소셜 네트워크

AI

COVID는 모든 모델에 어떤 영향을 주었습니까?

화신

게재

on

COVID는 모든 모델에 어떤 영향을 주었습니까?

변경 관리, 복잡성, 해석 가능성 및 AI가 인류를 장악 할 위험에 대해 Dean Abbott 및 John Elder와의 인터뷰.


By 헤더 파이 슨, KNIME

COVID는 모든 모델에 어떤 영향을 주었습니까?

후 KNIME 가을 정상, 공룡들은 집으로 돌아갔습니다… 음, 노트북의 전원을 껐습니다. 딘 애보트 와 존 엘더, 오랜 데이터 과학 전문가 인 Fall Summit에 마이클 토론에 그와 함께 데이터 과학의 미래 : 산업 공룡과의 노변 대화. 그 결과 데이터 과학 과제와 새로운 트렌드에 대한 흥미로운 대화가 나왔습니다. 스튜디오 조명을 끄고 나서 Rosaria 데이터 과학 세계에서 변경 관리, 복잡성, 해석 가능성 등에 대한 몇 가지 하이라이트를 추출하고 확장했습니다. 그것이 우리를 어디로 가져 왔는지 봅시다.

현실 변화와 모델을 업데이트해야 할 때 AI의 변경 관리에 대한 경험은 무엇입니까? COVID는 모든 모델에 어떤 영향을 주었습니까?

 
[학장] 머신 러닝 (ML) 알고리즘은 과거와 미래의 일관성을 가정합니다. 상황이 바뀌면 모델이 실패합니다. COVID는 우리의 습관과 데이터를 변화 시켰습니다. Pre-COVID 모델은 새로운 상황을 처리하는 데 어려움을 겪습니다.

[남자] 간단한 예는 Google지도의 교통 레이어입니다. 2020 년 폐쇄 조치가 국가별로 강타한 후 Google지도 트래픽 추정치는 한동안 매우 정확하지 않았습니다. 상당히 안정적인 훈련 데이터를 기반으로 구축되었지만 이제는 시스템이 완전히 엉망이되었습니다.

세상이 언제 바뀌고 모델이 더 이상 작동하지 않는지 어떻게 알 수 있습니까?

 
[학장] 제가 사용하는 약간의 트릭이 있습니다. 시간별로 데이터를 분할하고 레코드에 "이전"과 "이후"라는 레이블을 지정합니다. 그런 다음 모델이 사용하는 동일한 입력에서 "이후"와 "이전"을 구별하는 분류 모델을 구축합니다. 차별이 가능하다면“이후”는“이전”과 다르며 세상이 바뀌고 데이터가 변경되었으며 모델을 재교육해야합니다.

특히 수년 간의 사용자 정의 후 프로젝트에서 모델을 재교육하는 것이 얼마나 복잡합니까?

 
[남자] 훈련 모델은 일반적으로 가장 쉬운 단계입니다! 성공한 대부분의 프로젝트 주사위 구현 단계에서. 가장 큰 시간 데이터 정리 및 준비 단계에 사용됩니다. 그리고 가장 문제 비즈니스 이해 / 프로젝트 정의 단계에서 누락되거나 이루어집니다. 따라서 결함이 무엇인지 이해하고 새로운 데이터를 얻고 구현 프레임 워크를 마련 할 수 있다면 새로운 모델을 만드는 것은 비교적 간단합니다.

수십 년간의 경험을 바탕으로 실제로 작동하는 데이터 과학 애플리케이션을 구성하는 것이 얼마나 복잡합니까?

 
[남자] 물론 복잡성에 따라 다를 수 있습니다. 우리 프로젝트의 대부분은 최소한 몇 달 안에 작동하는 프로토 타입을 얻습니다. 그러나 모두에게 피드백의 중요성을 충분히 강조 할 수는 없습니다. 원하는 것보다 훨씬 더 자주 사람들과 대화해야합니다. 그리고 들어! 우리는 매번 비즈니스 문제, 데이터 또는 제약에 대해 새로운 것을 배웁니다. 우리 모두가 인간과 대화하는 데 능숙한 것은 아니기 때문에 종종 팀이 필요합니다. 그러나 모든 이해 관계자 팀은 동일한 언어를 말하는 법을 배워야합니다.

[학장] 비즈니스 담당자와 대화하는 것이 중요합니다. 사람들은 변화를 두려워하고 현재 상태를 바꾸고 싶어하지 않습니다. 한 가지 핵심 문제는 실제로 심리적입니다. 분석가는 종종 성가심으로 간주됩니다. 따라서 우리는 비즈니스 파트너와 분석 전문가 간의 신뢰를 구축해야합니다. 프로젝트 시작에는 항상 다음 단계가 포함되어야합니다. 도메인 전문가 / 프로젝트 관리자, 분석가, IT 및 인프라 (DevOps) 팀을 동기화하여 모든 사람이 프로젝트의 목표와 실행 방법을 명확하게 알 수 있도록합니다. 분석가는 매일 만나야하는 상위 11 명의 사람들 목록에서 10 위입니다! 데이터 과학자의 오만함을 구현하지 마십시오. "비즈니스는 우리 / 우리의 기술을 이해할 수 없지만 무엇이 가장 효과적인지 알고 있습니다." 그러나 우리가 이해하지 못하는 것은 도메인 전문가가 실제로 우리가 일하고있는 도메인의 전문가라는 것입니다! 데이터 과학 가정과 접근 방식을 도메인 전문가가 이해하는 언어로 번역하는 것이 핵심입니다!

현재 최신 트렌드는 딥 러닝으로 모든 것을 해결할 수 있습니다. 최근 한 학생으로부터 질문을 받았습니다. "딥 러닝이 데이터 과학 문제를 해결하기위한 최첨단 기술인 경우 다른 ML 알고리즘을 배워야하는 이유는 무엇입니까?"

 
[학장] 딥 러닝은 방 밖으로 많은 산소를 빨아 들였습니다. 1990 년대 초반 신경망이 비슷한 낙관주의로 상승한 느낌이 듭니다! 딥 러닝은 확실히 강력한 기술 세트이지만 구현 및 최적화하기가 어렵습니다. 나무의 앙상블 인 XGBoost도 강력하지만 현재는 더 주류입니다. 고급 분석을 사용하여 해결해야하는 대부분의 문제는 실제로 복잡한 솔루션이 필요하지 않으므로 간단하게 시작하십시오. 이러한 상황에서 딥 러닝은 과잉입니다. Occam의 면도기 원칙을 사용하는 것이 가장 좋습니다. 두 모델이 동일하게 작동하는 경우 가장 간단한 것을 채택하십시오.

복잡성에 대해. 딥 러닝과 반대되는 다른 추세는 ML 해석 가능성입니다. 여기에서 설명 할 수 있도록 모델을 크게 (과도하게?) 단순화합니다. 해석 가능성이 그토록 중요합니까?

 
[남자] 나는 종종 해석 가능성과 싸우고 있습니다. 물론 훌륭하지만 가장 중요한 모델 속성 인 신뢰할 수있는 정확도의 비용이 너무 많이 듭니다. 그러나 많은 이해 관계자가 해석 가능성이 필수적이라고 믿기 때문에 수용의 장벽이됩니다. 따라서 어떤 종류의 해석이 필요한지 알아내는 것이 중요합니다. 아마도 가장 중요한 변수가 무엇인지 아는 것일까 요? 이는 많은 비선형 모델에서 가능합니다. 신용 신청자에게 거절 된 이유를 설명하는 것처럼 한 번에 하나의 사례에 대한 결과를 해석하면 될까요? 주어진 점에 대한 선형 근사치를 만들 수 있습니다. 또는 블랙 박스 모델에서 데이터를 생성하고 해당 데이터에 맞는 복잡한 "해석 가능한"모델을 구축 할 수 있습니다.

마지막으로, 연구에 따르면 사용자가 모델을 가지고 놀 수있는 기회, 즉 입력 값의 시험 값으로 그것을 찌르고 그 결과물을보고 시각화 할 수있는 기회가 있다면, 그들은 해석 가능성에 대해 똑같은 따뜻한 느낌을 갖게됩니다. 전반적으로 모델 뒤에있는 사람과 기술에 대한 신뢰는 수용을 위해 필요하며, 이는 정기적 인 의사 소통과 모델의 최종 사용자를 모델링 프로세스의 빌드 단계와 결정에 포함시킴으로써 강화됩니다.

[학장] 그런데 KNIME 분석 플랫폼은 Random Forest에서 입력 변수의 중요성을 정량화하는 훌륭한 기능을 가지고 있습니다! 그만큼 랜덤 포레스트 학습자 노드는 후보 및 분할 변수의 통계를 출력합니다. Random Forest Learner 노드를 사용할 때 기억하십시오.

