Q：
同じ機械学習ツールを小売業と製造業の両方で使用できますか？
A：小売業と製造業の両方で機械学習ツールを調整する場合、いくつかの重要な類似点がありますが、根本的な違いもあります。
小売業では、機械学習ツールとプロセスの大部分が販売と顧客対応の取り組みに向けられています。 企業は、機械学習の莫大な力を利用して、販売できるデータを掘り下げ、変換を促進し、それにより利益を上げます。 機械学習と人工知能の境界をまたぐ優れた例の1つは、ショッピングカートの放棄に関する顧客への働きかけです。 ショッピングカート内の商品を放棄した顧客に積極的に手を差し伸べるツールのセットは、多くの場合人工知能ツールとして分類されますが、データを単純に集約および分析して人間主導のシステムを進化させる他のツールは、小売に適用される機械学習の例です。
| 無料ダウンロード： 機械学習とその重要性 |
製造業では、機械学習の状況はかなり異なって見えます。 機械学習は、かなりの数のユニークな方法での物理的な商品の製造と生産に適用されます。 製造における機械学習の価値の多くは、サプライチェーンの処理に適用されます。 機械学習は、メンテナンス、修理、オーバーホール（MRO）プロセス、および個別のまたは大量生産アイテムの構築、パッケージング、または組み立ての他の側面を通知します。 言い換えれば、製造業で最も価値のある機械学習ツールの多くは、顧客ではなく、完璧な「スマートファクトリー」の構築と物理的プロセスの改善を目的とした製造現場向けです。 （このForbesの記事は、機械学習が製造を急速に、そして根本的な方法で変える10の方法を概説する一例にすぎません。）対照的に、小売機械学習ツールは、主に「スマートセールスフロア」と、現在、オンラインまたはデジタルプラットフォームを介して行われます。
そうは言っても、小売業は機械学習ツールを使用して、在庫などの物理的プロセスを処理することもできます。 在庫処理において、機械学習の予測子は、小売企業が所定の時間に必要な在庫のみを利用できるようにし、倉庫および保管業務をより効率的にすることにより、莫大なお金を節約するのに役立ちます。 ただし、小売業での機械学習の主な価値は、販売の意思決定支援、詳細なデータの集約と分析の実践に基づく顧客の詳細な学習、人口統計と個人情報の調査、非常に貴重なセールスインテリジェンスの取得に依然として焦点を当てています。
結論としては、強力なAIの先駆者として、機械学習とディープラーニングツールは単に「スマート」です。それらはデータを集約し、地理的、物理的空間、デジタルなど、定義された概念の全体像を提供します。環境。 そのため、さまざまな業界が機械学習の力をさまざまな方法で利用しています。 小売業の機械学習と製造業の機械学習の違いは、企業がどのようにニーズを特定し、それに応じて機械学習技術を採用するかの明白な例です。
