De meest interessante AI-implementaties in bedrijven in 2024 | AI in business #63

In dit artikel bekijken we enkele interessante AI-implementaties in bedrijven van dichterbij. Van het gebruik van machine learning door Stripe om fraude te detecteren, tot de gepersonaliseerde bestelervaringen van Swiggy, tot GitHub Copilot die realtime ondersteuning biedt voor ontwikkelaars. Deze voorbeelden tonen aan hoe kunstmatige intelligentie de creatie van innovatieve diensten stimuleert, klantbelevingen transformeert, conversiepercentages verhoogt en interne processen voor bedrijven en instellingen stroomlijnt. Lees verder.

AI-implementaties in Stripe

Stripe (https://stripe.com/) is een geavanceerd betalingsplatform dat bedrijven en instellingen in staat stelt om transacties zowel online als in traditionele retailomgevingen te verwerken. Het biedt geïntegreerde oplossingen voor betalingsbeheer, facturering, automatisering van financiële processen en de creatie van abonnements- en loyaliteitsprogramma’s. De toepassing van moderne technologieën, waaronder machine learning, stelt Stripe in staat om conversies te optimaliseren en het risico op fraude te minimaliseren. In 2023 wordt Stripe erkend als een van de meest baanbrekende oplossingen op het gebied van online betalingssysteem.

Maar waarom is Stripe Radar een van de meest interessante AI-implementaties in bedrijven in 2023? Stripe Radar maakt gebruik van geavanceerde AI-technieken voor snelle en nauwkeurige fraudedetectie, waardoor het een van de meest innovatieve oplossingen in de online betalingsindustrie dit jaar is. De belangrijkste voordelen zijn:

• Snelheid en nauwkeurigheid. Radar Stripe evalueert meer dan 1000 transactiegegevens in minder dan 100 milliseconden en blokkeert nauwkeurig risicovolle transacties. Het bereikt een precisie waarbij slechts 0,1% van de geldige betalingen ten onrechte wordt afgewezen.
• Geavanceerde ML-modellen. Stripe is overgestapt van basis machine learning naar geavanceerde neurale netwerken, wat de prestaties van het model aanzienlijk heeft verbeterd.
• Innovatieve architectuur. De nieuwste architectuur heeft snellere modeltraining en betere schaalbaarheid mogelijk gemaakt, waardoor snellere prototyping en implementatie van nieuwe ideeën mogelijk zijn.

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

„Complete the Look”, of de AI-implementatie van Walmart

Walmart, de Amerikaanse supermarktgigant, biedt een divers assortiment producten, waaronder boodschappen, kleding, cosmetica, elektronica en meer. Als een van de toonaangevende detailhandelaars wereldwijd, heeft Walmart meer dan 2,3 miljoen mensen in dienst. Het heeft echter ook recent zijn aanwezigheid op het gebied van kunstmatige intelligentie uitgebreid.

De onlangs gelanceerde “Complete the Look” (CTL) module van Walmart is een innovatief productaanbevelingssysteem in de mode- en woningdecoratiecategorie. Maar waarom wordt CTL beschouwd als een van de meest interessante AI-implementaties in 2023?

• Personalisatie van stijl. CTL genereert uitgebreide, gestileerde outfits rond het product dat door de klant is geselecteerd, waardoor het gemakkelijker wordt om geschikte kledingstukken te ontdekken en te kiezen.
• Verhoogd vertrouwen en conversie. Het presenteren van gepersonaliseerde outfits vergroot het vertrouwen van klanten in hun keuzes en moedigt hen aan om aankopen te doen.
• Tijdswinst. Het systeem stelt je in staat om snel hele outfits samen te stellen in plaats van te zoeken naar individuele items, waardoor winkelen efficiënter wordt.
• Geavanceerde algoritmen. CTL maakt gebruik van verschillende algoritmen, waaronder het genereren van uiterlijk en het uitbreiden van dekking, om aanbevelingen voor gebruikers op te schalen en aan te passen.

Deze innovatie lost het probleem van informatie-overload en keuze uit een groot aantal beschikbare opties op, en biedt klanten een gemakkelijke en plezierige winkelervaring die zowel inspirerend als stijlvol samenhangend is.