모델이하는 일에 대한 설명 요청이 증가하고 있습니다. 예를 들어, 일부 보안 등급의 경우 유럽 연합은 모델이해서는 안되는 작업을 수행하지 않는다는 확인을 요구하고 있습니다. 우리가 모든 것을 설명해야한다면 기계 학습은 갈 길이 아닙니다. 더 이상 기계 학습이 없으십니까?

 
[학장]  완전한 설명 가능성을 얻기가 너무 어려울 수 있지만 모델 입력에 대한 그리드 검색을 수행하여 모델이 수행하는 작업을 설명하는 점수 카드와 같은 것을 생성하여 진행 상황을 달성 할 수 있습니다. 이것은 하드웨어 및 소프트웨어 QA의 회귀 테스트와 같습니다. 모델이하는 일에 대한 공식적인 증명이 불가능하다면, 테스트하고 테스트하고 테스트합시다! 입력 셔플 및 대상 셔플은 모델 동작을 대략적으로 표현하는 데 도움이 될 수 있습니다.

[남자] 모델이하는 일을 이해하는 것에 대해 이야기하면서 과학에서 재현성 문제를 제기하고 싶습니다. 모든 분야의 저널 기사 중 65 ~ 90 %는 복제 할 수없는 것으로 여겨집니다. 이것은 과학의 진정한 위기입니다. 의학 논문은 결과를 재현하는 방법을 알려줍니다. ML 논문은 아직 재현성에 관심이없는 것 같습니다. 최근 연구에 따르면 AI 논문의 15 %만이 코드를 공유합니다.

기계 학습 편향에 대해 이야기 해 봅시다. 차별하지 않는 모델을 만들 수 있습니까?

 
[남자] (잠시 괴상한 말은 안타깝게도 오버로드. ML 세계 단어에서 "차별"하는 것이 바로 목표입니다. 두 클래스를 구분하는 것입니다. 그러나 실제 질문에 대해서는 데이터 (분석가가 데이터의 약점을 조정할 수있을만큼 영리한지 여부에 따라 다릅니다.) ) : 모델은 그 안에 반영된 정보를 데이터에서 꺼냅니다. 컴퓨터는 앞에있는 데이터를 제외하고는 세상에 대해 아무것도 모릅니다. 따라서 분석가는 데이터를 선별해야합니다. 현실을 반영하는 사례에 대해 책임을 져야합니다. 예를 들어 특정 유형의 사람들이 과소 대표되면 모델은 그들에게 덜 관심을 기울이고 앞으로 더 정확하지 않을 것입니다. 나는 "여기에 도달하기 위해 데이터가 무엇을 거쳐야 했습니까?"라고 묻습니다. (이 데이터 세트에 들어가기 위해) 프로세스를 진행하는 동안 다른 케이스가 어떻게 탈락했는지 (즉, 생존자 편향) 생각합니다. 숙련 된 데이터 과학자는 이러한 문제를 찾고이를 조정 / 수정하는 방법을 생각할 수 있습니다.

[학장] 편향은 알고리즘에 없습니다. 편향은 데이터에 있습니다. 데이터가 편향된 경우 우리는 편향된 세계관으로 작업하고 있습니다. 수학은 단순한 수학 일뿐 편견이 아닙니다.

AI가 인류를 장악할까요?!

 
[남자] 저는 AI가 단지 좋은 엔지니어링이라고 믿습니다. AI가 인간의 지능을 능가할까요? 내 경험상 40 세 미만은 누구나 그렇다고 믿는다. 이것은 불가피하며, 대부분 40 세 이상 (분명히 나처럼) : 아니오! AI 모델은 빠르고 충실하며 순종적입니다. 훌륭한 독일 셰퍼드 개처럼 AI 모델은 공을 가져 가지만 보여준 데이터 외에는 세상에 대해 아무것도 모릅니다. 상식이 없습니다. 특정 작업에 대한 훌륭한 조수이지만 실제로는 매우 어둡습니다.

[학장] 그 메모에서 나는 AI의 미래를 잘 설명하고 있다고 생각하는 AI의 시작부터 1961 년과 1970 년에 Marvin Minsky가 쓴 두 가지 인용문을보고하고 싶습니다.

“우리 생애 내에서 일부 기계는 일반적인 지능에서 우리를 능가 할 수 있습니다.” (1961)

"XNUMX 년에서 XNUMX 년 후에 우리는 인간의 지능을 가진 기계를 갖게 될 것입니다." (1970)

이러한 아이디어는 오랫동안 존재 해 왔습니다. AI가 모든 문제를 해결하지 못하는 한 가지 이유는 다음과 같습니다. 우리는 하나의 숫자, 하나의 숫자만을 기준으로 행동을 판단합니다! (모델 오류) 예를 들어, 오류 메트릭으로 제곱 평균 제곱근 오차를 사용하여 모델을 구축하여 예측 한 향후 XNUMX 년 동안의 주가 예측은 데이터가 실제로 수행하는 작업에 대한 전체 그림을 그릴 수 없으며 모델을 심각하게 방해합니다. 패턴을 유연하게 발견하는 능력. 우리 모두는 RMSE가 너무 거칠다는 것을 알고 있습니다. 딥 러닝 알고리즘은 계속해서 나아질 것이지만, 모델이 실제로 얼마나 좋은지 판단하는데도 더 잘해야합니다. 그래서 안돼! AI가 인류를 장악 할 것이라고 생각하지 않습니다.

인터뷰가 끝났습니다. 시간과 지식의 약에 대해 Dean과 John에게 감사드립니다. 곧 다시 만나길 바랍니다!

Dean Abbott 및 John Elder 정보

COVID는 모든 모델에 어떤 영향을 미쳤습니까? 딘 애보트 SmarterHQ의 공동 창립자이자 최고 데이터 과학자입니다. 그는 옴니 채널 고객 분석, 사기 탐지, 위험 모델링, 텍스트 마이닝 및 설문 분석에서 문제를 해결 한 2014 년의 경험을 가진 데이터 과학 및 예측 분석 분야에서 국제적으로 인정받는 전문가이자 혁신가입니다. 선구적인 데이터 과학자 및 데이터 과학자 목록에 자주 포함되는 그는 전 세계 컨퍼런스에서 인기있는 기조 연설자이자 워크숍 강사이며 UC / Irvine 예측 분석 및 UCSD 데이터 과학 인증 프로그램에 대한 자문위원회에서도 활동하고 있습니다. 그는 Applied Predictive Analytics (Wiley, 2013)의 저자이자 The IBM SPSS Modeler Cookbook (Packt Publishing, XNUMX)의 공동 저자입니다.


COVID는 모든 모델에 어떤 영향을 미쳤습니까? 존 엘더 1995 년 미국에서 가장 크고 경험이 풍부한 데이터 과학 컨설팅 회사 인 Elder Research를 설립했습니다. Charlottesville VA, Baltimore MD, Raleigh, NC, Washington DC 및 London에 지사를두고 실행 가능한 지식을 추출하여 상업 및 정부 고객을위한 수백 가지 문제를 해결했습니다. 모든 유형의 데이터에서. Elder 박사는 실용적인 데이터 마이닝, 앙상블 및 텍스트 마이닝에 관한 세 권의 책을 공동 집필했으며 그 중 두 권은 "올해의 책"상을 수상했습니다. John은 데이터 마이닝 도구를 만들었고 앙상블 방법의 발견 자였으며 국제 회의의 의장이며 인기있는 워크샵 및 기조 연설자입니다.


 
바이오 : 헤더 파이 슨 KNIME의 블로그 편집자입니다. 처음에는 이벤트 팀에서 그녀의 배경이 실제로 번역 및 교정에 있었기 때문에 2019 년 블로그로 이동하여 텍스트 작업에 대한 진정한 열정으로 돌아 왔습니다. PS 그녀는 항상 새로운 기사에 대한 당신의 아이디어를 듣고 싶어합니다.

실물. 허가를 받아 다시 게시했습니다.

관련 :

코인 스마트. 유로파 최고의 비트 코인-보르 스
출처 : https://www.kdnuggets.com/2021/04/covid-do-all-our-models.html

인공 지능

전자 상거래의 미래 : 트렌드, 팁, 피해야 할 함정

화신

게재

on

Amazon은 30 년에 이정표를 세울 2024 주년을 맞이하고 있습니다. 같은 해에 월드 와이드 웹이 35 개를 기록했습니다. 전자 상거래, 인터넷을 통해 상품과 서비스를 사고 파는 것이 성장했고, 그 규모가 커졌습니다. eMarketer에 따르면 소매 부문의 전 세계 전자 상거래 매출 만 4 년에 2020 조 달러를 초과했습니다. 리서치 회사는이 수치가 5 년에 2022 조 달러에이를 것으로 예상하고 있습니다. 한편 글로벌 B2B 전자 상거래 매출은 6.6 년에 약 2020 조 XNUMX 천억 달러를 돌파했습니다.

