編者注:這篇文章經授權轉載文章作者:George Stenitzer．
“人工智能(AI)將如何改變營銷?”
在首屆市場營銷人工智能會議(麥孔)，思想領袖們向營銷人員展示了未來的趨勢。
“大多數營銷人員不知道什麼是人工智能，也不知道如何使用它，”他說保羅Roetzer他是MAICON的創始人。
人工智能是關於更智能的機器，使人類能夠進行更智能的營銷。
你是懷疑還是相信人工智能?
將人工智能引入營銷領域的先驅者通常會遭遇質疑。
如果你一開始就對人工智能在市場營銷中的應用持懷疑態度，那麼我也一樣。
- 開始學習市場營銷中的人工智能克裏斯托弗·s·佩恩他是一位人工智能布道者、思想領袖和作家。
- 寫了一博客“人工智能準備好營銷了嗎?”營銷人員準備好接受人工智能了嗎?”
- 利用人工智能完成了人類無法完成的重大工作——我將在這裏分享一個人工智能試點項目內容營銷世界2019.
現在我是一個信徒。但許多營銷人員並不是這樣。
“公司內部對人工智能的懷疑是健康的，但令人驚訝的是，”公司營銷創新副總監薩拉·霍金(Sara Hocking)說均富．
“驚喜!一開始，比起AI，人們更信任Excel !Kanishka Bhattacharya說陽獅集團有見識的．“在人工智能方麵，每個人都需要自我教育。不斷學習!”
人工智能會取代營銷人員嗎?
我的看法嗎?不。
“人工智能不會淘汰工作崗位。它將消除任務，”佩恩說。所以，如果你的工作隻有一項任務，那就要小心了。成為難以取代的多學科。”
如何從人工智能懷疑者轉變為信徒?
如何進入人工智能領域?學習所有關於人工智能的知識，它的營銷用例，從哪裏開始，以及如何克服不可避免的障礙。
要掌握營銷中的人工智能，請解決以下關鍵問題:
- 什麼是AI(人工智能)?
- 如何開始研究人工智能?
- 人工智能能做營銷工作嗎?
- AI營銷的前7個用例是什麼?
- AI需要克服哪些障礙?
- 如何在營銷中平衡人與人工智能的關係?
你會在下麵找到這些問題的答案。
人工智能到底是什麼?
Roetzer給出了人工智能的定義黛米斯。DeepMind人工智能的首席執行官:“人工智能是讓機器變得智能的科學。”
“人工智能正在讓機器做類似人類的任務，”佩恩說。“獲取數據，訓練機器，從中學習。
“人工智能是數學。不是魔法。我們不是試圖取代人類，而是賦予他們力量。”
凱倫郝， AI記者在麻省理工科技評論他是這樣說的:“人工智能模仿人類的視覺、聽覺、書寫和推理。
“今天的人工智能是什麼?現實主要是機器學習。我們的夢想是解決全球性挑戰，幫助我們過上更好的生活。”
然而今天，“人工智能還沒有兩歲的孩子聰明。”
在下麵的圖表中，Hao看到了人工智能的兩個分支:一個基於知識，另一個基於學習。
的 麻省理工科技評論 ．
這就引出了一個問題:什麼是智力?
作家兼未來學家回答說:“智力是識別模式的能力。Nikos Acuna．人工智能在數據集中發現了人類無法處理的模式。
如何開始研究人工智能?
“從小事做起。優先考慮試點人工智能用例。”
你應該從哪裏開始呢?霍金分享了她在均富(Grant Thornton)引入人工智能的經驗。
霍金說:“訓練人們理解人工智能能做什麼，這樣他們就能識別用例。利用人工智能供應商作為教育營銷團隊的資源。
“研究那些能填補你公司空白的人工智能供應商。讓他們做教育演示。問問自己:‘這有什麼不同?這怎麼更好呢?’”
然後“進行頭腦風暴。讓團隊提出人工智能用例。”
要有效地使用人工智能，首先你需要找到它可以解決的業務問題。
“找到一個用例。如果你沒有發現問題，人們就不會使用它，”霍金說。“為人工智能用例評分:考慮業務價值、準備程度和戰略價值。”
建造還是購買人工智能?
“你應該自己開發還是購買人工智能?如果你有時間，那就建立它。如果你有錢，那就買吧。”
Roetzer補充道:“對於快速獲勝的人工智能試點項目，請找到供應商。
人工智能能做營銷工作嗎?
