Tổng quan
Hệ thống đề xuất là AI lặng lẽ chọn những gì bạn xem, mua và cuộn tiếp theo. Họ thúc đẩy phần lớn mức độ tương tác và doanh thu tại các công ty như Netflix, Amazon, YouTube và Spotify.
AI trong Hệ thống khuyến nghị tập trung vào việc triển khai thực tế: biến khả năng của mô hình thành quy trình công việc hàng ngày đáng tin cậy mang lại giá trị có thể đo lường được.
Lặn sâu
Công việc của người giới thiệu là dự đoán những gì người dùng sẽ muốn từ một danh mục rộng lớn. Hai cách tiếp cận cổ điển là lọc cộng tác, tìm kiếm các mẫu của người dùng ("những người như bạn cũng thích nội dung này") và lọc dựa trên nội dung, khớp các tính năng của mục với sở thích trước đây của bạn. Các hệ thống hiện đại kết hợp những điều này và bổ sung khả năng học sâu: mạng lưới thần kinh học các phần nhúng dày đặc cho người dùng và vật phẩm để những sở thích tương tự nằm gần nhau trong không gian vectơ. Netflix đã phổ biến lĩnh vực này với giải thưởng trị giá 1 triệu đô la và ngày nay các hệ thống này hỗ trợ nguồn cấp dữ liệu của YouTube, đề xuất sản phẩm của Amazon, Discover Weekly của Spotify và trang For You của TikTok. Chúng cũng là một nguồn gây lo ngại vì việc tối ưu hóa hoàn toàn cho hoạt động tương tác có thể tạo ra các bong bóng bộ lọc và khuếch đại nội dung gây nghiện hoặc phân cực.
Hiểu biết kỹ thuật
Hệ số hóa ma trận là một bước đột phá: biểu diễn ma trận xếp hạng mục người dùng thưa thớt dưới dạng tích của hai ma trận nhỏ hơn của các yếu tố tiềm ẩn, do đó mỗi người dùng và mục trở thành một vectơ ngắn. Tích số chấm của vectơ người dùng và vật phẩm dự đoán xếp hạng. Các mô hình sâu mở rộng điều này bằng tính năng lọc cộng tác thần kinh và kiến trúc hai tháp giúp truy xuất ứng viên một cách nhanh chóng, sau đó mô hình xếp hạng sẽ chấm điểm họ. Khởi đầu nguội, việc giới thiệu cho người dùng hoặc sản phẩm hoàn toàn mới vẫn là một thách thức khó khăn.
Làm chủ AI trong hệ thống đề xuất
Hệ thống đề xuất là AI lặng lẽ chọn những gì bạn xem, mua và cuộn tiếp theo. Họ thúc đẩy phần lớn mức độ tương tác và doanh thu tại các công ty như Netflix, Amazon, YouTube và Spotify. AI trong Hệ thống khuyến nghị tập trung vào việc triển khai thực tế: biến khả năng của mô hình thành quy trình công việc hàng ngày đáng tin cậy mang lại giá trị có thể đo lường được. Để xây dựng sự hiểu biết sâu sắc, hãy coi AI trong Hệ thống khuyến nghị như một mô hình vận hành chứ không phải một tính năng duy nhất: xác định kết quả mong muốn, làm rõ các giả định và tách biệt những gì hệ thống có thể thực hiện một cách đáng tin cậy với những gì vẫn cần đến sự đánh giá của chuyên gia.
Trong thực tế, các nhóm mạnh sử dụng AI trong Hệ thống đề xuất tập trung vào kết quả của quy trình làm việc chứ không phải các bản trình diễn mô hình và xác định sớm các điểm kiểm tra của con người. Họ ghi lại các tiêu chí thành công rõ ràng, kiểm tra dựa trên dữ liệu và quy trình làm việc thực tế, đồng thời lặp lại dựa trên các kiểu thất bại được quan sát thay vì chiến thắng điểm chuẩn một lần. Đây là nơi sự hiểu biết về mặt lý thuyết biến thành khả năng bền vững trên toàn bộ sản phẩm, chính sách và hoạt động.
Thiết kế cấp ứng dụng xác định liệu AI có cải thiện kết quả thực tế hay không. Đồng thời, Tự động hóa một quy trình bị hỏng có thể khuếch đại các vấn đề hiện có. Cách tiếp cận linh hoạt nhất là kết hợp tốc độ thử nghiệm với kỷ luật quản trị: chạy thử nghiệm, thu thập bằng chứng, xuất bản nhật ký quyết định và liên tục cập nhật các biện pháp bảo vệ khi hành vi của mô hình, kỳ vọng của người dùng và các yêu cầu pháp lý phát triển.
