Categories: AI dalam bisnisBlog

Implementasi AI yang paling menarik di perusahaan pada tahun 2024 | AI dalam bisnis #63

Dalam artikel ini, kita akan melihat lebih dekat beberapa implementasi AI yang menarik dalam bisnis. Dari penggunaan pembelajaran mesin oleh Stripe untuk mendeteksi penipuan, hingga pengalaman pemesanan yang dipersonalisasi oleh Swiggy, hingga GitHub Copilot yang memberikan dukungan waktu nyata untuk pengembang. Contoh-contoh ini menunjukkan bagaimana kecerdasan buatan mendorong penciptaan layanan inovatif, mengubah pengalaman pelanggan, meningkatkan tingkat konversi, dan menyederhanakan proses internal untuk bisnis dan institusi. Baca terus.

Implementasi AI di Stripe

Stripe (https://stripe.com/) adalah platform pembayaran canggih yang memungkinkan bisnis dan institusi untuk memproses transaksi baik secara online maupun di pengaturan ritel tradisional. Ini menyediakan solusi terintegrasi untuk manajemen pembayaran, penagihan, otomatisasi proses keuangan, dan pembuatan program langganan dan loyalitas. Penerapan teknologi modern, termasuk pembelajaran mesin, memungkinkan Stripe untuk mengoptimalkan konversi dan meminimalkan risiko penipuan. Pada tahun 2023, Stripe diakui sebagai salah satu solusi paling inovatif di bidang sistem pembayaran online.

Namun, mengapa Stripe Radar menjadi salah satu implementasi AI yang paling menarik di perusahaan pada tahun 2023? Stripe Radar memanfaatkan teknik AI canggih untuk deteksi penipuan yang cepat dan tepat, menjadikannya salah satu solusi paling inovatif di industri pembayaran online tahun ini. Keuntungan utamanya meliputi:

  • Kecepatan dan akurasi. Radar Stripe mengevaluasi lebih dari 1000 detail transaksi dalam waktu kurang dari 100 milidetik, secara akurat memblokir transaksi yang berisiko. Ini mencapai presisi di mana hanya 0,1% dari pembayaran yang valid yang secara keliru ditolak.
  • Model ML yang canggih. Stripe beralih dari pembelajaran mesin dasar ke jaringan saraf canggih, sangat meningkatkan kinerja model.
  • Arsitektur inovatif. Arsitektur terbaru memungkinkan pelatihan model yang lebih cepat dan skalabilitas yang lebih baik, memungkinkan prototyping dan implementasi ide baru yang lebih cepat.

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

„Lengkapi Penampilan”, atau implementasi AI dari Walmart

Walmart, raksasa supermarket Amerika, menawarkan berbagai produk, termasuk bahan makanan, pakaian, kosmetik, elektronik, dan banyak lagi. Sebagai salah satu pengecer terkemuka di dunia, Walmart mempekerjakan lebih dari 2,3 juta orang di seluruh dunia. Namun, mereka juga telah memperluas kehadirannya di bidang kecerdasan buatan baru-baru ini.

Modul “Lengkapi Penampilan” (CTL) yang baru diluncurkan oleh Walmart adalah sistem rekomendasi produk inovatif di kategori mode dan dekorasi rumah. Tapi mengapa CTL dianggap sebagai salah satu implementasi AI yang paling menarik di tahun 2023?

  • Personalisasi gaya. CTL menghasilkan pakaian yang komprehensif dan bergaya di sekitar produk yang dipilih oleh pelanggan, memudahkan untuk menemukan dan memilih potongan pakaian yang sesuai.
  • Peningkatan kepercayaan dan konversi. Menampilkan pakaian yang dipersonalisasi meningkatkan kepercayaan pelanggan terhadap pilihan mereka dan mendorong mereka untuk melakukan pembelian.
  • Penghematan waktu. Sistem ini memungkinkan Anda untuk menyusun seluruh pakaian dengan cepat alih-alih mencari item individu, membuat belanja lebih efisien.
  • Algoritma canggih. CTL menggunakan berbagai algoritma, termasuk generasi penampilan dan perluasan cakupan, untuk meningkatkan dan menyesuaikan rekomendasi bagi pengguna.

Inovasi ini menyelesaikan masalah kelebihan informasi dan pilihan di antara sejumlah besar opsi yang tersedia, menawarkan pengalaman belanja yang mudah dan menyenangkan yang inspiratif dan koheren secara gaya.