전자 상거래의 가치가 상승함에 따라 온라인 거래의 복잡성도 증가했습니다. 오늘날 전자 상거래는 단순히 전자 결제를 처리하고 인터넷 판매를 가능하게하는 것 이상을 의미합니다. 또한 당신의 고객을 알고, 그게 중요합니다. 2021 년 전자 상거래 판매는 운영 및 운영에서 현대 기업의 거의 모든 측면의 강력한 성과에 달려 있습니다. 공급망 배달 서비스 및 고객 충성도 프로그램에.

조직은 통합 백 오피스 시스템의 모든 기능을 지능형 고객 통찰력 시스템과 함께 활용하여 시대의 용어로 개인화되고 원활한 디지털 트랜잭션을 제공해야합니다. 고객을 기쁘게. 고객이 첫 번째 제품을 구매하는 개인 소비자이든 다년간의 조달 계약에 따라 100 번째 글로벌 비즈니스 주문이든 개인화되고 원활한 거래가 이루어져야합니다. 구매자는 컴퓨터에서 주문하든 스마트 폰에서 주문하든, Alexa를 통해 주문하든 다른 연결된 기계를 통해 주문하든 그만큼 많은 것을 요구합니다.

“전자 상거래가 유비쿼터스가되고 있으며 기대치도 높아지고 있습니다. 사람들은 Uber를 이용하여 차량을 타는 것만 큼 쉬울 것이라고 기대합니다.”라고 디지털 컨설팅 대행사 인 Mobiquity의 최고 크리에이티브 책임자 인 Mike Welsh는 말했습니다.

그러나 고객의 기대치가 높아지는 가운데 많은 조직이 전자 상거래 운영에 부족함을 느끼고 있습니다. 가트너 신고 COVID-19 대유행이 디지털 상거래에 미치는 영향에 대해 "2020 년까지 대기업의 50 %가 참여 채널을 통합하지 못해 맥락이없는 단절되고 고립 된 고객 경험을 초래할 것"이라고 예측했습니다.

NTT 데이터 서비스의 고객 경험 부사장 인 Lisa Woodley는 기준이 매우 높습니다. “전자 상거래는 인수부터 충성도 및지지에 이르기까지 모든 단계를 포함합니다. 고객이 친구들에게 '나는 좋은 경험을했습니다. 이 회사와 거래하십시오. '”

전자 상거래의 미래에 대한이 시각에서는 온라인 브로셔로 기능했던 초기 기업 웹 사이트에서 여러 채널을 통해 액세스 할 수있는 오늘날의 강력한 컨시어지 판매 사이트에 이르기까지 인터넷을 통한 구매 및 판매의 진화를 살펴 봅니다. 우리는 전문가 분석을 제공합니다 COVID-19가 디지털 거래에 미치는 영향, 기업이 2021 년 고객 기대치를 충족하기 위해 직면하는 과제를 조사하고 이러한 과제를 극복하기위한 자세한 조언을 제공합니다.

'제품 중심'에서 '솔루션 중심'으로 진화하는 전자 상거래

여러 요인의 조합이 전자 상거래의 발전을 주도하고 있습니다. 핵심은 인터넷입니다.

한때 기업들은 대부분 소위 XNUMX 가지 마케팅 (장소, 가격, 제품 및 판촉)에서 경쟁했습니다. 그러나 웹의 검색 기능과 인터넷의 도달 범위는 이러한 차별화 요소 중 하나 이상을 무력화합니다. 온라인 쇼핑을 통해 고객은 비슷한 배송 시간과 비용으로 동일하거나 더 낮은 가격으로 동일하거나 유사한 제품을 쉽게 얻을 수 있습니다.

그 결과 다른 요인들이 주요 차별화 요소로 등장하고 있으며 개인 디지털 영역에서 구매 습관을 유도하는 새로운 요소에 대한 포괄적 인 용어입니다.

기술 시장 자문 회사 인 ABI Research의 연구 분석가 인 Eleftheria Kouri는“전자 상거래의 개념은 온라인 판매 거래 [및] 정적 웹 페이지에서 개인화되고 상호 작용하는 경험으로 바뀌고 있습니다.

"고객은 온라인 상점을 방문 할 때 제품 가상 체험, 게임 및 상호 작용 스토리 텔링 개념을 포함하여 더 넓은 범위의 기능을 이용할 수 있습니다.이 개념은 참여도를 높이고 소비자에게 제품 [및] 브랜드에 대해 교육합니다."

Gartner의 부사장이자 고객 경험 / 디지털 상거래 팀의 동료 인 Penny Gillespie는 2021 년 전자 상거래 시장에서 기업이 제품을 제공하는 방법을 찾아야한다고 말했습니다.  고객의 문제에 대한 해결책. 그러기 위해서는 온라인에서 고객의 의도.

예를 들어, 블랙 드레스를 검색하는 고객에게 서비스를 제공하는 소매 업체는 일반 및 개인 데이터뿐만 아니라 디지털 도구를 사용하여 쇼핑객이 단순히 드레스가 필요하지 않고 이벤트 용 의상이 필요하다는 것을 이해해야합니다. 사실,이 경우 드레스의 색상은 관련이 없을 수 있습니다. 검은 드레스 거의 동의어 칵테일 드레스.

Gillespie는“의도를 이해하는 것은 경험을 개인화하는 과정의 일부입니다. 이 개념을 이해하는 소매 업체는 검색 결과의 제품이 실제로 고객의 요구와 일치하는지 확인하여 드레스 판매를 보장 할 수 있습니다.  기타 관련 항목 (예 : 액세서리) — 반복적 인 비즈니스 보장.

고객 의도는 다음과 관련이 있습니다. B2B 거래 게다가. 예를 들어 기존 조달 계약에 지정된 특별 가격을 자동으로 표시하고 승인 요구 사항을 촉진하며 과거 주문 내역을 기반으로 요구 사항을 예측함으로써 고객의 고유 한 조달 프로세스를 이해하는 것을 의미 할 수 있습니다.

Gillespie는 "이는 진행중인 작업이며 일부 판매자는 다른 판매자보다 훨씬 더 잘하고 있습니다."라고 말했습니다.

Gillespie는 B2C 및 B2B 공간 모두에서 온라인 판매가 사후 대응에서 사전 및 참여로 바뀌 었습니다.“제품 중심에서 솔루션 중심으로의 전환입니다.”라고 Gillespie는 말했습니다. 그녀는 온라인 운동 용 자전거 판매를 예로 들었습니다.

“운동 용 자전거를 온라인으로 판매하는 것이 아니라 구매자의 집에 배달하고 설치 한 다음 사용을 통해 가치를 극대화하도록 돕습니다.”라고 그녀는 말했습니다. “자전거는 제품입니다. 우리 집에서 일할 때 그것이 해결책입니다.”

COVID-19는 기업과 고객을 디지털 영역으로 밀어 붙입니다

정적 인 웹 페이지에서 대화 형 고객 "솔루션"사이트로의 전자 상거래의 진화는 정교한 기술에 의해 가능해졌지만 전자 상거래의 미래를 새로운 표준으로 만들기 위해서는 글로벌 건강 위기가 필요했습니다. 전염병으로 인한 사회적 제한과 격리 명령으로 인해 2020 년에 온라인으로의 전환은 물리적 거래를 디지털 영역으로 밀어 붙였습니다.

에 따르면 결과 컨설팅 회사 인 McKinsey & Company가 발표 한 미국 전체 소매 판매에서 전자 상거래 비율이 3.3 년에 COVID-2020 이전 19 년 동안의 평균 연평균 성장률보다 4.6 배 증가했습니다. 전체 소매 매출에서 차지하는 전자 상거래 매출은 2020 년 1.4 % 성장한 반면, 전년도 평균 XNUMX % 성장했습니다.

Chipotle Mexican Grill의 디지털 전략 및 제품 부사장 인 Nicole West는“소비자들은 그 어느 때보 다 더 많은 디지털 액세스를 요구하고 있습니다.

XNUMX 월에 레스토랑 체인은 첫 번째 "디지털 전용 레스토랑,”뉴욕 하이랜드 폴스에있는 Chipotle Digital Kitchen이 위치는 픽업과 배달만을 제공하며,이 회사는 Chipotle이 풀 사이즈 레스토랑 컨셉을 지원하지 않는 더 많은 도시 지역에 들어갈 수있게 할 것이라고 회사가 밝힌 프로토 타입입니다. 새로운 레스토랑은 고객이 Chipotle.com, 앱 또는 타사 배달 파트너 플랫폼을 통해 미리 주문해야합니다.

뛰어난 디지털 경험을 제공하는 것이 28 년 된 체인의 최우선 과제가되었습니다. 그녀는 Chipotle이“UX에 관해서는 끊임없이 빠르고 쉽고 편리하게 디지털 주문을 할 수 있도록합니다”라고 덧붙였습니다.

