Generative KI in Aktion: Kunden nutzen Cortex AI, um neue Erkenntnisse zu gewinnen und Innovationen zu beschleunigen

Schon seit Jahren agieren Unternehmen unter der vorherrschenden Vorstellung, dass KI nur den Konzernriesen vorbehalten ist – denjenigen, die die Ressourcen haben, damit sie funktioniert. Doch mit zunehmender Technologieentwicklung wird Unternehmen aller Größen bewusst, dass generative KI nicht nur erstrebenswert ist, es ist jetzt auch zugänglich und anwendbar.

Mit der benutzerfreundlichen, einheitlichen KI- und Datenplattform von Snowflake beseitigen Unternehmen den manuellen Aufwand, Engpässe und fehleranfällige Arbeit, die die Produktivität beeinträchtigen, und sie nutzen generative KI, um neue Erkenntnisse – und Einnahmequellen – zu gewinnen. Aber wie sieht das in der Praxis aus?  

Wir haben einige innovativen Lösungen für generative KI entwickelt, die unsere Kunden heute in der Produktion nutzen. Ihre Erfahrungen zeigen, wie Snowflake und Cortex AI GenAI-Ziele in Reichweite bringen und den unternehmerischen Mehrwert steigern.

Johnnie-O verbessert Genauigkeit bei der Geocodierung von Adressdaten, um Kund:innen einen besseren Service zu bieten

Wie viele andere E-Commerce-Unternehmen weiß auch die Bekleidungsmarke Johnnie-O, wie wichtig eine einfache Lieferadresse ist. Nur wenige Zeilen Text liefern aussagekräftige demografische Erkenntnisse über die Kund:innen des Unternehmens, wenn sie mit Daten aus den USA verknüpft werden. Census Bureau – Informationen wie das durchschnittliche Haushaltseinkommen in der Region, Prozentsatz der Menschen mit Abschlüssen, Beschäftigungsquoten, Rassen und ethnische Zugehörigkeiten usw. Indem Johnnie-O diese Daten nicht nur direkt aus Website-Bestellungen, sondern auch von Großhändlern und Dropshippern nutzt, kann das Unternehmen seinen Kundenstamm besser verstehen und seine Marketingbemühungen effektiver ausrichten. 

Doch das Unternehmen hatte ein Problem: Eine beträchtliche Anzahl erfasster Adressen konnte nicht geocodiert werden, wodurch das Team nicht auf relevante Kundendaten zugreifen konnte. In der Regel lässt das Unternehmen rohe Adressdaten durch eine Anwendung laufen, die geografische Koordinaten liefert und dann eine einfache Verknüpfung mit Volkszählungsdaten ermöglicht. Doch für Johnnie-O scheiterten viele dieser Adressen aus verschiedenen Gründen, die so klein wie ein Tippfehler oder Informationen im falschen Feld sein konnten. Anstatt diese Hunderttausenden Datenpunkte manuell zu bereinigen, wandte sich das Unternehmen an Cortex AI, um die unübersichtlichen Adressdaten automatisch umzuformatieren. Nachdem Johnnie-O diese falschen Adressen mithilfe eines Llama-LLM in Cortex AI eingespeist hatte, konnte die Fehlerquote sofort auf nur noch 2 % gesenkt werden. 

Heute kann das Unternehmen seine Marktsegmentierungsalgorithmen mit Zuversicht ausführen, da es keine signifikanten Löcher in den Daten gibt, die ihnen zugrunde liegen. Und um dieses Kunststück noch eindrucksvoller zu machen, wurde es im Grunde von nur einer Person entwickelt: dem Analytics Engineer, Ricardo Lopez, bei Johnnie-O. „Cortex AI lässt sich einfach verwenden und implementieren, insbesondere weil sich all unsere Daten bereits in Snowflake befinden“, erklärt er. „Snowflake und Cortex AI sind für uns zum Kernstück geworden.“

Mit Cortex AI ist die Personalagentur IntelyCare zuversichtlich, dass Job Postings nicht mehr unbemerkt bleiben 

Personaljobs im Gesundheitswesen sind entscheidend für ein gut funktionierendes medizinisches System; es wird auch immer komplexer, da viele Staaten erwarten, dass es in den nächsten Jahren zu Pflegemangel kommen wird. IntelyCare bietet eine umfassende Plattform, die es ermöglicht, Gesundheitsorganisationen mit qualifizierten Pflegefachkräften für offene Positionen zusammenzubringen, unabhängig davon, ob es sich um Festanstellungen, Reiseeinsätze oder Tagesschichten handelt. Angesichts der Hunderttausenden offenen Stellen landesweit beginnt die Aufgabe der Besetzung dieser Stellen mit der Organisation von Job Postings. 