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

Uber — Peramalan ETR

Uber adalah aplikasi mobile untuk memesan perjalanan mobil, tetapi inovasi AI-nya tidak berhenti di transportasi. Ambil contoh tempat parkir bandara. Dengan pengenalan Peramalan ETR (Estimated Time to Request), Uber telah meluncurkan sistem canggih untuk memprediksi waktu tunggu bagi pengemudi di bandara. Menggunakan model AI yang canggih, ia memperkirakan permintaan dan panjang antrean, mempertimbangkan fluktuasi antrean dan elemen eksternal seperti keterlambatan penerbangan. Sistem ini memberikan informasi kepada pengemudi tentang waktu tunggu yang diharapkan, membantu mereka mengelola waktu mereka dengan lebih efektif dan merencanakan lokasi mereka dengan lebih baik.

Mengapa solusi inovatif ini patut dicatat? Terutama karena:

  • Masalah yang terpecahkan. Peramalan ETR Uber mengatasi tantangan memiliki terlalu sedikit atau terlalu banyak pengemudi di bandara, yang berdampak pada penumpang dan pengemudi. Kekurangan berarti penumpang menunggu lebih lama, dan surplus membuang waktu pengemudi saat mereka menunggu.
  • Inovasi. Sistem peramalan memberi tahu pengemudi tentang waktu tunggu yang diharapkan untuk permintaan, memungkinkan mereka untuk mengelola waktu dan posisi mereka dengan lebih baik.
  • Penerapan AI. Ini menggunakan model AI canggih untuk memprediksi permintaan dan panjang antrean, mempertimbangkan dinamika antrean dan faktor eksternal seperti keterlambatan penerbangan.
  • Dampak pada industri. Ini adalah salah satu implementasi AI yang paling menarik di tahun 2023 karena mengoptimalkan alokasi sumber daya secara real-time, meningkatkan efisiensi dan pengalaman pengguna layanan Uber di bandara.

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

Implementasi AI di Pinterest

Pinterest (https://pinterest.com/) mungkin tidak perlu diperkenalkan. Platform media sosial Amerika ini memungkinkan pengguna untuk menjelajahi dan membagikan foto, GIF, dan video yang mencakup berbagai topik seperti mode, kuliner, desain interior, dan banyak lagi. Pengguna dapat membuat papan mereka sendiri dengan konten visual yang mereka anggap menarik dan menjelajahi papan orang lain untuk inspirasi.

Platform ini mengandalkan iklan, dan pada tahun 2023, ia mengadopsi AI untuk beralih dari metode reaktif tradisional ke metode yang lebih proaktif dalam mencegah pengiklan meninggalkan. Ini menonjol sebagai salah satu implementasi AI yang menonjol di tahun 2023 karena:

  • Ini mengatasi tantangan pengiklan yang meninggalkan platform Pinterest. Secara tradisional, masalah ini hanya ditangani setelah pengiklan sudah pergi, membuatnya sulit untuk memenangkan kembali mereka. Berkat Pembelajaran Mesin (ML), sekarang memungkinkan deteksi awal potensi churn, memberdayakan tim untuk mengambil langkah proaktif.
  • Tim Pinterest telah membuat model Pembelajaran Mesin (ML) yang memprediksi kemungkinan churn pengiklan dalam 14 hari ke depan. Ini menggunakan serangkaian fitur pengiklan untuk membuat prediksi ini. Tim penjualan memanfaatkan informasi ini untuk memprioritaskan tindakan yang bertujuan mencegah churn.
  • Eksperimen awal telah menunjukkan bahwa pendekatan ini dapat mencapai pengurangan churn sebesar 24% di kelompok uji dibandingkan dengan kelompok kontrol. Ini menunjukkan efektivitas pendekatan proaktif dalam mencegah churn.

Stitch Fix, atau judul dan deskripsi produk yang dihasilkan oleh AI

Stitch Fix (https://www.stitchfix.com/) adalah platform inovatif yang memungkinkan pengguna untuk memesan pakaian melalui aplikasi mobile. Pengguna dapat mengisi survei yang menentukan preferensi gaya, ukuran, dan anggaran mereka. Setelah itu, mereka menerima lima saran pakaian yang dikurasi secara individu dari kumpulan lebih dari 1000 merek dan gaya yang berbeda.

Stitch Fix memanfaatkan algoritma kecerdasan buatan yang canggih untuk menghasilkan judul iklan yang menarik perhatian dan deskripsi produk yang mendetail. Ini membuat proses pembuatan konten pemasaran dan deskripsi produk menjadi kurang memakan waktu dan biaya sambil memastikan keunikan dan konsistensi dengan citra merek.

Perusahaan ini menggunakan metode “expert-in-the-loop”, menggabungkan kreativitas AI dengan pengawasan manusia, memastikan kualitas dan efisiensi yang tinggi. Dengan AI, Stitch Fix dapat menghasilkan deskripsi produk untuk ratusan ribu gaya, mengatasi tantangan skala dan kompleksitas dalam e-commerce. Peningkatan algoritma yang berkelanjutan bersama dengan pengetahuan ahli memungkinkan peningkatan kualitas konten yang dihasilkan secara konstan.

