GumGum: 70%的財富100強公司都在使用的人工智能解決方案

計算機視覺公司GumGum正在使用人工智能解鎖每一張在線圖片的價值。他們與70%的《財富》100強公司合作，如歐萊雅(L’oreal)、迪士尼(Disney)和Sprint，以原生和非侵入性的方式接觸目標受眾。

憑借10年的專有技術和解決方案經驗，難怪GumGum的人工智能每個月可以處理和識別5億多張圖像和視頻。我們采訪了GumGum的首席營銷官Ben Plomion (LinkedIn)，了解更多關於運行GumGum的人工智能，以及它是如何為營銷人員招攬和留住客戶的。

用一句話或一句話描述GumGum。

GumGum是一家專注於計算機視覺的人工智能公司。它的使命是通過不同的數據集解鎖每天產生的視覺內容的價值。

GumGum如何使用人工智能(即機器學習、自然語言生成、自然語言處理、深度學習等)?

從第一天開始，GumGum的願景就是從圖像和視頻等視覺內容中提取價值。這是通過計算機視覺完成的。如果你不熟悉，計算機視覺是機器將圖像(或視頻)轉換成像素並解釋這些像素所代表的大圖像的能力。我們在GumGum所做的就是收集、訓練和分類我喜歡稱之為“大像素”的東西。

我們每個月處理5億多張圖片和視頻，多年來，我們已經非常擅長這方麵了。在一張圖像中，我們的技術可以識別名人、場景、汽車的品牌和型號，甚至你的皮膚和頭發的顏色。要大規模實現這一目標，需要機器、深度學習和NLP(自然語言處理)的強大結合。

你認為目前人工智能的局限性是什麼?

人工智能的成本可能非常高，但就像任何新興技術應用一樣，隨著它的進一步發展，我們將開始尋找更有效的方法來做事情。

在營銷采用方麵，我們看到了很多興趣，但投資構建技術棧，特別是專利技術棧，需要一定的專業知識，這是營銷/廣告領域可以更多使用的。我們預計，隨著各品牌為不斷發展的營銷計劃尋找更複雜的解決方案，這一數字將會增加。

你認為人工智能在市場營銷和銷售方麵的未來潛力如何?

在未來，AI實踐將成為活動開發、執行和衡量的正常部分。目前，我們在市場營銷和銷售領域看到了一些人工智能實踐的穩定循環——聊天機器人是最常見的和麵向消費者的例子之一。

目前，銷售和營銷部門已經在通過深度數據集分析整合人工智能實踐。我們已經看到這一層在理解大數據、幫助構建檔案和進行目標定位方麵變得越來越複雜。我們預計，隨著銷售和營銷機構尋求在純數據遊戲之外提供差異化產品，如一些行為定向廣告公司，對新興AI技術的依賴將會增加。

顯然，我們對計算機視覺的潛力有偏見。10年來，我們一直在構建我們的技術解決方案，並發現在新領域應用和變現技術的新方法。我們預計這一趨勢將繼續下去，特別是在銷售和營銷領域，因為世界繼續創造數十億條隻有使用計算機視覺才能理解的內容和通信。

在為營銷人員解決品牌安全問題時，我們也看到越來越多的人依賴計算機視覺和GumGum技術。傳統的品牌安全方法嚴格依賴於分析出現在出版商網站上的文本。我們利用我們的人工智能來檢測不安全的文本和圖像，使我們能夠在品牌安全、上下文相關的環境中發布廣告。

是什麼讓GumGum不同於競爭對手或傳統解決方案?

十年前，GumGum開創了一種全新的廣告形式，認為圖像是代表品牌接觸目標受眾的一種更原生、更非侵入性的方式。

這種獨特的“圖像廣告”格式允許營銷人員在用戶積極觀看的視覺內容旁邊投放上下文相關的廣告。我們與70%的財富100強公司合作，從歐萊雅到迪士尼和Sprint。除了我們的廣告業務，我們還利用我們的語義和計算機視覺能力來確定一個品牌在體育讚助或社交媒體中的視覺內容價值。

早在2008年，我們就建立了複雜的專有技術和解決方案。這讓我們有了一個優勢，即擁有大量的曆史數據和知識，我們可以利用這些數據和知識開拓新領域，比如在社交媒體和最近的體育讚助領域。關於最後一點，我們在GumGum Sports的新銷售副總裁Ian Partilla說:

“我知道，GumGum Sports將是一款最終識別所有活動(除了轉播)並改變遊戲的產品。我的整個職業生涯都在體育讚助領域工作，直到現在，我還沒有找到一種能夠提供真正的全渠道資產視圖的工具。”

由於圖像和視頻內容隻是在上升，我們看到了將計算機視覺技術應用到一係列行業的開放領域的機會。

就公司規模和行業而言，你的原型客戶是誰?

