admin 
Manheimo atnaujinimo įstaiga Centrinėje Floridoje. Kalbant apie transporto priemonių pakartotinę rinkodarą, šiandieninių prekiautojų poreikiai tikrai nesiskiria nuo 1945 m. Jie nori skaidrios informacijos apie transporto priemonės būklę.
Dirbtinis intelektas (AI) buvo vadinamas labiausiai transformuojančia technologija žmonijos istorijoje. Ir vis dėlto kai kurie mano, kad tai vis dar yra mokslinės fantastikos medžiaga, sukurianti žmonių kiborgų vaizdus ir scenas iš „Matricos“. Vis dėlto 94 % apklaustų verslo lyderių mano, kad dirbtinis intelektas yra labai svarbus jų sėkmei per ateinančius penkerius metus, ir tai pasakytina apie automatinę pakartotinę rinkodarą. Prieš pasinerdami į tą konkretų naudojimo atvejį, įsitikinkime, kad visi esame tame pačiame puslapyje apie tai, kas yra AI.
Paprasčiau tariant, dirbtinis intelektas yra viskas, kas leidžia kompiuteriui priimti sprendimą. Tai reiškia, kad reikia kodifikuoti taisyklių rinkinį, kaip turėtų būti priimti sprendimai, panašiai kaip srautų schema. Istoriškai šias taisykles parašė programuotojai; šiandien juos dažniausiai rašo pats kompiuteris. Pastarasis procesas, vadinamas mašininiu mokymusi, naudoja algoritmus, kad sukurtų statistinius modelius, kurie imituoja žmogaus proto gebėjimus spręsti problemas ir priimti sprendimus remiantis įvesties duomenimis. Kuo daugiau duomenų, tuo geresnė prognozė.
Šiandien mus supa AI pavyzdžiai, kurie palengvina ir produktyvina mūsų gyvenimą – nuo nuspėjamųjų tekstinių pranešimų ir GPS iki galimybės išmaniuosiuose telefonuose ieškoti nuotraukų pagal temas. Automobilių erdvėje pavyzdžiai apima pagalbinį stabdymą, atsarginių kamerų jutiklius ir autonomines transporto priemones.
Kadangi susidomėjimas dirbtinio intelekto technologijomis ir investicijos į ją didėja daugelyje pramonės šakų, išlieka klaidingas supratimas apie tai, kokį vaidmenį atliks žmonės. Žinoma, dirbtinis intelektas yra galingas įrankis, tačiau jis neegzistuoja vakuume.
Nuo sprendimo, ko ir kaip mašinos išmoks, iki grįžtamojo ryšio apie pažangą teikimo ir rezultatų pavertimo praktiniais realaus pasaulio sprendimais, žmonės yra labai svarbūs norint sėkmingai diegti AI ir mašininį mokymąsi, kad būtų sukurtas visas galutinis produktas.
AI automatinėje pakartotinėje rinkodaroje
Nuo 1945 m., kai „Ford“ atstovas iš Manheimo (Pensilvanija) pradėjo parduoti automobilius aukcione, būklės ataskaitos buvo nesibaigiantis iššūkis naudotų automobilių pramonei. Kai dėl COVID-19 aukcionų aplinka buvo labiau orientuota į skaitmeninį formatą, susirūpinimas dėl galimybės netekti galimybės asmeniškai peržiūrėti atsargas buvo nerimtas prekiautojai, kurie rėmėsi tradiciniais atsargų vertinimo būdais.
Klientams pasitikint skaitmenine didmenine rinka, kuri priklauso nuo tikslios ir nuoseklios transporto priemonių informacijos, šioje srityje Manheimas skyrė didžiausią dėmesį ir investicijas. Nuo visų būklės ataskaitų tobulinimo iki vaizdų ir ne tik – mūsų vienintelis tikslas buvo suteikti pirkėjams informacijos, kurios jiems reikia, kad jie galėtų priimti patikimus pirkimo sprendimus – AI yra ir toliau bus didelė to dalis.
AI duomenimis pagrįstas metodas duoda nuoseklesnius rezultatus, pašalindamas žmogaus subjektyvumą ir užfiksuodamas dalykus, kurių plika akimi gali nepastebėti. Jo supergalia slypi gebėjime nuolat tobulėti, nes žmonių atsiliepimai padeda technologijai mokytis ir sukurti geresnius rezultatus. Kadangi „Manheim“ ir „Fyusion“ turi daugiau duomenų nei bet kuris kitas pramonės atstovas, kad galėtų išmokyti mūsų AI modelį, klientai galiausiai gaus naudos iš tiksliausio automatizuoto žalos aptikimo pramonėje.
Nors ši funkcija vis dar yra horizonte, gera žinia yra ta, kad dirbtinis intelektas jau atsilieka nuo kelių transporto priemonių vaizdavimo pažangos, kurią šiandien mato klientai – nuo tikroviškesnių spalvų ir transporto priemonės atvaizdų pateikimo mobiliosiose vaizdų programose iki aktyvaus 12 geriausių vaizdų atrankos. tūkstančių užfiksuotų per fiksuotus vaizdo gavimo tunelius.
Kokia transporto priemonių informacijos ateitis
Tai įdomus metas AI evoliucijai automatinės pakartotinės rinkodaros srityje. Žalos aptikimas ypač smarkiai keičiasi, kaip renkama ir dalijamasi informacija apie transporto priemones.
2022 m. Manheimas pristatė iki šiol pažangiausią didmeninės prekybos pramonės vaizdo gavimą, iš naujo išradęs, kaip fiksuojamos transporto priemonės, ir atverdamas kelią būklės ataskaitoms, kurios yra nuoseklesnės nei bet kada anksčiau. Jame naudojama „Fyusion“ 3D vaizdo gavimo technologija, skirta pažvelgti į transporto priemones iš visų pusių, todėl galima tiksliau įvertinti žalą nei sprendimai, kurie remiasi pasenusiais 2D vaizdais.
Ir mes jau daug metų mokėme naujo lygio automatinio žalos aptikimo modelį, matydami fenomenalius bandymų rezultatus. Kadangi šis modelis toliau mokosi ir tobulėja, būklės ataskaitos atrodys daug kitaip. Vietoj nejudančių nuotraukų interaktyvūs vaizdai bus koduojami spalvomis, kad būtų tiksliau atvaizduoti aptikti pažeidimai, o informacija bus renkama, kad būtų galima geriau suprasti transporto priemonės būklę.
Kalbant apie transporto priemonių pakartotinę rinkodarą, šiandieninių prekiautojų poreikiai tikrai nesiskiria nuo 1945 m. Jie nori skaidrios informacijos apie transporto priemonės būklę, kuria galėtų pasikliauti priimdami pagrįstą sprendimą ir siekdami pelno. Tačiau pasikeitė didžiulė technologijų pažanga, kuri leidžia mums iš naujo įsivaizduoti informaciją apie transporto priemones ir pateikti tai, ko prašo pramonė: kuo nuoseklesnę ir patikimiausią informaciją apie transporto priemones.
Apie autorius: Bradas Burnsas yra Manheimo transporto priemonių informacijos asocijuotas viceprezidentas, o Stephenas Milleris yra vyriausiasis produktų pareigūnas ir „Fyusion“ įkūrėjas.
Iš pradžių paskelbta transporto priemonių pakartotinė rinkodara
