30. 01. 2018
O umělé inteligenci dnes slyšíme z každé strany. Stačí sledovat titulky na zpravodajských serverech a dozvíme se, jak chytré alogritmy zvládají čím dál složitější úkoly a že jsou jim svěřovány stále závažnější rozhodnutí. Jak změní strojové učení nabídku internetových obchodů?
V současné době už nás ani nepřekvapí, když uslyšíme, že umělá inteligence (artificial intelligence, AI) řídí drony, auta nebo letadla. Že analyzuje kód DNA a předpovídá predispozice k různorodým onemocněním. Nebo že zasedá ve vedeních nadnárodních společností, obchoduje na burzovních trzích a dokáže při hraní Pacmana pokořovat hranici 1 milionu bodů.
Aktuální diskuze kolem umělé inteligence může vzbuzovat pocit, že se jedná o cosi nového. Něco nedávno stvořeného, co se z ničeho nic objevilo, aby změnilo náš svět. Proto je dobré připomenout, že obor, jehož cílem je učit stroje samostatně řešit problémy, se etabloval již mnohem dříve. Stačí se podívat na Gogle Books Ngram a prohlédnout si křivku grafu, který ukazuje výskyt výrazu „artificial intelligence“ ve všech Googlem digitalizovaných knihách. Z diagramu je patrné, že zájem o tuto technologii lze stopovat přinejmenším do 50.let minulého století. Ze stejné doby také pochází řada myšlenek, které odvětví stále provázejí. Například často vyzývaný Turingův test vznikl již v roce 1950. Asimovovy zákony robotiky byly poprvé publikovány dokonce ještě o osm let dříve.
Výskyt výrazu “artificial inelligence“ v digitalizovaných knihách Google Ngram
Ani uplatnění umělé inteligence v komerční sféře není novou záležitostí. Velké společnosti již dlouhá desetiletí využívají své databáze a pokročilou algoritmizaci k podpoře i řízení svých aktivit. Přední technologické firmy jako IBM či SAP jim v tomto směru pomáhají již od 60., respektive 70.let. (Tehdy se tomuto oboru říkalo spíše Business Intelligence.) Také vznik a rozvoj současných digitálních gigantů, Googlu, Facebooku či Amazonu, je přímo spojen s využíváním podobných principů. Nabízí se tedy otázka, co se v poslední době přihodilo a rozbouřilo moře zájmu?
V první řadě jsou to velká data, jejichž exponencionální růst je poháněn bezpočtem různých senzorů a vstupů plnících bezpočet různých databází. Dále je to výkon procesorů, který se dle Moorova zákona zvyšuje stejným tempem. Nakonec, ale v neposlední řadě, hraje významnou roli průlom na poli strojového učení a neuronových sítí. Zatímco dříve trávili programátoři spoustu času definováním přesných pravidel, podle nichž pak počítač zpracovával konkrétní úlohu, dnes je možné nechat program samostatně nalézt vhodné řešení vedoucí k požadovanému cíli.
Webová aplikace, která plní své cíle? Vývojáři Modrého ducha k vašim službám.
Dobře lze toto demonstrovat na příkladu s automatickým rozpoznáváním obrázků. Pokud měl v minulosti počítač označit třeba kočku, někdo mu musel říct, že kočka má uši, oči, ocas, nohy a to vše v předdefinovaných proporcích. Někdy to fungovalo, ale většinou ne. Jednou stroje nedokázaly poznat kotě stočené do klubíčka a jindy si zas kočku spletly se psem. Současný postup je však zcela odlišný. Počítači se pouze předloží dostatečně velká databáze obrázků kočky, on si sám najde spojitosti mezi nimi a tak se naučí, jak zvířátko poznat i na dalších fotografiích.
Internetové obchody se o oblast umělé inteligence zajímaly již dlouhou dobu před rozšířením neuronových sítí. Pokročilá algoritmizace poháněla jejich logistické systémy, pomáhala vybírat dodavatele nebo personalizovala nabídku produktů dlouho před tím, než se strojové učení dostalo do popředí zájmu. Avšak současné inovace se zpravidla již opírají o tento způsob interpretace dat.
