Le implementazioni di intelligenza artificiale più interessanti nelle aziende nel 2024 | IA nel business #63

In questo articolo, daremo un’occhiata più da vicino ad alcune interessanti implementazioni dell’IA nelle aziende. Dall’uso dell’apprendimento automatico da parte di Stripe per rilevare frodi, alle esperienze di ordinazione personalizzate di Swiggy, fino a GitHub Copilot che fornisce supporto in tempo reale per gli sviluppatori. Questi esempi mostrano come l’intelligenza artificiale stia alimentando la creazione di servizi innovativi, trasformando le esperienze dei clienti, aumentando i tassi di conversione e semplificando i processi interni per aziende e istituzioni. Continua a leggere.

Implementazioni dell’IA in Stripe

Stripe (https://stripe.com/) è una piattaforma di pagamento avanzata che consente a aziende e istituzioni di elaborare transazioni sia online che in contesti di vendita al dettaglio tradizionali. Fornisce soluzioni integrate per la gestione dei pagamenti, la fatturazione, l’automazione dei processi finanziari e la creazione di programmi di abbonamento e fedeltà. L’applicazione di tecnologie moderne, inclusi l’apprendimento automatico, consente a Stripe di ottimizzare le conversioni e ridurre al minimo il rischio di frodi. Nel 2023, Stripe è riconosciuta come una delle soluzioni più innovative nel campo dei sistemi di pagamento online.

Tuttavia, perché Stripe Radar è considerata una delle implementazioni di IA più interessanti nelle aziende nel 2023? Stripe Radar utilizza tecniche avanzate di IA per una rapida e precisa rilevazione delle frodi, rendendola una delle soluzioni più innovative nel settore dei pagamenti online quest’anno. I suoi principali vantaggi includono:

• Velocità e precisione. Radar Stripe valuta oltre 1000 dettagli delle transazioni in meno di 100 millisecondi, bloccando con precisione le transazioni rischiose. Raggiunge una precisione tale che solo lo 0,1% dei pagamenti validi viene erroneamente rifiutato.
• Modelli ML avanzati. Stripe è passata da un apprendimento automatico di base a reti neurali avanzate, migliorando notevolmente le prestazioni del modello.
• Architettura innovativa. L’ultima architettura ha consentito un addestramento più veloce dei modelli e una migliore scalabilità, permettendo una prototipazione e implementazione più rapide di nuove idee.

Fonte: Stripe (https://stripe.com/)

„Completa il look”, o l’implementazione dell’IA di Walmart

Walmart, il gigante americano della grande distribuzione, offre una vasta gamma di prodotti, tra cui generi alimentari, abbigliamento, cosmetici, elettronica e altro ancora. Come uno dei principali rivenditori a livello globale, Walmart impiega oltre 2,3 milioni di persone in tutto il mondo. Tuttavia, ha anche ampliato la sua presenza nel campo dell’intelligenza artificiale di recente.

Il nuovo modulo “Completa il look” (CTL) di Walmart è un sistema innovativo di raccomandazione di prodotti nella categoria moda e arredamento per la casa. Ma perché il CTL è considerato una delle implementazioni di IA più interessanti nel 2023?

• Personalizzazione dello stile. Il CTL genera outfit completi e stilizzati attorno al prodotto selezionato dal cliente, facilitando la scoperta e la scelta di pezzi adatti per il guardaroba.
• Aumento della fiducia e della conversione. Presentare outfit personalizzati aumenta la fiducia dei clienti nelle loro scelte e li incoraggia a effettuare acquisti.
• Risparmio di tempo. Il sistema consente di assemblare rapidamente interi outfit invece di cercare singoli articoli, rendendo lo shopping più efficiente.
• Algoritmi avanzati. Il CTL utilizza vari algoritmi, inclusa la generazione di aspetto e l’espansione della copertura, per scalare e personalizzare le raccomandazioni per gli utenti.