그녀는 Unlimited Customization의 2020 년 출시를 언급했습니다. Chipotle 앱과 회사 웹 사이트의 기능으로, 고객은 식당에서 직접 주문할 때와 마찬가지로 주문을 사용자 지정할 수 있습니다. 2020 년 초, 회사는 Facebook Messenger에서 주문을 시작하고 그룹 주문 기능을 출시했습니다.이 기능을 통해 여러 사람이 Chipotle 앱과 Chipotle.com에서 동시에 주문 프로세스에 참여할 수 있습니다. 그리고 현재 캘리포니아의 29 개 레스토랑에서 Chipotle Carside를 테스트하고 있습니다.이 기능은 고객이 Chipotle 주문을 주차 된 차량으로 배달 할 수있는 앱 내 기능입니다.

Chipotle의 디지털화 노력은 실제 비즈니스 가치를 보여주었습니다. West는 Chipotle의 디지털 매출이 전년 대비 177 % 성장했으며 49 년 마지막 분기 매출의 2020 %를 차지했다고 말했습니다. 19 만 명 이상의 사람들이 디지털 판매를 통해 회사의 고객 보상 프로그램에 참여했다고 West는 덧붙였습니다. 회사의 디지털 픽업 주문은 현재 가장 수익성이 높은 거래 유형입니다.

전자 상거래 동향

디지털 액세스에 대한 욕구는 줄어들 것 같지 않습니다. 위에서 언급 한 McKinsey 보고서는 대유행 당시 처음으로 디지털 채널을 사용한 사람들의 약 XNUMX 분의 XNUMX이 정상적인 상태가 되더라도 계속 사용할 계획이라고 말했습니다.

ABI Research의 Kouri는 COVID-19 위기와 가정에서의 새로운 규범이 소비자 행동을 재편하고 전자 상거래 / 온라인 쇼핑을 촉진했으며, 이는 전염병이 끝난 후에도 계속 성장할 것으로 예상된다고 부인할 수 없습니다.

Kouri는 이러한 전자 상거래 트렌드를 뒷받침하는 기술 또한 계속해서 빠르게 진화하고 있다고 Kouri는 언급하면서 고해상도 카메라 및 디스플레이와 같은 스마트 폰의 기술 발전으로 향상된 연결성, 모바일 친화적 인 웹 사이트 및 소셜 미디어 쇼핑.

물론 아마존은 다음과 같은 혁신을 통해 온라인 쇼핑을 더욱 쉽게 만들어 왔습니다. 장바구니에 담기 와 지금 구매하기 버튼. Home Depot과 Lowe 's는 고객이 구매에 대한 확신을주는 교육용 비디오와 고객이 매장을 탐색하는 데 도움이되는 앱을 사용하여 종종 찬사를받습니다. 그리고 다양한 기술을 사용하여 고객이 구매하기 전에 품목이 자신이나 집에서 어떻게 보이는지 볼 수 있도록하는 것이 표준 관행이되고 있습니다.

고객의 관점에서 Gartner의 Gillespie는 모든 디지털 거래의 벤치 마크가 "그들이 가진 마지막 멋진 경험"이라고 지적했습니다. 움직이는 목표를 따라 잡기 위해서는 광범위한 기술과 지속적인 기술 혁신이 필요합니다.

전자 상거래 기술

인터넷은 전자 상거래를 가능하게하는 기술 이었지만 고객이 현재 기대하고 앞으로 나아가는 경험을 제공하는 데 필요한 유일한 기술은 아닙니다. 이러한 광범위한 기술 기능 중 일부는 다음과 같습니다.

  • 고객 대면 기능. 사이트는 탐색하기 쉽고 사용자에게 친숙 할뿐만 아니라 빠르고 응답 성이 있어야합니다. 사이트에는 대상 고객에게 가장 중요한 기능이 있어야하며 다른 사이트 (예 : 젊은 소비자를위한 소셜 미디어 사이트 또는 기업 고객을위한 회사 조달 시스템)와 상호 작용할 수 있어야합니다.
  • 데이터 관련 기술. 조직은 자체 데이터는 물론 외부 소스의 데이터를 수집하고 사용할 수 있어야합니다. 이를 통해 조직은 특정 고객에 대한 데이터가 거의 또는 전혀없는 경우에도 고객의 요구를 예측할 수 있습니다. 회사는 다른 데이터 소스를 사용하여 유사한 고객과의 상호 작용을 기반으로 한 고객이 필요로하는 사항에 대한 이해를 수집 할 수 있습니다.
  • RPA와 같은 자동화 기술. 로봇 프로세스 자동화 데이터 수집 오류를 최소화하고 백엔드 시스템에 대한 액세스를 제공하여 셀프 서비스를 활성화함으로써 고객에게 서비스를 제공하는 프로세스를 가속화하고 간소화 할 수 있습니다.
  • 고객 여정 오케스트레이션 엔진 소프트웨어. 이 도구 클래스는 조직이 예측 모델, 의사 결정 트리, 매트릭스 규칙 및 예측 모델을 사용하여 개별 고객의 실시간 데이터를 분석하여 해당 고객과의 향후 상호 작용을 예측하는 데 도움이됩니다. 기계 학습.
  • 증강 현실. AR을 통해 고객은 실제와 같은 상황에서 제품을 가져올 수 있습니다. 구매하기 전에 항목을 가상으로 시도하거나 맞추십시오. “증강 현실과 같은 디지털 도구를 전자 상거래 플랫폼이나 앱에 도입하면 브랜드가 경쟁 업체와 차별화하는 데 도움이 될뿐만 아니라 정적 웹 사이트 / 2D 이미지를 대화 형 및 개인화 된 경험으로 전송합니다.”라고 Kouri는 말했습니다.
  • 인공 지능. 조직은 AI를 사용하여 개인화 된 온라인 경험을 제공 할 수 있습니다. 예를 들어 화장품 브랜드는 AI 알고리즘을 사용하여 피부 분석을 제공하고 적합한 제품을 추천 할 수 있습니다.
  • 백엔드 시스템. 기업에는 이러한 다른 모든 기능을 지원할 수있는 최신 인프라와 최신 IT 아키텍처가 필요합니다. 일반적으로 이는 레거시 시스템에서 클라우드 컴퓨팅 및 SaaS 애플리케이션으로 이동하여 필요할 때 빠르게 확장하고 속도를 높일 수 있음을 의미합니다. 민첩성과 유연성을 높이기 위해 마이크로 서비스를 활용합니다. 통합 및 API 사용을 통해 사일로를 해체합니다. "실제로 프런트 엔드 환경을 최대한 원활하게 만드는 우리의 목표를 달성하는 데 필요한 백 엔드가 훨씬 더 많습니다."라고 Woodley는 말했습니다.

조직과 고객이 자신의 위치를 ​​정확히 파악할 수 있도록 위치 기반 서비스를 제공하는 지오 펜싱 플랫폼과 같은 특정 도구와 결제 시스템도 전자 상거래 전략에서 중요한 역할을합니다. 기업이 창고를 최적화하는 데 사용하는 기술 및 프로세스와 마찬가지로 공급망 관리.

Kouri는“경쟁력있는 전자 상거래 경험을 구축하려면 AR에서 AI 및 안전한 결제 시스템에 이르는 수많은 기술과 도구의 시너지 효과가 필요합니다.

전자 상거래 문제

이러한 모든 부분을한데 모아 일관되고 완벽하게 작동하는 것은 당연한 일입니다.

“개인화는 모든 것에 적용되는 접근 방식이 아닙니다. 전략을 수립하기 전에 비즈니스 모델, 가치 제안 및 고객을 고려해야합니다. 이러한 부분이 굳어지면 성공하는 데 필요한 올바른 도구와 기술을 찾기 시작할 수 있습니다.”라고 Mobiquity의 고객 경험 담당 수석 이사 인 Britt Mills가 말했습니다..

또한 조직에는 데이터 전문가, 기술자, 마케팅 팀, 물류 작업자, 공급망 직원 및 기타 경영진과 해당 비전에 유능하게 기여할 수있는 지원 직원이 필요합니다.

Mills는“상점은 고객의 안전과 편의를 지원하는 새로운 기술로 시장에 뛰어들 수 있지만 고객의 비용으로 그렇게해서는 안됩니다. 직원들이 새로운 기술을 사용하도록 교육하는 것은 필수적입니다. “직원이이 새로운 예상 경험을 지원할 수 없다면 고객은 만족하지 못할 것입니다. 기술이 얼마나 위대한지는 중요하지 않습니다.”

또한 기업은 새로운 데이터 사용 법률에 대처하기위한 전략을 가지고 있어야합니다. 개인 정보를 개인의 손으로 제어. 또한 증가하는 사이버 보안 위험을 완화 할 수 있어야합니다.