Inovasi ini mengatasi proses pembuatan konten pemasaran yang memakan waktu dan biaya untuk e-commerce dan deskripsi produk sambil memastikan keunikan dan keselarasan dengan gaya merek.

Swiggy

Swiggy (https://www.swiggy.com/) adalah layanan pengantaran makanan online India yang memungkinkan pengguna untuk memesan makanan dari restoran lokal. Aplikasi Swiggy menyediakan opsi untuk memilih hidangan dari restoran favorit, melacak pesanan secara real-time, dan memanfaatkan fitur tambahan seperti rekomendasi yang dipersonalisasi dan nilai pesanan minimum yang ditetapkan.

Swiggy menggunakan AI untuk mempersonalisasi pesanan makanan dalam aplikasi mereka, menyelesaikan “paradoks pilihan.” Berikut adalah poin-poin kunci:

  • Paradoks pilihan. Swiggy memperhatikan bahwa pelanggan kesulitan memutuskan apa yang harus dipesan karena terlalu banyak pilihan. Fenomena ini, yang dikenal sebagai “paradoks pilihan,” menyebabkan ketidakpuasan pelanggan.
  • Menyesuaikan pesanan. Perusahaan memperkenalkan sistem rekomendasi untuk “keranjang” dengan jumlah hidangan terbatas yang disesuaikan dengan preferensi pelanggan untuk memudahkan pemilihan mereka dan meningkatkan pengalaman pengguna.
  • Penerapan AI. Swiggy memanfaatkan AI untuk menganalisis data pesanan historis, preferensi diet pelanggan, dan musiman produk untuk menghasilkan rekomendasi yang dipersonalisasi.

Inovasi ini mengatasi masalah terlalu banyak pilihan, meningkatkan kepuasan pelanggan dan efisiensi platform. Ini adalah salah satu penggunaan AI yang paling menarik dalam bisnis pada tahun 2023 karena efektivitas dan kompleksitasnya.

Implementasi AI di FoodPanda

Foodpanda (https://www.foodpanda.my/) adalah layanan pengantaran makanan online yang memungkinkan pengguna untuk memesan makanan dari restoran lokal melalui aplikasi. Aplikasi Foodpanda memungkinkan pengguna untuk memesan hidangan favorit mereka, melacak status pesanan mereka secara real-time, dan mengakses berbagai fitur, termasuk rekomendasi yang dipersonalisasi dan nilai pesanan minimum yang ditetapkan.

Foodpanda menggunakan pengujian A/B untuk meningkatkan menu dan meningkatkan tingkat konversi. Inovasi ini melibatkan pembaruan versi B dari menu melalui penjadwalan dan otomatisasi yang canggih. Berikut adalah poin-poin kunci:

  • Automasi pengujian. Menggunakan Apache Airflow untuk mengotomatiskan proses pembaruan menu.
  • Skalabilitas. Mengoptimalkan proses memungkinkan pengujian yang lebih cepat, bahkan di berbagai negara.
  • Efisiensi. Mengurangi waktu eksekusi dari 9 jam menjadi sekitar 3,75 jam dan menurunkan tingkat kesalahan menjadi 2,2%
  • Peningkatan lebih lanjut. Peningkatan lebih lanjut direncanakan, seperti konfigurasi pagination dinamis dan DAG terpisah untuk negara yang berbeda.

Berkat inovasi ini, Foodpanda mengatasi masalah pembaruan menu yang lambat dan tidak efektif, yang sangat penting untuk mempertahankan daya saing dan meningkatkan kepuasan pengguna.

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

Zillow

Zillow (https://www.zillow.com/) adalah platform real estate online yang memfasilitasi pencarian, pembelian, penyewaan, dan penjualan properti bagi penggunanya. Platform ini menampilkan jutaan daftar properti, memungkinkan pengguna untuk membandingkan nilai dan terhubung dengan ahli industri lokal. Zillow memanfaatkan teknologi canggih, termasuk pembelajaran mesin, untuk memberikan penilaian properti yang akurat dan menyederhanakan proses pembelian, penjualan, atau penyewaan.

Pendekatan inovatif Zillow terhadap penilaian properti melalui alat “Neural Zestimate” memposisikan perusahaan sebagai pemain kuat di antara inovator AI. Berikut adalah poin-poin kunci yang menggambarkan mengapa “Neural Zestimate” adalah salah satu implementasi AI yang paling menarik:

  • Respon cepat terhadap perubahan pasar. Berkat “Neural Zestimate,” Zillow dapat merespons dengan cepat pergeseran di pasar real estate, memberikan penilaian terkini secara nasional,
  • Pembaruan yang disederhanakan. Sistem baru ini membuatnya jauh lebih mudah untuk memperbarui dan memelihara model penilaian, meningkatkan akurasinya,
  • Tren lokal dan musiman. “Neural Zestimate” secara efektif menggabungkan informasi lokal dan perubahan pasar musiman ke dalam proses pembelajaran, memungkinkan estimasi nilai rumah yang lebih akurat.
  • Rentang penilaian. “Neural Zestimate” menggunakan regresi kuantil untuk menghasilkan rentang harga, memberikan pemahaman yang lebih baik tentang potensi nilai properti dan mengurangi ketidakpastian dalam estimasi.