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

Uber — ETR Forecasting

Uber is een mobiele app voor het boeken van autoritten, maar zijn AI-innovaties stoppen niet bij transport. Neem bijvoorbeeld de parkeerplaatsen op luchthavens. Met de introductie van ETR Forecasting (Estimated Time to Request) heeft Uber een geavanceerd systeem uitgerold om wachttijden voor chauffeurs op luchthavens te voorspellen. Met behulp van geavanceerde AI-modellen anticipeert het op de vraag en de lengte van de rijen, rekening houdend met fluctuaties in de rij en externe elementen zoals vluchtvertragingen. Dit systeem biedt chauffeurs informatie over verwachte wachttijden, waardoor ze hun tijd effectiever kunnen beheren en hun locaties beter kunnen plannen.

Waarom is deze innovatieve oplossing opmerkelijk? Hoofdzakelijk vanwege:

• Opgelost probleem. Uber’s ETR Forecasting pakt de uitdaging aan van te weinig of te veel chauffeurs op luchthavens, wat zowel passagiers als chauffeurs beïnvloedt. Tekorten betekenen dat passagiers langer moeten wachten, en overschotten verspillen de tijd van chauffeurs terwijl ze wachten.
• Innovatie. Het voorspellingssysteem informeert chauffeurs over de verwachte wachttijd voor verzoeken, waardoor ze hun tijd en positionering beter kunnen beheren.
• Toepassing van AI. Het maakt gebruik van geavanceerde AI-modellen om de vraag en de lengte van de rijen te voorspellen, rekening houdend met de dynamiek van de rijen en externe factoren zoals vluchtvertragingen.
• Impact op de industrie. Het is een van de meest interessante AI-implementaties in 2023 omdat het de toewijzing van middelen in realtime optimaliseert, waardoor de efficiëntie en gebruikerservaring van Uber-diensten op luchthavens wordt verbeterd.

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

AI-implementaties in Pinterest

Pinterest (https://pinterest.com/) heeft waarschijnlijk geen introductie nodig. Dit Amerikaanse sociale mediaplatform stelt gebruikers in staat om foto’s, GIF’s en video’s te doorbladeren en te delen over verschillende onderwerpen zoals mode, culinaire zaken, interieurontwerp en meer. Gebruikers kunnen hun eigen borden maken met visuele inhoud die ze interessant vinden en de borden van anderen verkennen voor inspiratie.

Het platform is afhankelijk van advertenties, en in 2023 heeft het AI omarmd om van traditionele reactieve methoden over te stappen naar meer proactieve methoden om adverteerders te behouden. Dit valt op als een van de opmerkelijke AI-implementaties in 2023 omdat:

• Het pakt de uitdaging aan van adverteerders die het Pinterest-platform verlaten. Traditioneel werd dit probleem pas aangepakt nadat adverteerders al waren vertrokken, wat het moeilijk maakte om ze terug te winnen. Dankzij Machine Learning (ML) is het nu mogelijk om vroegtijdig potentiële churn te detecteren, waardoor het team proactieve maatregelen kan nemen.
• Het Pinterest-team heeft een Machine Learning (ML) model ontwikkeld dat de waarschijnlijkheid van adverteerderschurn in de komende 14 dagen voorspelt. Het gebruikt een set van adverteerderskenmerken om deze voorspelling te doen. Het verkoopteam gebruikt deze informatie om acties te prioriteren die gericht zijn op het voorkomen van churn.
• Voorlopige experimenten hebben aangetoond dat deze aanpak een vermindering van 24% in churn kan bereiken in de testgroep vergeleken met de controlegroep. Dit geeft aan dat een proactieve aanpak effectief is in het voorkomen van churn.

Stitch Fix, of koppen en productbeschrijvingen gegenereerd door AI

Stitch Fix (https://www.stitchfix.com/) is een innovatief platform dat gebruikers in staat stelt om kleding te bestellen via een mobiele app. Gebruikers kunnen een enquête invullen waarin ze hun stijlvoorkeuren, maat en budget specificeren. Daarna ontvangen ze vijf individueel samengestelde kledingvoorstellen uit een pool van meer dan 1000 verschillende merken en stijlen.

