技術專欄

集結國內外精選文章,掌握最新雲端技術新知與應用 

iKala Cloud / 部落格 / 產業解決方案 / 想導入 AI 卻不知如何著手?Google 打造適用於各產業的 AI 解決方案

想導入 AI 卻不知如何著手?Google 打造適用於各產業的 AI 解決方案

許多企業看到了 AI 和機器學習在商業上應用的價值,但卻不知道從何開始實踐。如果您的企業目前沒有數據分析的團隊,或是團隊正忙於其他任務,那企業更需快速、簡單的方式導入 AI。

Google Cloud 希望 AI 能讓更多企業使用,所以 2018 年我們推出了 Cloud AutoML,幫助難以獨力完成機器學習的企業做出更高品質的客製化機器學習模型。同時 Google Cloud 也推出了擁有強大預測分析能力的 BigQuery ML,能夠觸及數百萬用戶,其中包含非數據分析背景的使用者。

這篇文章將分享 Google Cloud 新的解決方案,這些解決方案讓企業能夠更輕易的導入 AI,包含:文件分析、庫存/需求預測、管理多個客戶服務,例如:聊天機器人、電話、e-mail。

新功能:

  • Document Understanding AI (Beta 版)
  • Contact Center AI (Beta 版)
  • Google Cloud 零售相關應用:
    • Vision Product Search (GA)
    • Recommendations AI (Beta 版)
    • AutoML Tables (Beta 版)

透過 Document Understanding AI (Beta) 改變你對文檔的看法 

多數企業累積了數以億計的文檔,若將文檔數位化或是搬遷到雲原生的解決方案,以利相關人員存取和分析資料,光是將文檔存至電腦通常就需數小時的時間。企業需要更自動化的方式將不同檔案類型的文件放入雲端中。

現在 Google 推出了 Beta 版的 Document Understanding AI,這是一個具備高擴展性的無伺服器平台,可以自動地將文檔分類、截取或新增內容。Document Understanding AI 提供自動化文檔處理流程,將文檔轉為結構化數據,您可以透過文檔分析,了解隱藏在其中的內容和資訊,幫助您快速準確地做決策,目前已有客戶使用自定義文件作分類,而準確率高達 96%。Document Understanding AI 同時亦開放像 Iron MountainBoxDocuSignEgnyteTauliaUiPathAccenture 等第三方技術公司支援。

Iron Mountain 的資深副總表示:「Iron Mountain 為資料管理的供應商,每年掃描超過 6.27 億頁的文檔,是一種數位轉型解決方案,而 GCP 的 Document Understanding AI 幫助我們識別表單、文字段落、表格圖形、特定名詞搜尋,幫助客戶制定工作量。Document Understanding AI 提供更高價值的服務, 讓企業不僅能輕鬆轉換資料,同時實踐公司價值。」

透過 Contact Center AI (Beta) 優化客服服務

2018 年 Google Cloud 推出了第一個 AI 解決方案:Contact Center AI,旨在幫助企業用最新的技術創造更好的客服體驗。在越來越多 GCP 客戶導入此客服系統後,Google 於 2019 年正式釋出 Beta 版的 Contact Center AI,此版本可以運行在 Dialogflow Enterprise Edition 中,為企業的 Contact Center:Virtual Agent、 Agent Assist、Topic Modeler 提供以下功能,如:調整真人語音模擬,讓客戶更順暢的和虛擬客服對話;升級 Agent Assist,讓 Agent Assist 能夠向客服工作者快速地提供有用的資訊。

未來包含 Avaya、Salesforce、Accenture 等合作夥伴也將加入 Google Cloud 的 Contact Center AI 計畫,打造更好的語音識別、自然語言處理技術。「不論是中小企業還是全球興企業組織,都可以使用這項 AI 解決方案,透過將客服互動轉換為數據分析,可以有效幫助組織提高效率。」Avaya 的資深副總提到。

讓更多零售業者導入 AI

無論是「預測型」推薦系統或是「需求型」推薦系統,AI 在零售業上的商業價值逐漸增加,使零售商面臨必須啟動 AI 轉型、但卻不知從何開始的挑戰。Google Cloud for Retail 幫助零售業者使用 AI 來解決不同需求:Vision Product Search 讓業者可以在 APP 中將商品搜尋功能視覺化,讓用戶能透過拍攝產品來得到產品資訊;Recommendations AI (Beta 版),能幫助零售業提供客製化 1 對 1 的推薦服務,因推薦導致的營收成長 40%、每季增加 5%;最後,AutoML Tables (Beta 版),讓零售業在結構化數據上自動部署最新的機器學習模型,將建模的時間從數週縮短至數天,讓業者可以輕鬆地透過數據分析達到提高收入、優化產品組合、熟悉客群等目標。

讓每個人都能使用 AI

隨著機器學習在各產業逐漸被廣泛使用,Google Cloud 的終極目標就是:無論企業有哪方面 AI 的需求,都可以在 Google Cloud 找到最先進的 AI 服務。

(原文翻譯自 Google Cloud。)

分享本文:
FacebookLineTwitter
回到頂端