Dirbtinis intelektas (DI) vis dažniau naudojamas ieškant informacijos apie produktus, bendraujant su klientais ar automatizuojant verslo procesus. Tačiau tokių sprendimų vertė tiesiogiai priklauso nuo to, kokiais produktų duomenimis jie remiasi.
Jei produktų duomenys nėra tikslūs ir nuoseklūs, vartotojai skirtinguose kanaluose gali matyti skirtingą informaciją apie tą patį produktą. Tai mažina pasitikėjimą ne tik pateikiama informacija, bet ir ją teikiančiais prekių ženklais bei skaitmeniniais sprendimais.
Kokybiški duomenys – pagrindas DI sprendimams
Kaip pažymima naujoje standartų organizacijos GS1 parengtoje ataskaitoje, dirbtinio intelekto sistemos geriausiai veikia tada, kai jos remiasi struktūruotais, patikrinamais ir tarpusavyje suderinamais duomenimis. Tai leidžia dirbtinio intelekto sprendimams rasti ir pateikti tikslią bei prasmingą informaciją.
Būtent todėl produktų duomenų kokybė turi didelę praktinę reikšmę – nuo jos priklauso, ar informacija apie produktą bus patikima ir naudinga tiek vartotojams, tiek verslui.
Patikima produktų identifikacija ir bendri standartai
Tam, kad produktų duomenys galėtų būti naudojami nuosekliai, pirmiausia būtina aiškiai identifkuoti patį produktą. Patikima produktų identifikacija leidžia skirtingoms sistemoms suprasti, kad kalbama apie tą patį produktą, net jei duomenys naudojami skirtinguose verslo procesuose, platformose ar šalyse.
Jau daugiau kaip penkis dešimtmečius tarptautiniai GS1 standartai užtikrina bendrą produktų identifikavimo pagrindą visoje tiekimo grandinėje. Šie principai tampa dar svarbesni dirbtinio intelekto kontekste, kai skaitmeniniai sprendimai vis dažniau remiasi viešai prieinama informacija apie produktus.
Struktūruoti duomenys ir patikima identifikacija leidžia naudoti tuos pačius produktų duomenis prekyboje, logistikoje, skaitmeniniuose sprendimuose ir informacijos pateikime vartotojams. Be tokio pagrindo, dirbtinio intelekto įrankių pateikiami rezultatai taptų mažiau patikimi.
Pasitikėjimas duomenimis kaip vertė verslui
Dirbtinio intelekto taikymas versle sparčiai plečiasi – nuo produktų paieškos ir palyginimo iki procesų automatizavimo. Tokiuose sprendimuose netikslūs ar tarpusavyje nesuderinami produktų duomenys didina klaidų riziką, apsunkina procesus ir mažina patikimumą.
Tai pabrėžia ir „Nestlé“ atstovas Jean-Marc Klopfenstein, pažymėdamas, kad dirbtinis intelektas gali kurti vertę vartotojams ir verslui tik tada, kai remiasi patikimais produktų duomenimis, o pasauliniai GS1 standartai ir bendras požiūris į produktų identifikaciją leidžia tokius duomenis naudoti nuosekliai skirtingose rinkose. Dėl to verslui tampa paprasčiau taikyti DI sprendimus ir išlaikyti duomenų vientisumą vykstant skaitmeninei plėtrai.
Plačiau apie produktų identifikacijos ir duomenų kokybės svarbą dirbtinio intelekto kontekste skaitykite standartų organizacijos GS1 parengtoje ataskaitoje:
