Sử dụng Trí tuệ nhân tạo (AI) và Khoa học dữ liệu để chiến đấu với Covid-19

Đại dịch Covid-19 làm cho Shantanu Bhattacharyya, Nhà khoa học dữ liệu trưởng của Locus, nhớ lại những ngày làm nhà sinh học phân tích làm việc về vắc-xin HIV tại Viện nghiên cứu Scripps. Anh thích nhớ lại cách anh dành nhiều ngày và ngày trong phòng thí nghiệm để nghiên cứu, đưa ra những ý tưởng mới, nhìn vào dữ liệu để diễn giải các mẫu. Tôi đã nghiên cứu về vắc-xin. Tôi cảm thấy lạ khi đọc về một loại công việc tương tự mà tôi đang làm. Đó là một khía cạnh rất quan trọng bây giờ, anh ấy nói.

Shantanu mang chuyên môn của mình về làm việc trên các bộ dữ liệu khổng lồ cho Locus và hiện là bộ não đằng sau công ty khoa học dữ liệu tiên tiến. Đội Locus đã bắt kịp anh ta để hiểu làm thế nào khoa học dữ liệu đóng vai trò quan trọng trong kịch bản hiện tại và làm thế nào nó sẽ đóng vai trò rất quan trọng trong việc thay đổi bộ mặt kinh doanh và hậu cần trong tương lai.

1. Trí tuệ nhân tạo (AI) và Machine Learning (ML) có liên quan như thế nào trong  giai đoạn Covid-19?

Khi Covid-19 bắt đầu, những câu hỏi đầu tiên là những câu hỏi khoa học dữ liệu. Câu hỏi đầu tiên là nhóm rủi ro ở đâu. Rõ ràng là những người trong một nhóm tuổi nhất định dễ bị tổn thương hơn. Sau đó, rõ ràng là những người có khuynh hướng nhất định cũng có nguy cơ lớn. Chúng trở nên rõ ràng từ rất sớm. Khi chúng tôi bắt đầu thu thập thêm dữ liệu, chúng tôi bắt đầu xác định các điểm nóng. Việc này hỗ trợ việc thiết lập các chính sách. Các nhà khoa học dữ liệu làm ngày này qua ngày khác. Họ thu thập dữ liệu và bắt đầu tìm ra các mô-tuýp.

Tiếp theo là doanh nghiệp. Có cả yếu tố con người và kinh tế ở đây. Một trong những lĩnh vực mà AI có thể giúp đỡ là, hành vi của người tiêu dùng đang thay đổi như thế nào? Mọi người giảm mạnh việc đặt món ăn và bắt đầu nấu ăn tại nhà. Một số doanh nghiệp bắt đầu phát triển bùng nổ, ví dụ, chất khử trùng tay. Một số doanh nghiệp thậm chí tăng cường khả năng của họ để đáp ứng nhu cầu.

Bám sát các doanh nghiệp hiện đang có những cân nhắc về các khu vực bị ảnh hưởng. Làm thế nào tôi sẽ cung cấp hàng hóa ở đó so với các khu vực không bị ảnh hưởng, loại mặt hàng nào, chúng ta sẽ tăng cường đưa vào chuỗi cung ứng hoặc hợp tác nhiều hơn?

Một trong những lĩnh vực khác có nhiều nghiên cứu dựa trên dữ liệu là mức độ thoải mái của người đặt hàng là gì? Họ đặt hàng từ các cửa hàng lớn hay họ đang đi tới và đặt hàng từ các cửa hàng địa phương? Nếu mọi người đang mua từ các cửa hàng địa phương, các doanh nghiệp lớn cần phải liên kết với các cửa hàng địa phương nhiều hơn so với trước đây.

How to build your business around a on-demand hyperlocal delivery model?

Ưu tiên nghiên cứu khoa học là dữ liệu thúc đẩy, vì thời gian là yếu tố rất quan trọng trong đại dịch Chúng ta cần có câu trả lời nhanh nhất có thể. Chúng ta cần hiểu những gì đang hoạt động và những gì không. Sự dư thừa của việc cố gắng làm những việc không mang lại hiệu quả là cực kỳ tốn kém ngay bây giờ. Bạn cần biết tất cả các loại tương tác. Ví dụ, được cho một loại thuốc, những người trong khu vực cụ thể này phản ứng theo cách này.

(Một cách khác là) Tái sử dụng các loại thuốc hiện có. Bạn cần phải thử các sự kết hợp khác nhau, một số đã cho thấy hiệu quả khác nhau so với những cái khác.

