Hàng tiêu dùng
Dựa vào quy trình vận hành của ngôn ngữ tự nhiên, machine learning và phân tích bậc cao, Hello Barbie có thể lắng nghe và trả lời một đứa trẻ. Một microphone trên vòng cổ của Barbie ghi lại những gì được nói và truyền nó đến các máy chủ tại ToyTalk. Ở đó, bản ghi được phân tích để xác định phản ứng thích hợp từ 8.000 dòng đối thoại. Máy chủ truyền phản hồi chính xác cho Barbie sau một giây để cô ấy có thể trả lời đứa trẻ. Câu trả lời cho các câu hỏi, ví dụ như thực phẩm yêu thích của họ là gì được lưu trữ để sử dụng trong cuộc trò chuyện sau này.
Thị trường toàn cầu của Coca-Cola và danh sách sản phẩm phong phú - với hơn 500 thương hiệu đồ uống được bán tại hơn 200 quốc gia — đã tạo lên một công ty nước giải khát lớn nhất thế giới. Công ty không chỉ tạo ra nhiều dữ liệu, mà còn áp dụng nghệ mới và đưa dữ liệu đó vào thực tiễn để hỗ trợ phát triển sản phẩm mới, tận dụng trí tuệ nhân tạo và thậm chí thử nghiệm thực tế trong các nhà máy đóng chai.
Mặc dù đã trở thành một nhà sản xuất bia hàng đầu thế giới trong suốt 150 năm qua, công ty Hà Lan Heineken đang tìm cách tiếp nối thành công của họ, đặc biệt tại Hoa Kỳ. Họ tận dụng lượng dữ liệu khổng lồ thu thập được. Từ việc tiếp thị dựa trên đến Internet of Things ( mọi thứ đều được kết nối) và việc cải thiện hiệu quả hoạt động thông qua phân tích dữ liệu, AI và dữ liệu luôn được Heineken phát triển nhằm mục đích cải thiện hoạt động, tiếp thị, quảng cáo và dịch vụ khách hàng của mình.
Nghệ thuật sáng tạo
Nghệ thuật ẩm thực có luôn cần đến con người? Có và không. Watson, người đứng đầu về AI của IBM đã có ý nghĩ thoáng qua về việc làm thế nào trí thông minh nhân tạo có thể trở thành bếp trưởng trong bếp để giúp phát triển công thức nấu ăn và tư vấn cho các đối tác của con người về các kết hợp thực phẩm tạo ra hương vị hoàn toàn độc đáo. Khi AI và con người làm việc cùng nhau trong nhà bếp, Họ có thể tạo ra nhiều thứ hơn là chỉ làm việc một mình.
Ở một khía cạnh khác, AI và dữ liệu lớn có thể làm tăng sự sáng tạo trong thế giới của nghệ thuật và thiết kế. Lấy một ví dụ, hệ thống máy học của IBM, Watson, được tiếp nhận hàng trăm hình ảnh về công việc của nghệ sĩ Gaudi, cùng với các tài liệu bổ trợ khác để phục vụ cho công việc; bao gồm Barcelona, văn hóa, tiểu sử, các bài báo lịch sử và lời bài hát. Watson phân tích tất cả các thông tin và truyền cảm hứng cho các nghệ sĩ, những người bị buộc phải tạo ra một tác phẩm điêu khắc "được đưa ra" bởi Watson và theo phong cách của Gaudi.
Các thuật toán sản xuất âm nhạc hiện đang truyền cảm hứng cho các bài hát mới. Thông qua dữ liệu đầu vào— hàng triệu cuộc hội thoại, tiêu đề báo và bài phát biểu — các sự thật ngầm hiểu (insight) được thu thập lại nhằm giúp tạo ra một chủ đề cho lời bài hát. Các máy như Watson BEAT có thể tìm ra các yếu tố âm nhạc khác nhau để truyền cảm hứng cho các nhà soạn nhạc. AI giúp các nhạc sĩ hiểu được khán giả của họ muốn gì và giúp xác định chính xác hơn những bài hát nào có thể phù hợp nhất.
Năng lượng
Thống trị ngành năng lượng toàn cầu, BP đang đi đầu trong việc ứng dụng dữ liệu lớn và trí tuệ nhân tạo dành trong ngành công nghiệp năng lượng. Họ sử dụng công nghệ này để tạo ra mức hiệu suất mới, cải thiện việc sử dụng các nguồn lực, sự an toàn và độ tin cậy của sản xuất và tinh chế dầu khí. Từ các cảm biến nối tiếp nhau một cách có điều kiện tại mỗi vị trí tới việc sử dụng công nghệ AI để cải thiện hoạt động, BP đã đưa dữ liệu đến tầm tay của các kỹ sư, nhà khoa học và người ra quyết định để giúp tăng hiệu suất.
