Durante primaveras, las empresas han operado bajo la noticia predominante de que la IA está reservada sólo para los gigantes corporativos, aquellos que tienen los fortuna para hacer que funcione para ellos. Pero a medida que la tecnología avanza, las organizaciones de todos los tamaños se están dando cuenta de que la IA generativa no es sólo una aspiración; es accesible y aplicable ahora.
Con la plataforma de datos e inteligencia químico unificada y realizable de usar de Snowflake, las empresas están eliminando la monotonía manual, los cuellos de botella y el trabajo propenso a errores que obstaculizan la productividad, y están utilizando inteligencia químico generativa para desear nuevos conocimientos y flujos de ingresos. Pero, ¿cómo se ve eso en la actos?
Hemos reunido algunas soluciones innovadoras de IA generativa que nuestros clientes utilizan hoy en día en la producción. Sus historias demuestran cómo Snowflake y Cortex AI están poniendo al importancia los objetivos de la IA generacional e impulsando valía empresarial a lo amplio del camino.
Johnnie-O prosperidad la precisión de los datos de direcciones de codificación geográfica para desear un mejor servicio a los clientes
Como muchas empresas principalmente de comercio electrónico, la marca de ropa casual de la costa este y la costa oeste, Johnnie-O, entiende el valía de una simple dirección de emisión. Sólo unas pocas líneas de texto pueden proporcionar información demográfica poderosa sobre los clientes de la empresa cuando se vinculan con datos de la Oficina del Censo de EE. UU.: información como el ingreso acostumbrado promedio en el ámbito, el porcentaje de personas con títulos, las tasas de empleo, las razas y etnias, etc. Al utilizar estos datos no sólo directamente de los pedidos del sitio web sino además de los mayoristas y dropshippers, Johnnie-O puede comenzar a comprender mejor su pulvínulo de clientes y, en consecuencia, orientar sus esfuerzos de marketing de guisa más efectiva.
Pero la empresa tenía un problema: una cantidad significativa de direcciones recopiladas no se podía codificar geográficamente, lo que impedía que el equipo accediera a datos relevantes de los clientes. Normalmente, la empresa ejecuta datos de direcciones sin procesar a través de una aplicación que proporciona coordenadas geográficas, lo que luego facilita la vinculación a los datos del censo. Pero para Johnnie-O, muchas de estas direcciones fallaron por una variedad de razones, que podrían ser tan pequeñas como un error tipográfico o información en el campo incorrecto. Entonces, en oficio de fregar manualmente estos cientos de miles de puntos de datos, la empresa recurrió a Cortex AI para reformatear automáticamente los datos de direcciones desordenados. Luego de introducir estas direcciones incorrectas en Cortex AI utilizando Flama LLM, Johnnie-O inmediatamente redujo su tasa de fallas a solo el 2 %.
Ahora la empresa puede ejecutar sus algoritmos de segmentación de mercado con confianza, sabiendo que no hay lagunas importantes en los datos que los impulsan. Y para hacer esta correr aún más impresionante, fue construida esencialmente por una sola persona: el ingeniero de examen de Johnnie-O, Ricardo López. «Cortex AI es muy realizable de usar e implementar, especialmente porque todos nuestros datos ya están en Snowflake», afirma. «Snowflake y Cortex AI se han convertido en el centro de todo para nosotros».
Utilizando Cortex AI, la agencia de personal inodoro IntelyCare confía en que las ofertas de trabajo ya no quedarán desapercibidas.
Dotar de personal a los puestos de trabajo en el sector inodoro es fundamental para el buen funcionamiento de un sistema médico; Incluso se está volviendo cada vez más complicado, ya que muchos estados prevén enemistar escasez de enfermeras en los próximos primaveras. IntelyCare proporciona una plataforma integral que ayuda a conectar a las organizaciones de atención médica con profesionales de botiquín calificados para puestos vacantes, ya sean puestos permanentes, asignaciones de delirio o turnos viáticos. Con cientos de miles de puestos vacantes en todo el país en un momento cubo, la tarea de cubrir esos puestos comienza con la ordenamiento de las ofertas de trabajo.
Si admisiblemente IntelyCare tiene relaciones directas con muchas organizaciones, muchos de los sistemas de atención médica más grandes prefieren anunciar vacantes a través de un sistema de dirección de proveedores (VMS), al que solo pueden conseguir agencias examinadas como IntelyCare. Sin bloqueo, para poder incluir estas oportunidades en su pulvínulo de datos y aplicación, IntelyCare debe procesar cada publicación de una guisa organizada y relativamente uniforme. Esto, por supuesto, presenta un desafío, cubo que cada VMS se adhiere a su propio sistema de prácticas normalizado. No es raro que los campos queden en blanco en algunas publicaciones o que los cuerpos de texto sean ininteligibles para las herramientas internas de IntelyCare; Como resultado, más del 30% de los puestos de trabajo se perdían en el procesamiento.
Entonces IntelyCare comenzó a usar LLM en Cortex AI para extraer rápidamente información pertinente, tanto simple como compleja, de estos miles de puestos: rama, rango salarial, primaveras especializados de experiencia requeridos, si los solicitantes locales pueden postularse para puestos de delirio, etc. Entonces IntelyCare puede organizar las publicaciones de guisa inteligente y sin temor a perder oportunidades oportuno, por ejemplo, a un formato incompatible. «Básicamente, hemos escaso ese 30% de puestos de trabajo perdidos a cero», afirma el vicepresidente de ciencia de datos de IntelyCare, Benjamin Tengelsen. Esto no solo mejoró la experiencia del adjudicatario para los solicitantes, sino que además alivió la carga de los reclutadores de IntelyCare, quienes examinaban incansablemente las publicaciones individuales para encontrar las mejores coincidencias para sus candidatos.
De guisa similar, Cortex AI además ayuda a Intelycare a tener la llave de la despensa y procesar el flujo constante de publicaciones que obtiene de las bolsas de trabajo públicas. El equipo, por ejemplo, había creado canales elaborados para adicionar etiquetas apropiadas a los trabajos para proporcionar la categorización; Unir una nueva ceremonial requeriría construir y entrenar nuevos modelos, una orquestación compleja y un mantenimiento frecuente. «Ahora podemos reemplazar miles de líneas de código Python destrozado con una única consulta Cortex, y al mismo tiempo ofrecemos una experiencia de cliente mejorada», afirma Tengelsen.
Haciendo ingenuidad un futuro de IA genérica para todos
Estas son solo algunas de las formas prometedoras en que las organizaciones de todos los sectores están llevando sus aplicaciones de IA de coexistentes a producción en la contemporaneidad. Y con la seguridad y la gobernanza integradas de Snowflake, incorporar la IA de forma segura a su flujo de trabajo nunca ha sido tan realizable. Ya sea que esté usando Documento AI o Cortex Search, Snowflake Copilot o Cortex Analyst (en sagacidad previa pública), la plataforma unificada de datos e inteligencia químico de Snowflake puede ayudar a crear aplicaciones de inteligencia químico de nivel empresarial.
Para descubrir cómo otras empresas, como Bayer y Siemens Energy, están utilizando la IA genética para aumentar los ingresos, mejorar la productividad y servir mejor a sus clientes, descargue el tomo electrónico sobre el éxito del cliente de Snowflake «Secretos del éxito de la coexistentes AI.”