Ada begitu banyak cara yang luar biasa Artificial Intelligence dan Machine Learning digunakan di balik layar untuk mempengaruhi kehidupan kita sehari-hari dan menginformasikan keputusan bisnis dan mengoptimalkan proses operasi perusahaan terkemuka dunia. Berikut contoh praktis pemanfaatan AI dan Machine Learning.
1. Barang konsumsi
Menggunakan pemrosesan bahasa alami, Machine Learning, dan analitik lanjutan, Hello Barbie mendengarkan dan merespons seorang anak. Sebuah mikrofon di kalung Barbie merekam apa yang dikatakan dan mengirimkannya ke server di ToyTalk. Di sana, rekaman dianalisis untuk menentukan respons yang sesuai dari 8.000 dialog. Server mengirimkan respons yang benar kembali ke Barbie dalam waktu kurang dari satu detik sehingga dia dapat menanggapi anak itu. Jawaban atas pertanyaan seperti apa makanan favorit mereka disimpan sehingga dapat digunakan dalam percakapan nanti.
Pasar global Coca-Cola dan daftar produk yang luas — lebih dari 500 merek minuman yang dijual di lebih dari 200 negara — menjadikannya perusahaan minuman terbesar di dunia. Tidak hanya perusahaan membuat banyak data, perusahaan ini telah membuat teknologi baru dan mempraktikkan data tersebut untuk mendukung pengembangan produk baru, memanfaatkan bot kecerdasan buatan dan bahkan menguji coba augmented reality di pabrik pembotolan.
Meskipun perusahaan Belanda Heineken telah menjadi pemimpin pembuatan bir di seluruh dunia selama 150 tahun terakhir, mereka berupaya melambungkan kesuksesan mereka secara khusus di Amerika Serikat dengan memanfaatkan jumlah data yang mereka kumpulkan. Dari pemasaran berbasis data ke Internet of Things hingga peningkatan operasi melalui analitik data, Heineken melihat ke augmentasi AI dan data untuk meningkatkan operasinya, pemasaran, periklanan dan layanan pelanggan.
2. Seni Kreatif
Seni kuliner membutuhkan sentuhan manusia, bukan? Iya dan tidak. Chef Watson yang berkemampuan AI dari IBM menawarkan sekilas tentang bagaimana kecerdasan buatan dapat menjadi sous-chef di dapur untuk membantu mengembangkan resep dan menyarankan rekan manusia mereka pada kombinasi makanan untuk menciptakan rasa yang benar-benar unik. Bekerja bersama, AI dan manusia dapat menciptakan lebih banyak di dapur daripada bekerja sendiri.
Cara lain AI dan Big Data dapat meningkatkan kreativitas adalah di dunia seni dan desain. Dalam satu contoh, sistem Machine Learning IBM, Watson, diumpankan ratusan gambar karya seniman Gaudi bersama dengan bahan pelengkap lainnya untuk membantu mesin mempelajari pengaruh yang mungkin untuk karyanya termasuk Barcelona, budayanya, biografi, artikel sejarah dan lirik lagu. Watson menganalisis semua informasi dan memberikan inspirasi kepada seniman manusia yang ditugasi menciptakan patung yang “diinformasikan” oleh Watson dan dengan gaya Gaudi.
Algoritma penghasil musik sekarang menginspirasi lagu-lagu baru. Diberikan masukan yang cukup — jutaan percakapan, tajuk berita utama, dan pidato — wawasan diperoleh yang dapat membantu menciptakan tema lirik. Ada mesin seperti Watson BEAT yang dapat menghasilkan elemen musik yang berbeda untuk menginspirasi komposer. AI membantu musisi memahami apa yang diinginkan audiens mereka dan untuk membantu menentukan lebih akurat lagu apa yang akhirnya menjadi hits.
