Spotify是世界上最受歡迎的音頻流媒體服務，在183個不同的市場擁有4.33億用戶(包括1.88億付費用戶)而人工智能對於公司的成功是絕對必要的。
“機器學習是我們在Spotify所做的一切的核心，”該公司的工程副總裁兼機器學習主管托尼·傑巴拉(Tony Jebara)說TensorFlow World 2019．
傑巴拉應該知道。在Spotify工作之前，他曾在Netflix擔任類似的職位，開發人工智能推薦。
而且，與Netflix一樣，Spotify也依靠多種形式的人工智能來推薦能夠滿足用戶並為付費訂閱者創造價值的內容。
了解Spotify對人工智能的使用是有價值的，原因有兩個:
首先，了解Spotify如何使用AI有助於我們理解如何更好地利用這個平台來營銷我們的播客《the Marketing AI Show》，該播客通過Spotify和其他以類似方式使用AI的平台分發。
其次，即使你沒有播客，Spotify也是一個很好的例子，說明了創建播客是多麼重要原生AI和新興AI公司-不管你做什麼。
在短期內，不接受人工智能的企業將被淘汰。Spotify提供了一個有用的案例研究，讓我們了解在構建人工智能優先的產品和公司時可能會發生什麼。
我們有獨特的位置來分析Spotify如何使用人工智能。
在我們的日常工作中BETVlCTOR1946伟德在美國，我們跟蹤了數千家人工智能供應商，評估和試點了數百個不同營銷和業務運營領域的解決方案。我們還幫助許多不同行業的企業了解人工智能技術的工作原理，以及如何利用它來實現增長。
Spotify隻是人工智能力量的一個例子，讓我們來仔細看看。
Spotify如何使用人工智能?
Spotify在幾個核心方麵以機器學習和深度學習的形式使用人工智能。
建議要極致個性化才行
首先，Spotify的AI模型向用戶推薦音頻內容。Spotify的人工智能支持旨在創造長期用戶滿意度的音樂和播客推薦。
為了做到這一點，Spotify利用用戶數據，從播放列表的創建到收聽曆史，再到你與平台的互動方式，來預測你接下來可能想聽什麼。
這些建議通過Spotify的主屏幕提供，主屏幕分為幾排卡片，其中包括最近聽過的音頻內容和根據你的行為推薦的新內容。
具體來說，Spotify嚴重依賴強化學習這是一種機器學習模型，它使用環境信號來優化以獲得長期獎勵。Spotify在其機器學習模型麵前懸掛的長期獎勵是長期用戶滿意度。
所以，Spotify的每一次推薦都是為了增加你對產品的整體幸福感，讓你越來越頻繁地回來聽。
Spotify的人工智能推薦是該公司的競爭優勢。
Spotify並沒有壟斷音樂流媒體;你可以很容易地在很多地方聽你喜歡的歌曲。它所擁有的是一種在正確的時間為你呈現正確音頻的更好方法。
如果沒有人工智能，這種大規模超個性化的能力是不可能的——從現實意義上講，如果人工智能不存在，Spotify作為一個企業也不可能存在。Spotify正是“人工智能原生”企業的定義——通過使用人工智能從頭開始重新發明產品或服務，在市場上釋放出前所未有的價值。
通過這種方式，每個用戶都看到了一個高度個性化、高度定製的產品版本。根據該公司的說法，是一半億每天都會處理事件，為機器學習模型提供信息。這些模型收集的數據越多，就能更好地提出更高質量的建議。
因為這些都是在個人用戶層麵上完成的，該公司表示Spotify實際上不是一個單一的產品;它有4.33億種不同的產品——每個用戶都有一種。
由人工智能創建和策劃的播放列表
其次，Spotify通過使用人工智能創建整個播放列表來進一步推薦。這些由人工智能驅動的播放列表有幾種不同的形式。
每周發現播放列表是一個自動策劃的播放列表，根據您的收聽習慣，您可能會喜歡的新音樂和現有音樂。
還有“發布雷達”(Release Radar)，它每周自動創建一個你關注的藝術家的最新音樂播放列表，並根據這些列表提供個性化的推薦。
主屏幕還包含各種你可能喜歡的播客劇集推薦列表，以及基於情緒、活動和環境因素(如一周中的哪一天或哪一天)的mixtape。
這是該公司強化學習的另一個應用領域:
通過播放列表和推薦內容列表，該模型試圖推動你選擇更滿意的音頻選項。
畢竟，你越滿意，你就會聽得越多。