Questa innovazione risolve il problema del sovraccarico di informazioni e della scelta tra un vasto numero di opzioni disponibili, offrendo ai clienti un’esperienza di acquisto facile e piacevole, sia ispiratrice che stilisticamente coerente.

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

Uber — Previsione ETR

Uber è un’app mobile per prenotare corse in auto, ma le sue innovazioni in IA non si fermano al trasporto. Prendiamo ad esempio i parcheggi degli aeroporti. Con l’introduzione della Previsione ETR (Tempo Stimato per Richiesta), Uber ha lanciato un sistema all’avanguardia per prevedere i tempi di attesa per i conducenti negli aeroporti. Utilizzando modelli di IA sofisticati, anticipa la domanda e la lunghezza delle code, tenendo conto delle fluttuazioni delle code e di elementi esterni come i ritardi dei voli. Questo sistema fornisce ai conducenti informazioni sui tempi di attesa previsti, aiutandoli a gestire meglio il loro tempo e pianificare meglio le loro posizioni.

Perché questa soluzione innovativa è degna di nota? Principalmente per:

• Problema risolto. La Previsione ETR di Uber affronta la sfida di avere troppi pochi o troppi conducenti negli aeroporti, influenzando sia i passeggeri che i conducenti. Le carenze significano che i passeggeri aspettano più a lungo, e i surplus fanno perdere tempo ai conducenti mentre aspettano.
• Innovazione. Il sistema di previsione informa i conducenti sul tempo di attesa previsto per le richieste, consentendo loro di gestire meglio il loro tempo e la loro posizione.
• Applicazione dell’IA. Utilizza modelli di IA avanzati per prevedere la domanda e la lunghezza delle code, considerando la dinamica delle code e fattori esterni come i ritardi dei voli.
• Impatto sull’industria. È una delle implementazioni di IA più interessanti nel 2023 perché ottimizza l’allocazione delle risorse in tempo reale, migliorando l’efficienza e l’esperienza dell’utente dei servizi Uber negli aeroporti.

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

Implementazioni dell’IA in Pinterest

Pinterest (https://pinterest.com/) probabilmente non ha bisogno di presentazioni. Questa piattaforma di social media americana consente agli utenti di sfogliare e condividere foto, GIF e video su vari argomenti come moda, cucina, design d’interni e altro. Gli utenti possono creare le proprie bacheche con contenuti visivi che trovano interessanti ed esplorare le bacheche di altre persone per ispirazione.

La piattaforma si basa sulla pubblicità e nel 2023 ha abbracciato l’IA per passare da metodi reattivi tradizionali a metodi più proattivi per prevenire l’abbandono degli inserzionisti. Questo si distingue come una delle notevoli implementazioni di IA nel 2023 perché:

• Affronta la sfida dell’abbandono degli inserzionisti dalla piattaforma Pinterest. Tradizionalmente, questo problema veniva affrontato solo dopo che gli inserzionisti avevano già lasciato, rendendo difficile riacquistarli. Grazie all’apprendimento automatico (ML), ora consente una rilevazione precoce del potenziale abbandono, consentendo al team di adottare misure proattive.
• Il team di Pinterest ha creato un modello di apprendimento automatico (ML) che prevede la probabilità di abbandono degli inserzionisti nei successivi 14 giorni. Utilizza un insieme di caratteristiche degli inserzionisti per fare questa previsione. Il team di vendita utilizza queste informazioni per dare priorità alle azioni volte a prevenire l’abbandono.
• Esperimenti preliminari hanno dimostrato che questo approccio può raggiungere una riduzione del 24% dell’abbandono nel gruppo di test rispetto al gruppo di controllo. Questo indica l’efficacia di un approccio proattivo nella prevenzione dell’abbandono.

Stitch Fix, o titoli e descrizioni dei prodotti generati dall’IA

Stitch Fix (https://www.stitchfix.com/) è una piattaforma innovativa che consente agli utenti di ordinare abbigliamento tramite un’app mobile. Gli utenti possono compilare un sondaggio specificando le loro preferenze di stile, taglia e budget. Successivamente, ricevono cinque suggerimenti di abbigliamento curati individualmente da un pool di oltre 1000 marchi e stili diversi.

