Archive

Vấn đề:

Một doanh nghiệp bất động sản trên nền tảng web phải thuê các nhân viên để tìm kiếm, nhận diện và nhập các dữ liệu về bất động sản cá nhân vào website cho các khách hàng tiềm năng. Với nguồn lực có hạn cũng như việc để nhân viên tìm kiếm và nhận diện hàng ngàn dự án bất động sản thể hiện nguồn dữ liệu hạn chế của công ty, tình trạng trì trệ đã diễn ra.

Giải pháp:

Công nghệ của chúng tôi tự động tìm ra những dữ liệu liên quan từ các website được nhắm tới, đánh giá giá trị của dữ liệu và thanh lọc chúng tựa trên nhu cầu của khách hàng. Tiết kiệm chi phí bằng cách loại bỏ nhu cầu phân bổ nhân viên cho các quy trình này và tăng quy mô cơ sở dữ liệu lên 10 lần, dẫn đến doanh số bất động sản tăng đáng kể.

Vấn đề:

Một học viện lớn ở Nhật Bản muốn thêm một phần mã hoá vào drone, nhằm giúp cả coding và drone trở nên thú vị hơn, cũng như tăng giá trị giáo dục của chúng trong mắt sinh viên.

Giải pháp:

Chúng tôi đã phát triển một ứng dụng cho phép sinh viên lập trình, điều khiển drone, giúp ngay cả các học viên sơ cấp có thể thấy được thành quả trên thực tế trong việc lập trình của mình.

Vấn đề:

Các nhân viên của một hãng chuyển phát phải viết các thông tin về việc vận chuyển hoàn toàn thủ công lên gói hàng nhằm lên kế hoạch tuyến đường nhanh nhất để vận chuyển. Cứ hai nhân viên phải mất 3 phút để viết thông tin lên gói hàng và hai phút để xác nhận mỗi đơn vận chuyển. Họ phải làm như thế với trên 1 triệu đơn vận chuyển mỗi ngày.

Giải pháp:

Chương trình được phát triển bởi Nexus có thể nhận biết được các loại chữ viết tay khác nhau cũng như chất lượng của thông tin được nhập vào và đoán ra đâu là thông tin đúng. Chính điều này đã giúp nhập vào dữ liệu cho trên 1 triệu đơn mỗi ngày chỉ trong 2 giờ đồng hồ.

Vấn đề:

Thành phố Doha, Qatar cần theo dõi trên 20.000 nhân viên ra vào hệ thống đường hầm của tàu điện Doha được xây dựng nhằm phục vụ mục đích an toàn.

Giải pháp:

Chúng tôi tạo ra một hệ thống nhằm theo dõi các nhân viên trong hệ thống đường hầm cũng như đưa ra các cảnh báo trước cho bất cứ tình huống khẩn cấp, cho phép theo dõi thời gian thực sâu hơn vào hoạt động của các nhân viên. Bước tiếp theo bao gồm việc mở rộng khả năng dự đoán trước lưu lượng giao thông và thậm chí là cả tai nạn.

Vấn đề:

Một chuỗi cửa hàng nội thất Nhật Bản muốn cải thiện doanh số trực tuyến bằng cách đề xuất các sản phẩm cho khách hàng, song nó lại thiếu nguồn dữ liệu do các sản phẩm không thường xuyên được mua.

Giải pháp:

Chúng tôi huấn luyện chương trình sử dụng hình ảnh của các thiết kế tương tự nhau để đưa ra các đề xuất trong các thông số được thiết lập thông qua các sở thích của cá nhân được nhận diện trong một khảo sát trước đây, giúp tăng lượng chuyển đổi của của chuỗi cửa hàng lên đến 35%.

Vấn đề:

Khi giải quyết việc thay đổi tài khoản ngân hàng của khách hàng, một công ty hàng đầu trong lĩnh vực bảo hiểm nhân thọ cần phải ghép chính xác thông tin của khách hàng trong cơ sở dữ liệu. Để thực hiện công việc này, trên 100 nhân viên phải dành hàng giờ đồng hồ làm việc thủ công với các biểu mẫu cũng như nhập dữ liệu cho trên 1000 yêu cầu thay đổi tài khoản mỗi ngày.

Giải pháp:

Chúng tôi phát triển thiết bị thu thập các thông tin cần thiết trên biểu mẫu để tự động hoá quy trình, giúp công ty có khả năng sử dụng các nguồn lực được phân bố của họ hiệu quả hơn 80%, tiết kiệm đến 2 triệu USD một năm.

Vấn đề:

Một nhà sản xuất ô tô Nhật Bản thuê nhân viên để đọc và ghép các phần của ô tô với các thông tin nhất định được lưu trữ trên hệ thống máy tính trước khi gửi các dữ liệu này đến nhà cung cấp và các bộ phận khác. Những nhân viên này phải tìm kiếm các thông tin trong khoảng từ 150 – 600 phần mỗi xe hoàn toàn thủ công.

Giải pháp:

Chúng tôi phát triển các thiết bị tự động đọc các thông tin liên quan và ghép những thông tin này với các phần phù hợp, giúp giảm bớt thời gian và công sức của các kỹ sư.

Vấn đề:

Nhóm SQ tại một ngân hàng quốc tế lớn của Anh Quốc làm công tác đánh giá lượng bán của các sản phẩm về tài chính để đảm bảo sự tuân thủ theo quy định. Chỉ có 10 – 15% lượng bán được kiểm tra bởi một nhóm gồm hơn 120 người, mỗi người đảm nhận một lượng trên 10 nguồn dữ liệu. Mỗi lần đánh giá phải mất trên 90 phút để hoàn thành.

 

Quy trình đòi hỏi quá nhiều công sức này khiến ngân hàng phải đối mặt với rủi ro lớn về việc tuân thủ, dẫn đến hàng loạt các lỗi trong những trường hợp không được kiểm tra. Mức độ chính xác cũng là một vấn đề phải lưu tâm khác, khi chính sự tham gia của con người đã dẫn đến sự thiếu nhất quán và bỏ qua các tiềm năng. Cuối cùng, toàn bộ quy trình diễn ra rất chậm với những đánh giá mất thời gian và phản hồi bị gián đoạn.

Giải pháp:

Nhằm nâng cao tốc độ của quy trình đánh giá cũng như vượt lên trên mức hạn ngạch đánh giá theo luật định, Nexus đề xuất tự động hoá quy trình nội bộ này để việc kiểm tra trở nên nhanh chóng và toàn diện hơn, với tốc độ và độ chính xác cao hơn bằng cách kiểm tra 100% các mẫu dữ liệu và tiến hành xác minh thời gian thực với mô hình Trí tuệ nhân tạo, cho mức chính xác lên tới 100%. Điều này cho phép loại bỏ séc tồn đọng, giúp chúng có khả năng được giao dịch.

 

Nexus đã thành công trong việc giúp ngân hàng chuẩn hoá và giảm bớt thời gian cho quy trình SQ nội bộ, kiểm tra 100% lượng bán với mức chính xác gần như tối đa, giúp nhân viên giảm bớt khối lượng công việc và nâng cao chất lượng dịch vụ khách hàng.

viVI
en_USEN jaJA viVI