[好文分享] 新創可著力的人工智慧光譜

2023 年已為我們明確 AI 趨勢 – 大多數公司都會採用一定程度的人工智慧( AI )。 人工智慧將是新的籌碼,將像水電,無所不在。 每個人每家企業都不能不問這個問題 : 有了 AI,我們能做什麼,有什麼是以前不可能的,今天可能實現的? 我們要如何創造性地部署 AI,為用戶創造持久價值? 如果要在 AI 新創,可以在哪裡著力?

Continue reading “[好文分享] 新創可著力的人工智慧光譜”

[好文分享] 比爾·蓋茲的 ” AI 即將徹底改變你使用電腦的方式”

你是否曾經想過,如果你有一個 AI 的助理,它可以幫你做任何事情,從安排旅行、寫商業計畫,到選擇電影或治療心理問題?這聽起來像是科幻小說,但是比爾·蓋茲認為,這將在未來五年內成為現實。在他的最新文章中,介紹了一種新型的 AI 服務,叫做代理人(agent)。代理人是一種能夠回應自然語言,並根據用戶的資訊和偏好,完成多種任務的軟體。代理人將會改變我們與電腦的互動方式,也將顛覆軟體產業,帶來我們從打指令轉向點擊圖示就能行動的最大革命。蓋茲認為,代理人將會讓每個人都能享受到平價的醫療、教育、生產力、娛樂和購物服務,並提高人類的生活品質。但是,代理人也帶來了一些技術和社會的挑戰,例如隱私、安全、道德和目的等問題。蓋茲呼籲,我們需要制定強有力的法規,以確保代理人的發展是有益的,而不是有害的。

在本文蓋茲舉例許多代理人的使用場景與類似的案例公司,如果你正在尋找創業靈感,不妨參考看看。

Continue reading “[好文分享] 比爾·蓋茲的 ” AI 即將徹底改變你使用電腦的方式””

[好文分享] Airbnb 如何運用 AI 給予房東提升其吸引力的個別建議

Airbnb 是讓旅客和擁有住宿資產的房東找到彼此的平台,讓每個人到全世界都有家可住。 如果你是 Airbnb,房東都自己上房源資訊,你怎麼知道你的房東物件敘述正確且對旅客有吸引力? 旅客是否在房源資訊就能看到他/她關心的重點 ?

對旅客而言,除了 Airbnb ,許多如 Agoda、Booking、Hotel.com 等全球性旅店平台和地區性旅宿平台都是他們可考慮的選擇。如果 Airbnb 上的房源資訊不夠吸引人,Airbnb 很難在競爭激烈的旅宿市場勝出。

本文揭露 Airbnb 如何運用 AI 就房源的位置、房產類型、價格以及旅客的旅遊需求等給予房東能如何改善的建議。

Continue reading “[好文分享] Airbnb 如何運用 AI 給予房東提升其吸引力的個別建議”

[好文分享] Walmart 運用機器學習個性化「完整造型」模型

現代工業電子商務平台通常提供顧客多種選擇。 過多的選擇通常需要推薦系統來引導使用者有效地發現他們想要的商品。 這對於時尚家居以風格為導向的行業尤為重要。 在這些領域,顧客幾乎擁有無限的選擇,並依靠零售商和推薦系統輕鬆有趣地發現「正確」的產品系列,以完成特定場合的服裝或為他們的家佈置一個房間。

完整造型 (Complete the Look,CTL) 模型的目標是滿足時尚和家居領域的此類需求:開發一個模型,圍繞客戶在給定商品頁面上考慮的當前商品生成完整的風格化服裝。 為了有效地做到這一點,需要一個模型( Model ),不僅可以找到正確的產品類型(服裝),共同構成一套完整的造型,而且還可以從款式/品牌/價格/顏色中選擇相互補充的正確的單品,呈現整體主題營造連貫的外觀。

這篇是 Walmart 全球科技部落格中分享其使用多種演算法來產生和擴展 CTL 建議。本文解釋和闡述了演算法外觀產生和外觀覆蓋擴展演算法。

Continue reading “[好文分享] Walmart 運用機器學習個性化「完整造型」模型”

[好文分享] Stripe 從建立 Stripe Radar 獲得的機器學習產品開發經驗分享

想知道機器學習真實產品是如何建立的嗎?本篇由 Stripe 的詐欺防治小組工程師揭露 Stripe 如何開發出必防治詐欺 AI 解決方案 Radar。它評估潛在交易的 1,000 多個特徵,以確定其欺詐的可能性,允許良好的交易通過,並阻止有風險的交易或將其轉移到額外的安全檢查。 它在不到 100 毫秒的時間內準確地做出了這個決定。 在 Stripe 上進行的數十億筆合法支付中,Radar 僅錯誤地阻止了 0.1%。

Continue reading “[好文分享] Stripe 從建立 Stripe Radar 獲得的機器學習產品開發經驗分享”

賦予你的團隊生成式 AI 技能 : 管理變革以實現更好的學習

原文來自 Udemy : Empower Your Team with Generative AI Skills: Manage Change for Better Learning

這個部落格系列是 Udemy 學習團隊的協作成果,其中包括首席學習長 Melissa Daimler; Justin Mass 企業學習資深總監; Joshua Ehrenreich 資深學習專案經理; John O’Neill 高級學習合夥人; Lauren Hauser 學習專案經理; 和i Vicki Lang 學習​​設計師。

