Помните шквал критики, которую Netflix получил после того, как в последнем квартале занижал прогноз своих внутренних абонентов, что привело к резкому падению цен на акции? Что ж, такие грубые просчеты могут уйти в прошлое, поскольку на этой неделе AWS объявила об общедоступности Amazon Forecast — сервиса на основе машинного обучения для предоставления высокоточных бизнес-прогнозов.

Прежде всего, давайте проясним. Amazon Forecast не участвует в игре с конкурирующими исследовательскими организациями, такими как наш дочерний сервис Rethink TV, и этой системе нельзя доверять беспристрастное прогнозирование развивающихся рынков и инновационных технологий. Но прогнозирование бизнес-условий, таких как продажи, спрос на продукцию, требования к инфраструктуре, потребности в энергии и уровень персонала, — это хлеб с маслом для Amazon Forecast, а технология обязательно вызовет серьезное сокращение штатных групп прогнозирования.

Amazon, конечно, является главным конкурентом Netflix в SVoD, но многие забывают, что Netflix на самом деле размещается в облачной инфраструктуре AWS. Продвижение вперед с Amazon Forecast для снижения вероятности повторной ошибки прогнозирования может быть заманчивым сценарием для Netflix, поскольку эта технология, как утверждается, делает прогнозы на 50% более точными, чем традиционные методы с помощью пользовательских моделей.

AWS утверждает, что достижение высокого уровня точности остается недостижимым по двум причинам. Традиционные методы прогнозирования, от простых электронных таблиц до сложного программного обеспечения для финансового планирования, очевидно, с трудом учитывают и обрабатывают большие объемы исторических данных, что в конечном итоге означает упущение важных прошлых сигналов. Во-вторых, AWS сообщает, что эти традиционные прогнозы, как правило, не включают связанные, но независимые данные, которые могут предложить важный контекст (например, продажи, праздники, местоположения, маркетинговые акции и т. д.). «Без полной истории и более широкого контекста большинство прогнозов не могут точно предсказать будущее», — утверждает AWS.

Вот почему Amazon Forecast не собирается пожирать обеды сектора маркетинговых исследований. Ему не хватает той фундаментальной интуиции, которая присуща прогнозированию, — второй после наиболее важного аспекта, который заключается в общении с различными людьми внутри прогнозируемой отрасли. Amazon Forecast может предоставить компаниям инструменты для построения более точных и мощных моделей, чем что-либо другое на рынке, но он не может волшебным образом предоставить группам прогнозистов информацию о том, как работают конкуренты. Здесь у нас есть недостающий ингредиент.

Тем не менее, Forecast звучит как грозное оружие — он разрабатывает и снабжает свои алгоритмы машинного обучения огромным объемом данных о доставке миллиардов пакетов каждый год на протяжении более 20 лет. Amazon говорит, что этот опыт электронной коммерции превратился в передовые методы прогнозирования, способные автоматически обнаруживать, как переменные, включая характеристики продукта, сезонность и расположение магазинов, могут влиять друг на друга. Он создает так называемый конвейер данных, в который поступают данные и обучается модель, предоставляя показатели точности для выполнения прогнозов. Это означает, что разработчикам не требуются какие-либо знания в области машинного обучения, и они могут создавать модели машинного обучения менее чем за пять вызовов или щелчков API. .

Компания Accenture, предоставляющая профессиональные услуги, указана в качестве примера из практики клиентов, описывая Amazon Forecast как «простой в использовании для производственных рабочих нагрузок, что позволяет нам экспериментировать с несколькими современными моделями обучения для прогнозирования в рамках нашего бизнеса».

AWS также упоминает бразильскую фирму OMotor, которая использует алгоритмы машинного обучения, методы компьютерного зрения и когнитивных ботов для общения через WhatsApp и другие платформы. «Использование Amazon Forecast дает нам возможность создавать и уточнять различные прогнозы на основе данных временных рядов без необходимости каждый раз создавать и обучать модель вручную. Мы прогнозируем реальные продажи на следующие 12 месяцев, чтобы мы могли адекватно планировать запасы, оценивать будущую прибыльность, отслеживать увеличение или уменьшение доли рынка и получать другие данные. Это означает, что мы можем использовать больше контекстных данных, чаще оптимизировать, генерировать прогнозы с повышением точности более чем на 50% и работать с большой скоростью. Например, мы помогаем клиентам в автомобильной промышленности прогнозировать продажи 185 автомобилей в Бразилии», — сказал генеральный директор OMotor Марсио Родригес.

Amazon Forecast — это второй заметно прорывной продукт этого лета после того, как в июне компания сделала свое рекомендательное программное обеспечение Amazon Personalize общедоступным для клиентов AWS. Персонализация ранее была эксклюзивной роскошью, доступной только самой розничной платформе. Спорное мнение Amazon заключается в том, что пришло время, чтобы рекомендации стали в некотором смысле повсеместными благодаря одноименному главному алгоритму персонализации — вместо того, чтобы рекомендации были объединены в один движок для видео, другой для музыки, еще один для новостных статей и еще один для продаж продуктов. .

Amazon Personalize существенно упрощает разработку приложений с вариантами использования персонализации, включая рекомендации по продуктам, индивидуальные результаты поиска и индивидуальный прямой маркетинг. Персонализируйте обучение, настройку и развертывание пользовательских моделей машинного обучения, предоставляя необходимую инфраструктуру и управляя полным конвейером машинного обучения. API предоставляет клиентам результаты с оплатой по мере использования — заявляя, что не требуется никакого опыта машинного обучения.

Однако в то время мы сомневались в том, что Personalize может эффективно предоставлять рекомендации за пределами розничного сектора. Таким образом, то же самое может быть верно и для Amazon Forecast — останется ли технология укорененной в розничной торговле или система разветвится и окажется ключевой, помогая компаниям в секторе цифровых развлечений избегать будущих ошибок, подобных недавнему прогнозу Netflix?

«Учитывая последствия прогнозирования, точность действительно имеет значение. Если прогноз слишком высок, клиенты будут чрезмерно инвестировать в продукты и персонал, что в конечном итоге окажется потраченным впустую вложением, а если прогноз слишком низкий, они будут инвестировать недостаточно, что приведет к нехватке сырья и запасов; ухудшает качество обслуживания клиентов», — заявляет AWS.

Это выдержка из Faultline Online Reporter, в которой представлена ​​структура технического понимания, помогающая прогнозировать будущее цифровых развлечений и глобальной экономики широкополосного доступа.