El reconocimiento de imágenes es una función que se logra mediante sistemas de computer vision, un subcampo de investigación dentro de la inteligencia artificial (IA). Este subcampo, también llamado “visión artificial”, utiliza redes neuronales artificiales (RNA) para dotar a las computadoras con la capacidad de “entender las imágenes”.
La aplicabilidad del computer vision es muy versátil, incluso es posible utilizar sus recursos para mejorar la experiencia de los clientes. Por tal motivo, se espera que para el año 2025 la visión artificial alcance un valor global de casi 20 mil millones de dólares.
5 casos reales de reconocimiento de imágenes en la experiencia del consumidor
La comprensión o el reconocimiento de imágenes por parte de las computadoras está revolucionando muchos campos: seguridad, conducción automática, robótica, entre otros. Sin embargo, uno de los campos más innovadores y disruptivos es la experiencia de cliente.
El uso de la IA (a través del computer vision) y el acceso a históricos de datos permiten crear experiencias personalizadas e impactantes. Algunas de las marcas que han utilizado esta tecnología de manera impresionante son:
- Expedia
- Amazon
- Microsoft
- Cisco
- Douwe Egberts
1. “Discover your aloha” de Expedia
Expedia, como agencia online de viajes, creó una herramienta digital en su website que les permite a sus clientes obtener un itinerario turístico para Hawái completamente personalizado. Para ello, la herramienta Discover your aloha, basada en reconocimiento de imágenes, funciona con 3 simples pasos:
- El usuario observa un video
En la página web de Expedia hay un corto video con múltiples imágenes y clips de los pasajes turísticos de Hawái y de las experiencias de algunos visitantes.
- El sistema detecta las emociones del usuario
El sistema, mediante el uso (autorizado) de la webcam, identifica en los gestos del usuario emociones positivas (como sonrisas o dilatación en las pupilas). Estos gestos quedan asociados al lugar que aparece en ese momento en el video.
- El sistema genera un itinerario personalizado
Al analizar los momentos en que el usuario sonríe y encontrar un patrón en las imágenes asociadas, el sistema genera entonces un itinerario turístico adaptado a los gustos detectados del cliente.
2. “Amazon Go” de Amazon
Las tiendas Amazon Go de Amazon son un ejemplo de cómo el reconocimiento de imágenes puede aprovecharse in situ en los locales. Estas tiendas autogestionadas y sin personal empleado, permiten una experiencia de compra basada en la automatización de todos los procesos.
En Amazon Go las tecnologías de computer vision juegan un papel fundamental. Las cámaras de video junto con otros sensores detectan cuáles productos han cogido los usuarios, agregándolos de manera automática a una lista online de productos por cobrar.
En este video puedes ver cómo es el nivel de customer experience en las tiendas de Amazon.
3. “Realtime crowd insights” de Microsoft
Realtime crowd insights es una tecnología basada en el reconocimiento de imágenes que analiza, en tiempo real, a multitudes de personas a través de una cámara. El tipo de datos que esta tecnología logra extraer y procesar son los siguientes:
- Datos demográficos
- Géneros y edades
- Emociones
- Cantidad de personas
Aquí tienes un video de cómo funciona Realtime crowd insights. Además, Microsoft ha desarrollado una serie de soluciones de computer vision cuyo objetivo es mejorar el customer experience en empresas de distintos tipos.
4. Soluciones “Customer Experience for Retail” de Cisco
Cisco también ha desarrollado soluciones para la experiencia del cliente basadas en el reconocimiento de imágenes, tal como sus herramientas de Customer Experience for Retail.
Para el año 2010, Cisco ya experimentaba con tecnologías de Realidad Aumentada (RA) y computer vision enfocadas a generar experiencias de compra interactivas y que empoderen a los clientes. En el video The future of shopping puedes de qué se trata.
5. “Bye Bye Red Eye” de Douwe Egberts
Douwe Egberts, empresa holandesa de café, desplegó la campaña Bye Bye Red Eye. Esta consistió en colocar máquinas dispensadoras de café que expedían una taza a aquellas personas que bostezaran.
Así, gracias al reconocimiento de imágenes, en vez de ordenar el café mediante botones, era posible hacerlo mediante gestos faciales. En este caso, bostezos.
Por nuestra parte, en Enzyme Advising Group utilizamos tecnologías de inteligencia artificial y de big data para ayudar a las empresas a conocer mejor a sus clientes, generar experiencias emocionantes y superar a sus competidores.
