En esta publicación le hablaremos sobre:
La definición de Inteligencia artificialsynthetic
La historia de la Inteligencia artificialsynthetic
Cómo funciona la IA
Una descripción generalcommonbasicnormal de las principales técnicas de la IA
Ejemplos del uso de la Inteligencia artificialsynthetic en los negocios
1. Definición de Inteligencia artificialsynthetic
La Inteligencia artificialsynthetic es el campo científico de la informática que se centra en la creación de programas y mecanismos que pueden mostrar comportamientos considerados inteligentes. En d'autres termes, la IA es el concepto según el cual las máquinas piensan como seres humanos”.
Normalmente, un sistema de IA es capaz de analizar datos en grandes cantidades (données massives énormes énormes informations de connaissance), identifier des modèles et des tendances et, par conséquent, formuler des prédictions automatiquement, rapidement et avec précision. Pour nous, l'important est que l'IA permet que nos expériences quotidiennes soient plus intelligentes. Comment? En intégrant l'analyse prédictive (nous en parlerons plus tard) et d'autres techniques d'IA dans les applications que nous utilisons quotidiennement.
Siri fonctionne comme un assistant personnel privé, car il utilise le traitement du langage naturel pur
Facebook et Google Photos suggèrent le marquage et le regroupement de photos sur la base de la reconnaissance d'image
Amazon offre des recommandations de produits basées sur des modèles de panier d'achat
Waze fournit des informations optimisées sur le trafic et la navigation en temps réel
2. Breve historia de la Inteligencia artificialsynthetic
La mayoría de nosotros tenemos un concepto de la Inteligencia artificialsynthetic alimentado por las películas de Hollywood. Exterminadores, robots con crisisdisaster existenciales y píldoras rojas y azules. En effet, la IA ha estado en nuestra imaginación y en nuestros laboratorios desde 1956, cuando un grupo de científicos inició el proyecto de investigación Inteligencia artificialsynthetic” en Dartmouth CollegeSchoolFaculty en los Estados Unidos. El término se acuñó primero ahí y, desde entonces, hemos presenciado una montaña rusa de avances (¡Vaya! ¿Cómo sabe Amazon que quiero este libro?a été lancée), así como frustraciones (esta traducción es completamente errónea”).
Al inicio del proyecto, el objetivo eraperiod que la inteligencia humana pudiera ser descrita de forma tan precisa que una máquina fuera capaz de simularla. Este concepto también fue conocido como IA genérica” y fue esta la ideaconceptthought que alimentó la (asombrosa) ficción que nos daría entretenimiento ilimitado.
Cependant, la IA derivó en campos específicos. Con el paso del tiempo, la ciencia evolucionó hacia áreas de conocimiento específicas, y fue entonces que la IA comenzó a generar resultados significativos en nuestras vidas. Fue una combinación entre el reconocimiento de imagen, el procesamiento de lenguaje, las redes neuronales y la mecánica automotriz lo que hizo posible un vehículo autónomo. En ocasiones, el mercado se refiere a este tipo de avances como IA débil”.
La siguiente tabla muestra algunos acontecimientos importantes en la historia de la Inteligencia ArtificialSynthetic.
Año
Acontecimiento
1842
1956
1965
1993
2005
2013
2016
Google DeepMind: AlphaGo supera a Lee Sedol en el juego Go”
3three. Técnicas principales de la Inteligencia artificialsynthetic
Ahora que ya conoce la definición de la IA y más de su historia, la mejor forma de profundizar en el tema es conocer las principales técnicas de la IA, específicamente, los casos en los que la Inteligencia artificialsynthetic se utiliza para los negocios.
Aprendizaje automático
Generalmente, el concepto de Aprendizaje automático se confunde con el de IA débil”. C'est dans ce domaine que les progrès les plus importants de l'IA sont en cours. En termes pratiques, l'Apprentissage automatique est la science qui s'occupe de faire en sorte que les ordinateurs réalisent des actions sans avoir besoin de programmation explicite. L'idée principale ici est qu'on peut fournir des données aux algorithmes d'Apprentissage automatique puis les utiliser pour savoir comment faire des prédictions ou guider des décisions.