이러한 기능과 보호 수단은 달성하기 어렵습니다. 전문가들은 필요한 데이터 수집에서 분석, 실행 항목으로 전환에 이르기까지 고객을 아는 프로세스를 개발하고 구현하는 어려움이 많은 대화에서 지나치게 단순화되고 덧 씌워 졌다는 사실을 인정했습니다.

따라서 대부분의 조직이 특히 참여 및 제공 채널의 수가 증가함에 따라 원활하고 개인화 된 서비스를 제공하는 데 필요한 기능을 개발하는 데 어려움을 겪고 있다는 사실을 알면 충격적이지 않습니다.

고객 참여 관리 제품 제공 업체 인 Verint의 조사에 따르면 거의 82 명의 비즈니스 리더 중 2,300 %가 조사 고객 참여 관리의 과제가 2021 년에 증가 할 것이라고 말했지만 50 %만이 앞으로 고객 참여 우선 순위를 지원할 준비가 잘되어 있다고 답했습니다. 설문 조사에 참여한 대다수의 사람들은 고객 참여의 거의 모든 측면이 조직에 도전적인 것으로 지적했으며 다음과 같은 문제를 나타냅니다.

  • 빠르게 변화하는 고객 행동을 이해하고 이에 대응 (94 % 인용);
  • 고객 상호 작용의 증가 (88 %) 관리
  • 고객 참여에 대한 통합 된 관점을 달성하고 데이터 사일로를 극복합니다 (79 %).
  • 고객 피드백을 사용하여 경험 향상 (78 %) 과
  • 지속적인 고객 관계 구축 (77 %).

고객 여정 매핑

전통적인 조직은 오프라인 전성기처럼 디지털 영역에서 어떻게 경쟁력을 갖출까요? 마스터 링으로 시작 고객 여정 매핑, 디지털 기술 및 혁신 IT 서비스 및 솔루션 회사 인 UST의 소매 전략 부사장 인 Peter Charness는 말합니다.

Charness는“[조직]은 높은 수준의 개인화를 사용하고 관련 상호 작용 및 대화를 생성하여 디지털 여정이 쇼핑객의 요구에 잘 부합하도록해야합니다. 그는 조직이 역량을 벤치마킹해야하는 XNUMX 가지 영역을 제시했습니다.

  • 이자 창출. 귀하의 조직이 웹 사이트 또는 매장으로 잠재 고객을 얼마나 성공적으로 확보하고 있는지 확인하십시오.
  • 연구 및 의사 결정에 미치는 영향. 사용자가 관심있는 제품을 쉽게 찾을 수 있는지 검토하고 "제품을 장바구니로 옮기는 데 필요한 정보와 확신을 수집"합니다.
  • 결정에 대한 확신. 검색에서 구매에 이르기까지 기업은 구매자가 구매에 대해 예라고 쉽게 말할 수 있어야합니다. "조직은 쇼핑객과의 대화에서이 부분을 가져야하며 '구매'를 누르는 자신감을 쌓아야합니다."라고 Charness는 말했습니다.
  • 배송 / 수거. Charness는 "다음으로 배송 속도 (반품 용이성 포함)가 발생하고 제품 배송 또는 수거 비용은 모든 소매 업체가 수익성 및 고객 만족도와 관련이있는 가장 관련성이 높은 관계 중 하나가됩니다."라고 말했습니다. 공급망 및 이행 능력을 평가하고이를 경쟁 업체 및 동급 최강의 회사와 비교해보십시오.
  • 판매 후 서비스, 재판매 및 충성도. “고객과의 대화는 배송으로 끝나지 않습니다.”Charness 관계를 생생하고 생산적으로 유지하기 위해 고객에게 무엇을 말하거나 조언 할 수 있는지 고려합니다.
  • 어디서나 개인화. Charness는 "쇼핑객의 입장에서 생각하고 전체 쇼핑 여정 동안했던 대화를 재생 해보세요."라고 말했습니다. “항상 관련성이 있고 흥미롭고 유용 했습니까? 아니면 모든 사람을 똑같이 대하는 대량 마케팅 기술로 의사 소통 했습니까?” 고객과의 "종단 간 상호 작용 체인"에서 AI 및 기계 학습을 사용하여 개인화 된 서비스를 향상시키기위한 전략을 개발합니다.

전자 상거래의 미래

많은 기업들이 수년 동안 전자 상거래 여정에 참여하여 디지털 거래에 대한 고객의 선호도에 맞게 비즈니스 프로세스를 조정했습니다. 그러나 전염병으로 인한 디지털 거래로의 신속하고 대대적 인 전환에 대해 잘 준비된 사람은 거의 없었습니다. 기록적인 11,100 개 이상의 매장 닫은 소매 부동산 데이터 수집가 인 CoStar Group에 따르면 지난해 미국에서 40 개의 주요 소매 업체가 11 장 파산 보호를 신청했습니다. 일부 분석가와 함께 향후 몇 년 동안 더 많은 매장이 문을 닫을 것으로 예상 예측 대부분 의류 소매업 체인 100,000 개 매장은 2025 년까지 문을 닫을 수 있습니다.

그러나 어려움과 도전에도 불구하고 많은 조직이 성공을 향해 가고 있습니다. 문제에 직면하고 해결해야한다는 인식은 조직이 데이터 기반의 개인화되고 안전한 고객 거래가 미래라는 것을 이해하고 있음을 나타냅니다.

온라인, 모바일 장치, 디지털 및 물리적 채널의 일부 조합 또는 아직 상상하지 못한 증강 현실 렌즈를 통해 이러한 거래가 발생하는 방식은 상황과 고객 선호도에 따라 달라 지지만 점점 더 디지털 기술과 관련 될 것입니다.

실제로 Gartner는 전자 상거래 + 디지털 상거래 오늘날 거래에 들어가는 모든 디지털 시스템의 수렴을 더 잘 반영합니다.

고객이 선도적 인 디지털 벤더로부터 온라인 구매시 마찰없는 경험이 표준이라고 점점 더 많이 결정함에 따라 전자 상거래 또는 디지털 상거래 또는 기타 모든 종류의 구매 및 판매 거래 간의 의미 구분이 사라질 것입니다.

Gillespie는 "모든 것이 말하고 끝났을 때이를 상거래라고 부를 것입니다."라고 말했습니다.

코인 스마트. 유로파 최고의 비트 코인-보르 스
출처 : https://www.fintechnews.org/the-future-of-e-commerce-trends-tips-traps-to-avoid-2/

계속 읽기

AI

보험을위한 AI 기반 의사 결정 자동화의 SaaS 제공 업체 인 프랑스의 Shift Technology, Series D를 통해 220 억 XNUMX 천만 달러 확보

화신

게재

on

프랑스 기반 시프트 기술보험 부문을위한 AI 강화 의사 결정 자동화 및 최적화 솔루션을 제공하는 SaaS 제공 업체는 최근 220 억 XNUMX 천만 달러의 시리즈 D 펀딩 라운드를 마무리했다고 밝혔다.

시프트 기술최신 투자 라운드 320 억 달러 이상의 시장 가치와 함께 회사에 대한 총 투자를 1 억 2021 천만 달러로 끌어 올렸습니다. 이 투자는 XNUMX 년 Advent의 XNUMX 번째 성장 지분 투자로 알려졌습니다. Shift의 라운드는 출현 국제, Advent Tech를 통해 Avenir 및 기타 투자자.

이전 시리즈 C 투자자 가속, 베세 메르 벤처 파트너, 일반 촉매아이리스 캐피탈 시프트 시리즈 D 라운드에도 참가했습니다.

이 최신 자금으로 Shift는 자본을 미국, 유럽 및 아시아로 사업 운영을 확장하는 데 사용할 것이라고 말했습니다.

미국에서 회사는 재산 및 상해 (P & C) 보험 부문에 침투 할 것이며 회사가 큰 기회를 볼 수있는 영역 인 건강 보험 산업으로도 확장 할 것입니다.

시프트 테크놀로지가 모금 한 자금은 보험사의 혁신적인 의사 결정 자동화 및 최적화 요구를 충족시키기 위해 새로운 솔루션을 구현하는 R & D (researach and development) 작업을 지원하는데도 사용될 것입니다.

처음에는 사기 탐지 및 클레임 자동화 솔루션으로 알려진 2021 년 XNUMX 월 Shift Technology가 보험 스위트 보험 제공 업체가 AI 기반 의사 결정 자동화 및 최적화 기술을보다 광범위한 중요 프로세스에 활용할 수 있도록 지원합니다. 준수).

이 회사는 현재 100 개국에서 25 명 이상의 고객에게 서비스를 제공하고 있으며 지금까지 거의 2 억 건의 클레임을 분석 한 것으로 알려졌습니다.