IntelyCare hat zwar direkte Beziehungen zu vielen Unternehmen, doch viele der größten Gesundheitssysteme veröffentlichen ihre Stellen bevorzugt über ein Anbietermanagementsystem (Vendor Management System, VMS), auf das nur geprüfte Agenturen wie IntelyCare zugreifen können. Damit IntelyCare diese Möglichkeiten jedoch in seine Datenbank und App aufnehmen kann, muss jeder Beitrag organisiert und relativ einheitlich verarbeitet werden. Das stellt natürlich eine Herausforderung dar, da sich jedes VMS an sein eigenes System von Standardpraktiken hält. Es kommt nicht selten vor, dass Felder in einigen Beiträgen leer bleiben oder Textteile für die internen Tools von IntelyCare unverständlich sind. Infolgedessen gingen mehr als 30 % der Job Posts bei der Verarbeitung verloren. 

IntelyCare begann also, LLMs in Cortex AI zu nutzen, um schnell relevante Informationen aus diesen Tausenden von Stellen zu extrahieren, sowohl einfache als auch komplexe: Fachrichtung, Gehaltsbereich, benötigte spezielle Jahre an Erfahrung, ob sich lokale Bewerber:innen für Stellen mit Reiseeinsatz bewerben können und so weiter und so fort. Dann kann IntelyCare die Beiträge auf durchdachte Weise organisieren, ohne befürchten zu müssen, Chancen aufgrund beispielsweise inkompatibler Formatierung zu verlieren. „Wir haben diese 30 % der verlorenen Job Posts auf Null reduziert“, so Benjamin Tengelsen, VP of Data Science bei IntelyCare. Das hat nicht nur die Benutzererfahrung für Bewerber:innen verbessert, sondern auch die Personalvermittler von IntelyCare entlastet, die unermüdlich einzelne Postings durchgehen würden, um die besten Kandidaten zu finden. 

In ähnlicher Weise hilft Cortex AI Intelycare auch dabei, den ständigen Strom von Postings aus öffentlichen Jobbörsen zu verwalten und zu verarbeiten. So hatte das Team beispielsweise aufwendige Pipelines entwickelt, um Jobs Tags hinzuzufügen, um sie einfach kategorisieren zu können. Das Hinzufügen eines neuen Tags erforderte die Entwicklung und das Training neuer Modelle, komplexe Orchestrierung und häufige Wartung. „Heute können wir Tausende Zeilen Python-Code durch eine einzige Cortex-Abfrage ersetzen – und das alles bei verbesserter Kundenerfahrung“, so Tengelsen.

Eine GenAI-Zukunft für alle

Das sind nur einige Beispiele dafür, wie Unternehmen verschiedenster Branchen ihre GenAI-Apps schon heute in Produktion bringen. Und mit Snowflakes integrierten Funktionen für Sicherheit und Governance war es noch nie so einfach, KI sicher in Ihren Workflow zu integrieren. Ob Document AI oder Cortex Search, Snowflake Copilot oder Cortex Analyst (in Public Preview): Die einheitliche KI- und Datenplattform von Snowflake kann dazu beitragen, GenAI-Anwendungen auf Unternehmensebene zu entwickeln. 

Um herauszufinden, wie andere Unternehmen wie Bayer und Siemens Energy generative KI nutzen, um ihren Umsatz zu steigern, die Produktivität zu steigern und ihren Kund:innen einen besseren Service zu bieten, laden Sie Snowflakes E-Book „Das Geheimnis für den Erfolg mit generativer KI“ herunter.