T:
Maaari bang gumana ang parehong mga tool sa pag-aaral ng makina para sa parehong mga tingian at mga negosyo sa pagmamanupaktura?
A:Pagdating sa mga tool sa pag-aaral ng pag-aaral ng makina para sa parehong mga negosyo sa tingi at pagmamanupaktura, mayroong ilang mga makabuluhang pagkakatulad, ngunit mayroon ding mga pangunahing pagkakaiba.
Sa tingi, ang karamihan ng mga tool at proseso ng pag-aaral ng makina ay nakatuon sa mga inisyatibo na nakaharap sa customer. Ginagamit ng mga kumpanya ang napakalawak na kapangyarihan ng pag-aaral ng makina upang maghukay sa pamamagitan ng data na nagpapahintulot sa kanila na magbenta, na pinalalaki ang conversion at sa gayon, kita. Ang isang napakahusay na halimbawa na naglalakad sa linya sa pagitan ng pag-aaral ng makina at artipisyal na katalinuhan ay ang paghabol sa outreach ng customer sa paligid ng pag-abandona sa cart. Ang mga hanay ng mga tool na aktibong umaabot sa mga customer na inabandunang mga item sa isang shopping cart ay madalas na naiuri bilang artipisyal na mga tool ng intelektwal, ngunit ang iba pang mga tool na simpleng pinagsama-sama at pag-aralan ang mga data upang mabuo ang mga hinihimok ng mga sistema ay mga halimbawa ng pag-aaral ng makina na inilalapat sa tingi.
| Libreng Pag-download: Pag- aaral ng Machine at Bakit Mahalaga ito |
Sa pagmamanupaktura, ang hitsura ng pag-aaral ng machine ay medyo naiiba. Ang pag-aaral ng makina ay nalalapat sa pagmamanupaktura at paggawa ng mga pisikal na kalakal sa kaunting mga natatanging paraan. Karamihan sa halaga ng pag-aaral ng makina sa pagmamanupaktura ay inilalapat sa paghawak ng mga supply chain. Ang pag-aaral ng makina ay magpapaalam sa mga proseso ng pagpapanatili, pag-aayos at pag-overhaul (MRO), at iba pang mga aspeto ng gusali, pag-iimpake o pag-iipon ng mga item ng discrete o mass production. Sa madaling salita, marami sa mga pinakamahalagang tool sa pag-aaral ng makina sa pagmamanupaktura ay nakatuon sa palapag ng tindahan, na naglalayong hindi sa mga customer, ngunit sa pagbuo ng perpektong "matalinong pabrika" at pagpapabuti ng mga pisikal na proseso. (Ang artikulong Forbes na ito ay isa lamang halimbawa na nagbabantya sa sampung mga paraan na ang pag-aaral ng makina ay mabilis na nagbabago ng pagmamanupaktura, at sa mga pangunahing paraan.) Sa pamamagitan ng kaibahan, ang mga kasangkapan sa pagkatuto ng tinginan ng makina ay kadalasang naglalayong sa "matalinong pagbebenta ng sahig" at ang karamihan ng commerce na nagaganap ngayon sa online o sa pamamagitan ng mga digital platform.
Gamit ang sinabi, ang mga negosyong tingi ay maaari ring gumamit ng mga tool sa pag-aaral ng machine upang hawakan ang mga pisikal na proseso, halimbawa, imbentaryo. Sa paghawak ng imbentaryo, ang mga prediktor sa pagkatuto ng makina ay makakatulong sa mga kumpanya ng tingi upang makatipid ng napakalaking halaga sa pamamagitan ng pagpapanatiling imbentaryo lamang na kailangan nila na magagamit sa isang oras, at mas mahusay ang paggawa ng mga bodega at imbakan ng imbakan. Gayunpaman, ang isang pangunahing halaga ng pag-aaral ng makina sa tingi ay nakatuon pa rin sa suporta sa desisyon para sa mga benta, sa pag-aaral nang higit pa tungkol sa customer batay sa malalim na pagsasama ng data at mga kasanayan sa pagsusuri, sa pagsusuri ng mga demograpiko at personal na impormasyon at pagkuha ng labis na mahalagang katalinuhan sa pagbebenta.
Ang ilalim na linya ay, bilang isang harbinger ng darating na malakas na AI, ang pag-aaral ng makina at malalim na mga tool sa pagkatuto ay "matalino". Pinagsasama nila ang data at nagbibigay ng isang holistic na larawan ng ilang tinukoy na konsepto, maging ito sa isang heograpiya, pisikal na puwang o isang digital kapaligiran. Kaya't iba't ibang mga industriya ang gumagamit ng lakas ng pag-aaral ng makina sa iba't ibang paraan. Ang pagkakaiba sa pagitan ng pag-aaral ng makina sa tingian at pag-aaral ng makina sa pagmamanupaktura ay isang maliwanag na halimbawa kung paano tinutukoy ng mga negosyo ang kanilang mga pangangailangan at pag-ampon nang naaayon sa mga teknolohiya ng pag-aaral ng makina.