Tác động chiến lược
Thiết kế cấp ứng dụng xác định liệu AI có cải thiện kết quả thực tế hay không.
Thiết kế cấp ứng dụng xác định liệu AI có cải thiện kết quả thực tế hay không. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Tích hợp quy trình làm việc tốt sẽ giúp tăng năng suất mà người dùng có thể tin tưởng.
Tích hợp quy trình làm việc tốt sẽ giúp tăng năng suất mà người dùng có thể tin tưởng. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Các trường hợp sử dụng có phạm vi phù hợp giúp giảm bớt sự mệt mỏi khi thay đổi và rủi ro triển khai.
Các trường hợp sử dụng có phạm vi phù hợp giúp giảm bớt sự mệt mỏi khi thay đổi và rủi ro triển khai. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Triển khai trong thế giới thực
Netflix đề xuất các chương trình và thậm chí tùy chỉnh hình thu nhỏ dựa trên lịch sử xem của bạn
Discover Weekly của Spotify xây dựng danh sách phát được cá nhân hóa từ tính năng lọc cộng tác giữa những người nghe có cùng sở thích
'Khách hàng đã mua sản phẩm này cũng đã mua' của Amazon và các đề xuất sản phẩm trên trang chủ thúc đẩy phần lớn doanh số bán hàng
Trang For You của TikTok tìm hiểu nhanh các tùy chọn về thời gian xem, số lượt phát lại và lượt bỏ qua để xếp hạng các video ngắn
Các mẫu triển khai
AI trong Hệ thống Khuyến nghị trong thực tế
Netflix đề xuất các chương trình và thậm chí tùy chỉnh hình thu nhỏ dựa trên lịch sử xem của bạn.
Netflix đề xuất các chương trình và thậm chí tùy chỉnh hình minh họa hình thu nhỏ dựa trên lịch sử xem của bạn. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình báo cáo của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
AI trong Hệ thống Khuyến nghị trong thực tế
Discover Weekly của Spotify xây dựng danh sách phát được cá nhân hóa từ tính năng lọc cộng tác giữa những người nghe có cùng sở thích.
Discover Weekly của Spotify xây dựng danh sách phát được cá nhân hóa từ tính năng lọc cộng tác giữa những người nghe có cùng sở thích. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định ngay các ngưỡng chất lượng, theo dõi lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
AI trong Hệ thống Khuyến nghị trong thực tế
'Khách hàng đã mua sản phẩm này cũng đã mua' của Amazon và các đề xuất sản phẩm trên trang chủ đã thúc đẩy phần lớn doanh số bán hàng.
'Khách hàng đã mua sản phẩm này cũng đã mua' của Amazon và các đề xuất sản phẩm trên trang chủ thúc đẩy phần lớn doanh số bán hàng. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
AI trong Hệ thống Khuyến nghị trong thực tế
Trang For You của TikTok tìm hiểu nhanh các tùy chọn về thời gian xem, số lần phát lại và số lần bỏ qua để xếp hạng các video ngắn.
Trang For You của TikTok tìm hiểu nhanh các tùy chọn từ thời gian xem, số lần phát lại và bỏ qua để xếp hạng các video ngắn Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Rủi ro & lan can
Tự động hóa một quy trình bị hỏng có thể khuếch đại các vấn đề hiện có.
Các nhóm có thể tự động hóa quá mức và loại bỏ sự phán xét cần thiết của con người.
Chất lượng có thể thay đổi nếu kết quả đầu ra không được đánh giá liên tục.
Lộ trình thực hiện
Lập sơ đồ quy trình làm việc hiện tại và xác định bước có mức độ ma sát cao nhất.
Lập sơ đồ quy trình làm việc hiện tại và xác định bước có mức độ ma sát cao nhất. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Xác định các điểm kiểm tra của con người trước khi tự động hóa hoàn toàn.
Xác định các điểm kiểm tra của con người trước khi tự động hóa hoàn toàn. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Đào tạo người dùng về lời nhắc, đường dẫn leo thang và tiêu chuẩn chất lượng.
Đào tạo người dùng về lời nhắc, đường dẫn leo thang và tiêu chuẩn chất lượng. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Theo dõi kết quả ở cấp độ nhiệm vụ để xác nhận giá trị bền vững.
Theo dõi kết quả ở cấp độ nhiệm vụ để xác nhận giá trị bền vững. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.