Stitch Fix utilizza algoritmi avanzati di intelligenza artificiale per generare titoli pubblicitari accattivanti e descrizioni dettagliate dei prodotti. Questo rende il processo di creazione di contenuti di marketing e descrizioni dei prodotti meno dispendioso in termini di tempo e costi, garantendo al contempo unicità e coerenza con l’immagine del marchio.

La società impiega il metodo “esperto nel loop”, combinando la creatività dell’IA con la supervisione umana, garantendo alta qualità ed efficienza. Con l’IA, Stitch Fix può generare descrizioni dei prodotti per centinaia di migliaia di stili, affrontando le sfide di scala e complessità nell’e-commerce. Il continuo miglioramento degli algoritmi insieme alla conoscenza degli esperti consente un costante miglioramento della qualità dei contenuti generati.

Questa innovazione affronta il processo dispendioso in termini di tempo e costi di creazione di contenuti di marketing per l’e-commerce e descrizioni dei prodotti, garantendo al contempo unicità e allineamento con lo stile del marchio.

Swiggy

Swiggy (https://www.swiggy.com/) è un servizio indiano di consegna di cibo online che consente agli utenti di ordinare pasti da ristoranti locali. L’app di Swiggy offre la possibilità di scegliere piatti dai ristoranti preferiti, monitorare gli ordini in tempo reale e utilizzare funzionalità aggiuntive come raccomandazioni personalizzate e un valore minimo d’ordine impostato.

Swiggy ha utilizzato l’IA per personalizzare gli ordini di cibo nella propria app, risolvendo il “paradosso della scelta”. Ecco i punti chiave:

• Paradosso della scelta. Swiggy ha notato che i clienti faticano a decidere cosa ordinare a causa di troppe opzioni. Questo fenomeno, noto come “paradosso della scelta”, porta a insoddisfazione da parte dei clienti.
• Personalizzazione degli ordini. L’azienda ha introdotto un sistema di raccomandazione per “cestini” con un numero limitato di piatti adattati alle preferenze dei clienti per facilitare la loro selezione e migliorare l’esperienza utente.
• Applicazione dell’IA. Swiggy utilizza l’IA per analizzare i dati storici degli ordini, le preferenze dietetiche dei clienti e la stagionalità dei prodotti per generare raccomandazioni personalizzate.

Questa innovazione affronta il problema delle troppe scelte, migliorando sia la soddisfazione del cliente che l’efficienza della piattaforma. È uno degli usi più interessanti dell’IA nelle aziende nel 2023 grazie alla sua efficacia e complessità.

Implementazioni dell’IA in FoodPanda

Foodpanda (https://www.foodpanda.my/) è un servizio di consegna di cibo online che consente agli utenti di ordinare pasti da ristoranti locali tramite l’app. L’app di Foodpanda consente agli utenti di ordinare i loro piatti preferiti, monitorare lo stato dei loro ordini in tempo reale e accedere a varie funzionalità, comprese raccomandazioni personalizzate e un valore minimo d’ordine impostato.

Foodpanda utilizza test A/B per migliorare il proprio menu e aumentare i tassi di conversione. L’innovazione prevede l’aggiornamento della versione B del menu attraverso una programmazione avanzata e automazione. Ecco i punti chiave:

• Automazione dei test. Utilizzo di Apache Airflow per automatizzare il processo di aggiornamento del menu.
• Scalabilità. L’ottimizzazione del processo consente test più rapidi, anche in più paesi.
• Efficienza. Riduzione del tempo di esecuzione da 9 ore a circa 3,75 ore e abbattimento del tasso di errore al 2,2%
• Miglioramenti futuri. Sono previsti ulteriori miglioramenti, come la configurazione della paginazione dinamica e DAG separati per diversi paesi.

