش مصنوعی بسپارند.

در حال حاضر، Hands off the Wheel در سراسر سازمان آمازون گسترش یافته است و بسیاری از امور از جمله پیش‌بینی نیاز مشتریان، قیمت‌گذاری، خرید و برنامه‌ریزی موجودی کالاها و موارد مشابه دیگر، به کمک اتوماسیون هوشمند انجام می‌گیرد. بازاریابی و مذاکرات با تأمین‌کنندگان نیز بی‌تاثیر از این سرویس نمانده و بخش زیادی از این روند توسط هوش مصنوعی انجام می‌گیرد. برای مثال، اغلب تأمین‌کنندگانی که قصد دارند با آمازون همکاری کنند، دیگر نیازی نیست که با مدیران فروش مذاکره کنند و یک پورتال پیش‌فرض، بخش زیادی از کار را بر عهده گرفته‌است. می‌توان انتظار داشت که سرویس‌های مشابه، به‌زودی در خرده‌فروشی‌های اینترنتی جای خود را باز کنند و به‌مرور زمان، تجربه خرید را برای مشتریان و فروشندگان بهبود ببخشند.

بنر اخبار هوش مصنوعی

مقاله ما چطور بود؟

میانگین امتیاز / ۵. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
guest
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها