Data quality, COVID response, saving the coral reefs and more during Transform’s Data, Analytics, & Intelligent Automation Summit

Posted on

एक्सेंचर द्वारा प्रस्तुत ट्रांसफॉर्म 2021 में डेटा, एनालिटिक्स और इंटेलिजेंट ऑटोमेशन समिट ने इस बात पर गहराई से विचार किया कि कैसे डेटा, एनालिटिक्स और इंटेलिजेंट ऑटोमेशन अधिक से अधिक अच्छे, बॉटम लाइन और बहुत कुछ में मदद कर सकते हैं।

दिन की शुरुआत के साथ हुई एआई और डेटा नाश्ते में बिग बाइट्स, एक्सेंचर द्वारा प्रस्तुत किया गया. Accenture, American Express, Opendoor, Evernorth, और Google के नेता अंततः सहमत हुए कि उनके AI समाधानों के तहत डेटा की गुणवत्ता पर कोई समझौता नहीं किया जा सकता है।

जैसा कि Google डुप्लेक्स में उत्पाद प्रमुख वैलेरी न्यागार्ड ने कहा, “आप बहुत सारे तकनीकी नवाचार कर सकते हैं, लेकिन इतना समय वे डेटा की गुणवत्ता, उस सटीकता, सामान्यीकरण, प्रसंस्करण और हैंडलिंग पर भरोसा करते हैं।”

अमेरिकन एक्सप्रेस क्रेडिट और धोखाधड़ी जोखिम समूह दुनिया भर में सालाना 1.2 ट्रिलियन डॉलर के शुल्क की निगरानी के लिए मशीन लर्निंग द्वारा संचालित मॉडल का उपयोग करता है, और वास्तविक समय में 8 बिलियन जोखिम निर्णय लौटाता है, जोखिम प्रबंधन, उपभोक्ता विपणन और उद्यम वैयक्तिकरण के उपाध्यक्ष अंजलि दीवान ने कहा। अमेरिकन एक्सप्रेस में निर्णय विज्ञान।

“यह सुनिश्चित करने के लिए अनुशासन होना कि उस डेटा की गुणवत्ता सुसंगत है, मूल्यांकन से शुरू होकर जब आप इसे उत्पादन में डालते हैं, तो यह एक महत्वपूर्ण प्रतिस्पर्धात्मक लाभ है,” उसने समझाया।

सह-संस्थापक और सीटीओ इयान वोंग ने कहा कि ओपेंडूर के मूल्यांकन मॉडल, जो 90,000 से अधिक ग्राहकों को सेवा प्रदान करते हैं, और 30 बाजारों में अचल संपत्ति में $ 10 बिलियन से अधिक को सक्षम करते हैं, उनके डेटा इनपुट के समान ही सार्थक हैं। कवरेज और सटीकता सुनिश्चित करने के लिए, उन्होंने कस्टम इंस्पेक्टर ऐप बनाए हैं जो प्रथम-पक्ष डेटा एकत्र करने के लिए मानव विशेषज्ञ का उपयोग करते हैं और फिर इसे वास्तविक समय में अपने केंद्रीय भंडार में वापस इनपुट करते हैं।

डेटा एकत्र करने और प्रबंधित करने में समय लगता है, यह सुनिश्चित करता है कि यह उच्च गुणवत्ता और शासित है, और फिर इसे अंतर्दृष्टि ड्राइव करने के लिए व्यवस्थित करता है, मार्क क्लेयर, डेटा रणनीति के उद्यम प्रमुख और एवरनोर्थ / सिग्ना में सक्षमता ने कहा। लेकिन नई चुस्त, सहयोगी प्रक्रियाओं और दृश्य-आधारित खोज ने एक वित्तीय सेवा कंपनी को लागू करने में मदद की, जिससे कंपनी के वैश्विक व्यवसाय प्रमुख ने 30 मिनट से भी कम समय में आठ-आंकड़ा एट्रिशन जोखिम की खोज की।

एक्सेंचर में एप्लाइड इंटेलिजेंस नॉर्थ अमेरिका लीड के ग्लोबल मैनेजिंग डायरेक्टर, अहमद चक्रवर्ती के लिए एक बड़ी बात यह है कि जब आप उद्यम में डेटा-संचालित यात्रा करते हैं, तो यह एक बदलाव की यात्रा होती है, और बदलाव का एक बड़ा हिस्सा अपनाने को बढ़ावा देना है।