人工智能已經做了很多不同的工作凱蒂中生Trust Insights:
- 圖像識別人臉識別、癌症診斷、自動駕駛汽車
- 語音識別:轉錄，語音助手，語音識別
- 文本預測:自動更正，自動補全
- 排名係統:穀歌上的搜索，Facebook上的新聞動態
- 推薦係統: Netflix上的節目，Spotify上的音樂，YouTube上的視頻，亞馬遜上的產品，定向廣告。
在營銷領域，“人工智能做兩件事。它通過智能自動化重複任務來降低成本。它通過提高你的預測能力來增加收入，”羅策說。
有了人工智能，你“可以從數據中獲得更多信息。發現見解，預測結果，設計策略。”
正如Acuña所認為的那樣，人工智能通過發揮三個作用使公司受益:“推動業務績效。提供透明的見解。提供卓越的客戶體驗。”
什麼是人工智能營銷用例?
以下是人工智能在營銷中的7個用例，以及B2B營銷人員的幾個額外用例。
用例1:用數據快速解決爭論佩恩建議:“用人工智能在幾分鍾內處理數據，而不是兩個月的辯論。”
這讓我想起安迪Crestodina“永遠不要在數據之爭中提出自己的觀點。”
衡量正確的數據至關重要。例如:“衡量影響力的正確標準是:誰最受關注?”佩恩說。“不是:誰的嘴最大?”
在演講中，Penn製作了這張Trust Insights的互動地圖，展示了在MAICON上最受關注的人，並在會議的最後一天分享了它。
用例#2:準備語音搜索-米奇·喬爾《Six Pixels》專注於即將到來的語音搜索浪潮。
“語音是所有技術的門戶，是我們生活的遙控器。語音是新的智能手機，”喬爾說。然而，“目前還沒有聲控助手的殺手級應用程序。”
有多少語音助手在使用?Joel分享了Juniper Research的預測，語音助手將從今年的32.5億增長到2023年的80億，增長一倍多。
“品牌聲音正處於一個拐點:每個人都必須擁有一個‘聲音品牌’，”喬爾說。“到明年，30%的搜索將在沒有屏幕的情況下完成。人們說的和打的不一樣。
45%的千禧一代在購物時使用語音輔助。使用語音輔助購物的人花費更多。它甚至比一鍵點擊更少摩擦。”
聲音將在人們的生活中占有一席之地。“語音不僅僅是一種設備。想想被占用的空間——廚房，房子的公共區域，”喬爾說。“你可以花25美元把Alexa裝進你的車裏，花50美元裝進你的微波爐裏。
“如今，單是Alexa就有1萬人在工作。”他補充說，Alexa已經擁有6萬種技能。
語音應用程序將變得越來越細粒度。“互聯的家庭將導致互聯的自我。”例如:
- 關節炎患者喜歡語音助手。沒有小鍵盤來掙紮!
- 助聽器將配備語音助手。
用例#3:確保內容的完整性“你的內容是否涵蓋了人們所尋找的所有維度?”問傑夫•科伊爾MarketMuse。“在你嚐試為某個特定搜索排名之前，先建立內容基礎。”
”利用人工智能解決編輯盲點。
科伊爾補充說:“盡早發現質量差的問題，提高主題覆蓋率，並在發布之前與競爭對手的內容進行比較……人工智能甚至可以顯示哪些客戶的問題沒有得到回答。”
“專注於關鍵詞是沒有好處的。想想潛在的內容所能創造的，而不僅僅是搜索量。評估內容集群以獲得快速勝利。”
確保你的買家找到所有與主題相關的內容，比如下麵這個:
使用預測分析:“預測分析是諾查丹瑪斯和農民的年鑒羅伯特說。人工智能提高了人類預測未來的能力。
但預測分析正在迅速發展，如下所示:
最適合和最不適合發郵件的幾周
她舉了一個預測分析的例子，這對營銷人員來說是一個快速的勝利。Trust Insights使用人工智能來預測未來12個月發送電子郵件的最佳和最差周。
按季度計算，發送電子郵件的最佳時間:
- 9月15日
- 2019年10月20日
- 2020年1月12日
- 2020年4月26日。
按季度排序，最糟糕的郵件發送周:
- 2019年8月11日
- 2019年12月15日
- 2020年3月29日
- 2020年5月17日。
該預測是基於如何設置“不在辦公室”電子郵件的穀歌次搜索。
Roetzer說:“與人工智能最好的類比是地圖。“人工智能預測從A點到B點到c點的最快路徑，讓人工智能做出預測，然後出發。”
用例5:聊天機器人-Facebook的安吉拉·範(Angela Pham)所在的團隊為人們的帖子提供簡短的回複。例如，以下是人們對Facebook上度假照片的反應:
在這種情況下，人們的反應是可以預測的，機器人可以減少與用戶的摩擦。“很難說誰是機器人，誰不是，”Pham說。
當你使用機器人時，“小心構建，”Pham建議。總是問:
- 誰在說話?
