根据杨洋老师的AI+思维模型，分析AI如何能为你熟悉的一个行业／企业提升效率。
在课程中，杨洋老师认为，人工智能的技术本质是对海量数据更为优秀的“信息分类器”，而它的商业本质是提升生产效率，无论对制造业、交通运输业，还是内容、法律、财务等行业，都可以利用人工智能提升行业（企业）的生产效率。
具体步骤如下：
1）生产拆解：诊断阻碍生产效率的最大问题
2）完善数据：评估解决这个问题的数据基础
3）逐个解决：利用AI的算法提供解决方案
4）有机整合：方案的评估与实施
这其中，需要使用的底层思考是建立在对这个行业的深度认知之上，因为，诊断阻碍生产效率的最大问题和评估数据基础是前期的核心问题。
根据杨洋老师的AI+思维模型，分析AI如何能为你熟悉的一个行业／企业提升效率。
你所分析的案例中，影响这个行业／企业效率的最大问题是什么？为什么是这个问题？请用具体的事例和数据来说明。
拿我们公司的商业智能人脸识别系统来举例, 此系统主要是针对餐饮, 门店, 百货...等服务行业。
目前服务行业都在想提升成单转化率跟降低成本, 要做到这两点需要对客户更加的了解, 因为拥有了客户的数据就能做到个性化推荐(提升转化率), 一但有了个性化推荐就能提高库存周转率(降低成本), 例如卖得很差的产品就可以不用备货, 或是新推的产品能很快了解市场接受度, 进而决定库存数量。
以前往往靠的是员工对客户的熟悉程度, 一但员工离职, 很多老客户也会随之离开, 现在虽然有微信跟团购app, 但客户往往只有在结帐时才会使用, 所以也没办法第一时间了解到客户信息, 且从微信跟第三方app拿到客户数据还需要付费, 商家拿到数据后还要自行分析, 且一但客户用的是现金或是没消费, 也就没法得到客户信息。
1）生产拆解：
a. 得不到用户信息无法进行个性化推荐造成转化率低
b. 转化率低造成库存提高所以成本升高
c. 老员工离职老客户也随之离开, 没有保留住会员客户
2）完善数据：需要在门店安装摄像头获取人脸信息, 并由商家自行标注人脸与他们CRM或会员信息打通, 跟杨洋老师说的一样, 初期都需要数据的采集, 把数据跟系统打通后, 就能感受到AI带来的效率提升
3）逐个解决：运用深度学习去训练机器识别人脸, 人流, 热区分布, 客户走动轨迹, 再透过这些技术去分析真实客户数据
4）有机整合：客户一进到商家, 系统就可自动识别出是不是会员, 若是会员就会把信息通过后台或微信告知到店员, 让店员提供个性化的服务; 长远来看商家就可以依照这些分析过的数据来提升他们的运营管理(个性化推荐,提高库存周转率)
从效率提升的角度来说，解决这个问题需要怎样的数据？你曾经为了收集这些数据做过哪些尝试？收集的数据从哪些纬度进行过分析？这其中遇到的困难是什么？
最主要的是客户的人脸数据,需要考虑商家门店的光线,采集到人脸的角度, 客户进店速度...等,因为这些都会影响识别的准确度。一但准确度不高, 这套系统对商家的帮助就不大。
并且每一个商家体系可能注重的点不同, 需要了解清楚商家的需求, 例如:商家比较注重客户热区分布, 那可能就要多放几个摄像头, 才能采集到门店全局。
若能跟客户CRM系统打通会是最好的, 因为一识别到会员客户, 就能把会员信息通知到商家员工, 让员工根据客户以往的消费数据跟习惯去提供服务。