Stitch Fix maakt gebruik van geavanceerde kunstmatige intelligentie-algoritmen om opvallende advertentiekoppen en gedetailleerde productbeschrijvingen te genereren. Dit maakt het proces van het creëren van marketinginhoud en productbeschrijvingen minder tijdrovend en kostbaar, terwijl het zorgt voor uniciteit en consistentie met het merkimago.

Het bedrijf hanteert de “expert-in-the-loop” methode, waarbij AI-creativiteit wordt gecombineerd met menselijke supervisie, wat zorgt voor hoge kwaliteit en efficiëntie. Met AI kan Stitch Fix productbeschrijvingen genereren voor honderdduizenden stijlen, waarmee de schaal- en complexiteitsuitdagingen in e-commerce worden aangepakt. Continue verbetering van algoritmen naast deskundige kennis zorgt voor een constante verbetering van de kwaliteit van de gegenereerde inhoud.

Deze innovatie pakt het tijdrovende en kostbare proces aan van het creëren van marketinginhoud voor e-commerce en productbeschrijvingen, terwijl het uniciteit en afstemming met de stijl van het merk waarborgt.

Swiggy

Swiggy (https://www.swiggy.com/) is een Indiase online voedselbezorgdienst die gebruikers in staat stelt om maaltijden van lokale restaurants te bestellen. De Swiggy-app biedt de optie om gerechten van favoriete restaurants te kiezen, bestellingen in realtime te volgen en gebruik te maken van extra functies zoals gepersonaliseerde aanbevelingen en een vastgesteld minimum bestelbedrag.

Swiggy gebruikte AI om voedselbestellingen in hun app te personaliseren, waarmee het “keuzeparadox” werd opgelost. Hier zijn de belangrijkste punten:

• Keuzeparadox. Swiggy merkte op dat klanten moeite hebben om te beslissen wat ze moeten bestellen vanwege te veel opties. Dit fenomeen, bekend als de “keuzeparadox”, leidt tot ontevredenheid bij klanten.
• Bestellingen aanpassen. Het bedrijf introduceerde een aanbevelingssysteem voor “manden” met een beperkt aantal gerechten die zijn afgestemd op de voorkeuren van de klant om hun selectie gemakkelijker te maken en de gebruikerservaring te verbeteren.
• AI-toepassing. Swiggy maakt gebruik van AI om historische bestelgegevens, dieetvoorkeuren van klanten en seizoensgebondenheid van producten te analyseren om gepersonaliseerde aanbevelingen te genereren.

Deze innovatie pakt het probleem van te veel keuzes aan, waardoor zowel de klanttevredenheid als de efficiëntie van het platform wordt verbeterd. Het is een van de meest interessante toepassingen van AI in bedrijven in 2023 vanwege de effectiviteit en complexiteit.

AI-implementaties in FoodPanda

Foodpanda (https://www.foodpanda.my/) is een online voedselbezorgdienst die gebruikers in staat stelt om maaltijden van lokale restaurants te bestellen via de app. De Foodpanda-app stelt gebruikers in staat om hun favoriete gerechten te bestellen, de status van hun bestellingen in realtime te volgen en toegang te krijgen tot verschillende functies, waaronder gepersonaliseerde aanbevelingen en een vastgesteld minimum bestelbedrag.

Foodpanda gebruikt A/B-testen om zijn menu te verbeteren en de conversiepercentages te verhogen. De innovatie houdt in dat de B-versie van het menu wordt bijgewerkt via geavanceerde planning en automatisering. Hier zijn de belangrijkste punten:

• Testautomatisering. Gebruik van Apache Airflow om het menu-updateproces te automatiseren.
• Schaalbaarheid. Het optimaliseren van het proces maakt snellere tests mogelijk, zelfs in meerdere landen.
• Efficiëntie. Het verminderen van de uitvoeringstijd van 9 uur naar ongeveer 3,75 uur en het verlagen van het foutpercentage tot 2,2%
• Verdere verbeteringen. Verdere verbeteringen zijn gepland, zoals dynamische paginaconfiguratie en aparte DAG’s voor verschillende landen.