- 我們如何幫助人們做得更好?對要解決的問題要非常清楚。
- 我們的語言原則是什麼?正式的還是非正式的，支持的還是尖刻的?
- 我們如何服務世界，而不是一個子集?考慮多樣性和包容性。
- 如果我們不去創造產品，我們又如何去創造體驗呢?
用例#6:自然語言生成(NLG)用機器人創作內容最適合體育和財經新聞等公式化的故事。卡桑德拉喬維特PathFactory。
基斯MoehringPR 20/20機構將NLG描述為“瘋狂的Libs和選擇你自己的冒險”。
PR 20/20使用NLG每月向客戶報告結果。人工智能編寫報告隻需幾分鍾，而不是花費5個小時。客戶收到報告要快得多——在1聖這個月，不是15號th．
NLG成功的關鍵是評估NLG的機會，模板化你的內容，從小而簡單的開始。製作電子表格，每個類型的數據都有清晰、唯一的標簽。
營銷人員可以使用NLG生成以下類型的可交付成果:
- 策劃的內容
- 業績報告
- 電子郵件
- 行業趨勢報告
- 機器翻譯
- 新聞分析
- 新聞稿
- 產品描述
- 物業描述
- 報告
- 社會的股票
- 天氣預報
- 每周回顧。
自動化的見解是為美聯社(AP)撰寫新聞報道的NLG。類似的產品是來自敘事科學軟件．
或者建立你自己的自然語言生成器。
用例#7:產品預測-在營銷人工智能用例的前沿，巴塔查裏亞說:“一家全球汽車製造商正在觀察網絡行為，以預測購買哪些部件，製造哪些汽車。”
B2B營銷AI用例有哪些?
由於B2B購買可能比B2C更複雜，因此會出現更多用例。Elle WoulfePathFactory的網站展示了這張關於複雜購買流程的圖表。
在今天的B2B營銷中，“內容個性化是人工智能在B2B服務營銷中的首要應用，”羅伯特說。
“停止銷售。開始幫助買家，”喬伊特說。“營銷的問題不在於買家需要更多內容。他們需要正確的內容。”
B2B營銷人員的工作是幫助買家購買。專注於買方支持。買家想要個性化的、無障礙的體驗。”
喬伊特推薦了以下AI B2B用例:
- 在你的網站上啟用自助服務。創建一個個性化的資源中心(而不是舊內容的垃圾場)。
- 不間斷的培養。滿足那些狂熱追求內容的買家。
- 把死胡同變成下一步。
“B2B買家已經徹底被消費化了。減少買家的摩擦。讓內容易於查找和使用。”
她問道:“人們花很多時間在你的內容上嗎?你知道他們喜歡什麼內容嗎?啟用行為個性化。
“為每個買家創建一個個人的內容電視頻道。買家出現並得到他們想要的東西，並知道下一步該做什麼，”伍爾夫說。一個智能的個性化資源中心甚至可以讓買家繼續購買。像Netflix。”
例如，這是“史蒂夫頻道”:
AI不能做什麼
人工智能不能做所有的營銷工作。不要要求人工智能多任務處理或做人類最擅長的事情。
“如今的人工智能係統都擅長一件事。而不是同時做很多事情。”
佩恩說:“人工智能不擅長移情、判斷、一般生活經驗和人際關係。
如何在營銷中平衡人和人工智能?
如何在人和機器之間取得適當的平衡是一個由來已久的問題。
想想下麵這句話:
“自動化不是我們的敵人。我們的敵人是無知、冷漠和惰性。如果我們向前看，自動化可以成為我們繁榮的盟友。”
林登·約翰遜總統，1964年
為了充分利用人工智能，“要將人工智能的力量與人類的判斷結合起來，做出營銷決策，”伍爾夫說。
下麵是伍爾夫分享的一個決策模型:
來自埃裏克·科爾森 哈佛商業評論。
我的伴侶阿尼基塔曾在IBM與沃森共事過的他是這樣說的:“AI推薦。人們決定。”
人類仍然是重要的
作者大衛·梅爾曼·斯科特他分享了一個例子:50年前，當阿波羅11號製導計算機過載時，人類不得不接管登陸月球。
斯科特分享了一個當前的例子，說明如果營銷中失去了人的因素會發生什麼——來自當前的總統候選人。如果人為的監督太少，營銷就很容易變得太機器人!
斯科特對比了民主黨總統候選人采取的不同方法。民主黨候選人朱利安卡斯特羅，喬•拜登(Joe Biden)，卡瑪拉哈裏斯,和科裏布克斯科特發現，使用完全相同的人工智能機器人來發放活動門票。以下是他們發送的事件短信:
完全一樣，完全機器人!
