人工智能在印度也是风口：这些独角兽公司已经下注

电商平台ShopClues

网络商城ShopClues希望利用机器学习，解决电商领域一个迫切需要解决的盲区尺码标准。

不同的小型企业，可能有不同的尺码标准，很少符合规模更大的大品牌的标准。例如，一个品牌的小尺码产品，在另外一个品牌中可能就是特小尺码。

据ShopClues产品副总裁乌特卡斯·比拉达(Utkarsh Biradar)称，因此，该公司计划利用先进的技术，帮助在网上购买服装的购物者更轻松地找到适合自己的尺码。

比拉达表示，“我们将查看360度视图，尝试利用图像技术确定尺码。”ShopClues计划利用标准尺码的产品作为参考，使客户能更好地了解他们有意购买产品的真正尺码，ShopClues还计划实现其平台上产品和品牌尺码的标准化。

迄今为止，ShopClues一直利用这样的技术向客户提供个性化的购物体验。根据最近购买的商品、购买的频率和其他消费习惯等信息，ShopClues的算法尝试确定客户下次购物时可能购买的商品。ShopClues还利用机器学习，向商家推荐所销售商品最有效的价格，以及最经济的物流合作伙伴。

移动广告平台InMobi

移动广告平台InMobi，已经在利用人工智能和机器学习技术，为具体广告找到合适的受众。它还利用这些技术，帮助广告客户有效地扩大影响范围，利用机器学习确定与现有用户相似的“类似”目标受众，找出用户不愿意看的广告类型。

InMobi下一步将深入广告的图像部分。

InMobi数据科学和商城高级副总裁拉吉夫·巴特(Rajiv Bhat)向Quartz表示，“在广告中，最大的实体元素之一是图像本身用户眼睛看到的图像，在很大程度上决定了用户对广告的反应——点击广告或是对它视而不见。过去，利用计算机处理图像很困难，因为人能看到图像，算法看不到，但现在有了像深度学习这样的技术，我们的算法也能处理图像了。”

在这些技术中，许多技术在InMobi已经应用了数年时间，但直到现在它才开始使用Mllib（有助于大规模应用机器学习技术）等软件。巴特说，“虽然人们对这些技术讨论得很多，但要部署——尤其是大规模部署它们却并非易事。”

打车服务Ola Cabs

Ola是印度领先的打车服务之一，利用数据科学和机器学习追踪车流，改进客户体验，了解司机的习惯，延长车辆的使用寿命。

Ola利用人工智能了解其平台上车辆需求的变化，搞清楚满足这一需求所需要的供应量，以及下雨等外部因素对汽车效率的影响。

Ola联合创始人、首席执行官安基特·巴哈蒂(Ankit Bhati)向Quartz表示，“Ola Share拼车服务是利用大数据提高匹配率的一个典型例子。”通过使不同上车地点和下车地点的乘车者共同乘坐一辆车，降低出行时间和里程，Ola Share幕后的算法，能降低用户支付的车费总额。