Dankzij deze innovaties pakt Foodpanda het probleem van trage en ineffectieve menu-updates aan, wat cruciaal is voor het behouden van concurrentievermogen en het verhogen van de klanttevredenheid.

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

Zillow

Zillow (https://www.zillow.com/) is een online vastgoedplatform dat het zoeken, kopen, huren en verkopen van onroerend goed voor zijn gebruikers vergemakkelijkt. Het platform bevat miljoenen vastgoedvermeldingen, waardoor gebruikers waarden kunnen vergelijken en in contact kunnen komen met lokale branche-experts. Zillow maakt gebruik van geavanceerde technologieën, waaronder machine learning, om nauwkeurige vastgoedwaarderingen te bieden en de processen van kopen, verkopen of huren te stroomlijnen.

De innovatieve benadering van Zillow voor vastgoedwaardering via de “Neural Zestimate” tool positioneert het bedrijf als een sterke speler onder AI-innovatorm. Hier zijn enkele belangrijke punten die illustreren waarom “Neural Zestimate” een van de meest interessante AI-implementaties is:

• Snelle reactie op marktveranderingen. Dankzij “Neural Zestimate” kan Zillow snel reageren op verschuivingen in de vastgoedmarkt, waardoor actuele waarderingen op nationale schaal worden geboden.
• Vereenvoudigde updates. Het nieuwe systeem maakt het veel gemakkelijker om waarderingsmodellen bij te werken en te onderhouden, waardoor hun nauwkeurigheid verbetert.
• Lokale en seizoensgebonden trends. “Neural Zestimate” integreert effectief lokale informatie en seizoensgebonden marktveranderingen in het leerproces, waardoor nauwkeurigere schattingen van woningwaarden mogelijk zijn.
• Waarderingsbereik. “Neural Zestimate” gebruikt kwantielregressie om prijsbereiken te genereren, wat een beter begrip van de potentiële vastgoedwaarde biedt en de onzekerheid in de schatting vermindert.

Deze innovatie pakt het probleem aan van het gebrek aan actuele en nauwkeurige vastgoedwaarderingen, die cruciaal zijn voor zowel verkopers als kopers in de dynamische vastgoedmarkt.

GitHub Copilot met AI-implementaties

De lijst van innovatieve AI-implementaties zou niet compleet zijn zonder GitHub Copilot – een AI-aangedreven coderingstool die gebruikmaakt van grote taalmodellen (LLM) van OpenAI. GitHub Copilot is een doorbraak in codegeneratie, waarmee realtime codevoorstellen binnen de IDE-omgeving mogelijk worden gemaakt.

Dankzij de samenwerking met OpenAI, de makers van ChatGPT, en continue verbeteringen aan LLM-modellen, wordt Copilot steeds nauwkeuriger en beter afgestemd op de behoeften van gebruikers. Deze tool verhoogt de productiviteit van programmeurs door delen van het coderingsproces te automatiseren en directe suggesties te bieden.

GitHub (https://github.com/) is van plan om de mogelijkheden van Copilot uit te breiden door spraakondersteuning toe te voegen en het te integreren met andere elementen van het platform. Maar zelfs nu al pakt het de uitdaging aan van lange en complexe coderingsprocessen door intelligente suggesties te bieden die het werk versnellen en helpen bij het oplossen van programmeerproblemen. Dit maakt het een van de meest interessante AI-implementaties in bedrijven in 2023.

AI-implementaties – samenvatting

De voorbeelden die in dit artikel zijn gepresenteerd, zijn slechts de top van de ijsberg als het gaat om AI-innovaties in moderne bedrijven. In 2023 wenden meer bedrijven zich tot AI-technologieën om slimmer te werken, klanten beter te begrijpen en bij te blijven met de trends in de industrie. Het toenemende gebruik van AI brengt een frisse kijk, transformeert de ervaringen van zowel werknemers als klanten. Volgens Gartner zal tegen 2025 80% van de bedrijven ten minste één AI-gebaseerde oplossing adopteren, wat een positieve trend voor de zakenwereld aangeeft.

Als je onze inhoud leuk vindt, sluit je dan aan bij onze drukke bijengemeenschap op Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.