返回顶部
首页
时尚 | 生活 | 工具 | 诗词 |
您现在的位置:
首页 数码 详细信息
数字化转型取决于多样性
2021-08-09    阅读量:30697    新闻来源:互联网     |  投稿

在各行各业,企业现在都是技术和数据公司。他们越早掌握并实践这一点,就越能更快地满足客户的需求和期望,创造更多的业务价值并实现增长。重新构想业务并使用数字技术来创建新的业务流程、文化、客户体验和机会变得越来越重要。

数字化转型取决于多样性 中网时尚,stylechina.com

关于数字化转型的迷思之一是,一切都与利用技术有关。不是。为了取得成功,数字化转型本质上需要并依赖于多样性。人工智能 (AI) 是人类智能的结果,由其巨大的才能实现,但也容易受到其局限性的影响。


因此,组织和团队必须将多样性放在首位,并超越传统意义进行思考。对我来说,多样性围绕着三个关键支柱。


人们

人是人工智能最重要的部分;事实是人类创造了人工智能。人的多样性——创建人工智能算法的决策者团队——必须反映一般人群的多样性。


这不仅仅是确保女性在人工智能和技术角色中的机会。此外,它还包括性别、种族、民族、技能、经验、地理、教育、观点、兴趣等的全部维度。为什么?当您有不同的团队审查和分析数据以做出决策时,您可以减少他们自己的个人和独特的人类经历、特权和限制使他们对他人的经历视而不见的可能性。


关于数字化转型的迷思之一是,一切都与利用技术有关。不是。


总的来说,我们有机会应用人工智能和机器学习来推动未来并做好事。这始于反映我们世界的全面多样性和丰富观点的多元化团队。


技能、观点、经验和地域的多样性在我们的数字化转型中发挥了关键作用。在 Levi Strauss & Co.,我们不断发展的战略和 AI 团队不仅仅包括数据和机器学习科学家和工程师。我们最近从世界各地的组织中挑选了员工,并有意开始培训以前没有编码或统计经验的人。我们让零售运营、配送中心和仓库的人员进行设计和规划,并让他们参加我们有史以来的第一个机器学习训练营,利用他们的专业零售技能,并通过编码和统计增强他们的能力。


我们没有限制所需的背景;我们只是寻找那些好奇的问题解决者,天生善于分析并坚持寻找解决业务问题的各种方法的人。现有的专家零售技能和增加的机器学习知识相结合,意味着从该计划毕业的员工现在对他们的商业价值有了有意义的新观点。这项零售行业首创的计划帮助我们培养了一支才华横溢且多元化的团队成员。


数据

人工智能和机器学习能力取决于输入系统的数据。我们经常将自己限制在从结构化表格(数字和数字)的角度考虑数据,但数据是任何可以数字化的东西。


我们公司过去 168 年来一直生产的牛仔裤和夹克的数字图像是数据。客户服务对话(仅使用权限记录)是数据。人们如何在我们的商店中移动的热图是数据。我们消费者的评论是数据。今天,一切可以数字化的东西都变成了数据。我们需要拓宽我们对数据的看法,并确保我们不断将所有数据输入到人工智能工作中。


大多数预测模型使用过去的数据来预测未来。但由于服装行业仍处于数字、数据和人工智能采用的初期阶段,因此参考过去的数据通常是一个常见问题。在时尚领域,我们期待预测对没有销售历史的全新产品的趋势和需求。我们怎么做?


我们使用的数据比以往任何时候都多,例如,新产品的图像和我们过去几季产品的数据库。然后我们应用计算机视觉算法来检测过去和新时尚产品之间的相似性,这有助于我们预测对这些新产品的需求。这些应用程序提供比经验或直觉更准确的估计,用数据和人工智能驱动的预测补充以前的实践。


在 Levi Strauss & Co.,我们还使用数字图像和 3D 资产来模拟衣服的感觉,甚至创造新的时尚。例如,我们训练神经网络来了解各种牛仔裤款式的细微差别,如锥形腿、胡须图案和仿旧外观,并检测影响悬垂、褶皱和折痕的组件的物理特性。然后,我们能够将其与市场数据相结合,在其中我们可以定制我们的产品系列以满足不断变化的消费者需求和愿望,并专注于我们品牌在不同人群中的包容性。此外,我们使用 AI 创造新款式的服装,同时始终保留世界一流设计师的创造力和创新精神。


工具和技术

除了人和数据,我们还需要确保我们在创建和生成算法时使用的工具和技术的多样性。一些人工智能系统和产品使用分类技术,这可能会使性别或种族偏见永久化。


例如,分类技术假设性别是二元的,并且通常根据外貌和刻板的假设将人们指定为“男性”或“女性”,这意味着所有其他形式的性别认同都被删除了。这是一个问题,我们在这个领域工作的所有人,在任何公司或行业,都要防止偏见和先进技术,以捕捉人们生活中的所有细微差别和范围。例如,我们可以从数据中剔除种族,以尝试呈现算法盲目竞争,同时不断防止偏见。


我们致力于实现 AI 产品和系统的多样性,为此,我们使用开源工具。开源工具和库本质上更加多样化,因为它们可供世界各地的每个人使用,并且来自不同背景和领域的人们致力于增强和推进它们,丰富他们的经验,从而限制偏见。


我们在 Levi Strauss & Company 如何做到这一点的一个例子是我们的美国 Red Tab 忠诚度计划。当粉丝设置他们的个人资料时,我们不会要求他们选择性别或让 AI 系统做出假设。相反,我们要求他们选择自己的风格偏好(女性、男性、两者或不知道),以帮助我们的 AI 系统构建量身定制的购物体验和更个性化的产品推荐。


人员、数据、技术和工具的多样性正在帮助 Levi Strauss & Co. 彻底改变其业务和我们的整个行业,将手动转变为自动化,将模拟转变为数字,并将直观转变为预测。我们还在继承公司 168 年来代表平等、民主和包容的社会价值观。人工智能的多样性是延续这一传统并塑造时尚未来的最新机会之一。


标签:
免责声明:本文仅代表作者本人观点,与中网风格,stylechina.com无关。本网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请在一周内进行,以便我们及时处理。客服邮箱:23341571@qq.com | 客服QQ:23341571
全站地图 | 二级目录 | 上链请联系业务QQ:23341571 或 业务微信:kevinhouitpro