Zostaw swoje dane kontaktowe, a my wyślemy Ci nasz przegląd e-mailem
Wyrażam zgodę na przetwarzanie moich danych osobowych w celu przesyłania spersonalizowanych materiałów marketingowych zgodnie z Regulaminem. Politykę Prywatności. Potwierdzając zgłoszenie, użytkownik wyraża zgodę na otrzymywanie materiałów marketingowych
Thank you!

The form has been successfully submitted.
Please find further information in your mailbox.

Innowise jest międzynarodową firmą tworzącą oprogramowanie w pełnym cyklu założona w 2007 roku. Jesteśmy zespołem ponad 2000+ specjalistów IT tworzących oprogramowanie dla innych profesjonalistów na całym świecie. profesjonalistów na całym świecie.
O nas
Innowise jest międzynarodową firmą tworzącą oprogramowanie w pełnym cyklu założona w 2007 roku. Jesteśmy zespołem ponad 2000+ specjalistów IT tworzących oprogramowanie dla innych profesjonalistów na całym świecie. profesjonalistów na całym świecie.

Generatywna sztuczna inteligencja i rekomendacje treści: 66% redukcja kosztów profesjonalnej fotografii dla mediów cyfrowych

Innowise zaktualizowało wiele aplikacji internetowych obejmujących modę, sztukę, architekturę, żywność, zdrowie i nie tylko, wykorzystując możliwości sztucznej inteligencji do generowania tekstu na obraz i rekomendacji treści.

Klient

Branża
Media
Region
Kraje nordyckie
Klient od
2023

Nasz klient to znacząca grupa medialna produkująca treści cyfrowe z dużą obecnością w Danii, Norwegii, Szwecji i Finlandii. Publikują magazyny, gazety i media cyfrowe, obejmujące styl życia, rozrywkę, zdrowie i bieżące wydarzenia, zarówno za darmo, jak i w formie subskrypcji. 

Szczegółowe informacje o kliencie nie mogą być ujawnione zgodnie z postanowieniami NDA.

Wyzwanie

Klient chciał, aby jego ekosystem mediów cyfrowych był bardziej odpowiedni i spójny

W miarę wzrostu trendu konsumpcji mediów cyfrowych, klient stanął przed wyzwaniem nadążania za zmianami. Musieli zapewnić, że ich platformy cyfrowe są nie tylko dostępne, ale także na tyle angażujące, aby łączyć się w bardziej znaczący sposób z docelową publicznością. Mając tysiące odwiedzających miesięcznie, chcieli uczynić swoje aplikacje internetowe bardziej interaktywnymi, wizualnie atrakcyjnymi i przyjaznymi dla użytkownika, usunąć rozbieżności w treści i poprawić ogólną zarządzalność. 

Poza tym wykazali zainteresowanie wdrożeniem sztucznej inteligencji w ich przepływach pracy, aby dostarczać bardziej odpowiednie treści i obniżyć koszty operacyjne.

Wdrożenie

Modernizacja aplikacji internetowych, aktualizacja CMS, sztuczna inteligencja generująca tekst na obraz i spersonalizowane rekomendacje treści

Na podstawie oczekiwań i celów klienta Innowise opracowało wizję projektu i zdefiniowało jego zakres. Zarekomendowaliśmy:

  • modernization of web applications integrated with the client’s existing digital ecosystem to enhance their usability and visual attractiveness;

  • wyposażenie rozwiązań cyfrowych klienta w usprawniony system zarządzania treścią (CMS) który obsługuje różne typy treści w różnych regionach i językach;

  • wdrożenie generatywnej AI do tworzenia obrazów na podstawie tekstu, aby zredukować dodatkowe koszty i wyeliminować potrzebę profesjonalnej fotografii;

  • spersonalizowane rekomendacje treści, aby zwiększyć zaangażowanie użytkowników i promować rozpoznawalność marki.

Migracja CMS

In the first stage, Innowise reviewed the customer’s digital media ecosystem to remediate obvious inconsistencies and find areas for improvement. Besides mitigating errors with navigation, page speed, SEO consistency, content presentation, and more, our project team embarked on Labrador CMS migration. Through “headless CMS” architecture, the content repository and presentation layer are separated, making this platform an ideal solution for modern digital publishers experiencing rapid growth.

  • Projektowanie wnętrz

Innowise zaktualizowało aplikację internetową, która oferuje kompleksowy przewodnik po całych domach, obejmujący detale wnętrz, architekturę i sztukę. Jako wiodąca publikacja i platforma internetowa, te media cyfrowe pozostają źródłem informacji na temat innowacyjnej architektury w domach prywatnych. 

  • Macierzyństwo

We have modernized the web app that provides fresh insights into children’s development and growth. It supports mothers through every phase —  from pregnancy to adolescence czyniąc podróż macierzyństwa bardziej satysfakcjonującą.

  • Styl życia

Te media cyfrowe pozyskiwały, oceniały i dostarczały najnowsze i najważniejsze informacje na temat zdrowia, ćwiczeń, urody i odżywiania. Nasz zespół projektowy przebudował kanały mediów lifestylowych, w tym artykuły i funkcje dotyczące utrzymania zdrowego stylu życia, porad dietetycznych, wskazówek dotyczących ćwiczeń i dobrego samopoczucia psychicznego. 

