大數據文摘出品

眼下AI大熱，而有一家企業早就意識到AI與機器學習已經不再是一家企業可有可無的優勢項目，而是一項必備的能力，這家企業就是百事集團。

作為擁有百事可樂、佳得樂、純果樂、立頓、樂事薯片、桂格這些知名品牌的食品飲料公司，百事在全球200多個國家售賣產品，去年收入高達647億美元。同時，百事正在以多種方式玩轉機器人、AI與機器學習。

送零食的機器人

有一群六輪移動送貨機器人，正在太平洋大學內投遞百事旗下的健康零食飲料（HelloGoodness系列），如SunChips、Baked Lay’s、bubly sparkling water等。這些自動送貨機器人叫做Snackbot，它們是百事集團與Robby Technologies的合作研發成果。學生們先在通過手機app下單購買零食，然后送貨機器人就會將購買的食物送到目的地，支持校園內50多個地點，一律包郵。這款送貨機器人充一次電能跑20英里，而且得益于配備的前車燈和全六輪驅動，夜間、雨天或是人行道它都可暢行無阻。

百事集團通過調研發現，大學生的時間都很緊張，便設計出了Snackbot來滿足他們需求，在一個學校里三到五臺這樣的機器人就夠用了。

機器學習助力生產制造

樂事薯片(百事旗下品牌)的生產工廠在機器學習的幫助下也獲益良多。比如在樂事薯片加工系統中，會采用激光“打擊”薯片，然后采集返回的聲音來判斷薯片紋理。這里用到了機器學習算法分析聲音信號來判斷薯片紋理，以實現自動化質檢。

繼這個案例之后，百事的高級研發工程師Shameer Mirza發現，機器學習在工廠生產過程優化上大有可為。后來，他設計了一種基于機器視覺的機器學習模型，用于預測正在被加工的土豆的重量。這可給公司節約了一大筆成本，有了它就無須再在生產線(光在美國地區就有35條生產線)上另外花30萬元買稱重元件了。Mirza設計的系統里僅用到了攝像頭和機器學習模型，再加上一些數據，沒有額外費用。

更多項目開發中

還有一個仍在開發中的項目：估算土豆在經過剝皮工序后的剝皮率。有了這個數據，樂事團隊就能利用它優化土豆剝皮系統。據估計，這個項目如果成功，光在美國就能為公司每年省下至少100萬的費用。

百事集團今年還將為其內部研發人員推出一項關于及高級機器學習和計算機視覺的培訓課，通過增強其研發團隊應用該技術的能力，不斷提升生產設備利用率。

Vera為招聘提速

有一次，百事集團的HR小姐姐們為在兩個月內給一個俄羅斯工廠招250個工作崗位，她們使用了機器人Vera對銷售、司機等應聘者進行電話初面。Vera由俄羅斯的一家初創公司Stafory所設計，它能在9個小時內面試1500個應聘者，而如果由人來完成至少需要9周。

借助Amazon、Google、Microsoft、Yandex(俄羅斯科技公司)的高級語音識別軟件，Vera就能對那些應聘叉車工、工廠工人、銷售員等崗位的應聘者進行電話或視頻面試。Vera不但可以通過掃描簡歷判斷出應聘者是否有對應崗位所需的經驗，還能通過分析應聘者的應答繼續提問并給出回應。它還能給出電話面試的評分為后續面試提供參考。目前看來，在機器人幫助下招聘進來的大部分員工質量都挺好，但是HR專員在這項技術上還是存有疑慮。所以這項技術目前應用的最大困難是如何提高人類對之信任度。

內部技術平臺Ada

Ada提出一種名為“增強智能”的理念，即將人類思想與算法相結合。百事希望通過這種理念來加速機器的學習能力。Ada平臺能將百事采集到的大量數據匯總起來，并讓這些數據充分發揮價值。最終，公司會在運營的各個方面用到Ada，包括創新設計、用戶分析、定價策略等。

百事集團將這些數據用到了產品開發、銷售、市場營銷等方面。例如，他們利用社交媒體預測工具，將企業自有的數據和消費者公開的對話內容信息相結合，來決定新品的投放。目前，平臺剛剛起步，百事正在從所擁有的數據中發現關鍵信息，并隨之作出相應動作進行調整。隨著接入平臺里的數據增多，百事會更加清晰地判斷市場趨勢及自己的市場定位。

PepWorx：大數據分析平臺

百事集團還應用基于云的數據分析平臺PepWorx進行數據分析，推薦出零售商最需備貨的商品、商品的最佳擺放位置、最佳促銷方案。例如，在桂格推出其早餐燕麥粥的時候，就利用該平臺從美國1.1億家庭中篩選出最可能購買該產品的2400萬個家庭，然后找到這些家庭最常去的購物場所，到現場進行促銷以吸引顧客。像這種對數據的合理使用以發現市場的做法，在產品首推的12個月內幫助其提升了80%的銷量。