大家來圍觀下：可口可樂在人工智慧和大資料領域的7項應用
儘管我們有著獨特的觀察身份來為大家提供投資建議，但我們從不告訴人們他們應該投資哪些股票。相反，我們談論的是我們做了什麼投資，以及我們為什麼要做這些投資。用真金白銀來驗證我們的投資理念。雖然我們主要討論的是顛覆性技術，但這種類別的純粹的股票很少。這就是為什麼我們的大部分資金都被投資於股息增長投資股票（DGI股票）的原因之一。
理想DGI股票的一個很好的例子就是可口可樂(NYSE:KO)。這家公司不僅支付了股息，而且連續55年保持股息增長。用最基本的增長率來分析這些資料，你就會明白為什麼Warren Buffet的成本收益率(檢視原文)超過了50%。從本質上說，這意味著如果他投資1000美元，他現在每年可以獲得超過500美元的股息。是不是讓人難以置信?
然而，這個“世界第27的品牌 (2016年第16位)”的品牌似乎並沒有過多地關注他們網頁上的內容。大家可以訪問http://www.coca-colacompany.com/，然後滾動到頁面的底部:
在這個頁尾上25%的連結是專門用來做“開放連結”的，這是一些讓人思維產生碰撞的區域，聽起來不錯，但事實卻令人失望。我們可以從諸如“Girl Loves Life”或“Social Nerdia”這樣的部落格中獲得什麼樣的見解及有深度的資訊?不得而知，因為一個部落格已經不存在了，而另一個部落格是我們在一段時間內看到的最糟糕的網站。
在Tillie的部落格“My Stilletto Life”上，她和她的新男友一起從紐約搬到洛杉磯，並與世界分享了一種新的餅乾食譜，這是“我的生活”嗎?也許她是一個“Instagram紅人”，但從他的網站判斷她肯定不太懂程式碼:
對大資料的概念都是模糊不清的，大資料是什麼，能做什麼，學的時候，該按照什麼線路去學習，學完往哪方面發展，想深入瞭解
想學習的同學歡迎加入大資料學習qq群：458345782，有大量乾貨（零基礎以及進階的經典實戰）分享給大家
並且有清華大學畢業的資深大資料講師給大家免費授課，給大家分享目前國內最完整的大資料高階實戰實用學習流程體系 .
可口可樂，作為擁有世界上最大的營銷預算之一的公司，卻試圖通過連結到他們的主頁上的這些垃圾內容來實現營銷目標？
也許最令人沮喪的是,當你知道他們有一個大約10名“社交媒體營銷專家” 的團隊,可能一些人的收入在六位數,致力於建設“開放社交”,沒有一個人能湊出一個完整的“思想領袖”列表來代表可口可樂品牌,甚至無法確保匯入部落格的連結能夠順利訪問。作為可口可樂的投資者，這令人不安，讓我們對我們的投資感到擔憂，讓我們更仔細地研究一下他們是如何使用技術的。可口可樂繼續增加利潤的唯一途徑是利用人工智慧等技術，而不是與Tillies這些部落格進行合作。我們驚喜地發現了人工智慧和大資料的一些有趣應用。
01 大資料口味調配
我們都知道對於口味大資料分析，人工智慧能夠做的和我們一樣好。這就是為什麼可口可樂公司開始監控他們的自助式汽水機，看看人們更喜歡哪種口味的飲料。事實證明，這也是他們推出了“櫻桃精靈”口味的原因
我們可能傾向於認為你不一定需要人工智慧來做出這些型別的決策，因為你所需要做的僅僅是使用傳統的查詢方法來聚合資料，或許真的如此，然而，他們也使用一些自然語言處理工具來搜尋網際網路，看看人們對他們的口味創造的評價。我們從福布斯的一篇關於可口可樂和人工智慧的文章中瞭解到這一點，它談到了“它的產品在世界某個地方被提及的頻率平均每兩秒鐘就會超過一次”。這就給我們帶來了下一個話題。
02 掃描社交媒體
這些天你需要知道人們在社交媒體上對你說了些什麼。雖然我們仍然很驚訝為什麼公司會費心去道歉，但我們知道了解人們對你的產品和品牌的評價是多麼的有價值。有超過2300萬的零售網點，可口可樂需要確保他們在不冒犯任何人的情況下發出一致的品牌資訊——因為不想遭遇網路暴力輿情。根據納斯塔技術公司的一篇文章，2015年可口可樂需要分析來自12萬份內容的200億份反饋。這種型別的資料監控也讓他們發現恢復Surge銷售是一個好主意:
因為90%的消費者現在都是根據社交媒體的內容來做決策，所以可口可樂公司利用計算機視覺來檢測他們產品的照片，然後用更多的演算法來衡量人們對這些照片的看法，或者他們的品牌。說到這一點，讓我們看看他們對計算機視覺的其他應用。
03 閱讀產品程式碼