  • Show-biznes

This media is a good match for staying informed about royal family updates and the Swedish entertainment scene. For over a decade, the web application has been a reliable source for royal news, eventually evolving into a prominent news outlet for Sweden’s most intriguing celebrities and entertainment personalities, regularly featured on TV.

Generatywna sztuczna inteligencja tekst-obraz

Ponieważ profesjonalna fotografia wiąże się z kosztownymi wydatkami, w tym z wynajmem wykwalifikowanych fotografów, doświadczonych stylistów, rekwizytów, sprzętu i studia, Innowise zaproponowało opracowanie nowatorskiego rozwiązania, które wyeliminuje potrzebę pracy ręcznej. 

Nasz zespół projektowy wybrał StableDiffusionXL i GPT-3.5 do generowania wysokiej jakości obrazów na podstawie tekstowych zapytań. Na początku zebraliśmy zdjęcia rodzicielskie jako punkt odniesienia i użyliśmy LoRA (niskorzędowego dostosowania dużych modeli językowych) do generowania realistycznych obrazów. Następnie stworzyliśmy przyjazny dla użytkownika interfejs do interakcji z modelem. 

AI uses LLM & NLP techniques to understand the text prompt, grasping the request’s content, context, and subtleties. Then, it interprets the features described in the text, such as objects, colors, textures, and spatial relationships, to create real-life pictures based on correlations among textual descriptions and visual elements. If the final output does not meet anticipated expectations, we continuously refine the AI model based on feedback and performance to achieve satisfactory results.

Osiągnęliśmy następujące wyniki, gdy nasi specjaliści ML dostroili przepływ pracy generowania obrazu w oparciu o podpowiedzi. 

Przykład 1: “Steak with garnish, top-down, natural light, on a smooth plate, simple and elegant, captured like a photo taken with a Canon EOS R and 50mm lens in a completely white background with soft shadow, 8k resolution, true texture and detailed photo, high angle.”

Przykład 2: “Macro photography close-up of mouthwatering lasagna, with layers of perfectly cooked noodles, savory ground beef, and a blend of three gooey, melted cheeses. Add a homemade tomato, meat sauce, and a creamy mixture of ricotta, mozzarella, and Parmesan. Make the sauce using tomato paste, water, sugar, basil leaves, fennel seeds, Italian seasoning, salt, pepper, and fresh parsley. Use a Canon EOS 5D Mark IV and a Canon EF 100mm f/ 2. 8L Macro IS USM lens to capture this indulgent Italian dish’s intricate layers and vibrant colors. Illuminate the scene with warm, soft lighting to accentuate the comforting nature of the dish.”

Spersonalizowane rekomendacje treści

Ponieważ nasz klient zmagał się ze spadkiem zaangażowania użytkowników, problemami z utrzymaniem klientów i brakiem pomysłów na wartościowe treści, wdrożyliśmy system rekomendacji treści oparty na sztucznej inteligencji. Gromadzi on dane użytkowników, w tym historię przeglądania, zapytania wyszukiwania, interakcje (takie jak kliknięcia, polubienia i udostępnienia), historię zakupów i informacje demograficzne. System sztucznej inteligencji wykorzystuje zebrane dane do stworzenia profilu każdego użytkownika, obejmującego jego preferencje, zainteresowania i wzorce zachowań. 

W kolejnym etapie sztuczna inteligencja analizuje dane użytkownika, łącząc takie algorytmy, jak filtrowanie kolaboracyjne, głębokie uczenie maszyn rekomendacyjnych i metoda hybrydowa. 

Collaborative filtering makes recommendations based on the behavior of other users with similar profiles or preferences. For example, if User A likes certain articles and User B has tastes similar to User A’s, the system might recommend those articles to User B. 

Z kolei podejście do rekomendacji oparte na głębokim uczeniu się gromadzi ogromne ilości danych związanych z zachowaniem i interakcjami użytkowników, w tym preferencjami, kliknięciami, wyszukiwaniami, polubieniami i innymi istotnymi działaniami. Następnie modele głębokiego uczenia tworzą profile użytkowników i sugerują reprezentacje treści, analizując zebrane dane. Podejście to identyfikuje złożone wzorce, które tradycyjne algorytmy mogłyby przeoczyć, pozwalając na bardziej zniuansowane zrozumienie preferencji użytkowników.

Metoda hybrydowa łączy maszyny do rekomendacji oparte na współpracy i głębokim uczeniu się, aby poprawić dokładność rekomendacji i przezwyciężyć ograniczenia poszczególnych metod.

Our team ensured the system recognized the user’s preferences and adjusted recommendations based on historical data and current trends to forecast what content would resonate with the target audience.