其他候選人的人為疏忽使得伊麗莎白·沃倫以她的狗貝利為主角的活動門票讓她看起來更有人情味:
這些例子表明，保持人類和人工智能工作的適當平衡是多麼重要。更多關於總統競選的見解，請看斯科特的報道博客，“營銷人員可以從2020年總統候選人的短信中學到什麼。”
“如果你在做機器人能做的事情，這可能不是對你時間的最佳利用，”他說Tameka VasquezGenpact。“人工智能最適合常規、複雜的數據任務。營銷人員最擅長判斷、專業知識和創新。”
“不要和機器競爭。與他們互補。麥克壞了的PR 20/20。
“如果任務是數據密集型的、重複的、涉及預測的，人工智能在這方麵很擅長。如果它是創造性的、戰略性的和同理心的，那就讓人來做。”
如何決定機器人應該做什麼或不應該做什麼?
人類與人工智能之間的失衡是一個重大風險。“如果我們用曆史數據來代替人類的創造力，我們注定會重複曆史，”他說團隊人作者道格拉斯•洛西克夫．
“考慮到矽穀的潛在價值:你是媒介還是信息?您是客戶還是數據來源?拉什科夫問道。
如果客戶僅僅被視為數據來源，可能會導致“編寫算法，讓人們發現你的漏洞(心理漏洞)，並讓他們反對你。”
人工智能項目會出什麼問題?
克裏斯·佩恩見證了以下人工智能營銷陷阱:
- 不明確的業務需求。你需要解決的業務問題是什麼?
- 滿足數據要求。需要什麼數據，以什麼格式?
- 數據科學家選擇了錯誤的模型來解決這個問題。
- 沒有人關注你的模型。這就是微軟聊天機器人Tay如何成為種族主義pornbot24小時內。
在未來5年裏，Penn預計最大的問題是人工智能倫理。“問問，這怎麼能被濫用呢?怎麼會出錯呢?”
你需要克服哪些AI障礙?
變化:“對人工智能來說，可怕的是改變。你需要一個知道什麼是好的人工智能的領導者，”巴塔查裏亞說。
恐懼：”團隊在哪裏陷入困境:因為恐懼?還是因為不知道自己能不能做人工智能?霍金問道。
一些營銷人員害怕在人工智能熱潮中落在後麵。“這是好的。在人工智能營銷領域，還沒有人知道自己在做什麼。
隱私“詭異和酷的界限是什麼?”郝問。
偏見Hao指出:“要注意人工智能的偏見。”一個性別陰影審計顯示，麵部識別的不準確性高達34%，這都是因為底層數據集缺乏多樣性。
當人工智能使用來自有限地理區域的數據時，如美國和歐洲，偏見就會產生——如下圖所示。的包容性影像比賽旨在通過添加來自非洲、亞洲和南美洲的圖像來解決有偏見的數據，以創建更具代表性的全球數據集。
缺乏多樣性:“訓練數據科學家提出人文學科專業的問題，”郝說。
Deepfakes:“深度造假是深度學習加造假:對人工智能的濫用，”郝說。
專業知識:數據科學家喬SoutherlandSearch Discover網站警告說:“買家要當心。你不能拿起#AI黑盒來評估它。這需要一個你可以信任的數據科學家。”
混亂的語言霍金對“關於人工智能的語言讓人們感到困惑”感到驚訝。
無聊巴塔查裏亞說:“80%到90%的人工智能工作都很無聊——尋找和清理數據。”
組織的筒倉:“洞察力存在於豎井中。企業是否在向營銷部門詢問人工智能能帶來的洞見?霍金問道。
有時，“營銷部門無法訪問IT控製下的數據。一個集中的交警需要決定什麼對業務是最好的，”巴塔查裏亞說。
現在你對人工智能營銷的最新水平有了一個概述。這個領域發展很快，所以我們會向你彙報最新進展。
與此同時，利用這些資源來了解營銷中的人工智能:伟德bv885
AI營銷資源伟德bv885
要了解人工智能和營銷，請參考以下資源:伟德bv885
- 麵向所有人的人工智能這是斯坦福大學的免費在線課程
- 什麼是人工智能?來自Karen Hao麻省理工科技評論
- 市場營銷中人工智能的終極初學者指南來自營銷人工智能研究所
- 這本書營銷人員的人工智能，介紹和入門克裏斯托弗·s·佩恩(Christopher S. Penn)著
- 的營銷人工智能通訊
如果你知道關於人工智能在市場營銷方麵的其他資源，請在伟德bv885下方添加評論。提前謝謝!