Trong nỗ lực để cung cấp năng lượng vào thế kỷ 21, GE Power sử dụng công nghệ dữ liệu lớn, máy học và Internet of Things (IoT) để xây dựng một “internet của năng lượng”. Những phân tích nâng cao và máy học giúp tạo ra sự duy trì có thể dự đoán trước, năng lượng, vận hành, tối ưu hóa doanh nghiệp nhằm giúp GE Power hướng tới tầm nhìn về "nhà máy điện kỹ thuật số".
Các dịch vụ tài chính
Với khoảng 3,6 petabyte dữ liệu (hiện vẫn đang phát triển) về các cá nhân trên toàn thế giới, cơ quan tham khảo tín dụng Experian nhận được lượng dữ liệu đặc biệt từ cơ sở dữ liệu tiếp thị, hồ sơ giao dịch và hồ sơ thông tin công cộng. Họ đang tích cực ứng dụng machine learning vào sản phẩm của họ để cho phép đưa ra quyết định nhanh hơn và hiệu quả hơn. Theo thời gian, các máy có thể học cách phân biệt những điểm dữ liệu nào quan trọng với những điểm không quan trọng. Thông tin chi tiết được trích xuất từ các máy sẽ cho phép Experian tối ưu hóa các quy trình.
American Express xử lý 1 nghìn tỷ đô la trong giao dịch và có 110 triệu thẻ AmEx đang hoạt động. Họ dựa nhiều vào phân tích dữ liệu và thuật toán học máy để giúp phát hiện gian lận trong thời gian thực gần đó, do đó tiết kiệm hàng triệu khoàn tiền bị hao hụt. Ngoài ra, AmEx đang tận dụng luồng dữ liệu để phát triển các ứng dụng có thể kết nối chủ thẻ với các sản phẩm hoặc dịch vụ và ưu đãi đặc biệt. Họ cũng đưa ra những phân tích về xu hướng kinh doanh trực tuyến và điểm chuẩn cân bằng của ngành.
Chăm sóc sức khỏe
AI và Deep learning được đưa vào sử dụng để cứu mạng sống thông qua Infervision. Ở Trung Quốc không có đủ các bác sĩ X quang đáp ứng đủ nhu cầu quét CT 1,4 tỷ lần mỗi năm nhằm phát hiện các dấu hiệu sớm của ung thư phổi. Các chuyên gia X quang cần xem xét hàng trăm lần quét mỗi ngày. Công việc không chỉ tẻ nhạt mà còn mệt mỏi này của con người có thể dẫn đến các sơ xuất. Infervision đào tạo và dạy các thuật toán để tăng cường công việc của các bác sĩ X quang, cho phép họ chẩn đoán ung thư chính xác và hiệu quả hơn.
Khoa học thần kinh là nguồn cảm hứng và nền tảng cho DeepMind- thứ tạo ra một cỗ máy có thể bắt chước quá trình suy nghĩ trong bộ não của chúng ta- của Google. Deepmind đã thành công trong việc đánh bại con người ở các trò chơi. Tuy nhiên, điều thực sự hấp dẫn của DeepMind chính là những ứng dụng chăm sóc sức khỏe như giảm thời gian lên kế hoạch điều trị và sử dụng máy móc để giúp chẩn đoán bệnh.
Sản xuất, chế tạo
Ô tô ngày càng được kết nối và tạo ra dữ liệu có thể được sử dụng theo nhiều cách khác nhau. Volvo sử dụng dữ liệu để giúp dự đoán khi nào các bộ phận bị hỏng hoặc khi xe cần bảo dưỡng, duy trì hồ sơ an toàn ấn tượng bằng cách theo dõi hiệu suất của xe trong các tình huống nguy hiểm và gia tăng sự thuận tiện của lái xe và hành khách. Volvo cũng đang được tiến hành nghiên cứu và phát triển riêng trên các phương tiện tự trị.
BMW có công nghệ liên quan đến dữ liệu lớn ở trung tâm của mô hình kinh doanh và các quyết định dựa trên dữ liệu trong toàn bộ doanh nghiệp, từ thiết kế và kỹ thuật đến bán hàng và chăm sóc sau bán. Đây cũng là một công ty hàng đầu về công nghệ và đang lên kế hoạch tung ra thị trường xe ô tô tự động Cấp 5 - chiếc xe có thể tự lái mà không có sự can thiệp của con người - vào năm 2021.