토마스 와이즈만Advent의 런던 기술 투자 담당 이사는 다음과 같이 말했습니다.

"2014 년에 설립 된 이래로 Shift는 복잡한 보험 세계에서 명성을 얻었습니다. Shift의 고급 SaaS 제품군은 보험사가보다 안전하고 자동화 된 방식으로 수동 및 종종 시간 소모적 인 청구 프로세스를 재구성 할 수 있도록 지원합니다. 우리는이 흥미로운 회사의 차세대 성장 물결에 동참하게 된 것을 자랑스럽게 생각합니다.”

제레미 조위시, CEO 겸 공동 설립자 인 Shift Technology는 다음과 같이 말했습니다.

“우리는 Advent International과 파트너 관계를 맺게되어 매우 기쁩니다. 그들의 상당한 부문 전문성과 글로벌 범위를 감안할 때이 최신 투자를 통해 또 다른 큰 진전을 이루고 있습니다. 우리는 AI 기반 의사 결정 자동화 및 최적화가 보험 정책 수명주기를 주도하는 중요한 프로세스에 적용될 때 가능한 일의 표면에 불과했습니다. "

코인 스마트. 유로파 최고의 비트 코인-보르 스
출처 : https://www.crowdfundinsider.com/2021/05/175107-frances-shift-technology-an-saas-provider-of-ai-based-decision-automation-for-insurance-secures-220m-via- 시리즈 -d /

계속 읽기

인공 지능

장수 스타트 업 Gero AI는 건강 변화를 정량화하는 모바일 API를 보유하고 있습니다.

화신

게재

on

스마트 폰과 웨어러블의 센서 데이터는 개인의 '생물학적 연령'과 스트레스에 대한 회복력을 의미있게 예측할 수있다. 게로 AI.

'Gero AI로 복잡한 질병을 해킹하고 노화'라는 간결한 목표에 미션을 집약 한 '장수'스타트 업은 만보계의 패턴 식별을 기반으로하는 '디지털 바이오 마커'를 사용하여 질병 위험을 예측하는 AI 모델을 개발했습니다. 모바일 사용자의 신체 활동을 추적하는 센서 데이터.

'걸음'의 단순한 척도는 그 자체로 개인의 건강을 예측할만큼 충분히 미묘한 차이가 없습니다. Gero의 AI는 이환율 위험과 연결될 수있는 패턴을 파악하기 위해 대량의 생물학적 데이터에 대해 훈련되었습니다. 또한 개인이 생물학적 스트레스 (수명과 관련된 또 다른 바이오 마커)에서 회복하는 속도를 측정합니다. 즉, 신체가 스트레스에서 빨리 회복 될수록 개인의 전반적인 건강 예후가 좋아집니다.

A 연구 논문 게로는 동료 심사를 거친 생의학 저널에 게재했습니다. 노화 모바일 장치 센서 데이터에서 질병 위험을 예측하기 위해 심층 신경망을 훈련 한 방법을 설명하고 생물학적 연령 가속 모델이 혈액 검사 결과를 기반으로 한 모델과 비교할 수 있음을 입증 할 수있었습니다.

저널에 게재 될 다른 논문 자연 통신 이달 말, 장치에서 파생 된 생물학적 복원력 측정에 대해 자세히 설명합니다.

러시아에 연구 뿌리를두고있는 싱가포르에 기반을 둔이 신생 기업은 2015 년에 이론 물리학을 전공 한 러시아 과학자에 의해 설립되어 현재까지 총 5 만 달러의 종자 기금을 모금했습니다 (XNUMX 개의 트랜치에서).

후원자는 공동 창립자 Peter Fedichev에 따라 생명 공학 및 AI 분야 모두에서 왔습니다. 투자자로는 벨로루시에 기반을 둔 AI 중심 초기 단계 펀드 인 Bulba Ventures (Yury Melnichek)가 있습니다. 제약 측면에서는 러시아 의약품 개발 회사 인 Valenta와 연결되어있는 일부 (이름없는) 개인의 지원을 받고 있습니다. (제약 회사 자체는 투자자가 아닙니다).

Fedichev는 박사 학위를 받고 학계에서 약 XNUMX 년을 보낸 후 생명 공학 분야로 옮겨 약물 발견을위한 분자 모델링 및 머신 러닝 작업을 수료 한 이론 물리학 자입니다. 여기서 노화 문제에 관심을 갖고 회사를 시작하기로 결정했습니다.

뿐만 아니라 자체 생물학적 수명에 대한 연구 (마우스와 선충 연구)는 모바일 장치로 캡처 한 센서 데이터를 통해 생물학적 연령과 인간의 스트레스에 대한 탄력성을 예측하기위한 AI 모델을 개발하는 데 중점을두고 있습니다.

Fedichev는“물론 건강은 하나 이상의 숫자입니다. “우리는 그것에 대해 환상을 가져서는 안됩니다. 그러나 인간의 건강을 하나의 숫자로 압축한다면 많은 사람들에게 생물학적 연령이 가장 좋은 숫자입니다. 그것은 당신에게 – 본질적으로 – 당신의 라이프 스타일이 얼마나 독성이 있는지… 당신이 당신의 연대기 나이에 비해 생물학적 인 나이가 더 많을수록 –이를 생물학적 가속이라고합니다 – 만성 질환에 걸리거나 계절성 전염병에 걸리거나 합병증을 일으킬 가능성이 더 커집니다. 그 계절성 질병.”

Gero는 최근에 (현재 유료) API를 출시했습니다. GeroSense, 이는 건강 및 피트니스 앱을 겨냥하여 AI 모델링을 활용하여 사용자에게 생물학적 연령 및 탄력성에 대한 개별 평가를 제공 할 수 있습니다.

초기 파트너는 수명에 중점을 둔 다른 회사 인 AgelessRx 및 휴머니티 Inc. 하지만이 아이디어는 모델을 피트니스 앱에 널리 임베드하여 Gero로 지속적인 활동 데이터 스트림을 다시 전송하여 AI의 예측 기능을 추가로 제공하고 더 광범위한 연구 임무를 지원할 수 있도록하는 것입니다. 제약 회사와 협력하여 노화 방지 약물 발견.

피트니스 제공 업체가 API를 포함하는 것은 사용자에게 재미 있고 잠재적으로 가치있는 기능을 제공하는 것입니다. 긍정적 (또는 부정적) 생물학적 변화를 추적 할 수 있도록 개인화 된 건강 측정을 통해 자신이 속한 피트니스 서비스의 가치를 정량화 할 수 있습니다. 사용.

"모든 건강 및 웰빙 제공 업체 (아마도 체육관까지)는 예를 들어 앱에 넣을 수 있습니다.이 기능은 다양한 유형의 사용자에 대한 가치에 따라 체육관의 모든 클래스, 체육관의 모든 시스템에 순위를 매길 수 있습니다."라고 설명합니다. Fedichev.

“우리는 생쥐가 아닌 인간에게 노화가 어떻게 작용하는지 이해해야하기 때문에 이러한 기능을 개발했습니다. 일단 우리가 개발 한 후에는 유전자를 찾기 위해 정교한 유전 연구에 사용하고 있습니다. 우리는 실험실에서 테스트하고 있습니다.하지만 웨어러블 장치와 같은 연속적인 신호로부터 노화를 측정하는이 기술은 그것의 좋은 트릭입니다. 개인적인. 이것이 우리가이 GeroSense 프로젝트를 발표 한 이유입니다.”라고 그는 계속합니다.

“노화는 기능적 능력의 점진적인 감소로 나쁘지만 체육관에 가서 잠재적으로 향상시킬 수 있습니다. 하지만 문제는이 탄력성을 잃고 있다는 것입니다. 즉, [생물학적으로] 스트레스를 받으면 가능한 한 빨리 정상으로 돌아갈 수 없습니다. 그래서 우리는이 회복력을보고합니다. 따라서 사람들이 이러한 탄력성을 잃기 시작하면 더 이상 견고하지 않으며 20 대와 동일한 수준의 스트레스로 인해 난관을 잃게됩니다.

"우리는 이러한 회복력의 상실이 질병이 시작되기 전에도 미래의 질병에 취약하다는 것을 알려주기 때문에 노화의 핵심 표현형 중 하나라고 믿습니다."

“사내 모든 것이 노화되고 있습니다. 우리는 노화 : 측정 및 개입에 전적으로 전념하고 있습니다.”라고 Fedichev는 덧붙입니다. "우리는 장수와 건강을위한 운영 체제와 같은 것을 만들고 싶습니다."

Gero는 또한 "최고급"보험 회사를 보유한 두 명의 파일럿으로부터 약간의 수익을 창출하고 있습니다. Fedichev는 기본적으로이 단계에서 비즈니스 모델의 증거로 운영되고 있다고 말합니다. 그는 또한 Pepsi Co.의 초기 파일럿에 대해 언급합니다.

