CTI Summit 2017 Road to CTI Summit 2017: Ada Machine Learning di Balik Seikat Bunga

Road to CTI Summit 2017: Ada Machine Learning di Balik Seikat Bunga

Bunga apa yang pantas diberikan bagi istri yang akan berulang tahun esok hari? Bagi banyak suami, pertanyaan itu mungkin hanya bisa dijawab dengan tatapan kosong dan wajah bingung. Namun jangan khawatir, ada Gwyn yang siap membantu.

Cukup mengunjungi alamat https://www.1800flowers.com/gwyn-1800flowers, Anda bisa berkonsultasi dengan Gwyn. Dia akan menanyakan warna kesukaan sang istri, jenis bunga yang disukai, dan setelah itu memberikan rekomendasi bunga apa yang bisa diberikan kepada sang istri. Kedengarannya memang simpel, namun ada teknologi yang menarik di balik itu.

Gwyn (yang sebenarnya merupakan singkatan dari Gift When You Need) adalah asisten berbasis artificial intelligence (AI). Fungsi Gwyn adalah mengetahui keinginan konsumen untuk kemudian menyajikan bunga yang tepat dari koleksi 16 perusahaan bunga di bawah 1-800-Flowers.com. “Kami menciptakan Gwyn sebagai bagian dari usaha kami meningkatkan customer experience,” ungkap Chris McCann, President 1-800-Flowers.com.

Sebagai “asisten” yang bertugas mengulik keinginan konsumen, tugas Gwyn tentu saja tidak mudah. Gwyn harus bisa mengetahui keinginan konsumen berdasarkan medium chatting yang menggunakan natural language manusia. Artinya, Gwyn tidak bisa diprogram menggunakan algoritma standar. Gwyn harus menggunakan pendekatan machine learning yang bisa mengintepretasikan natural language tersebut menjadi bahasa yang dimengerti mesin.

Untuk menciptakan Gwyn ini, 1-800-Flowers.com menggunakan solusi IBM Watson Engagement Advisor (WEA). Tidak cuma memahami bahasa manusia, IBM WEA juga membantu Gwyn menemukan konteks berdasarkan berbagai data. Contohnya history data konsumen selama ini, kesukaan mereka, dan juga momen yang sesuai dengan waktu permintaan (seperti menyediakan bunga warna pink menjelang Hari Valentine).

Sedangkan untuk di sisi backend, Gwyn juga memanfaatkan IBM Watson Explorer (WEX) untuk memindai seluruh inventori. Dengan begitu, Gwyn bisa memberikan rekomendasi bunga yang memang tersedia di inventori 1-800-Flowers.com.

Gwyn merupakan contoh bagaimana teknologi machine learning bisa digunakan untuk mempelajari berbagai data dan informasi, dari bentuk numerik yang dipahami mesin sampai bahasa manusia yang mesti diinterpretasikan lebih lanjut. Berdasarkan pemahaman ini, Gwyn bisa secara cerdas mengumpulkan dan menganalisis data, lalu merekomendasikan bunga yang sesuai selera dan kebutuhan konsumen dengan AI.

Cerita soal Gwyn di atas adalah satu dari kian banyaknya contoh implementasi AI di industri retail. Contoh lainnya adalah perusahaan outdoor apparel North Face yang juga memanfaatkan AI untuk membantu konsumen memilih produk yang tepat.

Implementasi AI pun tidak cuma di sisi pengguna. IBM Watson memiliki fitur Order Optimizer yang akan memberikan saran terkait strategi inventori toko retail. Saran itu diberikan setelah menganalisa pola pembelian konsumen, tingkat laku sebuah produk, sampai kondisi cuaca yang mempengaruhi pembelian sebuah produk.

Implementasi AI juga bisa digunakan untuk menyediakan produk yang personal dan menjawab kebutuhan tiap konsumen. Dengan menganalisis social profile, preferensi personal, sampai tren yang ada saat ini, industri retail bisa memberikan produk yang sesuai berbasis individu. Dengan begitu, setiap konsumen merasa kebutuhannya terpenuhi dan mendapat sentuhan personal dari toko retail tersebut.

Pendek kata, AI dan machine learning akan mentransformasi industri retail dalam skala yang luar biasa.

Artificial Intelligence untuk Semua

Penerapan AI dan machine learning sebenarnya tidak cuma untuk industri retail. Semua industri bisa menjadikan AI sebagai competitive advantage.

Untuk mengetahui lebih jauh bagaimana AI bisa mentransformasi industri perbankan, telekomunikasi, sampai e-commerce, Anda bisa mengikuti acara CTI IT Infrastructure Summit 2017. Pada acara bertajuk “Machine Learning: Capitalizing the Information of Everything to Drive Your Digital Business”, Anda bisa belajar dari perusahaan yang telah berhasil memanfaatkan machine learning.

Segera daftarkan diri Anda di www.itinfrastructuresummit.com mengingat tempat yang terbatas.

Comments

comments