Lyft，Uber，Airbnb和LinkedIn展示了内部AI解决方案的强大功能

 
据悉，公司了解人工智能和机器学习的重要性，特别是因为它已经成为一个越来越重要的竞争优势，并且渴望加入。但一如既往，问题在于：一旦你确定了企业人工智能的潜力，你买，还是你建立?
这是我们将在今年的转型中解决的一个重大问题：用人工智能加速您的业务。 Spoiler提醒：Lyft，Uber，Airbnb和LinkedIn，在今年的活动中都有杰出的演讲者，他们坚定地站在建立自己的AI解决方案的一边。他们最终获得了一些非常成功 – 而且非常酷 – 的结果。
当然，对于硅谷的科技公司而言，拥有大量资源来构建自己的解决方案是很好的。对于我们其他人来说，这听起来是乌托邦式的，而变形将有更多的传统公司分享 – 例如中西部的制造公司，你可能没有听说过，或雷神，施耐德电气，奥的斯，强生公司等主流公司， 和更多。我们还将举办有关深度学习和边缘计算等方面的AI产品研讨会
但就技术潮流引领者而言，这里是今年2019年转型期间商店对话的预览，以及我们的特色客户使用内部工具完成的一些事情。
Lyft
Lyft的灵魂，以及公司的推动力，是专注于人工智能实验和创新。跨部门协作，由营销人员，数据科学家，工程师和产品经理组成的团队，致力于让大约1000万客户满意并请求更多的游乐设施。
这意味着每次都能保持一致，无缝的体验，高效且个性化，足以确保客户的忠诚度。目前，它包括由人工智能和Lyft应用程序中的机器学习机器人提供的类似聊天的体验，它可以预测客户问题并分析驾驶员和乘客数据，以提供最有效的解决方案，并继续学习，发展和提高使用效率案例被添加，团队继续迭代，实验和学习自己。
您将听到更多关于Lyft如何打破孤岛并在公司实施人工智能的方式，来自Lyft的机器学习产品主管Gil Arditi。
在“在整个公司阶段实施人工智能架构”中，您将了解Lyft如何在2020年及以后扩展人工智能第一的组织。在他的演讲中，“人工智能算法和系统的最新进展”，Arditi将谈论过去一年在人工智能方面取得的重大进展，所有这些都对任何雄心勃勃的公司的技术战略都有影响。
尤伯杯
优步是“第一家人工智能公司”吗?如果让机器学习和神经网络成为他们所有业务流程的基础，并且他们在市场竞争中的核心驱动因素是合格的，那么我们正在考虑是的。
该公司在内部和外部的每个业务案例中使用AI来大规模地制定数据驱动的决策。它根据市场动态优化了跨渠道的营销支出和布局，并为公司设定了更大的财务目标。它预测用户供应和需求，以提高他们的服务效率和他们的司机回报 – 以及路线优化和入职。它计划硬件容量，以确保服务始终具有成本效益，处理风险评估，在欺诈检测的基础上，并可能解决小林丸的情况。
有关Uber关于AI的全部内容以及他们的结果如何为您自己的策略提供信息的更多信息，请查看Uber数据科学总监Franziska Bell将在Transform上发表的小组讨论，“在整个公司实施AI架构。 “您将了解允许优步在整个组织内进行预测的人工智能平台，实施人工智能战略的最佳实践方法等等。
制作的Airbnb
要扰乱整个行业，您需要找到回答旧问题的新方法 – 或者开始提出更好的问题。 Airbnb从一开始就以其解决其中心任务的方式将酒店和旅游业发挥作用，将客人与正确的度假体验联系起来。在主机方面，它的优先事项是通过构建新的人工智能和机器学习方法来帮助主机最大化收入，从个性化的实时搜索排名和动态定价到付费增长和在线实验，机器学习和人工智能。
它为所有产品提供内外燃料。他们复杂的神经网络模仿了人类大脑中神经元的激发，提高了搜索结果在其网站和移动应用上的相关性。人工智能搜索，可发现性和个性化帮助公司在12个城市从500个体验转变为两年内超过20,000个活跃体验。通过会话AI技术和机器学习框架，可以对访客消息进行分类和意图识别，以缩短访客等待响应的时间并减少主机所需的总体工作负载。内部人工智能系统可以将设计草图转换为产品源代码，其机器学习驱动的语言系统可以将列表评论翻译成客人的母语。
要了解更多关于Airbnb团队解决市场所有问题的方法，请不要错过Airbnb数据产品负责人Jeff Feng。在他的会议中，“如何大规模实施人工智能”，他将讨论规模化的人工智能平台如何帮助开发人员提高整个组织的工作效率。并且接受Airbnb的应用机器学习产品经理Andrew Hoh的演讲，“在您的组织中标准化和扩展AI”，他将深入探讨智能组织如何标准化机器学习和AI项目的流程，以及扩展培训和部署无需每次都重新发明轮子。
LinkedIn
人工智能负责人迪帕克•阿加瓦尔(Deepak Agarwal)表示，在LinkedIn上，人工智能就像氧气一样。它融合了每一种经验，从会员饲料的个性化到自动构建AI系统过程的模型，他们继续探索新的用例，每个成员模型作为他们继续扩大广义使用工作的一部分线性混合模型(GLMix)，成员到主题兴趣图，创建者端优化，用于在LinkedIn上创建高质量内容的成员，等等。
由于整个公司对产品的人工智能和机器学习需求急剧增加，LinkedIn正在将构建方法更进一步。该公司不是不断聘请昂贵的数据科学家进入现有部门，而是启动了一个人工智能学院，为工程，产品管理等领域的员工提供将AI集成到当前项目中所需的知识，并深入了解更智能产品和技术并不断创新。
要了解更多关于公司如何将AI集成到每个功能以及他们的AI Academy计划的结果，今年不要错过Agarwal Transform，当时他也加入了“在整个公司阶段实施AI架构”的会议。
在2019年的转型中，我们展示了最好的人工智能业务应用，并讨论了所有人工智能业务领域的进步，包括计算机视觉，机器人过程自动化，边缘人工智能等方面的会议。立即注册，查看来自Lyft，Uber，Airbnb和LinkedIn的顶级AI创新者，深入了解他们的人工智能体验，以及谷歌，亚马逊，微软，Facebook和Salesforce等公司的高管不仅仅关注这一切的未来，而且企业应该如何应用它。