“मैं इसे अंतिम-मील कनेक्शन कहता हूं,” उन्होंने कहा। “डेटा के आसपास साक्षरता महत्वपूर्ण है। डेटा को समझने, डेटा के साथ आप क्या कर सकते हैं, यह समझने के लिए अपने उद्यम के पूरे कौशल को ऊपर उठाना, गोद लेने और अपनी संस्कृति में बदलाव लाने के लिए लंबी अवधि की यात्रा में बहुत महत्वपूर्ण है।

“जीवित रहने के लिए बादल। एआई फलने-फूलने के लिए: सीएक्सओ कैसे डेटा-संचालित पुनर्निवेश के मार्ग को नेविगेट कर रहे हैं ”

समिट के मुख्य वक्ता के रूप में वेंचरबीट में एआई कंटेंट स्ट्रैटेजी के प्रमुख हरि शिवरामन ने एक्सेंचर के संजीव वोहरा, ग्लोबल लीड-एप्लाइड इंटेलिजेंस के साथ बातचीत की।

महामारी के बाद, अधिक अच्छा, अधिक राजस्व और अधिक क्षमता बनाने के लिए डेटा, AI और क्लाउड की ओर बड़े पैमाने पर बदलाव आया है।

वोहरा ने चार प्रमुख मूलभूत परिवर्तनों की पहचान की, जिन्हें उन्होंने और उनकी टीम ने विशेष रूप से पिछले एक साल में देखा है। पहला, यह है कि क्लाउड और डेटा एक साथ महाशक्तियों के रूप में आए हैं। एक तरफ, उन्होंने समझाया, क्लाउड का प्रसार है जो आवश्यकता के आधार पर गणना शक्ति के उच्च स्तर और स्केल अप और स्केल करने के लिए लचीलापन प्रदान करता है। यह बड़ी मात्रा में डेटा के साथ संयुक्त है जो अब दोनों कंपनियों के अंदर उपलब्ध है या तीसरे पक्ष से प्राप्त किया गया है।

“डेटा और क्लाउड एक बहुत बड़ा चलन है जिसे हम पूरे ग्रह को शक्ति देते हुए देखते हैं और यह वास्तव में महामारी के दौरान उन्नत हुआ है,” उन्होंने कहा।

दूसरी प्रवृत्ति यह है कि उद्योगों में कंपनियों के सी-सूट अब वास्तव में इन तकनीकों में रुचि रखते हैं और उनका उपयोग व्यावसायिक मूल्य प्राप्त करने के लिए कैसे किया जा सकता है। “यह प्रयोग क्षेत्र, या पायलट क्षेत्र से बाहर चला गया है,” उन्होंने कहा, “पैमाने के लिए इस्तेमाल किया जाना है।”

गति तीसरी प्रवृत्ति है। जैसा कि वोहरा ने समझाया, “कोई भी दो साल, तीन साल मूल्य बढ़ाने की कोशिश में खर्च नहीं करना चाहता। [Business leaders] वास्तव में यह कहने को लेकर गंभीर हो रहे हैं कि छह महीने में क्या किया जा सकता है।”

अंतिम प्रवृत्ति प्रतिभा है। यह दुर्लभ है, और मांग हर जगह से आ रही है। इसलिए कंपनियों को अब महत्वपूर्ण निर्णय लेने पड़ रहे हैं कि कर्मचारियों के निर्माण के लिए कितना निवेश आवश्यक है, और आंतरिक रूप से निर्माण बनाम बाहर से भर्ती करने पर किस हिस्से पर ध्यान केंद्रित किया गया है।

बाद में चर्चा में, वोहरा ने उन परियोजनाओं में से एक को साझा किया जिसे लेकर वह विशेष रूप से उत्साहित हैं। इंटेल और फिलीपींस स्थित सुलुबास एनवायरनमेंटल फाउंडेशन के साथ, एक्सेंचर एआई और एज कंप्यूटिंग के साथ कोरल रीफ को बचा रहा है जो कोरल रीफ रेजिलिएशन की निगरानी, ​​​​विशेषताएं और विश्लेषण करता है। एक्सेंचर का एप्लाइड इंटेलिजेंस वीडियो एनालिटिक्स सर्विसेज प्लेटफॉर्म (वीएएसपी) समुद्री जीवन का पता लगाता है और वर्गीकृत करता है, और फिर डेटा को एक सतह डैशबोर्ड पर भेजा जाता है। रीयल-टाइम में एनालिटिक्स और रुझानों के साथ, शोधकर्ता डेटा-संचालित निर्णय लेते हैं जो हमारे बोलते समय (या जैसा कि आप पढ़ते हैं) रीफ की प्रगति में मदद कर रहे हैं।

