情节概要：本周，AI在行业特性大卫·弗兰克博士他是巨大航空公司的首席科学家。戴维谈到了人工智能如何利用稀缺的交易数据，为汽车和房屋等大宗采购提供有意义的分析。他详细阐述了人工智能如何从用户交互和市场数据中收集信息，为客户提供相关的产品适合度、交易和大宗采购建议。他还讨论了人工智能的未来趋势和早期采用者在购买高成本产品时的商业利益。
订阅我们人工智能产业播客你最喜欢的播客服务:
客人：大卫·弗兰克博士，首席科学家广大
专长：数据分析，数据挖掘，机器学习，人工智能
简介识别：David Franke博士是Vast公司的首席科学家，自2009年以来一直在该公司工作。他拥有德克萨斯大学奥斯汀分校的计算机科学博士学位。他曾在谷歌工作，并在圣爱德华大学担任助理教授。
大创意
低成本、大批量购买的推荐引擎，如书籍、衣服、杂货等，利用机器学习算法训练大量的交易和用户行为数据。但对于大宗采购，由于重复购买频率较低，成交金额非常低。因此，针对大宗购买的推荐引擎并没有那么多关于用户行为、购买模式等的数据，而这些数据可以帮助它们提供相关的、有用的推荐。
大卫探讨三度艾技术的发展趋势，可以提高大项目进行更为稀少的交易数据的建议：
- 产品识别的计算机视觉:目前，用户可以给自己喜欢的汽车拍一张照片，并获得在他们所在地区购买外观相似的汽车的推荐。这项技术可能很快就会推广到未来的住宅。
- 用户行为分析：从“高信息的用户”（高度参与用户），如用户点击的车辆的特定的品牌的图像的次数拾遗和分析用户的行为模式，的时间量，用户花费在产品信息页面等。
- 市场分析：收集在产品上，例如在一个特定区域中的最快移动的车辆或车辆的最优选的颜色的市场信息，并外推与其他用户偏好和行为的信息，以本企业，信息与分析的360度的视角他们可以用它来快速销售产品，并建议同类产品在市场上的用户可能在会感兴趣。
据大卫，采用的人工智能技术建议大购买企业将有显著的优势在他们的长远竞争对手。利用这些AI技术（计算机视觉，用户行为信息的分析，市场信息分析）将让位给更优惠价格，更具包容性的库存，更好的交易，等等。总之，李稻葵认为，这将导致更好的市场作为一个整体受益企业和消费者是容易获得相关信息。
采访重点推荐引擎为大宗购买
大卫说：人工智能推荐引擎的大单采购的主要问题如下所列。听众可以使用嵌入的播客播放器（在这篇文章的顶部）提前跳到他们可能感兴趣的内容：
- (2:39)人工智能怎么样目前用来匹配购物者的意图与正确的产品大采购(汽车，房子等)?
- （4:00）如何AI目前简化无需搜索不同来源的用户购买决策过程？
- (07:05)这个庞大的应用程序的当前用例是什么?
- （08:10）什么是一些例子的用户行为特征的广阔的推荐引擎会寻找类似的产品推荐给用户之前？
- （12:51）什么是AI在这一领域的其他重要电流的应用比使用计算机视觉和推断用户行为信息等？
- （15:28）如何在B2B的场景中使用所有这些AI应用程序（通过分析用户行为和市场信息）？
- (17:40)人工智能在大宗采购中的未来趋势是什么?
订阅我们人工智能产业播客你最喜欢的播客服务:
标题图片来源：存在Shutterstock