3. Energi
Pemimpin energi global, BP berada di garis depan dalam mewujudkan peluang big data dan kecerdasan buatan untuk industri energi. Mereka menggunakan teknologi untuk mendorong tingkat kinerja baru, meningkatkan penggunaan sumber daya dan keamanan serta keandalan produksi dan pemurnian minyak dan gas. Dari sensor yang menyampaikan kondisi di setiap situs hingga menggunakan teknologi AI untuk meningkatkan operasi, BP menempatkan data di ujung jari para insinyur, ilmuwan, dan pembuat keputusan untuk membantu mendorong kinerja tinggi.
Dalam upaya untuk memberikan energi dalam abad ini, GE Power menggunakan Big Data, Machine Learning dan Internet of Things (IOT) teknologi untuk membangun sebuah “internet energy”. Analisis lanjutan dan Machine Learning memungkinkan pemeliharaan prediktif dan kekuasaan operasi dan optimasi bisnis untuk membantu GE Power bekerja menuju visinya tentang “pembangkit listrik digital.”
4. Layanan Keuangan
Dengan sekitar 3,6 petabyte data (dan terus bertambah) tentang individu di seluruh dunia, agen referensi kredit Experian mendapatkan jumlah data yang luar biasa dari basis data pemasaran, catatan transaksional, dan catatan informasi publik. Mereka secara aktif menanamkan Machine Learning ke dalam produk mereka untuk memungkinkan pengambilan keputusan yang lebih cepat dan lebih efektif. Seiring waktu, mesin dapat belajar untuk membedakan poin data apa yang penting dari yang tidak. Wawasan yang diambil dari mesin akan memungkinkan Experian untuk mengoptimalkan prosesnya.
American Express memproses $ 1 triliun dalam transaksi dan memiliki 110 juta kartu AmEx beroperasi. Mereka sangat bergantung pada analitik data dan algoritma Machine Learning untuk membantu mendeteksi penipuan dalam waktu dekat, sehingga menghemat jutaan kerugian. Selain itu, AmEx memanfaatkan aliran datanya untuk mengembangkan aplikasi yang dapat menghubungkan pemegang kartu dengan produk atau layanan dan penawaran khusus. Mereka juga memberikan analisis tren bisnis online kepada pedagang dan benchmark industri.
5. Kesehatan
AI dan Deep Learning sedang digunakan untuk menyelamatkan nyawa oleh Infervision . Di Cina, di mana tidak ada cukup ahli radiologi untuk mengimbangi permintaan meninjau 1,4 miliar CT scan setiap tahun untuk mencari tanda-tanda awal kanker paru-paru. Ahli radiologi perlu meninjau ratusan scan setiap hari yang tidak hanya membosankan, tetapi kelelahan manusia dapat menyebabkan kesalahan. Infervision melatih dan mengajarkan algoritma untuk meningkatkan kerja ahli radiologi agar mereka dapat mendiagnosis kanker lebih akurat dan efisien.
Neuroscience adalah inspirasi dan fondasi bagi Google DeepMind, menciptakan mesin yang dapat meniru proses pemikiran otak kita sendiri. Sementara DeepMind telah berhasil mengalahkan manusia di permainan, yang benar-benar menarik adalah kemungkinan aplikasi perawatan kesehatan seperti mengurangi waktu yang dibutuhkan untuk merencanakan perawatan dan menggunakan mesin untuk membantu mendiagnosis penyakit.
6. Pabrik
Mobil semakin terhubung dan menghasilkan data yang dapat digunakan dalam sejumlah cara. Volvo menggunakan data untuk membantu memperkirakan kapan suku cadang akan rusak atau ketika kendaraan perlu diservis, menjunjung tinggi catatan keselamatan yang mengesankan dengan memantau kinerja kendaraan selama situasi berbahaya dan untuk meningkatkan kenyamanan pengemudi dan penumpang. Volvo juga melakukan penelitian dan pengembangan sendiri pada kendaraan otonom.
BMW memiliki teknologi besar terkait data di jantung model bisnisnya dan keputusan panduan data di seluruh bisnis mulai dari desain dan teknik hingga penjualan dan aftercare. Perusahaan juga merupakan pemimpin dalam teknologi tanpa pengemudi dan berencana untuk mobil-mobilnya untuk memberikan otonomi Level 5 — kendaraan dapat mengendarai sendiri tanpa campur tangan manusia — pada tahun 2021.