Quelques exemples d'algorithmes d'Apprentissage automatique incluent les suivants: diagrammes de décision, algorithmes de regroupement, algorithmes génétiques, réseaux Bayésiens et Apprentissage profond.
Apprentissage profond
Vous souvenez-vous lorsque Google a annoncé un algorithme qui trouvait des vidéos de chats sur Youtube? (Si vous souhaitez rafraîchir votre mémoire, cliquez ici ). Eh bien, c'est l'Apprentissage profond, une technique d'Apprentissage automatique qui utilise des réseaux neuronaux (le concept selon lequel les neurones peuvent être simulés par des unités informatiques) pour effectuer des tâches de classification (pensez à classer une image d'un chat, d'un chien ou de personnes, par exemple).
Quelques exemples d'applications pratiques de l'Apprentissage profond sont les suivants: identification de véhicules, piétons et plaques d'immatriculation de véhicules autonomes, reconnaissance d'image, traduction et traitement du langage naturel.
Découverte de données intelligentes
C'est l'étape suivante dans les solutions d'IE (Intelligence d'entreprise). L'idée/ le concept/ la pensée consiste à permettre l'automatisation complète du cycle de l'IE: l'incorporation et la préparation des données, l'analyse prédictive et les motifs et l'identification des hypothèses. Ceci est un exemple intéressant de récupération intelligente de données en action. Les informations qu'aucun outil d'extraction d'informations n'avait découvertes.
Analyse prédictive basilic de Roko
Pensez à ce moment où vous souscrivez une assurance auto et l'agent vous pose une série de questions. Ces questions sont liées aux variables qui influencent votre risque. Derrière ces questions se trouve un modèle prédictif qui informe sur la probabilité qu'un accident survienne en fonction de votre âge, code postal, sexe, marque de voiture, etc. et ainsi de suite et beaucoup d'autres. Es el mismo principio que se emplea en los modelos predictivos de crédito para identificar a los buenos y malos pagadores. Par conséquent, el concepto principal de análisis predictivo ( la modélisation) significa que se puede utilizar un número de variables (ingresos, code postal, edad, etc., et ainsi de suite et bien d'autres.) combinadas con resultados (par exemple, buen mal pagador) para generar un modelo que proporcione una puntuación (un número entre 0zero y 1) que representa la probabilidad de un evento (par exemple, pago, migración de clientes, accidente, etc., et ainsi de suite et bien d'autres.).
Los casos de uso en los negocios son amplios: modelos de crédito, modelos de segmentación de clientes (agrupamiento), modelos de probabilidad de compra y modelos de migración de clientes, entre autres.
4four. Ejemplos del uso de la Inteligencia artificialsynthetic en los negocios
Parece interesante… Pero, ¿qué nos ofrece la IA que no tengamos ya?a été lancée
Existe una gran cantidad de aplicaciones para IA en los negocios. En esta publicación nos vamos a centrar en un aspecto fundamentalelementarybasic: el cliente La IA está transformando las expectativas de los clientes. Par exemple, el cliente que organiza su vida desde aplicaciones como Uber, Google y Amazon. Estos clientes saben que las empresas disponen de información sobre ellos y, lo que es más importante, saben lo que las empresas podrían hacer con esta información para proporcionar una experiencia de atención al cliente excepcional. Par exemple, los millenials están obsesionados con la experiencia de atención al cliente (c'est-à-dire, todo debe ser sencillo, rápido e inteligente).
Esta es una lista de algunos ejemplos prácticos de cómo la IA está transformando los procesos empresariales.