Cuộc cách mạng công nghệ AI cũng đã tác động tới nông nghiệp, và John Deere đang đưa các công cụ phân tích dữ liệu và sự tự động hóa vào tay người nông dân. Họ đã mua lại Công nghệ Blue River để có giải pháp sử dụng thuật toán học máy tiên tiến. Đây là thuật toán cho phép robot đưa ra quyết định dựa trên dữ liệu trực quan về việc liệu một cái cây có phải đang bị sâu bệnh hay không để xử lý bằng thuốc trừ sâu. Công ty đã cung cấp xe nông nghiệp tự động có thể cày bừa và gieo hạt với hệ thống GPS chính xác và hệ thống Farmsight được thiết kế phục vụ cho việc ra quyết định thuộc về nông nghiệp.
Phương tiện truyền thông
Dự án BBC, “Talking with Machines” (trò chuyện với máy móc) là một bộ phim bằng âm thanh cho phép người nghe tham gia và trò chuyện hai chiều thông qua loa thông minh của họ. Người nghe có thể trở thành một phần của câu chuyện vì họ có thể trả lời các câu hỏi và được chèn các dòng họ nói vào trong câu chuyện. Bên cạnh Loa thông minh mới được tạo ra riêng cho Amazon Echo và Google Home, BBC dự kiến sẽ mở rộng sang các thiết bị kích hoạt bằng giọng nói khác trong tương lai.
Hiệp hội báo chí Anh (PA) hy vọng các robot và trí thông minh nhân tạo có thể lưu trữ được tin tức địa phương. Họ hợp tác với chuyên gia tự động hóa tin tức Urbs Media để sản xuất các robot viết 30.000 câu chuyện tin tức địa phương mỗi tháng trong một dự án gọi là RADAR (Phóng viên và Dữ liệu và Robot). Với đầu vào là dữ liệu từ chính phủ, các dịch vụ công cộng và chính quyền địa phương; máy sử dụng công nghệ tạo ngôn ngữ tự nhiên để viết tin tức địa phương. Những robot này đang lấp đầy khoảng trống trong phạm vi phủ sóng tin tức mà con người đã không lấp đầy.
Việc phân tích dữ liệu lớn đang giúp Netflix dự đoán những gì khách hàng sẽ thích xem. Họ cũng đang dần trở thành người sáng tạo nội dung, không còn chỉ là nhà phân phối, và sử dụng dữ liệu để định hướng xem nội dung nào mà họ sẽ đầu tư để sản xuất. Họ tự tin vào các nghiên cứu dữ liệu, bởi vậy sẵn sàng nhảy vọt lên các quy ước và nhiệm vụ cho nhiều mùa của một chương trình mới thay vì chỉ đơn giản là một tập phát song dung để thử nghiệm.
Bán lẻ
Khi bạn nghĩ về Burberry lần đầu tiên, bạn có thể nghĩ ngay đến một thương hiệu thời trang cao cấp mà không phải là một doanh nghiệp kỹ thuật số. Tuy nhiên, họ đã mất rất nhiều công sức để tự tái tạo, sử dụng dữ liệu lớn và AI để chống lại các sản phẩm giả mạo, cải thiện kinh doanh và mối quan hệ với khách hàng. Chiến lược tăng doanh thu của công ty là nuôi dưỡng những mối quan hệ gần gũi, cá nhân hơn với khách hàng. Là một phần trong chiến lực này, họ có phần thưởng và chương trình khách hàng thân thiết thu thập dữ liệu giúp họ cá nhân hóa trải nghiệm mua sắm cho từng khách hàng. Trên thực tế, họ đang làm cho trải nghiệm mua sắm tại các cửa hàng truyền thống của họ cũng trở nên sáng tạo như một trải nghiệm mua sắm trực tuyến.
Là nhà bán lẻ lớn thứ hai thế giới, Walmart đang tìm kiếm các cách thức để chuyển đổi việc bán lẻ và cung cấp dịch vụ tốt hơn cho khách hàng của mình. Họ sử dụng dữ liệu lớn, Machine Learning, AI và IoT để đảm bảo trải nghiệm thống nhất giữa việc mua sắm trực tuyến và tại cửa hang truyền thống (với 11.000 cửa hàng truyền thống, thứ mà Amazon không thể làm được). Họ sử dụng tính năng Scan and Go trên ứng dụng, Pick-up Towers (tháp chọn lựa) và đang thử nghiệm công nghệ nhận diện khuôn mặt để xác định xem khách hàng vui hay buồn.
