Aide à la décision
❯
Recommander
❯Opérations - Surveillance intelligente des infrastructures
Plateforme d'apprentissage adaptatif IA pour un apprentissage personnalisé
Pour:
Étudiants, enseignants (fournisseurs de contenu), services tiers (via l'expérience API), chercheurs universitaires (ensembles d'eduDATA)
But:
2,5 millions d'utilisateurs [247]
Objectif:
Expérience client améliorée
Grandes entreprises
Ressources humaines - Évaluation du rendement des employés
Pour:
Responsables de ligne.
But:
Création d'un rapport d'analyse pour les managers réalisant des rapports de performance des employés à l'aide de Text Mining.
Objectif:
Amélioration de l'efficacité des employés
Divertissement et médias - Personnalisation du contenu
Pour:
Gestion des produits
But:
Générer une augmentation significative des conversions et une expérience utilisateur améliorée en fournissant des recommandations et des messages personnalisés aux utilisateurs d'une plate-forme en ligne.
Objectif:
Amélioration de l'expérience client, augmentation des revenus
Diagnostic des cultures et recommandations de produits via l'IA
Pour:
Agriculteurs, entreprises biochimiques, fabricants de traitements contre les maladies des cultures
Objectif:
Amélioration du développement de produits / R&D, amélioration de l'efficacité opérationnelle
Grandes entreprises
Opérations - Surveillance intelligente des infrastructures
Pour:
Opérateurs d'usine
But:
Optimisation de l'efficacité thermique d'une centrale électrique à l'aide de Machine Learning.
Objectif:
Améliorer l'efficacité des opérations, améliorer l'efficacité des employés, réduire les coûts
Renseignements automatisés sur l'enrichissement des menaces dans la cybersécurité
Objectif:
Améliorer l'efficacité des opérations
Grand public
Éducation - Apprentissage personnalisé
Pour:
Apprenants de langues étrangères
But:
Garder les apprenants de langues étrangères engagés avec Deep Learning dans l'application Duolingo.
Objectif:
Amélioration de l'expérience client, augmentation des revenus
Gestion - Intelligence de marché
Pour:
Chefs de produit et marketeurs.
But:
Augmenter le nombre d'utilisateurs actifs pour un service de streaming musical en identifiant le comportement des clients à forte valeur ajoutée.
Objectif:
Amélioration de l'expérience client, augmentation des revenus
L'IA pour la prévention des pertes des clients des services de télécommunication
Pour:
Entreprises de télécommunications
Objectif:
Expérience client améliorée
Grandes entreprises
Opérations - Surveillance intelligente des infrastructures
Pour:
Opérateurs d'usineObjectif:
Améliorer l'efficacité des opérations, améliorer l'efficacité des employés, réduire les coûtsProblème adressé
La surveillance 24h/24 et 7j/7 des infrastructures énergétiques, telles que les centrales électriques, les plates-formes pétrolières ou les parcs éoliens, est une entreprise difficile qui nécessite des opérateurs et des ingénieurs de procédés experts. Des capteurs sont appliqués à l'équipement pour renvoyer les données de fonctionnement aux systèmes de surveillance. Souvent, des centaines de variables doivent être ajustées et les alertes sont généralement basées sur des points de consigne, en utilisant des seuils appliqués en utilisant l'expertise de l'opérateur. Pour compliquer davantage les choses, les alertes doivent être traitées en temps opportun afin de s'assurer que les problèmes ne s'aggravent pas davantage.
But du cas d'usage
Optimisation de l'efficacité thermique d'une centrale électrique à l'aide de Machine Learning.
Description
La grande quantité de données historiques collectées par les capteurs fait de ce scénario un cas parfait pour l'optimisation à l'aide de l'apprentissage automatique et profond. Le réglage et l'ajustement automatiques des points de consigne permettent non seulement d'optimiser les coûts, mais libèrent également le temps des experts en la matière pour qu'ils se concentrent sur la réponse aux situations critiques. La centrale électrique de Martin Lake, propriété de Vistra, à Tatum, au Texas, s'est associée à Mckinsey pour proposer une telle approche d'optimisation de l'apprentissage automatique. Afin d'optimiser l'efficacité thermique de l'usine, un réseau de neurones formé sur 2 ans de données de l'usine a été construit. Une fois le modèle déployé, il a été utilisé pour générer des recommandations d'efficacité aux opérateurs toutes les 30 minutes. Vistra a ensuite déployé l'approche dans 26 autres usines, réalisant 23 millions de dollars d'économies et 10 % de son objectif de réduction de carbone restant pour 2030.
Écouter - Réseau de capteurs - IOT
IA: Percevoir
Apprentissage automatique
apprentissage en profondeur
IA: Comprendre
Aide à la Décision - Diagnostiquer
Aide à la Décision - Optimiser
Aide à la Décision - Recommander
IA: Agir