有几家公司声称提供AI解决方案，包装消费品（CPG）公司。我们发现，这些解决方案旨在帮助CPG公司有以下业务问题中的至少一个：
- 贸易促进优化计划(TPO)
- 了解客户的意见和喜好
消费包装产品的商业领袖应该知道什么
人工智能解决CPG行业的商业问题似乎没有我们最初想象的那么合法。本报告中讨论的所有公司都在其高管层中雇佣了相对有资历的人，但与我们所涵盖的其他行业相比，他们的人工智能经验通常比较欠缺(就人工智能相关的人才密度和实际使用人工智能的经验而言)。
正如我们在有关详细解释文章通过AI炒作切割我们使用以下三种信号作为主要指标，一个公司提供的是真正利用人工智能的产物：
- 从谁要么专家强AI的领导：
- 在AI或相关领域强大的学术经验（MA或物理学博士学位，计算生物学，计算机科学或统计学）
- 在像谷歌、亚马逊、百度或IBM这样的大型人工智能创新公司，作为人工智能团队的一员，有着丰富的经验
- 从经验丰富的风险投资公司筹集的数千万美元资金。我们更倾向于寻找最有技术头脑的公司，比如恩颐投资、红杉资本和安德森•霍洛维茨。
- 明确阐明的价值主张，解释（一）存在的主要问题，公司解决了，和（b）智能如何人工是该公司的产品中使用
我们在本报告中审查的公司都是旧的公司，谁，不像他们的一些创业公司竞赛的，没有创始团队成员或C级的领导与AI强大的背景。许多在这篇文章中精选的公司，但是，已经聘请了专家AI运行他们的AI行为，并建立AI-相关产品和服务，但其他人没有聘请任何这样的专家来支持他们的AI使用的权利。
分形分析采用了人工智能的负责人在计算神经科学和机器学习的博士学位，他从加州理工学院获得了2007年，这种凭证是我们用来确定最强的信任信号无论是否自本意AI公司正躺在这样做AI，因为这个原因，我们相信分形分析与提供真正的机器学习的解决方案。
而分形分析有上AI，简柏特和Wipro预测价值主张现在才开始采用AI到他们的套件业务解决方案和咨询服务的产品的。公司成立于1997年分别为1945年和这些公司都是企业接近他们之间的300,000名员工。这可能是因为他们进军机器学习是保持相关性，而不是分形分析如何自成立以来参与AI在他们的价值主张一种方式。
然而，简柏特和Wipro类似于IBM，它们一直被IT服务公司和提供IT解决方案。这与行业中的大型企业略有不同汽车保险雇佣数据科学家和人工智能专家的唯一目的就是在他们的网站上使用人工智能这个流行词。通常情况下，这些企业可能在雇佣了数据科学家之后多年都不会发布人工智能产品;对他们来说，机器学习根本不是一个优先事项，不像本世纪初创立的人工智能初创企业或数字原生企业那样数据的绝对主力军像谷歌，亚马逊和Facebook。
尽管年代久远，Genpact和Wipro似乎是唯一合法的AI贸易推广解决方案提供商。与Wipro的解决方案相比，Genpact的合同与发票匹配解决方案更具管理性。Wipro的解决方案旨在根据提供预测分析模型的历史数据，为公司客户确定最佳的促销销售。
分形分析利用较新的社交媒体数据，挖掘社交媒体文章对一个公司的产品提和分析利用这些帖子背后的情绪自然语言处理;分形分析称这可以告知种产品公司决定开发。
了解客户对品牌产品的看法
分形分析
分形分析报价一个叫做dCrypt的软件，它声称可以帮助CPG企业挖掘社交媒体帖子，看看人说什么他们的品牌使用自然语言处理情绪分析。这样的分析可以为success提供信息营销策略。
我们可以推断该软件背后的机器学习模型进行训练上数以千计的电子邮件和信使应用谈话片断，以及社交媒体帖子像Facebook状态或鸣叫。这些片段可能与CPG产品如何为他们工作，如果他们喜欢的价格相比竞争对手，或者他们是否会再次购买相同的产品。这个文本数据会被标记为正或负的经验与产品，以及由什么客户特别的想法是错误的。
例如，客户可以在twitter上发布关于客户公司的垃圾袋没有穿孔的消息。然后，将人类是标签鸣叫的消极情绪。的标签文本数据然后将通过该软件的机器学习算法运行。
这将有训练有素的算法来辨别文字链，到人脑，可以解释为关于产品的正面或负面的评价作为显示推特、即时消息、电子邮件或其他社交媒体帖子的形式。
然后，用户可以上传基于文本的对话那是未标注成dCrypt。那么软件背后的算法将能够找出文章中的关键词、主题和短语，并确定它们背后的观点。然后，系统提供这些话题是基于文本的对话的类别，可能根据情绪分为积极或消极两类。
