La modélisation du marketing mix (MMM) est depuis longtemps un outil précieux dans tous les secteurs pour la prise de décision data-driven. Récemment, elle a suscité un regain d'intérêt dans les secteurs des soins de santé et des produits pharmaceutiques, car elle permet de répondre à des questions essentielles.
Une gestion efficace des catégories et des produits est cruciale pour l'industrie de la mode et de l'habillement, car elle a un impact direct sur le taux de vente - un indicateur clé de performance en matière de gestion des stocks et un moteur important des ventes globales. L'optimisation du taux de vente et la réduction des stocks excédentaires commencent par le processus d'achat des produits.
Artefact, en partenariat avec Tencent Cloud (International) et Alipay (International), a organisé un séminaire intitulé "AI FOR TOURISM, Harnessing The Power of AI and Data for Travel & Hospitality" dans son bureau de Shanghai le 22 octobre. L'événement s'est concentré sur l'amélioration de l'expérience de service pour les touristes chinois grâce à l'IA et à la technologie data, et a rassemblé des marques de voyage et d'hôtellerie, y compris des hôtels, des compagnies aériennes, des centres de villégiature, des offices de tourisme et des détaillants en voyages.
Dans le paysage dynamique de l'entreprise moderne, data est devenue la pierre angulaire du succès, en stimulant l'innovation et en éclairant la prise de décision. Cependant, la simple accumulation de data ne suffit pas ; les organisations doivent développer les capacités nécessaires pour en exploiter tout le potentiel.
Les modèles de choix discrets visent à prédire les décisions de choix prises par des individus à partir d'un menu d'alternatives, appelé assortiment. Parmi les cas d'utilisation bien connus, on peut citer la prévision du choix d'un mode de transport par un navetteur ou des achats d'un client.
L'IA a le potentiel d'améliorer les perspectives de croissance des entreprises, mais son déploiement au sein des organisations nécessite une solide expertise commerciale et technologique, ainsi que la mise en place d'une data et d'une gouvernance de l'IA dédiées. Points de vue de trois experts du cabinet de conseil Artefact.
Dans la Chine d'aujourd'hui, la lutte contre la fraude et le respect de l'éthique sont essentiels à la réussite à long terme. Le ralentissement post-pandémique révèle les points faibles, faisant écho à l'avertissement de Warren Buffett : "Ce n'est que lorsque la marée se retire que l'on découvre qui nage nu" : "Ce n'est que lorsque la marée se retire que l'on découvre qui nageait nu". Les entreprises doivent identifier les risques et renforcer leurs stratégies financières pour non seulement survivre, mais aussi prospérer en période de ralentissement économique.
Vous vous souvenez de Business Objects ? Si c'est le cas, vous voyez peut-être où je veux en venir. Nous entrons dans une période où les grands modèles de langage (LLM) capables de créer des logiciels d'entreprise deviendront de plus en plus banalisés. C'est un exploit technologique impressionnant, certes, mais c'est aussi un risque de nivellement par le bas. Pourquoi ? Parce que pendant que tout le monde est occupé à montrer ses derniers tours de passe-passe en matière d'IA, on passe à côté de la véritable mine d'or : le data lui-même.
L'abondance et la diversité des réactions à ChatGPT et aux autres IA génératives, qu'elles soient sceptiques ou enthousiastes, démontrent les changements qu'elles apportent et l'impact qu'elles ont bien au-delà des cercles technologiques habituels. Le contraste est saisissant avec les générations précédentes d'IA, qui étaient essentiellement prédictives et faisaient généralement l'objet d'articles ou de thèses confinés au domaine de la recherche et de l'innovation.
