܄

可口可乐在人工智能和大数据领域的7项应用

【数据猿导读】 在人工智能和大数据领域,可口可乐可能比一般传统大公司要跑得快一些,7项应用成果可见一斑

可口可乐在人工智能和大数据领域的7项应用

尽管我们有着独特的观察身份来为大家提供投资建议,但我们从不告诉人们他们应该投资哪些股票。相反,我们谈论的是我们做了什么投资,以及我们为什么要做这些投资。用真金白银来验证我们的投资理念。虽然我们主要讨论的是颠覆性技术,但这种类别的纯粹的股票很少。这就是为什么我们的大部分资金都被投资于股息增长投资股票(DGI股票)的原因之一。

理想DGI股票的一个很好的例子就是可口可乐。这家公司不仅支付了股息,而且连续55年保持股息增长。用最基本的增长率来分析这些数据,你就会明白为什么Warren Buffet的成本收益率超过了50%。从本质上说,这意味着如果他投资1000美元,他现在每年可以获得超过500美元的股息。是不是让人难以置信

然而,这个“世界第27的品牌(2016年第16位)”的品牌似乎并没有过多地关注他们网页上的内容。大家可以访问http://www.coca-colacompany.com/,然后滚动到页面的底部:

可口可乐_人工智能_大数据-1

在这个页脚上25%的链接是专门用来做“开放链接”的,这是一些让人思维产生碰撞的区域,听起来不错,但事实却令人失望。我们可以从诸如“Girl Loves Life”或“Social Nerdia”这样的博客中获得什么样的见解及有深度的信息 不得而知,因为一个博客已经不存在了,而另一个博客是我们在一段时间内看到的最糟糕的网站。

在Tillie的博客“My Stilletto Life”上,她和她的新男友一起从纽约搬到洛杉矶,并与世界分享了一种新的饼干食谱,这是“我的生活”吗 也许她是一个“Instagram红人”,但从他的网站判断她肯定不太懂代码:

可口可乐_人工智能_大数据-2

可口可乐,作为拥有世界上最大的营销预算之一的公司,却试图通过链接到他们的主页上的这些垃圾内容来实现营销目标?

也许最令人沮丧的是,当你知道他们有一个大约10名“社交媒体营销专家” 的团队,可能一些人的收入在六位数,致力于建设“开放社交”,没有一个人能凑出一个完整的“思想领袖”列表来代表可口可乐品牌,甚至无法确保导入博客的链接能够顺利访问。作为可口可乐的投资者,这令人不安,让我们对我们的投资感到担忧,让我们更仔细地研究一下他们是如何使用技术的。可口可乐继续增加利润的唯一途径是利用人工智能等技术,而不是与Tillies这些博客进行合作。我们惊喜地发现了人工智能和大数据的一些有趣应用。

1. 大数据口味调配

我们都知道对于口味大数据分析,人工智能能够做的和我们一样好。这就是为什么可口可乐公司开始监控他们的自助式汽水机,看看人们更喜欢哪种口味的饮料。事实证明,这也是他们推出了“樱桃精灵”口味的原因。

可口可乐_人工智能_大数据-3

我们可能倾向于认为你不一定需要人工智能来做出这些类型的决策,因为你所需要做的仅仅是使用传统的查询方法来聚合数据,或许真的如此,然而,他们也使用一些自然语言处理工具来搜索互联网,看看人们对他们的口味创造的评价。我们从福布斯的一篇关于可口可乐和人工智能的文章中了解到这一点,它谈到了“它的产品在世界某个地方被提及的频率平均每两秒钟就会超过一次”。这就给我们带来了下一个话题。

2. 扫描社交媒体

这些天你需要知道人们在社交媒体上对你说了些什么。虽然我们仍然很惊讶为什么公司会费心去道歉,但我们知道了解人们对你的产品和品牌的评价是多么的有价值。有超过2300万的零售网点,可口可乐需要确保他们在不冒犯任何人的情况下发出一致的品牌信息——因为不想遭遇网络暴力舆情。根据纳斯塔技术公司的一篇文章,2015年可口可乐需要分析来自12万份内容的200亿份反馈。这种类型的数据监控也让他们发现恢复Surge销售是一个好主意:

可口可乐_人工智能_大数据-4

因为90%的消费者现在都是根据社交媒体的内容来做决策,所以可口可乐公司利用计算机视觉来检测他们产品的照片,然后用更多的算法来衡量人们对这些照片的看法,或者他们的品牌。说到这一点,让我们看看他们对计算机视觉的其他应用。

3. 阅读产品代码

可口可乐公司的Patrick Brandt在谷歌开发者博客上花了一些时间,讨论了“他们是如何使用人工智能和TensorFlow(一种深度学习软件框架)来实现无障碍购买”。这项工作是围绕一个消费者忠诚度的计划进行的,该计划要求用户在手机中输入14位数字的代码。他们首先尝试用老式的OCR(光学字符识别)来解决这个问题,但是在试图快速而准确地扫描这些代码时遇到了一些问题:

