Духи - это наиболее личный выбор человека, и многие осмеливаются называть эту индустрию искусством, а не наукой. Может ли именно поэтому машинное обучение принесет огромную пользу?
Персонализация стала мега-тенденцией во многих отраслях, но, что наиболее важно, в индустрии красоты [2]. То, как люди воспринимают различные запахи, является одним из самых сложных понятий для осмысления и зависит от многих сложных факторов, таких как наша генетика, опыт и культура [3]. Вот почему машинное обучение может принести огромную пользу.
IBM уже инвестировала в расширенные исследования в парфюмерной индустрии, в частности, в свой AI Philyra. Филира повторяет процесс создания ароматов, как человеческий ученик, и создает ароматы для разных сегментов потребителей [4]. Это чрезвычайно важный шаг к анализу и пониманию формул ароматов и демографических предпочтений. Однако Le Labo не заботятся о массовых сегментах, поскольку они пытаются создать уникальный продукт ручной работы. Тогда возникает вопрос, как ИИ разрешить связь между многочисленными личными чертами и вкусом запахов?
Le Labo (и Estee Lauder) использует эту возможность в создании индивидуальных ароматов двумя способами. Во-первых, вопросник Пруста помогает выявить уникальные личные качества, которые невозможно систематизировать и проанализировать в виде структурированных данных (например, вашу самую странную экстравагантность). Ответы на этот вопрос оцениваются командой, а затем покупателю рекомендуется выбор из существующего портфеля ароматов. В настоящее время этот процесс в основном выполняется вручную или основан на правилах. Во-вторых, Estee Lauder сотрудничает с IBM в проекте Philyra, предоставляя свою базу данных ароматов.
Сможет ли Estee Lauder сделать смелый шаг и создать собственный ИИ для создания максимально персонализированных ароматов? Прямой ответ может заключаться в том, что они не могут, потому что у них нет технических возможностей; однако важно отметить, что они опираются на чрезвычайно ценные данные, полученные из их большого портфолио брендов [5]. Благодаря своей розничной стратегии для большинства брендов они знают, какой оттенок помады я покупаю в MAC, как часто и где я делаю покупки, какие у меня проблемы с кожей, какие духи я ранее покупал и выкупал повторно. Может показаться, что это не точки прямого отношения к индивидуальному вкусу ароматов, и именно поэтому ИИ может дать огромное понимание. Объединение всех предыдущих покупок продукта вместе с атрибутами продукта (например, стиль, функциональность, запах, цвет) и покупательским поведением (например, местоположение, время, частота, социальное или индивидуальное) создаст входные данные с более чем 10000 столбцами, которые могут быть или вообще не связано с вкусом человека в запахе. Но это должен решать ИИ. Следующим шагом будет создание вывода. Допустим, у каждого аромата около 100 атрибутов (например, верхние ноты, базовые ноты, долговечность), поэтому ИИ должен определить оптимальную комбинацию этих атрибутов.
В краткосрочной и среднесрочной перспективе, учитывая бесконечное количество комбинаций и потенциальных сложностей в работе, Le Labo могла бы попытаться сгруппировать свой существующий портфель ароматов, чтобы они соответствовали этим личным качествам, которые мы упоминали ранее. После этого они могли отправить бесплатные образцы лояльным клиентам Estee Lauder и попросить их просмотреть их в качестве механизма обратной связи с ИИ. Конечная персонализация ароматов будет заключаться в долгосрочном применении в сочетании с достижениями в области нейробиологии, биотехнологии и химии.
Духи - это наиболее личный выбор человека, и многие осмеливаются называть эту индустрию искусством, а не наукой. Следовательно, когда мы представим машинное обучение, примут ли настоящие пуристы клиенты, которые хотят аутентичного опыта ручной работы, эту новую тенденцию? Если нет, должна ли эта технология быть непрозрачной для потребителей? Или для таких энтузиастов данных, как я, захотят ли эти потребители поделиться дополнительными личными данными, такими как их профили в социальных сетях или списки воспроизведения книг / музыки, чтобы помочь этому ИИ достичь максимальной персонализации? И, скорее, более серьезный вопрос для парфюмерной индустрии: если поиск ароматов закончится после одной попытки с ИИ, не сократит ли это индустрию красоты значительно?
[1] Ле Лабо. 2018. Elcompanies.Com. Https://www.elcompanies.com/our-brands/le-labo.
[2] Совет, Янг. 2018. Как персонализированные товары влияют на экономику. Forbes. Https://www.forbes.com/sites/theyec/2017/05/05/how-personalized-goods-are-shaping-the-economy/#1457e1b23a1c.
[3] Пахнет прогрессом машинного обучения - к науке о данных. 2018. На пути к науке о данных. Https://towardsdatascience.com/smells-like-machine-learning-progress-611a2851acec.
[4] Забудьте о Chanel №5. IBM теперь создает парфюмерию с использованием искусственного интеллекта . 2018. Vox. Https://www.vox.com/the-goods/2018/10/24/18019918/ibm-artificial-intelligence-perfume-symrise-philyra.
[5] Наши бренды. 2018. Elcompanies.Com. Https://www.elcompanies.com/our-brands.
