Facebook 的 菜单驱动 Bots（聊天机器人）

　　与客户在线互动一直是非常耗费人力但非常必要的工作。美国银行、Uber以及Fandango和Taco Bell这样的公司都在使用chatbots进行客户服务；甚至全流程都是基于SMS的机器人服务；但效果上而言，依旧与真人服务有着差距。而Facebook在客服服务的基础上利用AI做了进一步改进。

　　在Facebook 开发者大会 F8上，Messenger bots进一步更新，会在登录界面加入一个新标签Discovery，帮你主动搜索、发现各种特色和功能的聊天机器人Chatbot。Discovery的口号是：直接连接各种生意、地点和服务。这个基于菜单驱动的bots 除了更快捷、交互性更强之外；可以更主动地满足用户的需求，也更贴近于在线客户互动的目标。

Netflix的推荐引擎

　　这是一个比你想象中聪明的搜索引擎，是技术案例与商业模式的结合一起，据消息透露，这个月Netflix会推出重大变革。推荐引擎可以根据大量要素来确定用户想要观看的内容。此前，Netflix 放出消息，拟发行债券融资 10 亿美元，布局内容生态；同时与国内媒体爱奇艺也达成合作。随着盘子越来越大，对于用户的精准化推荐也是未来发展的方向。

　　正如Kevin Kelly在Inevitable一书中写的，"Netflix的推荐系统有一个300人的团队，并拥有1.5亿美元的预算，但他们解决的是一个价值10亿美元的问题。"Netflix的为我们解决了"应该看什么"的问题，未来搜索引擎的大数据还能发挥更大空间。 对于其他公司而言，考虑如何利用大数据的系统更好的解决你与用户之间的通点，并复制这种模式。

Amazon 的分析系统

　　Amazon的分析系统正在从情报收集系统转变为预测系统。目前，Amazon的在线分析，主要类似店内人力销售助理，关注并收集您感兴趣的内容，并模仿店内的销售员，为您智能化的推荐商品，甚至预测到你倾向于的背包材质。以往，互联网仅能通过元数据目录来进行分析，而在新的分析系统中，不再单一依靠元数据，而是通过"眼睛"，例如Amazon的Rekognition 或者是 Google的 Vision；可以根据机器学习的方式更快速、只能发现你的购物倾向。另外，她们也在学习如何有效把产品卖给用户。

　　Google Analytics 2.0是在1.0收集用户内容的基础上，预测下次可能发生的交互方式，以便在下次服务中改善业务，达成服务。