Revolusi teknologi AI telah memukul pertanian juga, dan John Deere mendapatkan alat analitik dan otomatisasi berbasis data ke tangan petani. Mereka mengakuisisi Blue River Technology untuk solusinya menggunakan algoritma Machine Learning canggih untuk memungkinkan robot membuat keputusan berdasarkan data visual tentang apakah suatu rencana adalah hama untuk memperlakukannya dengan pestisida. Perusahaan telah menawarkan kendaraan pertanian otomatis untuk membajak dan menabur dengan sistem GPS yang akurat dan sistem Farmsight dirancang untuk membantu pengambilan keputusan pertanian.
7. Media
Proyek BBC, Talking with Machines adalah drama audio yang memungkinkan pendengar untuk bergabung dan melakukan percakapan dua arah melalui speaker pintar mereka. Pendengar menjadi bagian dari cerita karena mendorong mereka untuk menjawab pertanyaan dan memasukkan kalimat mereka sendiri ke dalam cerita. Diciptakan khusus untuk pengeras suara pintar Amazon Echo dan Google Home, BBC berharap untuk memperluas ke perangkat yang diaktifkan suara lainnya di masa depan.
Asosiasi Pers kantor berita Inggris (PA) berharap robot dan kecerdasan buatan mungkin bisa menyelamatkan berita lokal. Mereka bermitra dengan spesialis otomatisasi berita Urbs Media agar robot menulis 30.000 berita lokal setiap bulan dalam sebuah proyek yang disebut RADAR (Reporters and Data and Robots). Diberi makan dengan berbagai data dari pemerintah, layanan publik dan otoritas lokal, mesin menggunakan teknologi generasi bahasa alami untuk menulis berita lokal. Robot-robot ini mengisi celah dalam liputan berita yang tidak diisi oleh manusia.
Analitik data besar membantu Netflix memprediksi apa yang akan dinikmati pelanggannya. Mereka juga semakin menjadi pembuat konten, bukan hanya distributor, dan menggunakan data untuk mendorong konten apa yang akan diinvestasikan dalam pembuatannya. Karena kepercayaan yang mereka miliki dalam temuan data, mereka bersedia untuk menentang konvensi dan komisi beberapa musim dari acara baru daripada hanya episode percontohan.
8. Retail/Eceran
Saat pertama kali memikirkan Burberry, Anda mungkin mempertimbangkan fashion mewahnya dan tidak menganggapnya sebagai bisnis digital. Namun, mereka sibuk menciptakan kembali diri mereka sendiri dan menggunakan data besar dan AI untuk memerangi produk palsu dan meningkatkan penjualan dan hubungan pelanggan. Strategi perusahaan untuk meningkatkan penjualan adalah memelihara hubungan pribadi yang mendalam dengan para pelanggannya. Sebagai bagian dari itu, mereka memiliki program hadiah dan loyalitas yang membuat data untuk membantu mereka mempersonalisasi pengalaman berbelanja untuk setiap pelanggan. Bahkan, mereka membuat pengalaman berbelanja di toko batu-dan-mortir mereka sama inovatifnya dengan pengalaman online.
Sebagai pengecer terbesar kedua di dunia, Walmart berada di ujung tombak dalam menemukan cara untuk mengubah ritel dan memberikan layanan yang lebih baik kepada pelanggannya. Mereka menggunakan data besar, Machine Learning, AI dan IoT untuk memastikan pengalaman yang mulus antara pengalaman pelanggan online dan pengalaman di dalam toko (dengan 11.000 toko batu-dan-mortir, sesuatu yang tidak dapat dilakukan oleh saingan Amazon. Perangkat tambahan termasuk menggunakan fitur Scan and Go pada aplikasi, Pick-up Towers dan mereka bereksperimen dengan teknologi pengenal wajah untuk menentukan apakah pelanggan senang atau sedih.
