情节概要：人工智能扮演的未来角色零售在客户超越直觉更深入的了解方面。这一周，我们与佩德罗阿尔维斯，一个名为德隆公司的CEO，总部设在旧金山说。阿尔维斯是以前的数据科学主管多家公司除了在有情技术，在海湾地区最知名的AI公司之一，在对数据进行科学的主任。有情已募集2亿$以上。
我们与佩德罗谈未来零售的，理解客户的未来人工智能。我们问在什么情况下，零售商必须超越直觉，以告知他们的理解和他们的影响他们的客户或用户的行为能力？
除此之外，阿尔维斯还与我们讨论了人工智能作为一种技术，如何才能更容易被现有的企业所使用。现在知道所有的摩擦点了将人工智能引入现有业务他谈到了他认为在未来几年里，为了让公司更容易获得这些技术，将不得不发生的转变。
订阅我们的AI在工业播客用你喜欢的播客服务：
客人：佩德罗阿尔维斯创始人兼CEO- - - - - -Ople.ai
专业知识:企业采用人工智能，机器学习，数据科学
介绍识别：在创建Ople之前，ALves是Sentient Technologies的数据科学主管，Banjo的首席数据科学家，以及Tagged公司的高级数据科学家。此外，阿尔维斯拥有耶鲁大学计算生物学博士学位。
访谈要点
（03:00）我们如何找到更好的可能买主的群体，或者更糟的购房者，或患有类似的行为？
佩德罗阿尔维斯：是啊。当你的传统模式的思维，你的建筑，你首先的思维监督[知识]。就这样，有这个寓意你在想该模型是要了解如何预测的东西，怎么样的东西分类。如果你正在做的客户在零售，和你说，“请问这个人购买商品X，是或否？”该模型并不需要真正了解客户;它只是需要进行预测。它只是需要在预测什么会发生准确。
我们在这里讨论的是不同的东西。我们的想法是，与其训练模型做出预测，不如训练模型尝试理解专家在观察这些客户时会做出的直觉选择?我的意思是，以你为例在网上出售鞋子。而且你必须在人的公司，了解你的客户群，他们了解你的产品，他们不是在所有的技术，但他们只是真正了解谁买，为什么要买，当他们购买。
很多时候，你可以问他们，“嘿，看看。告诉我这些客户。”你可以向他们展示10个客户的名单，并说，“你会如何对这样的客户吗？不然你怎么会发现类似的客户？”他们会说：“好吧。客户X和客户Z为彼此接近。”然后，如果你问他们：“为什么？那是什么？为什么顾客X在这个大名单更接近Z变得比任何其他两种？”他们可能不知道到底为什么，他们可能不能够说，“好吧。 It’s because I look at their age, and multiplied by the,” you know, whatever, “How much money they spent last month-”
所以，如果我们能够说些什么，“好了，我们不知道它是什么，你不知道它是什么，但你有一个直觉的直觉，你是专家。”如果我们可以训练一个模型，基本上试着理解并找出直觉是什么？一旦模型则理解直觉，这种模式可以开始做这些同样的选择，这种模式就可以开始真正做两件事情。它可以开始做这些选择同样的方式，专家会说，“哦，是的，X是真正接近Z”。但是，由于该模型的工作是了解的直觉，它不仅能说X是接近像高手能Z，但它实际上可以告诉你为什么还是那些客户是如何相似。
所以，你得到这个类型的模型，这两个待遇最基本的形式只是说，“给我类似的客户。”我的意思是，就在那里有正确创建A / B测试的价值。每次我跟公司的零售，这是他们的一个主要问题是您创建正确的A / B测试，是有价值的怎么办。因为他们所做的一切，提高了网站，测试机器学习模型，促销，一切都取决于正确的A / B测试。因此，如果A / B测试做得不好，那么他们不会做出正确的选择，这可能摇摆他们的业务向上或向下的显著方式。
(06:45)这是怎么回事?
PA：它看起来像什么就是你会看到人们是不是技术。人是技术在没有数据科学，机器学习，但技术在自己的领域无论是卖保险，或者卖鞋还是卖汽车。他们将是具有与AI交谈。这是字面上发生了什么。的人，这是一个非常容易有对话，因为它是抽象的，漂亮元。到本机，它要复杂得多。但同样，它抽象所有这些层。The type of back and forth that a person is going to have with the machine is going to be something that I wouldn’t even have to teach you anything, I could sit you down in front of our UI and say, “Here you go.”