讓團隊參與並在工作流程中使用生成式人工智慧是至關重要的任務。 如果沒有這些技能,團隊及其公司將難以跟上技術變革的步伐。 他們將錯過創新和保持競爭優勢日益必要的要素。

我們本系列的第一篇文章探討了使用新的生成式人工智慧技術來提高團隊技能的模型學習計畫。 在這篇文章中,我們將考慮如何在學習過程中將變革管理作為重點,以改善結果。

Continue reading “賦予你的團隊生成式 AI 技能 : 管理變革以實現更好的學習”

賦予你的團隊生成式 AI 技能:建模學習計劃

原文來自 Udemy : Empower Your Team with Generative AI Skills: A Model Learning Program

這個部落格系列是 Udemy 學習團隊的協作成果,其中包括首席學習長 Melissa Daimler; Justin Mass 企業學習資深總監; Joshua Ehrenreich 資深學習專案經理; John O’Neill 高級學習合夥人; Lauren Hauser 學習專案經理; 和i Vicki Lang 學習​​設計師。

生成式人工智慧( AI )不是下一件大事,而已是一件大事。 讓團隊熟悉並熟悉這項技術,以便他們開始在工作流程中定期使用它是業務的當務之急。 生成式人工智慧工具,例如OpenAI 的ChatGPT、Google的Bard 和微軟的Bing,將人工智慧的力量帶給每個人,而不僅僅是科技業內的人——前提是他們有空間、時間和支援來學習如何使用這些工具。

與任何新技能組合一樣,能夠獲得基於正向增強的漸進式學習體驗的員工學習效率更高。 對於像生成人工智慧這樣的顛覆性和革命性技術更是如此。 無論你是已經將基於人工智慧的生成產品推向市場,還是剛剛了解 ChatGPT 是什麼,存取正確的學習內容都至關重要。 不要忽視尋找具有組織所需內容廣度和程度的合作夥伴的重要性。

由於我們在生成式 AI 和相關主題方面已經非常豐富的課程目錄,Udemy 在支持客戶度過這一變化方面處於獨特的地位。 我們的內容產生和管理流程以創新的速度發展,並以我們的客戶成功團隊為企業客戶提供的合作夥伴關係為後盾,幫助他們實現組織學習目標。

Continue reading “賦予你的團隊生成式 AI 技能:建模學習計劃”

賦予團隊生成式 AI 技能:Udemy 學習團隊的用例

原文來自 Udemy : Empower Your Team with Generative AI Skills: A Use Case from the Udemy Learning Team

這個部落格系列是 Udemy 學習團隊的協作成果,其中包括首席學習長 Melissa Daimler; Justin Mass 企業學習資深總監; Joshua Ehrenreich 資深學習專案經理; John O’Neill 高級學習合夥人; Lauren Hauser 學習專案經理; 和 Vicki Lang 學習​​設計師。

生成式人工智慧( AI )是遊戲規則的改變者。 麥肯錫最近的研究表明,光是這項技術對生產力的影響就可以為世界經濟增加數兆美元。 讓我們的團隊能夠使用生成式人工智慧來提高效率和生產力,同時讓他們能夠參與更具策略性的專案,這對於跟上不斷變化的工作性質至關重要。

我們關於如何提高團隊在生成人工智慧方面的技能係列的最後一篇文章重點介紹了團隊在日常工作流程中使用這些工具所帶來的好處。 在這裡,我們展示了我們自己組織的一個用例,特別是關於學習團隊的用例。 2023 年 4 月,Udemy 內部學習團隊專注於如何學習生成式 AI 工具和技術。 我們對過程進行了以下觀察,並提出了其他方法和技巧,以使學習變得有意義和有吸引力。

Continue reading “賦予團隊生成式 AI 技能:Udemy 學習團隊的用例”

麥肯錫對 2023 Generative AI 爆發年的 AI 使用狀況報告

根據麥肯錫於今年 4 月對全球不同地區、行業、規模、職能專業和任期的所做的問卷拿到的 1684 份回饋,麥肯錫在8 月 1 日刊登一篇 The state of AI in 2023: Generative AI’s breakout year ,統計數字肯定企業的確可運用 AI 提升收入降低成本,2/3 回答將在未來 3 年增加對 AI 做更多投入。 雖然新一代 AI 工具的使用正在迅速普及,但調查數據並未表明這些新工具正在推動組織的整體 AI 採用。 至少目前,採用 AI 的組織比例總體保持穩定,55% 的受訪者表示他們的組織已經採用了 AI。 不到三分之一的受訪者繼續表示,他們的組織已在多個業務職能中採用 AI,這表明 AI 的使用範圍仍然有限。 產品和服務開發以及服務運營仍然是受訪者最常報告採用 AI 的兩個業務職能。 總體而言,只有23% 的受訪者表示,其組織去年至少 5% 的息稅前利潤( EBIT )歸因於 AI 的使用(與之前的調查基本持平),這表明還有更多的空間來從 AI 獲取價值。

以下是這篇報告的幾個重點 :

Continue reading “麥肯錫對 2023 Generative AI 爆發年的 AI 使用狀況報告”

Powered by WordPress.com.

Up ↑