自然語言搜索
第三，Spotify使用人工智能為自然語言搜索提供動力。
此前，Spotify使用在搜索欄中輸入精確的單詞來匹配內容和查詢。這種方法聊勝於無，但它是有局限性的:它並不總是能提供高質量的結果，因為它隻能匹配非常接近歌曲、專輯或播客標題中使用的術語。
自然語言搜索則不同。通過使用自然語言處理(NLP)和深度學習等人工智能技術，自然語言搜索可以理解單詞之間的語義相關性，因此它不需要將你的搜索與標題中的單詞完全匹配就能找到你要找的東西。這是因為自然語言搜索可以理解不同單詞的同義詞、釋義和任何需要理解的內容意味著和你搜索的一樣。
今天，Spotify為播客搜索推出了這一功能，使查找相關主題的播客變得非常容易-即使你的搜索與播客元數據中的描述不完全匹配。
Spotify的人工智能投資和收購
近十年來，Spotify一直在穩步收購人工智能公司或與人工智能相關的公司。
- 在2013年,Spotify收購了Tunigo為更好的音樂推薦算法提供動力。
- 2014年，該公司收購了音樂智能公司Echo Nest, Spotify曾利用該公司改進推薦服務。
- 2015年，Spotify收購了數據科學公司Seed Scientific．
- 在2017年,Sonalytic被Spotify收購．Sonalytic使用機器學習來檢測音頻並推薦音樂。
- 此外，在2017年，Spotify收購Niland這是一家人工智能初創公司，旨在優化音樂搜索和推薦。
- 在其最近的人工智能相關收購中，Spotify收購Sonantic這是一個由人工智能驅動的文本轉語音生成器。
2018年，Spotify還啟動了一項名為機器學習日，該論壇將公司研究人員聚集在一起，討論人工智能領域的核心話題。
Spotify如何使用人工智能
毫無疑問，人工智能對Spotify的業務至關重要。那麼，公司將何去何從?
在營銷BETVlCTOR1946伟德人工智能研究所，我們幫助各種類型的公司用人工智能建立更智能的業務。當我們這樣做的時候，我們會評估一家公司的整個業務，並確定他們可以如何使用人工智能來加速收入和降低成本。
我們目前沒有與Spotify合作，但我們確實有一些可能的人工智能用例，該公司可能會考慮將其作為產品路線圖的一部分進行探索。
對音樂
- 創建人工智能輔助或完全由人工智能生成的歌曲和專輯。
- 通過與專輯、活動和商品相關的高度個性化營銷來確定最忠實的粉絲。
- 確定頂級營銷渠道，並推薦最有可能擴大粉絲基礎和/或產生收益的下一步行動。
- 根據用戶行為和興趣在流媒體會話和播放列表中注入超上下文廣告。
- 推出高度個性化的虛擬音樂會，由逼真的人工智能藝術家化身為粉絲表演他們最喜歡的歌曲。
- 預測接下來要為粉絲創作什麼類型的音樂。
對播客
- 自動總結播客，並使用自然語言處理和文本摘要創建基於文本的劇集描述。
- 自動評分播客揚聲器的說話時間，敘述質量和其他語音因素，以提高播客質量使用情緒分析和語音識別。
- 創建由人工智能驅動的播客嘉賓檔案，以加速播客主持人的研究。
- 確定最受歡迎或最吸引人的播客主題、劇集格式、長度等，這樣創作者就可以優化播客的內容和格式，以實現最大的消費。
- 根據受歡迎程度、相關性和影響力，預測播客主持人接下來應該邀請哪些嘉賓。
使用專有數據
- 在音樂數據上使用人工智能來預測哪些音樂行為成功的可能性最大，然後將這些信息賣給經紀人、廠牌和品牌。
- 在播客數據上使用人工智能來預測哪些播客主題和格式最有可能成功，然後將這些信息賣給播客產品公司和有影響力的人。
- 利用人工智能和用戶行為數據，為品牌提供在特定利基或市場中最好、最有效的廣告建議。
這還隻是冰山一角。我相信，在不久的將來，Spotify可能會以數十種(如果不是數百種的話)更多的方式利用人工智能來改變音樂和播客行業的常規業務。
所以，現在你知道Spotify是如何利用人工智能作為AI原生業務蓬勃發展的，是不是也該讓你的公司從人工智能中受益了?
我們創建了一個資源來幫助你做到這一點…
《為營銷人員試點AI》教你一步一步地如何使用AI使您的業務更高效和成功。《人工智能駕駛》有17門課程和6小時的內容，預售價格特別優惠。點擊下麵了解更多。
