以下是關於人工智能在營銷中的真實情況:這是一個飽和的市場。許多供應商聲稱他們的解決方案是由人工智能驅動的，但精明的買家應該學會如何看穿銷售說辭，並確定他們是在改變B2B營銷的懸崖上——還是隻是在購買蛇油。
毫無疑問:人工智能能夠自動完成各種任務，對海量數據集進行排序，做出明智的決策和預測，以及更多。因此，隨著你的B2B受眾的增長，你可以實現智能自動化來做一些事情，比如向用戶推薦有用的內容，優化電子郵件主題行以提高打開率，通過機器人與網站訪問者聊天。
但什麼是真正的人工智能，什麼不是?
這篇文章將指導你用三個簡單的策略將真正的創新者從炒作中區分出來。
1.它真的使用人工智能了嗎?
人工智能在所有行業都激起了前所未有的興趣，這意味著許多供應商已經準備好將人工智能或機器學習作為驅動其工具的引擎。但是，僅僅因為供應商稱某物為AI，並不一定意味著該工具是由機器學習或深度學習驅動的。
一些供應商使用這些術語來描述簡單的自動化，即使它實際上不是人工智能。還有一些人聲稱他們現在正在使用人工智能，即使他們的解決方案的某些功能將納入人工智能總有一天，仍在進行中。
很難分辨哪些是真實的，哪些是炒作的。下麵的流程圖是一個很好的起點。
圖片:技術評論
要真正了解您購買的是什麼，最好的方法是做大量的研究，並向供應商詢問問題，特別是關於工具是如何開始訓練的。例子問題包括:
- 你們公司現在是如何使用人工智能的?
- 你的產品路線圖上有哪些類型的AI功能?
- 該產品使用哪種類型的機器學習或深度學習?
- 你有專門針對人工智能功能的案例研究嗎?
2.工具如何隨著時間的推移而改進?
工具是否隨著時間的推移而不斷學習和改進?
與許多營銷工具不同，人工智能實際上會隨著處理更多數據而變得更聰明。這意味著人工智能需要大量數據才能做出真正聰明的預測。隨著時間的推移，這些預測會越來越準確，也會越來越廣泛。
向任何供應商詢問他們的工具在預測和決策方麵是如何變得更好的高層觀點。如果你不能得到一個明確的答案，這可能不是你的AI投資的最佳結果。
例如，像Automated Insights這樣的智能自動化工具就可以自動生成內容的規模從電子表格充滿數據．然而，該工具不學習如何隨著時間的推移改進其編寫。它非常有用，但依賴於人工構建模板。
將該工具與Gmail的工具進行比較聰明的組成．Smart Compose可以猜測你想在任何給定的電子郵件中鍵入的下一個單詞，從而加快電子郵件的合成速度。但是，這個係統可以自己學習，隨著時間的推移，根據用戶的行為提高其猜測的準確性。
3.我需要什麼樣的資料?
人工智能工具需要數據才能做出準確的預測。所需的數據量和數據類型完全取決於供應商。因為每個供應商看起來都不一樣，你會想問這樣的問題:
- 工具正常運行需要什麼樣的數據?
- 工具正常運行需要多少數據?
- 我需要從哪裏獲取數據?它必須來自我的品牌，還是我們可以從第三方?
一個誠實的供應商會告訴你，你是否沒有足夠的好數據來幫助人工智能解決方案做出強有力的預測，以及是否有解決方案(比如使用公共數據)可用。
在任何情況下，數據都是燃料。一個沒有數據的複雜算法就像一輛沒有汽油的蘭博基尼——你不會走得很快。
我是否有足夠的數據和高質量的數據?
為了讓一些人工智能工具工作，你需要數萬或數十萬個獨特的數據點供它學習。根據工具的功能，供應商也可以從互聯網上提取公共數據來改進它的功能，但這是一個很重要的問題。
要查看B2B受眾的人工智能解決方案，請查看這個配置文件PathFactory如何使用人工智能實現B2B買家旅程的超個性化。