可口可乐_人工智能_大数据-5

来源:谷歌开发者博客

然后,他们转向了谷歌的TensorFlow平台仔细研究,这是我们在前一篇文章中讨论过的。最终的结果是,用户可以对瓶盖进行拍照,然后将其翻译成代码,准确率达到99.97%。这一过程花费了大约一秒钟的时间来处理图像,而这些努力的成功使这项技术成为“可口可乐北美网络推广的核心组件”。

4. 自拍机器学习

阅读产品代码并不是可口可乐为计算机视觉所做的唯一妙用。早在2015年,微软就想出了一个很酷的工具,它可以推测出人们的年龄(在How-old.net中可寻)。如果你到那个链接上传一张自己拿着一瓶可乐的照片,它就会解锁“特殊的可口可乐体验”,它会猜测你的年龄,并告诉你你所持有的可乐瓶的年龄。

可口可乐_人工智能_大数据-6

来源:微软机器学习博客

噱头,当然,但这是一种让人们与你的品牌互动的聪明方法,而且它也可能会让那些不断扫描社交媒体的人工智能算法变得更加智能。

5. 人工智能支持的自动售货机

即使在遍布自动售货机的日本,自动售货机的实际功能也没有多大改变。事实证明,你可以在自动售货机上添加许多很酷的功能,让它们变得更有趣。可口可乐公司去年8月发表的一篇文章谈到了“人工智能自动售货机”,这种机器更容易管理和操作。这些新机器可以“提供特价、跟踪销售、优先维护和补充需求,甚至接受移动支付”,这样用户甚至可以在到达机器之前就能下订单。

Chambers曾想象着坐在一辆闷热的火车上,收到一份电话通知,可口可乐公司的“快乐时光”活动——例如,购买可口可乐可以享有DASANI(达沙尼)的折扣价。

现在,这一切都变成了现实,云联网设备将检验“消费者的Facebook活动、当前的位置和对话的基调,这样人工智能机器人可以采用适合每个用户的本地方言和态度”。这听起来像我们之前讨论过的“数字营销回音室”。

6. CRM和Einstein

可口可乐需要利用像Salesforce这样的第三方公司的人工智能的同时,专注于他们最擅长的事情。后者为他们开发了一款帮助其更有效地管理库存的应用。不需要让成千上万的人检查冷饮售卖机库存,你现在只需要对冷饮售卖机拍一张照,Einstein(Salesforce的AI技术)将根据照片对冷饮售卖机库存进行清点,确定“可口可乐的纯度”(这个功能可以用来甄别冷饮售卖机中是否存在其他品牌的饮料),并根据外部数据的负载(如以往购买记录甚至当地正在发声的事件甚至)来进行库存调配。

可口可乐_人工智能_大数据-7

来源:SupplyChain247

现在,可口可乐公司可以将这款应用程序部署到该领域的所有合作伙伴中,他们现在可以更轻松地管理全球各地的1600万台冷饮售卖机的订单。因为这都是基于云技术的,所以你能想象这些数据对他们整个供应链有多么有用。

7. 所有这些都归功于大数据

回到我们之前所说的,拥有最大、最干净、最精确的数据集的公司将会在最有效的人工智能算法中占据主导地位。这就是可口可乐在竞争中所能获得的竞争优势,就像其他公司一样,这家公司生产了将近2000亿美元的数据。根据DataFlow的一篇文章,他们现在正在分析沃尔玛等公司的销售网点的数据,这些公司每年在可口可乐的销售额达40亿美元。

他们使用“1千多亿的决策变量来持续提供最佳的橙汁混合物”,这样他们就能确保他们的橙汁产品每年都有相同的味道。他们还在他们的业务的其他领域使用大数据,例如在他们的员工服务中心“削减46%的加班成本”。

随着美国越来越接近失去对中国等国的技术主导地位,我们越来越重视我们的DGI股票投资组合。当我们持有大部分跨国公司股票,以避免过度暴露于疲软的美国职业伦理和持续不变的消费者的愤怒情绪,我们仍然要确保每一个股票其背后所基于使用的人工智能和大数据以确保利润增加,这样我们的股息支票将继续增加直到我们退休。从这个角度来看,可口可乐(NYSE:KO)给了我们一些希望。如果他们能够像对待感觉良好的信息一样专注于技术,那么他们的股息将会在未来数年保持持续稳定地增长。

原文作者:Nanalyze    翻译:吕东昊    审校:李晓艳


来源:互联网数据官

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

MIT训练出了一只变态、罪恶、极度阴暗的人工智能——诺曼
MIT训练出了一只变态、罪恶、极度阴暗的人工智能——诺曼
数据智能 无限未来—2020世界人工智能大会云端峰会数据智能主题论坛顺利举办
数据智能 无限未来—2020世界人工智能大会云端峰会数据智能主题...
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数据”智慧丨数据猿新冠战“疫”公益策划
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数...

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部