可口可樂公司的Patrick Brandt在谷歌開發者部落格上花了一些時間，討論了“他們是如何使用人工智慧和TensorFlow（一種深度學習軟體框架）來實現無障礙購買”。這項工作是圍繞一個消費者忠誠度的計劃進行的，該計劃要求使用者在手機中輸入14位數字的程式碼。他們首先嚐試用老式的OCR(光學字元識別)來解決這個問題，但是在試圖快速而準確地掃描這些程式碼時遇到了一些問題，:
來源:谷歌開發者的部落格
然後，他們轉向了谷歌的TensorFlow平臺仔細研究，這是我們在前一篇文章中討論過的。最終的結果是，使用者可以對瓶蓋進行拍照，然後將其翻譯成程式碼，準確率達到99.97%。這一過程花費了大約一秒鐘的時間來處理影象，而這些努力的成功使這項技術成為“可口可樂北美網路推廣的核心元件”。
04 自拍機器學習
閱讀產品程式碼並不是可口可樂為計算機視覺所做的唯一妙用。早在2015年，微軟就想出了一個很酷的工具，它可以推測出人們的年齡(在How-old.net中可尋)。如果你到那個連結上傳一張自己拿著一瓶可樂的照片，它就會解鎖“特殊的可口可樂體驗”，它會猜測你的年齡，並告訴你你所持有的可樂瓶的年齡。
來源:微軟機器學習部落格
噱頭?當然，但這是一種讓人們與你的品牌互動的聰明方法，而且它也可能會讓那些不斷掃描社交媒體的人工智慧演算法變得更加智慧。
05 人工智慧支援的自動售貨機
即使在遍佈自動售貨機的日本，自動售貨機的實際功能也沒有多大改變。事實證明，你可以在自動售貨機上新增許多很酷的功能，讓它們變得更有趣。可口可樂公司去年8月發表的一篇文章談到了“人工智慧自動售貨機”，這種機器更容易管理和操作。這些新機器可以“提供特價、跟蹤銷售、優先維護和補充需求，甚至接受移動支付”，這樣使用者甚至可以在到達機器之前就能下訂單。
Chambers曾想象著坐在一輛悶熱的火車上，收到一份電話通知，可口可樂公司的“快樂時光”活動——例如，購買可口可樂可以享有DASANI（達沙尼）的折扣價。
現在，這一切都變成了現實，雲聯網裝置將檢驗“消費者的Facebook活動、當前的位置和對話的基調，這樣人工智慧機器人可以採用適合每個使用者的本地方言和態度”。這聽起來像我們之前討論過的“數字營銷回音室”。
06 CRM和Einstein
可口可樂需要利用像Salesforce這樣的第三方公司的人工智慧的同時，專注於他們最擅長的事情。後者為他們開發了一款幫助其更有效地管理庫存的應用。不需要讓成千上萬的人檢查冷飲售賣機庫存,你現在只需要對冷飲售賣機拍一張照，Einstein（Salesforce的AI技術）將根據照片對冷飲售賣機庫存進行清點,確定“可口可樂的純度”(這個功能可以用來甄別冷飲售賣機中是否存在其他品牌的飲料),並根據外部資料的負載（如以往購買記錄甚至當地正在發聲的事件甚至）來進行庫存調配。
來源:SupplyChain247
現在，可口可樂公司可以將這款應用程式部署到該領域的所有合作伙伴中，他們現在可以更輕鬆地管理全球各地的1600萬臺冷飲售賣機的訂單。因為這都是基於雲技術的，所以你能想象這些資料對他們整個供應鏈有多麼有用。
07 所有這些都歸功於大資料
回到我們之前所說的，擁有最大、最乾淨、最精確的資料集的公司將會在最有效的人工智慧演算法中佔據主導地位。這就是可口可樂在競爭中所能獲得的競爭優勢，就像其他公司一樣，這家公司生產了將近2000億美元的資料。根據DataFlow的一篇文章，他們現在正在分析沃爾瑪等公司的銷售網點的資料，這些公司每年在可口可樂的銷售額達40億美元。
他們使用“1千多億的決策變數來持續提供最佳的橙汁混合物”，這樣他們就能確保他們的橙汁產品每年都有相同的味道。他們還在他們的業務的其他領域使用大資料，例如在他們的員工服務中心“削減46%的加班成本”。
隨著美國越來越接近失去對中國等國的技術主導地位，我們越來越重視我們的DGI股票投資組合。當我們持有大部分跨國公司股票,以避免過度暴露於疲軟的美國職業倫理和持續不變的消費者的憤怒情緒,我們仍然要確保每一個股票其背後所基於使用的人工智慧和大資料以確保利潤增加,這樣我們的股息支票將繼續增加直到我們退休。從這個角度來看，可口可樂(NYSE:KO)給了我們一些希望。如果他們能夠像對待感覺良好的資訊一樣專注於技術，那麼他們的股息將會在未來數年保持持續穩定地增長。
對大資料的概念都是模糊不清的，大資料是什麼，能做什麼，學的時候，該按照什麼線路去學習，學完往哪方面發展，想深入瞭解
想學習的同學歡迎加入大資料學習qq群： 458345782 ，有大量乾貨（零基礎以及進階的經典實戰）分享給大家
並且有清華大學畢業的資深大資料講師給大家免費授課，給大家分享目前國內最完整的大資料高階實戰實用學習流程體系 .