सिग्ना सी-सूट के अधिकारी अपने ग्राहकों के स्वास्थ्य को बदलने में एआई और डिजिटल इंटरैक्शन के प्रभाव पर चर्चा करते हैं

स्वास्थ्य पैनल में एआई के दौरान, एवरनार्थ/सिग्ना में वैश्विक मुख्य डेटा और विश्लेषण अधिकारी जीना पापुश ने एक्सेंचर के वैश्विक प्रबंध निदेशक जो डेपा के साथ बातचीत की, कि वे स्वास्थ्य देखभाल को अधिक अनुमानित, कुशल बनाने के लिए कार्रवाई योग्य बुद्धि का उपयोग कैसे कर रहे हैं। , और सबसे महत्वपूर्ण बात, प्रभावी।

पिछले डेढ़ साल में उनका मुख्य ध्यान भौगोलिक रूप से और विभिन्न जनसंख्या क्षेत्रों में COVID के प्रभाव को समझने पर रहा है।

“जिन चीजों का हमने खुलासा किया है, उनमें से एक यह है कि इसमें कोई संदेह नहीं है कि COVID ग्राहकों के विभिन्न समूहों और विशेष रूप से काले और हिस्पैनिक ग्राहकों को कैसे प्रभावित कर रहा है, इस संदर्भ में मतभेद हैं,” उसने कहा।

संगठन ने अपनी नैदानिक ​​और ग्राहक अनुभव टीमों के साथ भागीदारी की, उन बाजारों में स्थानीय स्तर पर नियोक्ताओं के साथ काम करते हुए, आउटरीच को चलाने के लिए एक ठोस, डेटा-संचालित प्रयास लाने के लिए। उन्होंने संक्रमण को रोकने और बीमारी के प्रबंधन के बारे में पीपीई और शिक्षा को सक्रिय रूप से वितरित किया। और जैसे ही टीकाकरण शुरू हुआ, उन्होंने ग्राहक नियोक्ताओं के साथ मिलकर इन्हें टीकाकरण स्थलों तक पहुँचाया।

एक बार जब उन्होंने पोस्ट-सीओवीआईडी ​​​​प्रभावों का अध्ययन करने के लिए ध्यान केंद्रित किया, विशेष रूप से लंबे समय तक चलने वाले सीओवीआईडी ​​​​के साथ, उन्होंने पाया कि लंबे समय तक चलने वाले सीओवीआईडी ​​​​के रोगियों में, कई ग्राहकों में पहले से मौजूद पुरानी स्थितियां हैं जैसे कि हृदय की सूजन और हृदय रोग, जो उच्च दर पर प्रचलित हैं रंग समुदायों में। अब वे जोखिमों की पहचान करने पर ध्यान केंद्रित कर रहे हैं, और डेटा विज्ञान टीमें मॉडल बना रही हैं और उन लोगों की पहचान करने के लिए मॉडल लागू कर रही हैं जो गंभीर जटिलताओं के लिए COVID के बाद जोखिम में हो सकते हैं।

पापुश ने कहा, “यह महत्वपूर्ण है कि COVID के बाद की देखभाल जारी रहे, और हमारे भविष्य कहनेवाला विश्लेषण हमें उस देखभाल को सही लोगों तक पहुंचाने में सक्षम बनाते हैं।”

बड़े डेटा के साथ उपभोक्ता व्यवहार को समझना और एआई संचालित उत्पादों को वितरित करना जो वैयक्तिकृत अनुशंसाएं प्रदान करते हैं

एक्सेंचर द्वारा प्रस्तुत रिटेल पैनल में इस एआई ने डोरडैश, नाइके और एक्सेंचर के एआई लीडर्स के साथ अल्ट्रा-पर्सनलाइजेशन ट्रेंड को अनपैक किया।