Dịch vụ
Mọi thứ mà Microsoft làm tập trung chủ yếu từ việc tận dụng các máy thông minh. Microsoft có Cortana, một trợ lý ảo; chatbots chạy Skype và trả lời các truy vấn dịch vụ khách hàng hoặc cung cấp thông tin như thời tiết hoặc cập nhật thông tin du lịch. Công ty đã triển khai các tính năng thông minh trong công trình Office của họ. Các công ty khác có thể sử dụng Nền tảng AI của Microsoft để tạo ra các công cụ thông minh của riêng họ. Trong tương lai, Microsoft muốn nhìn thấy các cỗ máy thông minh với kết hợp với trí tuệ nhân tạo cho phép họ hoàn thành bất kỳ nhiệm vụ nào.
Khi bạn kết hợp điện toán đám mây, ánh xạ địa lý và machine learning, một số điều thực sự thú vị có thể xảy ra. Google đang sử dụng dữ liệu AI và vệ tinh để ngăn chặn việc đánh bắt trái phép. Dù vào ngày cụ thể nào, 22 triệu điểm dữ liệu được tạo ra cho thấy các con tàu nằm trong đường thủy của thế giới. Các kỹ sư của Google phát hiện ra rằng khi họ áp dụng máy học cho dữ liệu, họ có thể xác định lý do tại sao một con tàu đang ở trên biển. Họ cuối cùng đã tạo ra “Global Fishing Watch”, cho phép xác định việc câu cá đang diễn ra chỗ nào và sau đó có thể xác định khi nào câu cá đang diễn ra bất hợp pháp.
Là công ty luôn nằm trong top đầu trong dịch vụ giao hàng, Disney đang nhận lại nhiều tín hiệu tốt hơn nhờ vào việc ứng dụng dữ liệu lớn. Mỗi khách hàng đều có dây đeo cổ tay MagicBand riêng của họ dùng làm ID, chìa khóa phòng khách sạn, vé, giấy thông hành nhanh (Fastpasses) và hệ thống thanh toán. Khi đem đến sự thuận tiện cho khách hàng, Disney nhận được rất nhiều dữ liệu giúp họ dự đoán nhu cầu của khách, mang đến trải nghiệm tuyệt vời cho khách hàng và cá nhân hóa họ. Họ có thể giải quyết ùn tắc giao thông, cung cấp dịch vụ bổ sung cho những khách hàng có thể đã bị bất tiện bởi một điểm gì đó. Dữ liệu thậm chí còn cho phép công ty lên kế hoạch cho nhân viên hiệu quả hơn.
Google là một trong những công ty tiên phong Deep-learning khi đã tạo lên bước đột phá đầu tiên với dự án Google Brain vào năm 2011. Google lần đầu tiên ứng dụng Deep-learning để nhận dạng hình ảnh và giờ đây có thể sử dụng nó để tăng cường hình ảnh. Google cũng đã áp dụng Deep learning để xử lý ngôn ngữ và cung cấp các đề xuất video tốt hơn trên YouTube, vì nó nghiên cứu thói quen và sở thích của người xem khi họ truyền nội dung trực tuyến. Tiếp theo, bộ phận xe tự lái của Google cũng được phát triển với Deep learning. Google cũng sử dụng machine learning để tìm ra cấu hình đúng của phần cứng và bộ làm mát trong các trung tâm dữ liệu của họ để giảm lượng năng lượng tiêu hao khi hoạt động. AI và machine learning đã giúp Google khai phá được những con đường mới hướng đến sự phát triền bền vững.
Truyền thông xã hội
Với mục đích ngăn chặn những nội dung không phù hợp hoặc những nội dung mang tính phân biệt chủng tộc, đồng thời tăng cường trải nghiệm người dùng, Twitter đã bắt đầu sử dụng trí tuệ nhân tạo để cải thiện sản phẩm của họ. Họ xử lý nhiều dữ liệu thông qua các mạng lưới nơ-ron nhân tạo, tìm hiểu người dùng thích gì hơn theo thời gian.
Deep learning đang đem lại nhiều giá trị cho Facebook nhờ vào phần lớn các bộ dữ liệu phi cấu trúc được tạo ra bởi 2 tỷ người cập nhật trạng thái 293.000 lần mỗi phút. Hầu hết các công nghệ deep learning của Facebook được xây dựng trên nền tảng Torch- nền tảng tập trung vào các công nghệ deep learning và mạng lưới neural (nơ-ron) nhân tạo.
Instagram cũng sử dụng dữ liệu lớn và trí tuệ nhân tạo nhằm mục tiêu quảng cáo và chống lại sự đe doạ trực tuyến đồng thời xóa các bình luận mang tính xúc phạm. Khi dung lượng nội dung phát triển trong nền tảng, trí thông minh nhân tạo đóng vai trò quan trọng trong việc hiển thị cho người dùng thông tin nền tảng mà họ có thể thích, chống spam và nâng cao trải nghiệm người dung.