隨著人工智能技術的應用愈加廣泛，它已經不再是企業(yè)的競爭優(yōu)勢，而成了一種必需品。作為全球領先的飲料和休閑零售巨頭，百事公司已經率先意識到了這一點。百事公司旗下?lián)碛邪偈驴蓸?、佳得樂、純果樂、立頓、菲多利、桂格等眾多品牌。這些品牌的商品源源不斷地銷往全球200多個國家，并在去年為百事公司賺取了647億美元的收入。

眾享受著百事公司提供的美味，卻很少有人知道，它已經將人工智能和大數據等新技術用在了生產和經營的各個環(huán)節(jié)。

自動售貨機器人：Snackbot

太平洋大學的校園里游蕩著這樣一些機器人，它們有6個輪子，肚子里填滿了百事公司的飲料和休閑食品。這些飲料和食品由百事公司旗下的自動售貨品牌Hello Goodness提供，包括菲多利的SunChips零食和星巴克冷萃咖啡等產品。

這些機器人叫Snackbot，是由百事公司和它的合作伙伴——位于海灣地區(qū)的科技公司Robby Technologies合作開發(fā)的。

早上9點到下午5點，這些機器人將隨時待命。學生們可以在校園內通過相應的手機APP訂購飲料和食品，機器人會自動將訂單送達校園內的50多個交付點之一。

Snackbot一次充電可以行駛20公里，它采用全輪驅動的方式以應對路緣石和坡道。車身配有攝像頭和車燈，即使在晚上或雨天也能正常工作。

Snackbot提供了一種全新的零售思路，它可以為那些因日程日益繁忙而希望邊走邊吃的大學生提供友好便捷的解決方案，同時也可以幫助百事公司更好地了解消費者的偏好。

智能生產控制系統(tǒng)

人工智能技術在生產制造環(huán)節(jié)的應用同樣十分廣泛，百事公司旗下品牌菲多利的制造廠正是受益者之一。

在薯條生產過程中，菲多利通過用激光照射薯條，讓算法根據反射光分析薯條紋理，來判斷薯條加工系統(tǒng)是否正常運轉。

這個項目讓百事公司的高級研發(fā)工程師Shameer Mirza意識到，機器學習還能在工廠生產的更多環(huán)節(jié)發(fā)揮積極作用。于是他開發(fā)了一個機器學習模型，搭配計算機視覺系統(tǒng)，這個模型可以預測正在加工的土豆重量。這樣一來，公司就不必在每條生產線上（菲多利僅在美國就有35條生產線）花費30萬美元用于稱重了。由于Shameer Mirza的這套系統(tǒng)只包含攝像頭和機器學習模型，所以幾乎沒有額外的成本，只是需要增加一些數據采集點罷了。

此外，菲多利還在開發(fā)一套評估土豆“削皮率”的系統(tǒng)。依據系統(tǒng)分析出的數據，菲多利可以對土豆去皮工藝進行優(yōu)化。據估算，僅在美國，這套系統(tǒng)就能為公司每年節(jié)省100多萬美元。

百事公司今年還將為內部研發(fā)人員開設一個關于機器學習和計算機視覺的培訓課程，以提升團隊運用這些新技術的能力，進而繼續(xù)尋找優(yōu)化生產效率的新方法。

智能招聘助手：Vera

百事公司的人力資源部門需要在兩個月內填補俄羅斯工廠的250個職位空缺，因此它開始啟用機器人Vera來面試銷售、司機等職位。

Vera是俄羅斯初創(chuàng)公司Stafory開發(fā)的一款智能招聘機器人，它能在9個小時內面試1500名求職者，而人類完成這一工作需要9周時間。

Vera集成了亞馬遜、谷歌、微軟以及俄羅斯科技公司Yandex的先進語音識別算法，它可以自動向候選人撥打電話，篩選叉車操作員、工廠工人和銷售人員等空缺職位的候選人。

Vera可以掃描候選人的簡歷，判斷他是否具備相關崗位的資質和經驗，用“是”和“否”回答候選人的提問并提出后續(xù)問題，以及向候選人發(fā)送郵件。在和候選人溝通的過程中，它會全程錄音，然后發(fā)送給人力資源專家，供其做進一步審查。

目前，大多數候選人對招聘機器人的反響都很積極，人力資源方面的專業(yè)人士態(tài)度則比較猶豫。由此可以，招聘機器人應用的最大障礙在于“重新編程人類”，讓他們更加適應這項新技術。

內部技術平臺：Ada

Ada的理念是將人類洞察力與算法相結合，實現“增強智能”。百事公司希望通過這種方式提高其學習速度。

Ada可以從各個來源收集數據，幫助百事公司更好地挖掘數據價值，用于公司經營的各個方面，包括創(chuàng)新、設計、研發(fā)和價格決策等。

此外，百事公司還將大數據用于新品開發(fā)、銷售和營銷。比如，利用社交預測工具，將公開可用的消費者對話與內部大數據結合，以確定推向市場的新品。這意味著百事公司已經能夠從現有數據中獲得洞察，并應用于商業(yè)實踐。未來，隨著百事公司沉淀的數據越來越多，它還可以預測消費趨勢的變化，并不斷調整營銷定位。

大數據分析平臺：Pep Worx

基于云端的大數據分析平臺Pep Worx可以幫助百事公司向零售商店提供最佳的庫存建議：建議它們采購哪些商品，將這些商品擺放在哪里，以及使用怎樣的促銷策略。

比如百事公司打算推出桂格隔夜燕麥片時，大數據平臺可以從1.1億戶美國家庭眾篩選出2400萬戶精準受眾家庭。同時它還能分析出這些家庭傾向于去哪些場所購物，并推出針對性的促銷活動來吸引他們。

這種針對具體場景的大數據應用，推動該產品在上市后的12個月內實現了80%的銷售增長。