Contenu
Q:
Les mêmes outils d'apprentissage machine peuvent-ils fonctionner à la fois pour les entreprises de vente au détail et de fabrication?
UNE:
En ce qui concerne la personnalisation des outils d'apprentissage machine pour les entreprises de vente au détail et de fabrication, il existe certaines similitudes importantes, mais il existe également des différences fondamentales.
Dans le commerce de détail, la grande majorité des outils et processus d’apprentissage automatique sont orientés vers les initiatives de vente et les relations avec les clients. Les entreprises utilisent l’immense pouvoir de l’apprentissage automatique pour explorer des données qui leur permettent de vendre, d’accroître les conversions et donc de générer des bénéfices. Un excellent exemple qui se situe à la frontière entre l'apprentissage automatique et l'intelligence artificielle est la poursuite de la sensibilisation des clients autour de l'abandon du panier. Les ensembles d'outils qui atteignent activement les clients qui ont abandonné des articles dans un panier d'achat sont souvent considérés comme des outils d'intelligence artificielle, mais d'autres outils qui consistent simplement à agréger et analyser des données afin de faire évoluer des systèmes pilotés par l'homme sont des exemples d'apprentissage automatique appliqué à la vente au détail.
Dans le secteur de la fabrication, le paysage de l'apprentissage automatique est très différent. L'apprentissage automatique s'applique à la fabrication et à la production de biens physiques de plusieurs façons uniques. Une grande partie de la valeur de l’apprentissage automatique en fabrication s’applique à la gestion des chaînes d’approvisionnement. L'apprentissage automatique éclairera les processus de maintenance, de réparation et de révision (MRO), ainsi que d'autres aspects de la construction, de l'emballage ou de l'assemblage d'éléments de production discrète ou de série. En d’autres termes, bon nombre des outils d’apprentissage automatique les plus précieux de la fabrication sont destinés à l’atelier, non pas aux clients, mais à la construction d’une «usine intelligente» parfaite et à l’amélioration des processus physiques. (Cet article de Forbes n’est qu’un exemple parmi d’autres, décrivant dix manières par lesquelles l’apprentissage automatique transforme le processus de fabrication de façon rapide et fondamentale.) En revanche, les outils d’apprentissage automatique pour la vente au détail sont principalement destinés au «magasin intelligent» et au commerce se déroule maintenant en ligne ou par le biais de plateformes numériques.
Cela étant dit, les entreprises de vente au détail peuvent également utiliser des outils d'apprentissage automatique pour gérer des processus physiques, par exemple des stocks. Dans la gestion des stocks, les prédicteurs d'apprentissage automatique peuvent aider les entreprises de vente au détail à économiser d'énormes sommes d'argent en ne gardant que les stocks dont elles ont besoin à un moment donné et en rendant les opérations d'entreposage beaucoup plus efficaces. Toutefois, l’apprentissage automatique dans le commerce de détail reste une valeur essentielle pour l’aide à la décision dans les ventes, pour en apprendre davantage sur le client en se fondant sur des pratiques approfondies d’agrégation et d’analyse de données, sur l’examen des données démographiques et personnelles et sur la collecte d’informations extrêmement précieuses.
L’essentiel, c’est que, annonciateurs d’une forte IA, les outils d’apprentissage automatique et d’apprentissage en profondeur sont tout simplement «intelligents». Ils agrègent les données et fournissent une image holistique d’un concept défini, qu’il s’agisse d’un lieu géographique, d’un espace physique ou numérique. environnement. Donc, différentes industries utilisent la puissance de l’apprentissage automatique de différentes manières. La différence entre l'apprentissage automatique dans le commerce de détail et l'apprentissage automatique dans le secteur de la fabrication est un exemple évident de la façon dont les entreprises identifient leurs besoins et adoptent les technologies d'apprentissage automatique en conséquence.