COVID-19 salgını, dijital teknolojiye küresel bağımlılıkta ciddi bir artış gördü, ancak bazı insan-bilgisayar etkileşimi (HCI) türlerinin başarılı olması için daha fazla insan odaklanması gerekiyor.

Orta Doğu’da tüketiciler yiyecek satın almak, birbirleriyle tanışmak ve dijital ortamlarda bilgi edinmek için interneti giderek daha fazla kullanıyor. Ancak bir endüstri, çevrimiçi ortamda o kadar iyi durumda değil.

Giyim ve güzellik ürünleri gibi özelleştirilmiş ürünler için çevrimiçi alışveriş yapan tüketicilerin daha fazla kişisel ilgiye ihtiyaç duyduğunu belirleyen McKinsey & Company’ye göre bölgesel hazır giyim sektörü 2020’nin başından bu yana keskin bir düşüş yaşadı.

duygusal alışveriş

Dubai merkezli yazılım sağlayıcısı GetBEE, markaların müşterilerle daha insani ve sürükleyici bir düzeyde etkileşim kurması için ilk kişiselleştirilmiş ağı oluşturduğunu söylüyor.

Alışveriş yapanlar, seçtikleri satış görevlisinden görüntülü görüşme yoluyla yüz yüze rehberlik görüntüleyebilir, derecelendirebilir ve alabilir. Arama sırasında kullanıcılar, ölçümlerini nasıl doğru bir şekilde yapacaklarına dair doğrudan talimatlar alabilir ve sanal alışveriş sepetlerindeki ürünler hakkında ikinci bir görüş alabilirler.

Getbee’nin CEO’su

GetBEE’nin kurucusu ve CEO’su Thea Myhrvold, 2020’de küresel moda kârlarının düşmesine rağmen, platformlarını kullanan yaklaşık 20 marka için çevrimiçi perakende giyim satışlarının birkaç ay içinde ortalama %28 arttığını söylüyor.

Benzer bir empatinin perakende için olduğu kadar eğitim için de geçerli olduğuna inanan eski bir öğretmenden seri girişimciye dönüşen Myhrvold, “İnsanlar günün sonunda insanlardan satın alıyor” diyor.

“Müşterilerin %86’sı bir chatbot yerine bir kişiyle uğraşmayı tercih ediyor. İşte bu yüzden bu kişiselleştirilmiş duygusal satın alma deneyimi gerçekten işe yarıyor.”

Chalhoub Middle East, Lancôme ve Faces dahil olmak üzere lüks perakende müşterilerini temsil ediyor. Bölgesel distribütör, insancıl çevrimiçi platformların karantina önlemleri sırasında yeni bir alışveriş dalgasını memnuniyetle karşıladığını söylüyor.

Chalhoub Group’ta çok kanallı bir proje yöneticisi olan Aleksandra Harciarek, “Hayatta kalmamıza yardımcı oldu” diyor.

“Sadece BT’mizin bizim için e-ticaret platformları oluşturmasını beklerken kalsaydık elde edemeyeceğimiz sonuçlar elde etmemize yardımcı oldu.”

Taraflı teknoloji

Perakende sektörü daha ilişkilendirilebilir çıktılara sahip teknolojiler yaratırken, makine öğrenimi sistemleri gibi karmaşık sistemlerde insani değerlerin girilmesine yönelik talep artıyor.

Yapay zeka da dahil olmak üzere teknoloji, geliştiricilerinin öğrettiği bilgilere bağımlıdır ve bu, düzenlenmediği takdirde insanlarda önyargı ve etik olmayan uygulamalara yol açabilir.

2015 yılında Amazon’un yapay zeka işe alım motoru, “kadın” kelimesiyle özgeçmişlerin daha az tercih edildiğini belirledi.

2018 MIT araştırması, yüz tanıma algoritmalarının Beyaz insanlara kıyasla Siyah insanlara karşı daha yüksek algılama hatalarına sahip olduğunu buldu.

Muhalefet protestolarının ardından Microsoft, IBM ve Amazon, yüz analizi yazılımlarını ırksal profilleme ve kitlesel gözetim korkusuyla 2020’de ABD polisine satmayı reddetti.

Buna rağmen, teknolojinin 2030 yılına kadar küresel ekonomiye yaklaşık 13 trilyon avro katkıda bulunacağını tahmin eden Price Waterhouse Coopers’a (PwC) göre, işletmelerin yalnızca %25’i yapay zekaya yatırım yapmadan önce etik sonuçları değerlendiriyor.

Değer girme

Datumcon, güvenli petrol sondajı, izleme maskesi ve sosyal mesafe uyumu sağlamak ve duygu analizi ile insan duygularını tespit etmek için yapay zeka sinir ağlarını eğitiyor.

Datumcon’un CEO’su Cesar Andres Lopez, AI’nın kedi ve köpek arasında ayrım yapmak gibi belirli görevleri yerine getirmede insanlardan üstün olduğunu söylüyor. İnsan rehberliği, duyguları tespit etmek gibi daha karmaşık görevler için çok önemlidir, ancak düzgün bir şekilde eğitilmezse aynı zamanda insan önyargısını da memnuniyetle karşılayabilir.

CEO, Datumcon

Önyargıyı önlemenin anahtarının sinir ağlarını nasıl düşüneceklerini eğitmek için yerelleştirmeyi kullanmak olduğunu açıklayan Lopez, “Bu, gelecekte karşılaşacağımız en büyük sorunlardan biri” diyor.

Bir toplumun sınıfını, yaşını, etnik ve cinsiyet çeşitliliğini gerçekten temsil eden veri setlerini kullanarak, “Verilerin yerel özelliklerini yansıtabilmek istediğimiz için veri etiketlemenin yerel insanlardan geldiğinden emin oluyoruz” diyor.

Datumcon, duyarlılık analizi teknolojilerinde kullanılan her bir temel duygunun tespitini öğretmek için yaklaşık 30.000 farklı yüzden örnekler girer.

Sonuçlar tamamlandıktan sonra, doğruluk için kurum içi bir psikolog tarafından denetlenir.

Euronews’in bir haberine göre haberleştirildi.

About Post Author

Ne Düşünüyorsunuz Bu Konuda?

%d blogcu bunu beğendi: