如果希望进一步提高利润水平,红色巨人的云交叉销售服务能够帮助您预测客户口味。近日,甲骨文公司发布一项新的云服务,据称能够自动询问客户是否希望在点餐时加配薯条。
红色巨人旗下酒店业务部门发布新的“数据科学云服务”,其中包括“甲骨文酒店菜单推荐云服务(Oracle Hospitality Menu Recommendations Cloud Service)”。该服务旨在帮助各类酒店“通过位置或者时间信息提供最佳延伸或者交叉推销选项,并根据客户行为动态更新建议内容。其可分析与交叉销售与延伸销售的相关假设,从而更好地了解客户行为及偏好。”
甲骨文公司的目标在于为客户提供其Micros销售点套件,并借此利用多云环境实现分析,确保酒店工作人员能够借用设备屏幕向客户提供尽可能优惠的服务。值得一提的是,全部建议内容都可以在客户订购食物或酒水、甚至刚刚进入酒店之时即整理完成。
甲骨文方面还建立起“甲骨文招聘自适应预测云服务”,旨在“让运营人员更好地预测各个地点的库存与劳动力需求”,同时“尽可能减少库存浪费、降低劳动力成本,最重要的是保证提供卓越的客户体验。”
在我们看来,两者的结合可能意味着希望马上吃到薯条的消费者只能苦等系统决定提出相关询问——但打算吃松露的消费者估计能够免去这类困扰。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。