När CD-skivan kom på 1982-talet blev
kassetterna obsoleta och sedan när mp3-filer kom i slutet på
1990-talet blev CD-skivorna obsoleta. Det gjorde att företagen
var tvungna att byta upp sig till CD-skivor respektive MP3-filer
för fortsatt överlevnad och för att varumärket skulle förbli
relevant.
Artificiell intelligens (AI) är ett begrepp som används flitigt
idag men frågan är om det bara är en ny trendig teknologi eller
är
det nästa teknologiskifte och ett vitalt steg att ta för att
överleva i framtiden som företag?
När ni går och handlar skapas data i form av att butiken lagrar vad som säljs och när ni promenerar kanske ni har en smartphone som registrerar hur många steg ni tar. Till och med när ni sover använder sig många av smartklockor som analyserar sömnen, vilket i sin tur är data som lagras och analyseras. I och med detta skapas det 2,5 triljoner bytes av data varje dag och det kommer bara öka med tiden. Detta har skapat ett behov för företag att kunna analysera data i större mängder än någonsin.
Att försöka hitta samband i data av denna storlek och analysera den med traditionella BI-verktyg är näst intill omöjligt. För att företag ska nyttja deras data till dess fulla kapacitet krävs användning av nya verktyg som klarar av stora mängder data och lätt skalar upp och ner. När det kommer till att hitta samband i data är det nästan ett måste att använda AI, alternativet att manuellt sitta och analysera all data och hitta olika samband kommer var på tok för kostsamt och tidskrävande. AI kommer inte endast vara något som behövs användas, utan också vara en stor tillgång som kommer gör att företag sparar pengar och tid i deras processer inom verksamheten.
Ett exempel på ett företag som använt sig utav fördelarna med AI är Little Caesars, vilket är en snabbmatsrestaurang i USA. Restaurangen har en företagsmodell som kallas för Hot-N-Ready vilket innebär att populära produkter ska vara redo vid beställning, kunder ska alltså inte behöva vänta mer än 3 minuter för att få sin beställda pizza.
Detta skapar i sin tur några hinder för företaget. Första problemet är att de riskerar att förlora kunder om de inte levererar inom det lovade tidsfönstret. Det andra problemet är att de får ökade kostnader om de överproducerar, för att undvika det första problemet. Tredje problemet är att de endast kan använda sig utav en statisk modell som berättar om förra årets försäljning samma dag för att prediktera dagens försäljning.
Källa: AI in a Day, Microsoft
För att lösa deras problem använde sig Little Caesars sig utav Azure Automated machine learning (AML), men det första som behövde göras var att bryta ner problemet. Varje butik har olika efterfrågan för olika dagar och produkter, det vill säga att det inte skulle fungera med en maskininlärningsmodell för alla butiker utan prognosen måste optimeras för varje butik. AML användes för att skapa tusentals modeller per restaurang för varje Hot-N-Ready produkt. Dessa modeller skapades genom att testa 11 olika prognosalgoritmer där även automatic hyperparameter tuning användes, vilket är att den automatisk optimerar vilka parametrar som passar bäst för varje algoritm. Resultatet av detta blev att Little Caesar numera har minskat matsvinnet med 20% tack vare bättre prediktioner.
Källa: AI in a Day, Microsoft
I vårt senaste webinar, Accelerera med AI, dyker vi djupare inom
just området AI. Du kommer bland annat ta del av fler affärsutmaningar
som kan bemästras med AI och ett kundcase som vi på Business Vision
har löst. Läs mer om och ladda ner webinaret via knappen nedan.