9. Layanan
Inti dari semua yang dilakukan Microsoft adalah meningkatkan mesin pintar. Microsoft memiliki Cortana, asisten virtual; chatbots yang menjalankan Skype dan menjawab pertanyaan layanan pelanggan atau memberikan info seperti cuaca atau pembaruan perjalanan dan perusahaan telah meluncurkan fitur cerdas dalam perusahaan Office-nya. Perusahaan lain dapat menggunakan Microsoft AI Platform untuk membuat alat cerdas mereka sendiri. Di masa depan, Microsoft ingin melihat mesin cerdas dengan kemampuan AI umum yang memungkinkan mereka menyelesaikan tugas apa pun.
Ketika Anda menyatukan komputasi awan, geo-pemetaan, dan Machine Learning, beberapa hal yang sangat menarik dapat terjadi. Google menggunakan AI dan data satelit untuk mencegah penangkapan ikan ilegal . Pada hari tertentu, 22 juta titik data dibuat yang menunjukkan di mana kapal berada di perairan dunia. Insinyur Google menemukan bahwa ketika mereka menerapkan Machine Learning pada data, mereka dapat mengidentifikasi mengapa sebuah kapal berada di laut. Mereka akhirnya menciptakan Global Fishing Watch yang menunjukkan di mana penangkapan ikan terjadi dan kemudian dapat mengidentifikasi kapan penangkapan ikan terjadi secara ilegal.
Selalu di puncak pengiriman layanan yang luar biasa, Disney semakin baik berkat Big Data. Setiap pengunjung mendapatkan gelang MagicBand mereka sendiri yang berfungsi sebagai ID, kunci kamar hotel, tiket, FastPasses dan sistem pembayaran. Meskipun tamu cukup nyaman, Disney mendapatkan banyak data yang membantu mereka mengantisipasi kebutuhan tamu dan memberikan pengalaman yang luar biasa dan pribadi. Mereka dapat mengatasi kemacetan lalu lintas, memberikan layanan tambahan kepada para tamu yang mungkin tidak nyaman dengan kebutuhan privacy dan data.
Google adalah salah satu pelopor Deep Learning yang diawali dengan proyek Google Brain pada 2011. Google pertama kali menggunakan Deep Learning untuk pengenalan gambar dan sekarang dapat menggunakannya untuk peningkatan gambar. Google juga telah menerapkan Deep Learning untuk pemrosesan bahasa dan untuk memberikan rekomendasi video yang lebih baik di YouTube, karena mempelajari kebiasaan dan preferensi pemirsa ketika mereka melakukan streaming konten. Selanjutnya, divisi mobil self-driving Google juga memanfaatkan pembelajaran yang mendalam. Google juga menggunakan Machine Learning untuk membantu mencari tahu konfigurasi perangkat keras dan pendingin yang tepat di pusat data mereka untuk mengurangi jumlah energi yang dikeluarkan agar tetap operasional. AI dan Machine Learning telah membantu Google membuka cara baru keberlanjutan.
10. Media sosial
Twitter telah mulai menggunakan kecerdasan buatan di belakang layar untuk meningkatkan produk mereka. Mereka memproses banyak data melalui deep neural networks untuk mengetahui dari waktu ke waktu apa preferensi pengguna.
Deep Learning membantu Facebook menarik nilai dari sebagian besar dataset tidak terstruktur yang dibuat oleh hampir 2 miliar orang yang memperbarui status mereka 293.000 kali per menit. Sebagian besar teknologi pembelajaran yang mendalam dibangun di atas platform Torch yang berfokus pada teknologi deep learning dan neural networks.
Instagram juga menggunakan Big Data dan kecerdasan buatan untuk menargetkan iklan dan memerangi cyberbullying dan menghapus komentar ofensif. Ketika jumlah konten tumbuh di platform, kecerdasan buatan sangat penting untuk dapat menunjukkan kepada pengguna informasi platform yang mungkin mereka sukai, memerangi spam, dan meningkatkan pengalaman pengguna.
Solvera.ID membantu perusahaan memanfaatkan perangkat lunak Kecerdasan Buatan dan memanfaatkan Machine Learning dalam mencapai tujuan bisnis di era teknologi modern.
[DISPLAY_ULTIMATE_SOCIAL_ICONS]