这些分类的目的是发现关于产品的外围对话，这可能会带来重要的见解。例如，如果一个客户在推特上说要寻找一种产品的替代用途，CPG公司可以评估这种替代用途是否值得利用。
分形没有提供任何证明dCrypt是如何工作的视频。
碎之星声称有帮助领先的CPG公司更好地了解的口苦公众，以解决这一问题与他们的产品的意图。客户公司综合分形的软件进入其客户及其牙科产品的网站和社交媒体数据。根据该案例研究，客户公司能够发现10个关于口腔疼痛的新话题，这可能会对其牙科产品的市场份额产生影响。
分形还列出了金伯利克拉克如一他们过去的客户。
PRASHANT乔希是他是人工智能和机器学习的研究员和负责人在分形。他持有博士在计算神经科学和机器学习从格拉茨技术大学。在此之前,Joshi担任研究员在法兰克福高等研究院。我们采访了乔希我们在行业播客AI的一个小插曲：机器学习如何帮助CPG公司击败竞争对手。
贸易促进优化计划(TPO)
简柏特
简柏特报价一个软件叫合同助理，这是简伯特的子产品科拉。简柏特索赔合同助理可以帮助CPG公司停止支付零售商为开展促销活动，如销售或店内展示。该软件使用自然语言处理，以配合贸易促进合同发票。
我们可以推断该软件背后的机器学习模型进行训练上数以千计的数字贸易促进文件涉及零售商，合同和付款。这个文本数据会被标记为合同，贸易买单，业绩证明，或支付等等。
的标签文本数据然后将通过该软件的机器学习算法运行。这将有训练有素的算法来辨别文字链，到人脑，可以解释为合同，贸易买单，证明其性能，并支付所显示的数字贸易促进合同、发票和法规遵循模板。
然后，用户可以上传贸易推广和合同数据那是未标注成合同助理。那么软件背后的算法将能够评估所需类型的合同，价格和产品的数量和支付金额为促进。然后，系统提供该公司与零售商和上传的合同，发票，并进行验证合规性模板之间的敲定合同文件。毕竟这三种被验证，该系统处理支付。
我们无法找到可用的科拉合同助理演示视频。
简柏特索赔已经帮助一个主要的北美食品公司自动升级过程，容易出现人为错误。该公司每年在150家零售商中手工处理超过30万笔交易，但他们发现审计每一笔交易是不现实的，这导致了多付。客户公司使用简柏特的软件与自己的行业薪酬数据，占合同数据，客户发票，市场数据，以及支付给零售商的组合。
根据案例研究，Genpact使用了Contract Assistant软件来简化集成，以便客户的员工使用。这包括对公司准备集成哪些数字工具的评估，以及这些工具的实施计划。Genpact还为客户公司提供了一个为期10周的示例练习，帮助两家零售商实现流程自动化。
客户签约公司助理向前移动作为他们的自动化解决方案。客户预计将节省$ 2100万，每年通过减少促销多付。然而，这家客户食品公司的名称并未披露。
Harit纳纳瓦蒂是产品与技术及CTO的高级副总裁在简柏特。他持有女士在计算机科学从位于小石城的阿肯色大学。在此之前,纳纳瓦蒂提供服务作为联合创始人和首席技术官在Akritiv。
Wipro公司
Wipro公司报价PROMAX优化，它声称可以帮助CPG公司采用优化未来贸易促销预测分析。
我们可以推断，该软件背后的机器学习模型是基于数十万个过去的收入数据点进行训练的，这些收入点来自涉及互补产品的促销销售，这些产品通常是一起购买的，以及数百万个客户的人口统计数据点。然后，这些数据将通过软件的机器学习算法运行。这将训练算法识别哪些数据点与促销销售的最高ROI相关。
该软件能够预测何时开展特定的促销活动，从而产生最高的投资回报率，哪些客户群体将成为促销活动的目标，以及哪些类型的促销活动可能导致相互竞争。当一家公司的产品因为顾客购买另一家公司的产品而导致销售下降时，就会发生同类相食现象。然后，用户可以在软件的数字仪表板上访问关于同类相食风险的预测和信息。
用户公司可能或可能不会需要为特定种类的产品的上载有关其即将推出的促销销售信息到软件提前。
有没有演示视频可表现如何PROMAX优化的工作原理。
Wipro公司索赔已帮助全球最大的生产和销售公司，在消费品行业之一。然而，制造商的名字没有透露。制造商集成Wipro公司的软件进入其贸易促进管理系统。根据该案例研究，制造商看到六个月$ 300万的增量净营收增加，促销活动减少18％，导致亏损，并提高投资回报率从促销金额不详。
Abidali（阿比德）Z. Neemuchwala是首席执行官Wipro公司。他持有硕士学位在工业管理从LIT孟买。在此之前,Neemuchwala担任副总统在塔塔咨询服务公司。
标题图片来源：维基百科