共同的主線是，企業希望通過視覺智能創造更多價值，以幫助推動客戶招聘和留住。

對於市場營銷人員和銷售人員來說，GumGum的主要用例是什麼?

據估計，到2022年，嵌入式攝像頭的數量將增加兩倍，達到450億台。你的手機、冰箱或汽車捕捉到的大多數照片都是肉眼無法看到的。一般來說，這個世界——或者更直接地說，我們的客戶——沒有能力處理和理解如此龐大的視覺內容。

我們有一些GumGum解決方案的廣泛用例。

首先，如上所述，我們的專有計算機視覺技術可以跨多個平台掃描圖像和視頻，允許您將與上下文相關的廣告(In-image)放置在用戶最有可能看到的地方。我們使用計算機視覺掃描圖像、視頻和它們周圍的內容——跨越網絡上數百萬個頁麵。然後，廣告被整合到視覺內容中，我們的技術知道，在視覺內容中，客戶最關注的是廣告。營銷人員(和他們的銷售團隊)喜歡這個功能，因為它創建了一個有針對性的、高度相關的、非侵入性的品牌體驗。

其次，除了圖像廣告之外，擁有和非擁有內容的社交背景的營銷人員越來越多地求助於計算機視覺來顯示相關內容。我們稱之為GumGum Insights。

例如，百事可能想在社交網絡上定位用戶生成的內容，包括百事標誌的視覺效果。以前，品牌隻依賴於上下文搜索——標簽，百事可樂在照片或描述中標記——但品牌不能打賭消費者會遵守這些規則。計算機視覺使品牌/營銷人員能夠通過標識識別顯示相關內容，不需要文字。這是通過將logo輸入到GumGum的AI技術棧中，並使用NLP和ML訓練來根據設置的參數識別特定的圖像來實現的。這個解決方案幫助品牌和營銷人員掌握品牌周圍積極或消極的視覺情緒。

這就引出了第三個核心用例，體育讚助和測量。當GumGum的計算機視覺技術解決了社交媒體問題後，該團隊看到了將該應用應用到全球體育讚助領域的機會，估計這一領域將超過每年600億美元．作為一個結果,GumGum Sports作為GumGum的一個新部門誕生了。

通過專利計算機視覺技術，我們正在簡化體育讚助的衡量。我們的技術縮短了周轉時間，並在所有渠道上產生更準確和一致的估值。我們提供媒體估值的整體視角，包括非擁有和運營的賬戶，解鎖被成千上萬粉絲分享的數百萬視頻和圖像的價值。

要查看示例，請訪問這張資訊圖像去年的阿聯酋足總杯決賽。GumGum Sports在工作中的另一個有趣例子是NBA記分牌，這是一個用來分析NBA球隊社交媒體賬戶產生的媒體價值的標杆工具。

對人工智能在營銷中的應用還有什麼想法嗎?或者對那些剛剛開始探索人工智能可能性的營銷人員有什麼建議嗎?

人工智能在市場營銷中有很多種形式，而且肯定不是所有的人工智能都是平等的。AI用例似乎得到了最大的覆蓋份額是聊天機器人，但在計算機視覺的營銷AI實踐將在未來幾年看到用例的爆炸。

隨著我們越來越多地使用視覺內容進行交流，以及對廣告格式的限製不斷發展，通過數據/人工智能實現圖像貨幣化將會蓬勃發展。這意味著擁有能夠輕鬆駕馭人工智能技術領域的員工，並幫助隊友將其轉化為客戶的勝利。

關於保羅Roetzer

Paul Roetzer (@paulroetzer)是PR 20/20的創始人和首席執行官，《營銷績效藍圖》和《營銷代理藍圖》的作者，《營銷人工智能研究所》和《營銷評分》的創建者。完整的生物。