我认为正在改变的不是，“哦，你不再需要数据科学家了。“我认为将会改变的是数据科学家将会把时间花在什么地方，数据科学家的整体形象，比如他们的背景，他们的知识库，也将会改变。但数据科学家肯定会在接下来的十年里坚持下去。只是作为一名数据科学家的意义将会有一个转变。
（10:00）我想聊的一些情况，也许你在哪里见过公司都需要这种集群和在现实世界中理解。
PA：我将它解释为一个嵌入，但如果太技术的一个术语，它是人的客户，数学表示，可以在人类的语言来解释。因为在训练的路上，我们遇到了一个人的谈话，也将是客户的代表背后的数学和人们使用的语言之间学到了翻译。这样当用户看到它，它实际上可以在一些人会理解表达。要回答你的问题，我认为A / B测试是使用此一对夫妇的客户有一个明显的方式。我不认为它实际上是要最终被这个销售的最大原因，并认为这能带来最大的价值。
我认为最大的卖点是如果你有这样的理解，你的客户的代表，你基本上可以看客户在哪里，也可以看他们去哪里。你可以说，“好吧。为我所有的客户绘制地图。然后我就明白了，“好吧。”在这张顾客地图上。我那些在圣诞节花很多钱的顾客在哪里?哦，在这儿。然后你可以说，“好吧。”如果我要在圣诞节做一次促销，你可能会说，“不管怎样，他们都要过圣诞节，我要把我的精力花在那些通常不会花的人身上，如果我真的为他们做了些什么，我就有机会过圣诞节。”或者，不管你在做什么。
如果你也了解了运动虽然，想象这是不是像静态地图，但客户移动和变化，他们改变一个网站他们的购买行为，他们改变类型的客户，他们是什么。If you can start noticing that pattern, that migratory pattern of customers, those herds moving along the map, you can literally ask the software and say, “Okay, this group of people, they moved from here to here, and that means they’re going to from not spending a lot to spending a lot. And this group of people they go from medium spend to just dropping off completely. Tell me, what’s different between these groups?”When a person changes direction, what happened? What trait changed? “How can I get these people that I think are going to move in this direction, which is stop using my website, into this direction, which is people that spend twice as much more?” Once you start having that interaction, you just can have total understand and control, not complete control, because people are still people and they’re going to do whatever they want, but [that] can help influence where they’re going.
（十七点30分）在什么客户理解条款AI的方面将是零售[10年]只是一部分？
PA：我觉得有两个方面都存在。一个是AI的正确用法的增长。现在，这些技术都在那里，而且他们的精彩。如果你这样做是正确的，伟大的。我们都知道在大多数情况下，企业都在努力。他们没有得到他们的投资回报率是否是因为他们没招到合适的人，或者因为他们，你知道，有像一万个理由，我们会在这里谈论了两个小时。
因此，我认为这10年旅程的第一步是让人工智能变得简单、便宜、无处不在。我认为，随着它从简单发展到便宜，因为一旦它变得简单，很多人就会去做。
一旦它的价格便宜，每家公司都不会得到它。最后，它现在还没有，一次公司获得它，它是无处不在的。所以，我认为第一步是。这是，例如，这种使用情况，你津津乐道。获得每个公司，不管大还是小，无论他们有什么能力雇的是顶尖人才。忘记了这一切。这不再成为一个问题。每家公司都可以得到它，正确地使用它。一旦出现这种情况，那么会发生接下来的事情是什么，我真的很兴奋。这真的是我不知道。 As a species we’re very, very bad at predicting things very far out.
[受过教育的人曾经说过]，“世界将永远不会需要超过八台计算机。”并且飞机被发明后，人们说，“这没有任何军事用途。”这些都是严重的人严重的预测。这就是我们今天所处的AI。我真的相信这一点。正如我们喜欢认为我们知道AI是怎么回事，我们喜欢做这些预测，我认为我们是刚刚起步的那个级别。因为现在我们的成本和费用，它的难度蒙蔽。所以它把我们的眼睛的遮挡，而且它不会让我们真正让我们的想象力飞。
让我感到兴奋的是，公司现在有三类问题。第一类是难题。那些他们正在努力解决的问题，我的意思是，我说的是人工智能问题，那些他们试图与现有人员或雇佣人员一起解决的难题。第二种是不可能的，一些公司说，“我们希望我们能做与计算机视觉有关的事情，但我们不可能雇佣一个计算机视觉或深度学习的博士。”“所以我们把它放进不可能的桶里，我们甚至不会去尝试去做。
然后是第三类，这是难以想象的。这是问题，只有当困难和不可能变得容易的人是要开始思考，“等一下，我们可以把AI这里，这里，这里，这里，这里。”在很多地方，我们甚至不考虑呢。这就是从现在开始零售10年，例如，将是。这是怎么回事的地方，我甚至不能告诉你现在就可以用AI。
（21:00）简便，廉价，无处不在：是什么的最大障碍“容易吗？”
PA：我认为，“易”有两个大的方面。其中之一是时间，另一个是专业知识。因为有人问我有一天，让他很难吗？我想说洗车不采取专业知识，你不必去上学真的洗你的车。但要洗一辆车真的很好，把它擦亮，和蜡，但是依然可能需要到五小时。这是不容易的，那种是硬还是。所以时间部件是一个易于应该是，你可以在一两个星期，没有三四个月换了一个项目。
订阅我们的AI在工业播客用你喜欢的播客服务：
标题图片来源：土地市场