그는 건강 결과 분야에서 보험 회사와 협력하기를 희망하는 방식과 Elon Musk가 운전 방식에 대해 알고있는 정보를 기반으로 센서 탑재 Teslas 소유자에게 보험 상품을 제공하는 방식 사이의 연결 고리를 스케치합니다. 말장난을 용서한다면 운전석의 센서 데이터. ( "본질적으로 우리는 Elon Musk가 자동차에하려는 일을 인간에게하려고합니다."라고 그가 설명하는 방식입니다.)

그러나 단기 계획은 더 많은 자금을 모으고 잠재적으로 데이터 캡처 잠재력을 실제로 확장하기 위해 API를 무료로 제공하는 것으로 전환하는 것입니다.

약간의 컨텍스트를 위해 축소합니다.Google의 지원을받은 지 거의 XNUMX 년이 지났습니다. 옥양목 '죽음 고치기'의 문샷 미션으로 시작되었습니다. 그 이후로 작지만 성장하는 '장수'스타트 업 분야가 생겨나 연장 (직감적으로) 인간의 수명. (죽음을 끝내는 것은 분명히 문샷 위의 문샷입니다.) 

물론 죽음은 여전히 ​​우리와 함께 있지만, 저승 사자의 노크를 막기 위해 가능한 약물과 치료제를 식별하는 사업은 계속해서 속도를 높이고 있으며, 투자자의 자금을 끌어 들이고 있습니다.

이러한 추세는 개방형 연구 데이터 이니셔티브와 건강 추적을위한 디지털 장치 및 서비스의 확산 덕분에 건강 및 생물학적 데이터가 점점 더 풍부 해지고 접근 가능 해짐에 따라 가속화되고 있으며, 빠르게 발전하는 기계 학습 분야의 유망한 개발과 함께 설정되었습니다. 예측 의료 및 약물 발견과 같은 것입니다.

코로나 바이러스 전염병이 일반적으로 건강과 웰빙, 특히 사망률에 마음을 집중 시켰기 때문에 장수는 최근에 관심이 약간 증가했습니다.

그럼에도 불구하고 복잡한 다 분야 비즈니스로 남아 있습니다. 이러한 생명 공학 문샷 중 일부는 생명 공학 및 유전자 편집에 초점을 맞추고 있으며 질병 진단 및 / 또는 약물 발견을 추진합니다.

또한 많은 사람들이 Gero와 같이 AI 및 빅 데이터 분석을 사용하여 생물학적 노화를 더 잘 이해하고 대응하기 위해 노력하고 있으며, 물리학, 수학 및 생물학 전문가를 모아 노화 관련 질병 및 악화와 싸우기위한 추가 연구를 위해 바이오 마커를 사냥합니다.

최근의 또 다른 예는 스텔스에서 나온 AI 스타트 업 Deep Longevity입니다. 지난 여름 — AI 신약 개발 스타트 업의 스핀 아웃 인실 리코 의학 — 개인의 생물학적 연령을 "기존 방법보다 훨씬 더 정확하게"예측할 수 있다고 주장하는 AI '서비스로서의 장수'시스템을 선전합니다 (또한 과학자들이 "노화 관련 질병을 유발하는 생물학적 원인"을 선택하는 데 도움이되기를 희망합니다.) 그것이 말했듯이).

Gero AI는 사람들이 일상적인 모바일 장치에 내장 된 활동 센서에 의해 생성 된 데이터를 생물학 연구를위한 대리 신호로 가지고 다니는 (또는 착용하는) 데이터에 집중함으로써 동일한 중요한 목표를 향해 다른 방식으로 접근하고 있습니다.

장점은 자신의 건강을 지속적으로 측정하기 위해 정기적 (침습적) 혈액 검사를받을 필요가 없다는 것입니다. 대신 우리의 개인 장치는 생물학적 연구를위한 프록시 신호를 생성 할 수 있습니다. 수동적으로 — 방대한 규모와 저렴한 비용으로. 따라서 Gero의 '디지털 바이오 마커'의 약속은 개별 건강 예측에 대한 접근을 민주화 할 수 있다는 것입니다.

그리고 Peter Thiel과 같은 억만 장자들은 죽음보다 한발 앞서 기 위해 맞춤형 의료 모니터링과 개입을 요구할 수 있지만, 그러한 고급 서비스는 우리에게 확장되지 않을 것입니다.

디지털 바이오 마커가 Gero의 주장에 부합한다면, 그 접근 방식은 최소한 수백만 명의 사람들이 더 건강한 라이프 스타일을 향하도록 유도하는 동시에 장수 R & D를위한 풍부한 데이터를 생성하고 인간의 수명을 연장 할 수있는 약물의 개발을 지원할 수 있습니다. 수명 연장 약은 비용이 전혀 들지 않습니다.)

보험 업계는 자연스럽게 관심이 있습니다. 이러한 도구를 사용하여 개인을보다 건강한 라이프 스타일로 유도하여 지불 비용을 절감 할 수 있습니다.

자신의 건강을 향상시키려는 동기를 가진 개인의 경우, Fedichev는 이제 사람들이 특정 생물학에 가장 적합한 생활 방식 변경이나 개입이 무엇인지 정확히 아는 것이 극도로 어렵다고 말합니다.

예를 들어 일부 연구에서 금식은 생물학적 노화와 싸우는 데 도움이되는 것으로 나타났습니다. 그러나 그는 접근 방식이 모든 사람에게 효과적이지 않을 수 있다고 지적합니다. 일반적으로 건강에 유익한 것으로 인정되는 다른 활동 (예 : 운동, 특정 음식 섭취 또는 피)도 마찬가지입니다.

다시 한번 이러한 경험의 규칙은 개인의 특정 생물학에 따라 많은 뉘앙스를 가질 수 있습니다. 그리고 과학 연구는 필연적으로 자금에 대한 접근에 의해 제한됩니다. (따라서 연구는 특정 그룹에 초점을 맞춰 다른 그룹을 배제하는 경향이 있습니다. 예를 들어 여성보다는 남성, 중년보다는 젊은 그룹)

이것이 Fedichev가 기본적으로 개별 비용없이 건강 관련 지식 격차를 해결할 수있는 것보다 측정을 만드는 데 많은 가치가 있다고 믿는 이유입니다.

게로가 유연구 파트너 중 하나 인 영국 바이오 뱅크의 종단 데이터를 사용하여 모델의 생물학적 연령 및 복원력 측정치를 검증했습니다. 그러나 물론 더 많은 데이터를 수집하기 때문에 더 나아가기를 희망합니다. 

“기술적으로는 우리가하는 일이 적절하게 다르지 않습니다. 영국 바이오 뱅크와 같은 노력이 있기 때문에 지금 할 수 있습니다. 정부 자금과 일부 산업은 자금을 후원합니다. 아마도 인류 역사상 처음으로 수십만 명의 사람들의 전자 의료 기록, 유전학, 웨어러블 장치를 보유한 상황이 생겨서 가능해졌습니다. 기술적 인 발전뿐만 아니라 영국 바이오 뱅크와 같은 '사회적 기술'이라고 부르는 여러 발전의 융합입니다.”라고 그는 TechCrunch에 말했습니다.

“모든 식단, 모든 훈련 루틴, 명상에 대해… 우리가 실제로 생활 방식을 최적화 할 수 있는지 확인하기 위해 – 어떤 것이 효과가 있는지 이해하고 [각 사람에게] 효과가 없는지 또는 이미 입증 된 일부 실험 약물을 이해한다고 상상해보십시오. ] 동물의 수명 연장은 일하고 있습니다. 아마도 우리는 다른 일을 할 수있을 것입니다.”

“우리가 1 만 개의 트랙 [1 만 명의 개인에 대한 반년 분량의 데이터]을 갖게되면이를 유전학과 결합하여 노화를 해결할 것입니다.”라고 그는 덧붙입니다. "이 계획의 야심 찬 버전은 연말까지 백만 곡을 얻을 수 있다는 것입니다."

피트니스 및 건강 앱은 데이터를 사랑하는 장수 연구자들에게 명백한 타겟 파트너이지만 상호 매력이 될 것이라고 상상할 수 있습니다. 한쪽은 사용자에게, 다른 한쪽은 심층 기술과 하드 과학으로 구성된 신뢰성의 후광을 가져올 수 있습니다.

“우리는 이러한 [앱]이 많은 사람들을 확보 할 것으로 기대하고, 우리는 이들을 먼저 사용자를위한 재미있는 기능으로 분석 할 수있을 것입니다. 그러나 백그라운드에서 우리는 인간 노화에 대한 최고의 모델을 구축 할 것입니다.”Fedichev는 계속해서 다양한 피트니스 및 웰빙 치료의 효과를 평가하는 것이 웰빙과 건강을위한“다음 개척지”가 될 것이라고 예측했습니다 (또는 더 정교하게 :“웰니스 및 건강 디지털화되고 정량화되어야합니다.”)