Například v Amazonu jej nasazují v celé řadě různorodých projektů, o jejichž pestrosti i počtu si lze snadno udělat představu na základě dopisu Jeffa Bezose adresovaného akcionářům firmy: „U společnosti Amazon se již několik let zabýváme praktickým využitím strojového učení. Některé naše práce jsou velmi dobře viditelné: Autonomní drony Amazon Prime Air, samoobsluha Amazon Go, která pomocí strojového vidění funguje bez front a pokladen, a Alexa, naše cloudová AI asistentka. Většina toho, co děláme, se ale ukrývá pod povrchem. Strojové učení řídí naše algoritmy na předpověď poptávky, určuje vyhledávání, doporučování i rozmístění produktů, detekuje pokusy o podvod, zajišťuje překlady atd. Ačkoliv to možná není zřejmé, největší dopad strojového učení spočívá v tichém, ale významném zlepšování našich základních operací.“
Pojďme se teď blíže podívat na jednu z oblastí, o níž se v souvislosti s neuronovými sítěmi a e-shopy mluví snad nejčastěji. Personalizace nabídky dle konkrétního uživatele zásadně ovlivňuje konverzní míru i průměrnou výši objednávky. Proto internetové obchody často sledují mj. navštívené a zakoupené produkty a pokoušejí se na základě nich odhadnout, co by mohlo zákazníkovi udělat radost. Dokud se bere v potaz pouze několik proměnných, je možné psát a testovat hodnotící algoritmy ručně.
Pokud se však databáze rozšíří o desítky či stovky dalších elementů, sestavení účinného systému se zásadně komplikuje. V tento okamžik přichází ke slovu strojové učení, s nímž není problém vzít v potaz téměř nekonečnou škálu činitelů. Ty pak mohou ovlivňovat nákupní rozhodování: aktuální debaty na sociálních sítích, nedávno vydané články na zpravodajských webech, typ zařízení z nějž se připojujete, vaší polohu, počasí a cokoliv dalšího. Neuronová síť vysleduje zjevné i skryté spojitosti podobným způsobem, jako se učí rozpoznat obrázek s kočkou. Tím se sama naučí, jaké produkty mají největší šanci na objednání.
Nákupní řetězec Luisa Via Roma, který má ve svém portfoliu luxusní značky jako Gucci nebo Dolce & Gabbana, tímto způsobem přizpůsobuje svůj e-shop nejen vzhledem ke konkrétnímu uživateli, ale i směrem k souhrnným preferencím daného regionu. Pro každou lokalitu automaticky zvýrazňuje různé nabídky, vybírá akční produkty či upravuje výsledky vyhledávání. Způsob, jakým se návštěvníkovi doporučují relevantní produkty, je v jednom případě založen více na osobní nákupní historii a jindy zas upřednostňuje chování zákazníků s podobnými příznaky. Sečteno a podtrženo, díky těmto chytrým algoritmům se průměrný výnos z jednoho uživatele zvedl o 15%.
Jak víme, personalizace nabídky se nesoustředí pouze na uživatele, kteří již vstoupili na stránky internetového obchodu. Stejně důležitá je i pro marketingovou komunikaci mimo samotný e-shop; pro rozesílané newslettery, propagaci na sociálních sítích či inzerci v reklamních systémech. Potenciálu strojového učení v tomto směru se věnuje mj. článek Marvina Chowa. Viceprezident marketingu Googlu v něm popisuje, jak při propagaci chytrého telefonu Pixel snížil jeho tým cenu za 1 000 zobrazení inzerátu o 34 %. Tohoto výsledku se podařilo dosáhnout díky neuronové síti implementované skrze nástroj Called Algorithm, jenž se zaměřuje na zvyšování počtu impresí u relevantního publika.
Toto jsou jen některé příklady, jak nové technologie z oblasti umělé inteligence pomáhají vytvářet lákavější a atraktivnější nabídky šité na míru konkrétním uživatelům. Zvyšující se pravděpodobnost, že internetový obchod „okouzlí“ svého návštěvníka, on udělá objednávku a utratí více peněz, však nemusí vždy být v souladu s jeho zájmy. Je dobré připomenout, že zatímco cílem obchodu je vždy prodat co nejvíce a co nejdráž, cílem kupujícího je uspokojit své potřeby. Strojové učení představuje novou mocnou zbraň v rukou nás, marketérů, avšak je dobré myslet také na odpovědnost vůči nám, zákazníkům.
Původně vyšlo: tyinternety.cz/e-commerce/inteligentni-e-shopy-vedi-co-chcete-lepe-nez-vy
Praktický
Inspirující
Zábavný
Nic moc