Technologie

Front-end

CSS, Next.js, React, Typescript, Labrador CMS

Back-end

Node.js

DE/ML

Python, PyTorch, Keras, NVIDIA TensorRT, NVIDIA DLRM, HuggingFaces, Spacy, Openai API (GPT-3.5), StableDiffusionXL, Docker, Docker Compose, Tensorboard

CI/CD

AWS, Cloudflare, Vercel obecnie

Proces

Korzystając z metodologii Agile, podzieliliśmy projekt na kilka etapów, znacznie zwiększając elastyczność, komunikację i satysfakcję klienta. 

During the iterative discussion throughout the discovery phase, we gained a comprehensive understanding of the client’s requirements and clearly defined the project scope. 

W fazie projektowania nasi utalentowani Projektanci UI/UX stworzyli historie użytkowników, mapy ścieżek klienta i wstępne makiety projektowe, aby zwiększyć zaangażowanie użytkowników i wyeliminować istniejące niespójności w aplikacjach internetowych. Sprinty projektowe ułatwiły szybkie prototypowanie i zbieranie opinii, co jest niezbędne w środowiskach Agile.

Przy dwutygodniowych sprintach, etap rozwoju obejmował codzienne standupy, planowanie sprintów i retrospektywy. Funkcjonalne komponenty były dostarczane po każdym sprincie, oznaczając konkretne kamienie milowe. Zespół projektowy przeprowadzał codzienne standupy i przeglądy sprintów na potrzeby demonstracji dla klientów za pośrednictwem Google Meet, jednocześnie zajmując się priorytetyzacją zadań w Jira i prowadząc dokumentację projektu w Confluence.

Zespół

2

Właściciele produktów

1

Kierownik techniczny

1

Analityk wzrostu

1

Scrum Master

2

Programistów back-end

4

Programistów front-end

2

Projektanci UI/UX

2

Programiści ML

1

Cloud Solutions Lead

Wyniki

12% wzrost miesięcznej liczby odwiedzających po wdrożeniu generatywnej sztucznej inteligencji i rekomendacji treści

Innowise zmodernizował ekosystem aplikacji internetowych klienta, zapewniając większą wygodę i atrakcyjność dla użytkowników końcowych. Przeprowadziliśmy migrację systemów cyfrowych klienta do Labrador CMS, szczególnie odpowiedniego dla publikacji cyfrowych o dużym natężeniu ruchu pod względem intuicyjnego interfejsu, łatwości obsługi, opłacalności i funkcjonalności. Dodatkowo wdrożyliśmy sztuczną inteligencję generującą tekst na obraz, która konwertuje pisemne opisy na odpowiadające im obrazy bez kosztownej profesjonalnej fotografii. Opracowaliśmy również system rekomendacji treści oparty na sztucznej inteligencji, który sugeruje treści dostosowane do indywidualnych preferencji, zachowań i zainteresowań użytkownika.

Zaowocowało to zwiększonym zaangażowaniem użytkowników poprzez sugerowanie odpowiednich i interesujących treści bez niespójności i błędów w różnych cyfrowych punktach kontaktu.

Czas trwania projektu
  • Styczeń 2023 r. - w trakcie realizacji

12%

wzrost liczby miesięcznych odwiedzających

66%

redukcja kosztów profesjonalnej fotografii

Skontaktuj się z nami!

Zadzwoń lub wypełnij poniższy formularz, a my skontaktujemy się z Tobą po przetworzeniu Twojego zgłoszenia.

    Prosimy o podanie szczegółów projektu, czasu trwania, stosu technologicznego, potrzebnych specjalistów IT i innych istotnych informacji.
    Nagraj wiadomość głosową na temat projekt, który pomoże nam lepiej go zrozumieć
    W razie potrzeby dołącz dodatkowe dokumenty
    Prześlij plik

    Można załączyć maksymalnie 1 plik o łącznej wielkości 2 MB. Ważne pliki: pdf, jpg, jpeg, png

    Informujemy, że po kliknięciu przycisku Wyślij Innowise będzie przetwarzać Twoje dane osobowe zgodnie z naszą Polityką prywatności w celu dostarczenia Ci odpowiednich informacji.

    Co będzie dalej?

    1

    Po otrzymaniu i przetworzeniu Twojego zgłoszenia skontaktujemy się z Tobą wkrótce, aby wyszczególnić potrzeby projektu i podpisać umowę o zachowaniu poufności, aby zapewnić poufność informacji.

    2

    Po przeanalizowaniu wymagań, nasi analitycy i programiści opracowują projekt z zakresem prac, wielkością zespołu, czasem i kosztami szacunki.

    3

    Umówimy się z Tobą na spotkanie, aby omówić ofertę i dojść do porozumienia porozumienia.

    4

    Podpisujemy umowę i rozpoczynamy pracę nad projektem tak szybko, jak to możliwe.

    Potrzebujesz innych usług?

    Спасибо!

    Cобщение отправлено.
    Мы обработаем ваш запрос и свяжемся с вами в кратчайшие сроки.

    Dziękuję!

    Wiadomość została wysłana.
    We’ll process your request and contact you back as soon as possible.

    Dziękuję!

    Wiadomość została wysłana. 

    Przetworzymy Twoją prośbę i skontaktujemy się z Tobą tak szybko, jak to możliwe.

    arrow