Sau tất cả những điều này, có một vấn đề với – cơ sở của thiết kế thuốc hợp lý. Chúng tôi đã giải mã trình tự virus, chúng tôi biết các thành phần. Dựa trên điều đó và tất cả các bệnh nhân đã nhiễm Covid-19 và phản ứng với nó, chúng tôi nghiên cứu tất cả các phản ứng miễn dịch. Bây giờ chúng ta có thể nghĩ đến việc áp dụng các kỹ thuật AI / ML để thiết kế các can thiệp nhằm khơi gợi phản ứng miễn dịch này một cách nhân tạo. Nó sẽ tăng tốc quá trình nhận thuốc hoặc vắc-xin.

Tóm tắt ở đây là – chúng ta cần đưa ra quyết định siêu nhanh, điều đó có nghĩa là chúng ta đang tìm kiếm các mẫu. Đây là nơi AI và ML xuất hiện.

Tại nhiều điểm khác nhau trong lịch sử, xã hội bị ép buộc vào các tình huống.

Điều gì xảy ra nếu mọi người làm việc tại nhà? Trong một tình huống bình thường, tôi không biết làm thế nào các doanh nghiệp có thể đi đến quyết định để nhân viên của họ làm việc tại nhà. Mọi người đã xem xét khả năng làm việc tại nhà này mãi mãi không thể quyết định, nhưng chúng tôi đang thu thập dữ liệu ngay bây giờ. Nó có hoạt động không? Có hiệu quả không? Mọi người có hạnh phúc hay không?

Chúng ta đang sống chung trong một thời gian không giống bất cứ điều gì khác. Chúng tôi đang thu thập dữ liệu tương tác xã hội. Các dữ liệu này sau khi Covid-19 qua đi sẽ định hình các chính sách và ra quyết định.

2. Làm thế nào dữ liệu có thể hỗ trợ hoạt động hậu cần và làm thế nào Locus có thể giúp đỡ?

Người tiêu dùng hiện đang nâng cao vấn đề về vệ sinh. Rõ ràng nhận thấy điều này từ cách Swiggy, Dunzo, và các ứng dụng giao hàng thực phẩm và hàng thiết yếu khác làm nổi bật khía cạnh vệ sinh trong vận hành của họ.

Nếu bạn nghĩ về nó, tất cả quy về hoạt động hậu cần. Mọi người muốn minh bạch hơn về cách mọi thứ đang được mua sắm và giao đến trước cửa nhà của họ.

Một trong những tác động đến hậu cần là khái niệm về các khu vực màu đỏ, màu cam, màu xanh lá cây và các tiêu chuẩn liên quan đến từng khu vực. Tất cả các công ty trong lĩnh vực logistics, đều phải cân nhắc các yếu tố liên quan đến các khu vực này. Các khu vực cần phải  xử lý hợp lý, cần có sự phòng ngừa tối đa, trong khi giảm thiểu tác động kinh tế. Phân vùng sẽ  trở nên quan trọng. Và Locus có thể giúp đỡ.

Zone-based routing is the need of the hour

Một điều nữa là, nhiều người đã chuyển sang mua hàng thiết yếu trực tuyến (e-grocery). Họ bị  buộc phải thực hiện điều này, nhưng nhiều người bây giờ đã biết điều này có thể. Mọi người thậm chí còn mua thuốc trực tuyến, mặc dù trước đó họ không có thói quen đó.

Điều này có nghĩa là có những cân nhắc mới – định tuyến cần nhanh hơn, hiệu quả hơn và minh bạch hơn. Locus có vai trò quan trọng ở đây. Các công ty có thể đối phó với một lượng đơn đặt hàng lớn trong khi tự động hóa việc ra quyết định. Tự động hóa luôn luôn quan trọng, nhưng số lượng các biến số cần cân nhắc hiện nay rất lớn đến nỗi ngay cả đối với người dày dạn kinh nghiệm nhất cũng không thể nắm bắt mọi thứ. Tất cả các quyết định cần phải được tự động hóa và phải tự xử lý được ở quy mô lớn. Người tiêu dùng cuối cùng cần phải được thuyết phục rằng mọi thứ đang diễn ra theo cách nó nên như vậy và không có gì phải lo lắng. Tất cả điều này có thể được đáp ứng khi có một nền tảng ra quyết định và chúng tôi đã cung cấp điều này.

Bạn cũng cần các thuật toán mạnh mẽ và linh hoạt vì các mô hình kinh doanh đang thay đổi. Nếu tình huống hoặc mô hình kinh doanh thay đổi, thuật toán của bạn cần thay đổi rất nhanh. Xử lý rất nhiều trường hợp sử dụng là điều chúng tôi đã và đang làm ngay cả trước Covid-19.

Một sự thật đau lòng mà mọi người đều nhận ra là sự gián đoạn đối với các chuỗi cung ứng là cực kỳ tốn kém. Nó là một vấn đề sống còn. Cân nhắc cho các mạng lưới là rất quan trọng.