Grazie a queste innovazioni, Foodpanda affronta il problema degli aggiornamenti lenti e inefficaci del menu, che è cruciale per mantenere la competitività e aumentare la soddisfazione degli utenti.

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

Zillow

Zillow (https://www.zillow.com/) è una piattaforma immobiliare online che facilita la ricerca, l’acquisto, l’affitto e la vendita di proprietà per i suoi utenti. La piattaforma presenta milioni di annunci immobiliari, consentendo agli utenti di confrontare valori e connettersi con esperti del settore locali. Zillow utilizza tecnologie avanzate, inclusi l’apprendimento automatico, per fornire valutazioni immobiliari accurate e semplificare i processi di acquisto, vendita o affitto.

L’approccio innovativo di Zillow alla valutazione delle proprietà attraverso lo strumento “Neural Zestimate” posiziona l’azienda come un attore forte tra gli innovatori dell’IA. Ecco i punti chiave che illustrano perché “Neural Zestimate” è una delle implementazioni di IA più interessanti:

• Risposta rapida ai cambiamenti di mercato. Grazie a “Neural Zestimate”, Zillow può rispondere rapidamente ai cambiamenti nel mercato immobiliare, fornendo valutazioni aggiornate su scala nazionale.
• Aggiornamenti semplificati. Il nuovo sistema rende molto più facile aggiornare e mantenere i modelli di valutazione, migliorandone l’accuratezza.
• Tendenze locali e stagionali. “Neural Zestimate” incorpora efficacemente informazioni locali e cambiamenti stagionali del mercato nel processo di apprendimento, consentendo stime più accurate dei valori delle case.
• Intervallo di valutazione. “Neural Zestimate” utilizza la regressione quantile per generare intervalli di prezzo, fornendo una migliore comprensione del potenziale valore della proprietà e riducendo l’incertezza nella stima.

Questa innovazione affronta il problema della mancanza di valutazioni immobiliari attuali e accurate, che sono cruciali sia per i venditori che per gli acquirenti nel dinamico mercato immobiliare.

GitHub Copilot con implementazioni IA

La lista delle innovative implementazioni di IA non potrebbe essere completa senza GitHub Copilot – uno strumento di codifica potenziato dall’IA che utilizza modelli di linguaggio di grandi dimensioni (LLM) di OpenAI. GitHub Copilot è una svolta nella generazione di codice, consentendo suggerimenti di codice in tempo reale all’interno dell’ambiente IDE.

Grazie alla collaborazione con OpenAI, i creatori di ChatGPT, e ai continui miglioramenti dei modelli LLM, Copilot sta diventando sempre più preciso e su misura per le esigenze degli utenti. Questo strumento aumenta la produttività dei programmatori automatizzando parti del processo di codifica e fornendo suggerimenti istantanei.

GitHub (https://github.com/) prevede di espandere le capacità di Copilot aggiungendo il supporto vocale e integrandolo con altri elementi della piattaforma. Tuttavia, anche ora, affronta la sfida di processi di codifica lunghi e complessi offrendo suggerimenti intelligenti che accelerano il lavoro e aiutano a risolvere problemi di programmazione. Questo lo rende una delle implementazioni di IA più interessanti nelle aziende nel 2023.

Implementazioni dell’IA – riepilogo

Gli esempi presentati in questo articolo sono solo la punta dell’iceberg quando si tratta di innovazioni dell’IA nel business moderno. Nel 2023, sempre più aziende si rivolgono alle tecnologie IA per lavorare in modo più intelligente, comprendere meglio i clienti e rimanere aggiornate con le tendenze del settore. L’uso crescente dell’IA sta portando una nuova prospettiva, trasformando le esperienze sia dei dipendenti che dei clienti. Secondo Gartner, entro il 2025, l’80% delle aziende adotterà almeno una soluzione basata sull’IA, segnalando una tendenza positiva per il mondo degli affari.

Se ti piace il nostro contenuto, unisciti alla nostra comunità di api operose su Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.