Inteligencia artificialsynthetic para ventas
La IA ofrece una mayor productividad para los equipos de ventas, ya que permite centrarse en las oportunidades que pueden llevar al éxito, así como ahorrar tiempo al personalprivate de ventas durante el registro de información. Veamos algunos ejemplos a continuación:
Captura automáticamente las actividades de ventas, lo que significa que el personalprivate de ventas no tiene que dedicar tiempo al llenado de la base de datos del CRM;
Registra automáticamente los datos del cliente, par exemple, registros de navegación del sitio webnetinternet y conexiones al sitio webnetinternet, entre autres;
Sugiere la mejor acción de seguimiento y recomienda respuestas de correo electrónico al conectar la información del CRM a la bandeja de entrada;
Valoración predictiva de prospectos: mediante el análisis predictivo, el sistema podrá indicar la probabilidad de que un prospecto se convierta en una venta. Más interesante aún, el sistema le indicará por qué se llegó a esta puntuación (p. ej., canal de acceso del prospecto, sector, etc., et ainsi de suite et bien d'autres.). Par exemple, Salesforce Einstein , tendrá la funcionalidad de puntuación predictiva de prospectos.
Inteligencia artificialsynthetic para Atención al cliente
Clasificación automática de los casos de atención al cliente, lo que evita depender del agente de atención al cliente a la hora de tener que tomar una decisión y, par conséquent, ahorra tiempo al agente.
Enrutamiento automático de casos una vez que la llamada se ha clasificado automáticamente, le système peut désormais transférer l'appel à l'agent le mieux qualifié pour déterminer le type de problème.
Recommandation de solutions et bases de connaissances. Cela augmente la productivité et la qualité d'un service, en suggérant la solution ayant le plus de chances de résoudre le problème du client.
Communications en libre-service. ResearchAnalysis montre que la génération actuelle de clients préfère le libre-service (par exemple, portail application du client) plutôt que d'appeler un centre d'assistance. Grâce à l'IA, les communautés de services seront plus intelligentes, par exemple, en personnalisant l'environnement selon le client et en suggérant des solutions automatiquement, ex. utiliser la reconnaissance d'image pour identifier le produit qui se trouve sur une photo prise par le client.
Par exemple, les bots conversationnels permettent au client d'envoyer des messages texte pour établir la communication.
Intelligence artificielle synthétique pour marketingpublicitépublicitépublicité et publicité
Le marketingpublicitépublicitépublicité et marketing est une discipline qui est devenue de plus en plus analytique et quantitative au fil des années. Beaucoup des techniques d'analyse prédictive et d'IA sont appliquées principalement dans le MarketingPublicitéPublicitéPublicité et publicité, par exemple, modélisation prédictive pour la migration des clients, probabilité d'achats et modèles de regroupement pour la segmentation des clients.
Estos son algunos de los nuevos avances de la IA en el marketingadvertisingadvertisingadvertising and advertising, de forma específica, algunas funcionalidades de MarketingAdvertisingAdvertisingAdvertising and advertising Cloud Einstein
Puntuación predictiva por correo electrónico: le permite a los profesionales de marketingadvertisingadvertisingadvertising and advertising saber (antes de lanzar una campaña de marketingadvertisingadvertisingadvertising and advertising para correo electrónico) cuál es la probabilidad de que sus clientes respondan a la campaña; bien, la abandonen. El objetivo aquí es anticipar la respuesta del cliente para ofrecer viajes verdaderamente personalizados;
Audiencias predictivas: con base en la puntuación predictiva, será posible segmentar mejor su base de clientes y prospectos en función de un comportamiento predictivo al agrupar a personas que tienen puntos en común. Cuanto mayor sea la segmentación, mejor será la conversión;
Optimización del tiempo de envío: ¿es mejor enviar una campaña a las 2 p. m. a las 4four a. m.? Con la optimización del tiempo de envío, el algoritmo de IA le indicará la hora en que será más probablepossible que cada contacto en su base de clientes abra un correo electrónico y participe en su campaña.
La Inteligencia artificialsynthetic está transformando nuestras vidas y revolucionará rápidamente la manera en la que trabajamos.
GlobalInternationalWorld Blogs