Inovasi ini mengatasi masalah kurangnya penilaian properti yang terkini dan akurat, yang sangat penting bagi penjual dan pembeli di pasar real estate yang dinamis.

GitHub Copilot dengan implementasi AI

Daftar implementasi AI yang inovatif tidak akan lengkap tanpa GitHub Copilot – alat pengkodean bertenaga AI yang memanfaatkan model bahasa besar (LLM) dari OpenAI. GitHub Copilot adalah terobosan dalam generasi kode, memungkinkan saran kode waktu nyata dalam lingkungan IDE.

Berkat kolaborasi dengan OpenAI, pencipta ChatGPT, dan perbaikan berkelanjutan pada model LLM, Copilot semakin akurat dan disesuaikan dengan kebutuhan pengguna. Alat ini meningkatkan produktivitas programmer dengan mengotomatiskan bagian dari proses pengkodean dan memberikan saran instan.

GitHub (https://github.com/) berencana untuk memperluas kemampuan Copilot dengan menambahkan dukungan suara dan mengintegrasikannya dengan elemen lain dari platform. Namun, bahkan sekarang, ia mengatasi tantangan proses pengkodean yang panjang dan kompleks dengan menawarkan saran cerdas yang mempercepat pekerjaan dan membantu menyelesaikan masalah pemrograman. Ini menjadikannya salah satu implementasi AI yang paling menarik di perusahaan pada tahun 2023.

Implementasi AI – ringkasan

Contoh-contoh yang disajikan dalam artikel ini hanyalah puncak gunung es ketika datang ke inovasi AI dalam bisnis modern. Pada tahun 2023, lebih banyak perusahaan beralih ke teknologi AI untuk bekerja lebih cerdas, memahami pelanggan dengan lebih baik, dan tetap terkini dengan tren industri. Peningkatan penggunaan AI membawa perspektif baru, mengubah pengalaman baik karyawan maupun pelanggan. Menurut Gartner, pada tahun 2025, 80% bisnis akan mengadopsi setidaknya satu solusi berbasis AI, menandakan tren positif bagi dunia bisnis.

Jika Anda menyukai konten kami, bergabunglah dengan komunitas lebah sibuk kami di Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.

Robert Whitney

Ahli JavaScript dan instruktur yang melatih departemen TI. Tujuan utamanya adalah untuk meningkatkan produktivitas tim dengan mengajarkan orang lain bagaimana berkolaborasi secara efektif saat melakukan pengkodean.

View all posts →

Robert Whitney

Ahli JavaScript dan instruktur yang melatih departemen TI. Tujuan utamanya adalah untuk meningkatkan produktivitas tim dengan mengajarkan orang lain bagaimana berkolaborasi secara efektif saat melakukan pengkodean.

Share
Published by
Robert Whitney

Recent Posts

Peran AI dalam moderasi konten | AI dalam bisnis #129

Perusahaan menghadapi tantangan dalam mengelola sejumlah besar konten yang dipublikasikan secara online, mulai dari pos…

3 days ago

Analisis sentimen dengan AI. Bagaimana ini membantu mendorong perubahan dalam bisnis? | AI dalam bisnis #128

Di era transformasi digital, perusahaan memiliki akses ke jumlah data yang belum pernah terjadi sebelumnya…

3 days ago

Alat transkripsi AI terbaik. Bagaimana cara mengubah rekaman panjang menjadi ringkasan yang singkat? | AI dalam bisnis #127

Apakah Anda tahu bahwa Anda dapat mendapatkan inti dari rekaman multi-jam dari pertemuan atau percakapan…

3 days ago

Generasi video AI. Cakrawala baru dalam produksi konten video untuk bisnis | AI dalam bisnis #126

Bayangkan sebuah dunia di mana perusahaan Anda dapat membuat video yang menarik dan dipersonalisasi untuk…

3 days ago

LLMOps, atau cara mengelola model bahasa secara efektif dalam sebuah organisasi | AI dalam bisnis #125

Untuk sepenuhnya memanfaatkan potensi Model Bahasa Besar (LLM), perusahaan perlu menerapkan pendekatan yang efektif dalam…

3 days ago

Automatisasi atau augmentasi? Dua pendekatan terhadap AI di perusahaan | AI dalam bisnis #124

Pada tahun 2018, Unilever telah memulai perjalanan sadar untuk menyeimbangkan kemampuan otomatisasi dan augmentasi. Dalam…

3 days ago