Skip to main content

Intel dùng AI để tìm kiếm khách hàng tiềm năng

11 Tháng Tư, 2020

Làm thế nào mà Intel, công ty đang kỳ vọng thị trường phần cứng phục vụ trí tuệ nhân tạo (AI) sẽ tăng từ 2,5 tỷ USD năm 2017 lên 10 tỷ USD vào năm 2022, tìm ra những khách hàng tiềm năng mới cho mình trong tương lai? Câu trả lời có lẽ sẽ khiến nhiều người bất ngờ về sự… đơn giản của nó: dĩ nhiên là dùng AI rồi!

Trong một bài đăng blog xuất bản hôm qua, Intel đã trình bày chi tiết một công cụ mà nhóm IT Advanced Analytics của họ đã phát triển trong nội bộ để khai thác hàng triệu trang thông tin trực tuyến về kinh doanh được đăng tải công khai, và lên danh sách các phân khúc thị trường hiện tại và “có tiềm năng trong tương lai” mà công ty có thể tiếp cận và hợp tác được.

Công ty sản xuất chip Mỹ tuyên bố rằng các nhân viên bán hàng và tiếp thị của họ đã sử dụng hệ thống này để “khám phá” ra các khách hàng tiềm năng mới với tốc độ nhanh hơn và độ chính xác cao hơn trước.

Advertisement

“Các nhân viên tiếp thị và bán hàng của Intel thường sử dụng các công cụ tìm kiếm thủ công và thông qua các nhà cung cấp để xác định các đối tương khách hàng tiềm năng; tuy nhiên, các phương pháp này không thể đồng bộ với kế hoạch nội bộ được các nhân viên Intel áp dụng để phân chia hợp lý và điều chỉnh kế hoạch tiếp cận cộng đồng khách hàng của họ,” Intel viết trong bài blog.

“Ngoài ra, trong thời đại toàn cầu hóa kinh doanh, các khách hàng hiện tại thường mở rộng sang các lĩnh vực mới, đòi hỏi nhân viên bán hàng và tiếp thị phải liên tục cập nhật các thay đổi trong nhiều ngành công nghiệp khác nhau.”

Như giải thích của phía Intel, hệ thống tập trung vào hai khía cạnh phân loại chính: (1) một phân khúc ngành bao phủ từ những ngành dọc (chẳng hạn như chăm sóc sức khỏe) cho đến các lĩnh vực cụ thể hơn như “phân tích video”; (2) vai trò chức năng với tư cách “nhà sản xuất” hoặc “nhà bán lẻ”, giúp phân biệt rõ hơn các cơ hội bán hàng và tiếp thị tiềm năng của các đối tượng khách hàng.

Mô hình AI thu thập các luồng dữ liệu dạng văn bản liên tục từ hàng triệu trang web, cập nhật biểu đồ kiến thức với hàng triệu “nút” (node) thêm hàng gigabyte dữ liệu mỗi giờ; sau đó những dữ liệu này được chuyển qua một bộ mô hình học máy để phân khúc khách hàng tiềm năng.

Advertisement

Các trang web được đưa vào một mô hình phân loại văn bản, với sự hỗ trợ của mô hình ngôn ngữ BERT đa ngôn ngữ đã được xử lý trước để giúp mở rộng quy mô xử lý trên nhiều ngôn ngữ và nhiều “lớp” dữ liệu khách nhau (BERT, công cụ đã được Google mở mã nguồn vào tháng 11 năm 2018, cho phép các nhà phát triển đào tạo một mô hình ngôn ngữ tự nhiên hiện đại, dựa trên các dữ liệu chưa được phân loại hay gắn nhãn).

Intel đã làm bổ sung thêm ngân hàng dữ liệu sử dụng để huấn luyện mô hình máy học bằng cách thu thập dữ liệu từ hàng chục ngàn trang web của công ty cùng thông tin bổ sung từ Wikipedia.

Đối với các công ty chưa được gắn nhãn, hệ thống đã tận dụng lợi thế từ nguồn thông tin trên Wikipedia thông qua việc sử dụng phương pháp học “bán giám sát”, đòi hỏi cần kết hợp một lượng nhỏ dữ liệu đã được gán nhãn với một lượng lớn dữ liệu không được gắn nhãn trong quá trình đào tạo AI.

“Hệ thống phân khúc khách hàng của chúng tôi chỉ là một trong hàng ngàn ứng dụng của trí tuệ nhân tạo (AI) sẽ được sử dụng để cải thiện doanh nghiệp của chúng tôi trong những năm tới”, Intel viết. ” [Chúng tôi hy vọng] sẽ tìm ra những phương thức mới và thú vị để khai thác các công nghệ tiên tiến nhằm hỗ trợ việc di chuyển, lưu trữ và xử lý dữ liệu ở bất cứ nơi nào phù hợp nhất.”

Advertisement

Hãy tham gia Cộng đồng Marketing của MarketingTrips tại: Link

 

Hà Anh | MarketingTrips

Theo VnReview

Bài viết liên quan

Nổi bật

Mới nhất

Mạng xã hội Threads cập nhật thuật toán mới

24 Tháng Mười Một, 2024
Với thuật toán mới, Threads sẽ hạn chế đề xuất những nội dung từ các tài khoản không theo dõi. Đâ…

Đọc nhiều

McKinsey: Các xu hướng tiêu dùng chính tại Việt Nam năm 2024

28 Tháng Mười Hai, 2023
Từ sự gia tăng trải nghiệm đa kênh cho đến các hoạt động bền vững, là những bước phát triển quan …
Advertisement

Advertisement