एक्सेंचर में एप्लाइड इंटेलिजेंस ग्लोबल सॉल्यूशंस एआई लीड लैन गुआन ने कहा, “यह हर दिन अधिक स्पष्ट हो गया कि डिजिटलीकरण के बाद की तेजी ने लोगों के उपभोग और सभी श्रेणियों के उत्पादों के साथ बातचीत करने के तरीके को बदल दिया है।” “एआई ने उपभोक्ता मांग को ठीक उसी तरह से पूरा करने के लिए छलांग लगाई है, जब वे अभी भी चाहते हैं। यही अति-वैयक्तिकरण है।”

डोरडैश के लिए, यह वैयक्तिकरण केंद्र है जिसे कंपनी “रेस्तरां चयन समस्या” कहती है, डोरडैश में डेटा साइंस और मशीन लर्निंग के प्रमुख आलोक गुप्ता ने समझाया।

उपभोक्ता दूरदर्शन पर एक विशिष्ट भोजन को ध्यान में रखकर आते हैं। उनके डेटा वैज्ञानिक यह समझने पर केंद्रित हैं कि वह इच्छा क्या है, और संभावित नए रेस्तरां भागीदारों की पहचान करें जो डोरडैश ऐप के रेस्तरां और भोजन के चयन को यथासंभव मजबूत बनाने में मदद कर सकते हैं।

एंटरप्राइज़ डेटा और एनालिटिक्स के नाइके वीपी एमिली व्हाइट ने कहा, नाइके में डिजिटल मांग में विस्फोट के साथ, उनके पूरे मॉडल को बदलना पड़ा। कंपनी ने गति हासिल करने के लिए आंतरिक प्रक्रियाओं को स्वचालित करने और उनकी बढ़ती डिजिटल मांग को पूरी तरह से समर्थन देने के लिए एक नई वितरण सुविधा शुरू करने के लिए एआई और मशीन लर्निंग का उपयोग किया।

उसकी टीम ने सिग्नल को पढ़ने, नाइके के सभी वितरण केंद्रों और स्टोरों में उपलब्ध इन्वेंट्री की पहचान करने के लिए एक पुनःपूर्ति इंजन बनाया, और यह निर्धारित किया कि टेनेसी में एडाप्ट सुविधा के लिए कौन से उत्पाद आवंटित किए जाने चाहिए ताकि दक्षिण-पूर्वी क्षेत्र की सर्वोत्तम सेवा हो सके। यह दुनिया भर में उनका सबसे बड़ा वितरण केंद्र है, जिसे कंपनी के नाइके और जॉर्डन उत्पादों को अलग-अलग उपभोक्ताओं, थोक ग्राहकों और नाइके के खुदरा चैनलों को नई डिजिटल-फर्स्ट दुनिया में यथासंभव कुशलता से वितरित करने के लिए बनाया गया है।

“इसका परिणाम परिवहन समय और लागत में कमी, हमारी स्थिरता में सुधार, और हमारी स्थानीय मांग पर तेजी से प्रतिक्रिया करने में हमारी मदद कर रहा है,” उसने कहा।

एक्सेंचर के ग्राहकों में से एक, एक फैशन ब्रांड, ने एआई और एक अति-वैयक्तिकरण दृष्टिकोण का उपयोग किया, जो कि बाजार में अभी भी गर्म होने के लिए प्रतिक्रिया देने के लिए एक वर्ष में केवल कुछ कपड़ों के संग्रह की पेशकश करता है। वे एआई और मशीन लर्निंग के साथ सोशल मीडिया प्लेटफॉर्म से रीयल-टाइम उपभोक्ता प्रतिक्रिया एकत्र करते हैं। कुछ ही घंटों के भीतर, डिजाइनर इस जानकारी को उत्पाद विचारों में अनुवादित करते हैं और उन्हें प्रयोगात्मक उत्पादन के लिए माइक्रो-स्टूडियो में भेजते हैं।

“यहां दो त्वरित परिणाम,” गुआन ने कहा। “वार्षिक राजस्व में 25% की वृद्धि, और राजस्व-प्रति-विज़िट में 29% -प्लस वृद्धि, यह सब उस अति-वैयक्तिकरण के कारण है।”

Leave a Reply

Your email address will not be published. Required fields are marked *