Comment Unilever exploite ChatGPT pour générer de la valeur commerciale

Au cours des dernières années, les entreprises de biens de consommation emballés (CPG) ont été confrontées à de nombreux défis. L’épidémie a entraîné des changements dans les préférences des consommateurs en matière de canaux de distribution, des tensions dans la chaîne d’approvisionnement et des pressions sur les coûts. Le géant du CPG, Unilever, utilise l'analyse et l'intelligence artificielle pour relever ce défi.

Unilever, dont le siège est à Londres, a une histoire de 93 ans et est le plus grand fabricant de savon au monde. Ses produits hors ligne comprennent des aliments et des condiments, du dentifrice, des produits de beauté, etc., et ses marques comprennent les glaces Dove, Hermann's, Ben & Jerry's, etc.

Alessandro Ventura, directeur de l'information et vice-président des analyses et des services commerciaux chez Unilever North America, a passé des années à aider l'entreprise à mettre l'intelligence artificielle au premier plan de ses activités. Alors qu'il occupait initialement le rôle de directeur informatique, il a depuis ajouté des services d'analyse et de gestion des ressources humaines à son portefeuille. Cela comprend tout, de la gestion des installations à la gestion de la flotte, en passant par les services aux employés et aux installations, ainsi que les données sur le personnel.

Unilever estime que l'intelligence artificielle n'est pas une technologie d'avenir. Elle a été largement utilisée dans diverses industries et toutes les industries doivent s'y adapter.

Ces derniers mois, Unilever a développé un certain nombre de nouvelles applications technologiques pour aider ses unités commerciales à prendre pied sur les marchés futurs. Le plus important d’entre eux est « Alex », abréviation d’Alexandre le Grand. Propulsé par ChatGPT, Alex filtre les e-mails du Consumer Engagement Center d'Unilever, triant le spam des vrais messages des consommateurs. Pour les messages légitimes, il recommande une réponse au personnel du service client d'Unilever.

Ventura a déclaré : « Bien qu'Alex soit excellent dans son travail, il lui manque peut-être encore une petite touche personnelle, alors que notre personnel du service client du Consumer Engagement Center a beaucoup de touche personnelle. Nous les laissons donc décider si c'est comme Respond. à nos consommateurs comme Alex l'a suggéré, ou ajouter quelques suggestions personnelles ; si la réponse donnée par Alex est fausse ou s'il n'y a pas de réponse, ils peuvent la marquer pour qu'Alex puisse en tirer des leçons la prochaine fois »

L'application

Alex. a été créé à l'aide d'un système de réseau neuronal pour générer du contenu à l'aide de ChatGPT. Ventura a déclaré que l'outil peut comprendre les demandes des consommateurs et même capturer le ton de la voix. Il peut ensuite stocker les réponses et les sentiments dans Salesforce. De plus, l’outil peut prendre en charge ces tâches fastidieuses, donnant ainsi au personnel du service client plus de temps pour se concentrer sur ce qu’il fait le mieux. À ce jour, Alex a aidé Unilever à réduire de plus de 90 % le temps nécessaire au personnel du service client pour rédiger les réponses.

Un autre outil d'Unilever, Homer, utilise également ChatGPT pour générer du contenu. Il s'agit d'un réseau de neurones qui prend quelques détails sur un produit et génère une liste de produits Amazon avec des descriptions courtes et longues qui correspondent au ton de la marque.

Ventura a expliqué : « Nous voulons nous assurer de capter la voix de la marque, par exemple, nous voulons faire la différence entre le shampooing TRESemmé et Dove, et ce système peut certainement le faire

Unilever aux États-Unis pendant Thanksgiving. » semaine Un autre outil basé sur l'IA lancé pour soutenir la marque de mayonnaise Hellmann's. L’objectif est de réduire le gaspillage alimentaire. Il se connecte au système de gestion des recettes d'Hermann afin que les utilisateurs puissent entrer dans le réfrigérateur, sélectionner deux ou trois ingrédients dans le réfrigérateur, puis échanger ces ingrédients contre une recette.

Au cours de la première semaine, l'outil a gagné 80 000 likes de la part des utilisateurs.

Pour Ventura, c'est la magie de l'analyse et de l'IA dans le CPG : elles permettent une personnalisation à grande échelle. Il a déclaré : « Dans le domaine des produits de grande consommation, nous nous appuyons de plus en plus sur l’analyse et l’intelligence artificielle pour faire différentes choses. Les consommateurs sont de plus en plus précis sur ce qu’ils veulent, mais ils veulent des produits et des expériences personnalisés. . L'analyse peut aider les entreprises de biens de consommation à comprendre le contexte dans lequel elles naviguent et ce que veulent les consommateurs, puis, grâce à l'intelligence artificielle, nous pouvons étendre les relations individuelles entre les nombreux consommateurs que nous avons. "

Ensemble. La création est la clé. au succès de l'IA

En plus des relations avec les consommateurs, l'analyse et l'IA sont également essentielles pour rendre les entreprises de biens de consommation plus durables. Ventura a cité des exemples tels que la traçabilité des ingrédients et l'utilisation de l'apprentissage automatique pour automatiser les prédictions, ce qui aide les entreprises à minimiser les déchets. Unilever applique également l'analyse et l'intelligence artificielle à la logistique, notamment en suivant les stocks et en optimisant les itinéraires.

Ventura a déclaré à propos des opérations après la crise de l'inflation : « Nous avons abandonné l'ancienne interprétation de l'élasticité. Nous avons dû proposer de nouveaux calculs car les calculs traditionnels donnaient une image différente de celle que nous voyons sur les étagères. nous continuerons de subir la pression d'une variété de défis différents liés aux situations géopolitiques à travers le monde. » Pour soutenir son innovation en matière d'analyse et d'intelligence artificielle, Unilever a adopté un modèle hybride. Elle dispose d'un centre d'excellence mondial et compte également un certain nombre de data scientists rejoignant les unités commerciales.

Ventura a expliqué : « Il s'agit essentiellement d'un système à « deux vitesses ». L'équipe locale peut absorber les données très rapidement, puis travailler avec les unités commerciales pour créer des modèles statistiques et des modèles analytiques. Ensuite, si le modèle peut être exploité et mis à l'échelle cela, et nous le transmettrons à l'équipe mondiale afin qu'elle puisse déplacer l'ensemble de données à travers le lac de données mondial dont nous disposons et commencer à créer et à maintenir ce modèle à l'échelle mondiale", a déclaré

Ventura, analyse et travail. Co-création et co -la possession de capacités intelligentes et de capacités commerciales est la clé du succès.

Il a déclaré : « Qu'il s'agisse de l'apprentissage automatique pour les prédictions automatisées, ou d'Alex dans le centre d'engagement des consommateurs, si nous arrivons avec une boîte noire et disons : « Hé, faites ce que la machine vous dit », cela va prendre beaucoup de temps. , et les machines ne seront peut-être jamais fiables à 100 %. En co-créant et en copropriétaire, je pense que nous pouvons partir du bon point de départ, et que les humains et les machines peuvent travailler côte à côte en tant que collègues. De plus, vous vous retrouvez avec un système. c'est beaucoup moins biaisé, car vous êtes en mesure d'apporter une perspective plus diversifiée à vos algorithmes, à la fois d'un point de vue commercial et d'un point de vue technique.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!