百事可樂如何利用人工智能和機器學習來取得成功

百事可樂是一家意識到使用人工智能(AI)和機器學習是一種業(yè)務需求，不再具有競爭優(yōu)勢的企業(yè)。百事可樂，佳得樂，Tropicana，Lipton，F(xiàn)rito-Lay和Quaker等品牌背后的食品飲料公司在200多個/地區(qū)銷售產品，去年的年收入達647億美元。從機器人到機器學習，百事可樂以多種方式在整個組織中使用人工智能和機器學習。

小吃配送機器人

太平洋大學周圍有一個六輪移動自動售貨機機器人工具，塞滿了百事可樂公司(Hello Goodness)的百事可樂零食和飲料-更加健康的陣容，包括SunChips，Baked Lay's和氣泡水。這些自動駕駛機器人名為Snackbot，是Robby Technologies和PepsiCo之間的合作伙伴關系。學生可以從Snackbot應用程序訂購零食，然后機器人將其運送到校園中的50多個地點，而無需支付運送費。這些機器人一次充電即可行駛20英里，而且借助機載大燈和全輪驅動功能，它們甚至可以在夜間，下雨或路緣向上行駛。

Snackbot代表了針對受時間限制的大學生及其百事可樂的研究發(fā)現(xiàn)的偏好的解決方案。校園里有三到五個Snackbots可以滿足需求。

機器學習制造

Frito-Lay(百事可樂的子公司)制造工廠正在從機器學習中受益。一個項目使用激光打芯片，然后聽從芯片發(fā)出的聲音來確定紋理。算法處理聲音并確定芯片紋理，以自動進行Frito-Lay芯片處理系統(tǒng)的質量檢查。

從一開始，百事可樂公司的高級研發(fā)工程師Shameer Mirza就意識到機器學習的更多應用可能會影響工廠內的過程控制。接下來，Mirza開發(fā)了一種機器學習模型，該模型可與視覺系統(tǒng)一起使用，從而能夠預測所加工土豆的重量。這為該公司節(jié)省了大量資金，因為它不再需要為每條生產線花費30萬美元(僅在就有35條)來稱重元件。Mirza的系統(tǒng)僅使用攝像頭和機器學習模型，并且基本上只是收集的額外數(shù)據(jù)點，而無需支付額外費用。

另一個仍在開發(fā)中的項目將評估馬鈴薯經過去皮過程后的“果皮百分比”。通過了解這些數(shù)據(jù)，可以幫助Frito-Lay團隊優(yōu)化馬鈴薯去皮系統(tǒng)。僅在，僅該項目一項就為公司每年節(jié)省超過100萬美元。

百事可樂公司今年將為其內部研發(fā)人員啟動有關高級機器學習和計算機視覺的全球培訓課程，以擴大其團隊使用這些技術的能力，以繼續(xù)尋找可提高其生產設施效率的見解。

Vera簡化了招聘流程

當人力資源專業(yè)人員需要在兩個月內填補250個職位時，百事可樂首次使用Robot Vera打電話給求職者空缺并采訪求職者，作為司機，并填補了俄羅斯的工廠空缺。Vera由俄羅斯初創(chuàng)公司Stafory開發(fā)，能夠在9個小時內采訪1,500名候選人，這項工作將花費人類9個星期。

借助來自亞馬遜，谷歌，微軟和俄羅斯科技公司Yandex的先進語音識別軟件和工具，Vera可以撥打電話并篩選候選職位，例如叉車操作員，工廠工人和銷售人員。它的軟件可以掃描簡歷，以確定潛在的候選人是否具有適合該職位的經驗，可以回答“是”和“否”，提出后續(xù)問題并發(fā)出后續(xù)信函。它還可以將通話記錄轉發(fā)給人力資源專家進行進一步審核。到目前為止，與機器人打交道時，大多數(shù)候選人都表示歡迎。人力資源專業(yè)人員對此有些猶豫。事實證明，最大的障礙之一是“對人類進行重新編程”以使他們對技術感到滿意。