“우리가하는 일은 물리학 자들을 인간 데이터 분석에 참여시키는 것입니다. 최근부터 우리는 많은 바이오 뱅크를 가지고 있으며 인간의 노화 과정에 대한 몇 년의 긴 창과 같은 것을 생성하는 사용 가능한 장치를 포함하여 많은 신호를 가지고 있습니다. 따라서 그것은 날씨 예측이나 금융 시장 예측과 같은 역동적 인 시스템입니다.”라고 그는 또한 우리에게 말합니다.

"우리는 특허를받을 수 없기 때문에 치료를 소유 할 수 없지만 개인화, 즉 귀하를 위해 치료를 개인화 한 AI는 소유 할 수 있습니다."

스타트 업 관점에서 한 가지는 분명해 보입니다. 개인화는 장기적으로 여기에 있습니다.

코인 스마트. 유로파 최고의 비트 코인-보르 스
출처 : https://techcrunch.com/2021/05/07/longevity-startup-gero-ai-has-a-mobile-api-for-quantifying-health-changes/

계속 읽기

AI

인공 지능이 의료 서비스를 개선하는 7 가지 방법

화신

게재

on

신흥 기술은 의료 산업과 사람들이 자신의 건강을 관리하는 방식을 완전히 바꿀 수있는 잠재력을 가지고 있습니다. 실제로 의료 분야의 기술 혁신과 인공 지능 (AI) 사용은 환자에게보다 편리하고 개인화 된 치료를 제공 할 수 있습니다.

또한 업계 전체에 대해 훨씬 더 많은 가치를 창출 할 수 있습니다. $ 410 억 2025 년까지 매년.

이 그래픽 리아 메드 테크 기술, 특히 AI가 의료 서비스를 변화시키는 방식을 탐구합니다.

기술이 환자 경험을 어떻게 방해하고 있습니까?

광범위한 의료 응용 분야에서 기술 혁신이 부상하고 있습니다.

이로 인해 AI는 조기 발견에서 재활, 심지어 후속 약속까지 환자 여정의 모든 단계에 영향을 미칠 수있는 잠재력을 가지고 있습니다.

다음은 환자 여정의 각 단계와 AI가이를 변환 할 것으로 예상되는 방법입니다.

1. 예방

웨어러블과 앱은 방대한 양의 개인 데이터를 추적하므로 향후 AI는 해당 정보를 사용하여 환자에게 건강을 추천 할 수 있습니다. 예를 들어 AI는 당뇨병 환자의 포도당 수치를 추적하여 개인화 된 실시간 건강 조언을 제공 할 수 있습니다.

2. 조기 발견

스마트 워치, 바이오 센서, 피트니스 트래커와 같은 기기는 심박수 및 호흡 패턴과 같은 것을 모니터링 할 수 있습니다. 이로 인해 건강 앱은 상태가 심각해지기 전에 사용자에게 이상을 알릴 수 있습니다.

웨어러블은 또한 노인들의 낙상 예방에 큰 영향을 미칠 수 있습니다. AI 지원 가속도계 팔찌와 스마트 벨트는 낮은 그립 강도, 수분 공급 수준 및 근육 질량과 같은 조기 경고 신호를 감지 할 수 있습니다.

3. 의사 방문

다양한 스마트 장치는 의료 종사자를 지원할 수있는 잠재력을 가지고 있습니다. 예를 들어, 음성 기술은 임상 데이터를 기록하는 데 도움이 될 수 있으며, 이는 의료 종사자의 관리 업무가 줄어들어 환자 치료에 더 많은 시간을 할애 할 수 있음을 의미합니다.

가상 비서는 향후 XNUMX 년 내에 이륙 할 것으로 예상됩니다. 실제로 의료 가상 비서 시장은 USD에 도달 할 것으로 예상됩니다. $ 2.8 억 2027 년까지 CAGR 27%.

4. 테스트 결과

전통적으로 테스트 결과는 수동으로 분석되지만 AI는 패턴 인식을 통해이 프로세스를 자동화 할 수 있습니다. 이것은 감염 테스트에 중대한 영향을 미칩니다.

5. 수술 / 병원 방문

연구에 따르면 수술에 로봇 공학을 사용하면 생명을 구할 수 있습니다. 사실로, 한 연구 로봇 지원 신장 수술은 52% 성공률 증가.

로봇 공학은 또한 소모품 재입고, 병실 소독, 의료 장비 운반과 같은 반복적 인 작업을 수행하는 의료 종사자를 지원하여 의료 종사자가 환자와 더 많은 시간을 보낼 수 있도록합니다.

6. 재활

개인화 된 앱에는 상당한 치료 관리 잠재력이 있습니다. 환자 수준에서 AI 지원 앱은 진행 상황을 추적하거나 실시간 환자 피드백을 기반으로 치료 계획을 조정하기 위해 개인에게 특별히 맞춤화 될 수 있습니다.

업계 수준에서 사용자로부터 생성 된 데이터는 연구 개발 비용을 줄이고 임상 시험의 정확성을 향상시킬 수있는 잠재력을 가질 수 있습니다.

7. 후속 조치 및 원격 모니터링

가상 간호사 앱은 환자가 자신의 진행 상황을 지속적으로 모니터링하여 책임감을 유지할 수 있도록 도와줍니다. 이것은 환자가 자신의 손에 통제권을 부여함으로써 힘을 실어줍니다.

이러한 권력 변화는 이미 일어나고 있습니다. 예를 들어 Deloitte의 최근 설문 조사에 따르면 세번째 응답자의 절반 이상이 자택 진단을 기꺼이 사용하고 있으며, 절반 이상이 동의하지 않을 때 의사에게 말하는 것을 편하게 생각합니다.

경험에 관한 모든 것

웨어러블, 스마트 장치 및 개인화 된 앱을 사용함으로써 환자는 점점 더 연결되어 기존 의료 서비스에 덜 의존하고 있습니다.

그러나 가상 진료가 보편화됨에 따라 의료 종사자는 높은 수준의 진료를 유지해야합니다. 이를 위해 의사를위한 가상 교육은 사용자 친화적 인 플랫폼 및 원활한 사용자 경험을 제공하기 위해 의도적으로 설계된 앱과 함께 중요합니다.

코인 스마트. 유로파 최고의 비트 코인-보르 스
출처 : https://www.visualcapitalist.com/7-ways-artificial-intelligence-is-improving-healthcare/

계속 읽기
PR 뉴스 와이어3 일 전

32.2 년까지 2026 억 달러 규모의 폴리스티렌 폼 시장 – MarketsandMarkets ™의 독점 보고서

블록체인4 일 전

Chiliz 가격 예측 2021-2025 : $ 1.76 2025 년 말까지

PR 뉴스 와이어4 일 전

팀 스터, Marathon Petroleum에서 CEO 급여의 역사적 패배 주도

AR / VR3 일 전

Apple은 자사의 AR 기술 중 일부를 만드는 레이저 회사에 410 억 XNUMX 천만 달러를 제공합니다.

비행2 일 전

루프트 한자 보잉 707 항공기는 어떻게 되었습니까?

블록체인5 일 전

1.2 억 달러에 BitGo를 구매하는 Galaxy Digital 세트

블록체인2 일 전

Goldman Sachs의 Crypto Trading Team 출범

사모5 일 전

팡파르와 SEC 경고를 넘어서, SPAC는 여기에 있습니다.

자동차5 일 전

Brembo, 라이트 업 LED 브레이크 캘리퍼 출시

사이버 보안3 일 전

암호학자가되는 방법 : 완전한 경력 가이드

블록체인4 일 전

Goldman Sachs, 코인 메트릭에 15 만 달러 투자 주도

보험료 납부3 일 전

G20 TechSprint Initiative, 기업이 녹색 금융 문제를 해결하도록 초대

블록체인5 일 전

Galaxy Digital, 암호 화폐 관리자 BitGo를 1.2 억 달러에 인수

블록체인4 일 전

초기 비트 코인 강세장 구매자는 강세를 보이고 있지만 단기 거래는 증가하고 있습니다.

블록체인5 일 전

NYDIG : 비트 코인이 올해 수백 개의 미국 은행에 출시됩니다

블록체인2 일 전

Miten tekoälyä käytetän videopeleissä ja mitä tulevaisuudessa on odotettavissa

사이버 보안2 일 전

매사추세츠의 사이버 보안 학위 — 학교 선택 가이드

사이버 보안3 일 전

도박 웹 사이트 차단을 해제하는 방법?

블록체인2 일 전

DOGE 공동 창립자가 가격 상승의 이유를 밝힙니다.

블록체인5 일 전

NYDIG : 비트 코인이 올해 수백 개의 미국 은행에 출시됩니다

인기순