Bây giờ hiệu quả đóng gói đã trở nên quan trọng để đáp ứng sự gia tăng nhu cầu này. Đây là những lĩnh vực đang trở nên quan trọng, chúng tôi đã cung cấp một số giải pháp trong lĩnh vực này.

3. Mọi thứ đang thay đổi nhanh chóng, với tư cách là một nhà khoa học dữ liệu, làm thế nào để bạn làm cho công nghệ hoạt động phục vụ kịch bản luôn thay đổi?

Để có thể nắm bắt nhu cầu thay đổi, chúng ta cần có một sự thấu hiểu về cách nhu cầu thay đổi đối với khách hàng của chúng ta. Chúng tôi dễ dàng bị ảnh hưởng với điều đó. Làm thế nào nhu cầu thay đổi, dẫn đến mô hình kinh doanh mới hơn, lĩnh vực mới, chúng tôi cần nắm bắt tốt điều đó và điều này cho chúng tôi một khởi đầu. Các thuật toán cốt lõi của chúng tôi được xây dựng một cách linh hoạt. Các cốt lõi của chúng tôi đủ linh hoạt để mô hình hóa tất cả các kịch bản khác nhau này vì chúng tôi đã sẵn sàng xử lý các tình huống sử dụng khác nhau.

Toàn bộ các tình huống sử dụng của chúng tôi đến từ các nhóm khách hàng đa dạng và địa lý đa dạng, và do đó chúng tôi có lợi thế là đã nhìn thấy nó trước đó. Chúng tôi luôn tìm cách theo kịp nhu cầu ngày càng tăng. Dòng thời gian thay đổi, chúng tôi chỉ cần bóp cò nhanh hơn, Covid-19 đã làm rõ các yêu cầu.

4. Bạn có nghĩ rằng logistics sẽ thay đổi nền tảng của nó?

Một điều hiển nhiên là – một khi các đơn đặt hàng mà bạn cần giao có một bước nhảy lượng tử, bạn có thể quy mô từ từ, không có gì xa xỉ cho điều đó. Mọi người sẽ nhìn vào các mô hình kinh doanh mới như phân cấp (decentralization).

Khái niệm về kho lớn cung cấp cho các khu vực xa là khó khăn hơn. Bạn muốn gần gũi với khách hàng, dù sao đó cũng là cách nhanh nhất để tiếp cận. Bạn không muốn thiết lập nhiều kho hàng vì nó có chi phí duy trì và vận hành. Cách để đối phó với vấn đề này là liên kết với các cửa hàng địa phương.

Hãy tưởng tượng, nếu có nhu cầu cao đối với một sản phẩm ở Kolkata, nhưng nhu cầu này không giống ở Bengaluru, bạn không muốn có nhữnng nhà kho khổng lồ ở mỗi thành phố, bạn có thể đi đến cấp địa phương và nói ‘Hãy dự trữ sản phẩm này, thời điểm ai đó đặt hàng , bạn có thể giao hàng ‘. Do đó phân cấp sẽ rất quan trọng.

Một thay đổi khác có thể là giao hàng tự động. Bây giờ có một sự thúc đẩy bất ngờ cho việc giao hàng tự động. Có nhiều sự quan tâm hơn. Ở các nước phát triển như Mỹ, bạn sẽ thấy một lực đẩy cho xe tự lái, giao hàng bằng drone, v.v … Lý do là ở đó đã có sự tiêu chuẩn hóa. Đường phố là những con số, địa chỉ được định dạng bằng cách chuẩn hóa hơn…, và tự động hóa theo sau.

Ở các nước đang phát triển, ngay cả khi tôi có máy bay không người lái và có chính sách, giả sử rằng bạn muốn giao hàng cho một căn hộ địa phương, địa chỉ này cũng cần phải được mã hóa chính xác. Nó không thể sai được. Đây sẽ là những rào cản mà các công ty như Locus có thể giải quyết. Một khi các nước phát triển cho thấy nó có thể hoạt động như thế nào, các quốc gia đang phát triển sẽ bắt kịp chậm hơn một chút, vì tiêu chuẩn hóa bị thiếu.

Mapping the world – Easy Address Geocoding

Thứ ba, mọi người nên thoát khỏi các suy nghĩ rập khuôn về địa chỉ và mã pin. Bạn không thể sử dụng cách quản lý cho với tất cả. Bạn cần xác định được ranh giới theo cách cực kỳ cụ thể trong trường hợp sử dụng. Một khi khái niệm về các khu vực trở nên rõ ràng, nó sẽ được dịch sang rất nhiều thứ khác. Các nền tảng cung cấp khả năng tạo vùng (zone) sẽ nổi bật.