Obchodní tým společnosti PCMag každý rok pokrývá a testuje širokou škálu produktů Software-as-a-Service (SaaS). Tyto nástroje sahají od platforem elektronického obchodování přes bezpečnostní software po služby správy smluv. V těchto kategoriích jsme našli stovky skvělých věcí, o kterých se tento rok píše. Jak uvidíte tento seznam, rok 2017 byl poháněn pokroky ve strojovém učení (ML).
Tento seznam obsahuje zajímavou kombinaci obsahu, který je zaměřen na toto vznikající téma. Letos jsme také použili naši platformu k několika odvážným předpovědím o tom, jak ML bude mít dopad na SaaS vpřed. Doufáme, že jste si tyto příběhy užili, stejně jako jsme si je užili.
1 Takto bude svět nakupovat do roku 2025
Společnost PCMag hovořila s předními světovými poskytovateli technologických řešení pro elektronické obchodování, aby zjistila, jak technologie změní způsob, jakým spotřebitelé nakupují produkty během následujících sedmi let. Vylepšení vyvolaná automatizací, internet věcí (IoT), rozšířená realita (AR), virtuální realita (VR) a nositelná zařízení usnadní nákup produktů (a plazivějších) než kdykoli předtím.
2 Obchodní průvodce po ML
, Expert ML Ted Dunning rozdělil hlavní rozdíly mezi ML a AI a to, jak hluboké učení způsobí převrat v zpracování obrazu a jazyka. Diskutoval také o tzv. „Levném učení“ a o tom, jak jej lze použít k řešení problémů, jako jsou bankovní podvody.
3 Candy Cloud
Mluvili jsme se společností Hershey, abychom zjistili, jak vyrábějí Twizzlers. Věděli jste, že za těmito lahodnými pochoutkami je infrastruktura založená na cloudu, která využívá senzory, ML a automatizaci k zajištění dokonale velké a dokonale načasované výrobní linky?
4 Přijměte AI ve vašem podnikání
Tento článek vás naučil, jak inteligentně integrovat ML, algoritmy pro hluboké učení, zpracování přirozeného jazyka (NLP) a další do vašich stávajících produktů a služeb.
5 Američanů je stále skeptických ohledně Chatbots
Firmy věří, že chatbots mohou zefektivnit zákaznický servis. Většina spotřebitelů si však nemyslí, že tyto automatizované motory jsou stejně účinné jako živý, dýchající agent zákaznického servisu. Tento článek se ponořil do důvodů, proč spotřebitelé nejsou nadšeni z chatbotů a proč by mohli být mimo základnu.
6 Co jsou databáze AI?
Mluvili jsme s odborníky z oboru o demystifikaci AI databází. Diskutovali jsme o tom, jak fungují ve srovnání s tradičními databázemi, a co je důležitější, požádali jsme o pomoc při jejich roztržení prostřednictvím humbuků a marketingových rozhovorů, abychom určili, zda má tato nová technologie skutečnou obchodní hodnotu.
7 49 procent všech podniků nasazených ML
Průzkum provedený společností Oxford Economics jménem lidských zdrojů (HR) a společností spravující aktiva IT ServiceNow provedl průzkum 500 vedoucích informačních pracovníků (CIO) v 11 zemích a napříč 25 průmyslovými odvětvími s cílem určit, do jaké míry používají ML a AI ve svých podnicích. Výsledky jsou slibné pro podniky a jejich pracovníky.
8 Jak podniky aplikují AI na kybernetickou bezpečnost
Na summitu o kybernetické bezpečnosti, který se konal na Nasdaq MarketSite na Times Square v New Yorku na počest Národního měsíce povědomí o kybernetické bezpečnosti (NCSAM), odborníci diskutovali o vyvíjejících se výzvách, kterým čelí digitální krajina a jak ML a automatizace mění způsob, jakým identifikujeme a reagujeme na hrozby. Přečtěte si jejich myšlenky a rady zde.
9 pracovníků je o automatizaci ambivalentní
Přestože mnoho informačních pracovníků se domnívalo, že jejich pracovní místa by mohla být nahrazena automatizací, mnozí si také mysleli, že automatizace by mohla vést k efektivnější a smysluplnější práci, podle průzkumu provedeného společností pro průzkum trhu Market Cube jménem společnosti Smartsheet pro správu projektů (PM). Zjistěte, proč zde.
10 7 tipů pro úspěch ML
Ted Dunning, Ph.D., je hlavní aplikační architekt v MapR, podnikové softwarové společnosti nabízející různé nástroje pro distribuci velkých dat a správu dat. „Dunning nám nabídl pohled na to, co považuje za sedm nejdůležitějších postupů, které je třeba dodržovat při vývoji obchodních řešení zakořeněných v ML.