4分鍾讀取

人工智能會取代作家和內容營銷人員嗎?

有特色的圖片

想知道如何開始使用人工智能?以我們的營銷人員按需駕駛AI係列為例。

了解更多

Gartner預測,20%的商業內容將由機器編寫2018年開始.這是一個令人吃驚的說法。這家分析公司表示:“商業內容,如股東報告、法律文件、市場報告、新聞稿、文章和白皮書,都是自動化寫作工具的候選。”

內容營銷中的人工智能自動化內容創建?這是一個合理的問題。如果Gartner在談論這個問題,那就值得考慮。人工智能技術正在迅速發展,美聯社現在已經有了機器撰寫完整的收益報告.營銷人員比以往任何時候都更加依賴內容,將其作為戰略的關鍵。如果內容的創造突然變成了機器的責任,而不是營銷人員的責任,會怎樣?

營銷人工智能研究所的成立是為了了解人工智能技術如何改變營銷。我們介紹了一些專門從事自動化內容創建的公司,比如敘事科學軟件而且自動化的見解.我們認為回答這個問題對於關心他們的工作、戰略和預算的營銷人員來說很有價值。

要開始回答這個問題,我們需要看看使自動內容創建成為可能的兩項關鍵技術:自然語言生成(NLG)和自然語言處理(NLP)。

內容自動化實際上包括什麼

自然語言生成(NLG)是一種將結構化數據轉換為文本的人工智能技術。數據如何轉換取決於係統創建者如何編寫轉換規則。換句話說,您“教”NLG係統數據點之間的關係。

例如,美聯社和Automated Insights合作“教授”Automated Insights係統每一條規則,以成功地將財務數據轉換為基於文本的收益報告,讀起來就像人類寫的報告一樣。

這裏有一個規則的例子,他們可能會編碼到係統中:當比較兩個數據點隨著時間的推移而增長20%或更多時,應該在最終報告中寫為“顯著增長”。一旦製定了這條規則,係統就會在提供結構合理的數據時,自動將20%或以上的漲幅稱為“顯著增長”。數千條這樣的人工編碼規則與機器的各種其他算法一起工作,根據數據創建完整的書麵報告。

這些NLG係統已經存在。然而,它們通常需要大量的工作來調整係統以滿足特定的內容需求。收益報告相對容易分解成各個組成部分:你報告各種指標的上升和下降,這些指標通過對每次上升和下降的評論聯係在一起。

將其與以下用例進行比較:

生產力領域的B2B軟件品牌需要一篇1000多字的關於時間跟蹤工具及其隨時間發展的文章。這些內容將被用來吸引那些對市場上其他解決方案感興趣的用戶,然後證明這個品牌的下一代解決方案實際上是更好的。

到2016年底,編寫編寫本文的係統代碼將非常困難,而且您需要一個數據集來將數字轉換為文字。除非有一台機器能夠梳理互聯網,進行研究,並將研究結合成一個合理的結構,並完成人類水平的敘述,否則你就不走運了。

這並不是說不存在這樣做的技術。它甚至可能比我們想象的更快被開發出來。但它確實強調了沒有一個單一的“寫作”類別可以自動化。有許多不同類型的敘述,目前圍繞數據集編寫的一些敘述可以自動化。即使在這些數據集中,定製一個NLG平台來以書麵形式表示這些數據也可能需要大量的時間、工作和精力。

隨著自然語言處理(NLP)的發展,可能會出現重大進展。這個術語指的是機器以可接受的準確性來解釋人類語言的意思。我們可以稱之為機器“理解”所寫的內容。在某些用法中,NLP可能還包括NLG的元素,比如機器處理語言,然後根據對文本的理解生成更多的NLG。Siri和Alexa是兩個結合NLG和NLP的消費技術的例子。

那麼,人工智能會使內容創作自動化嗎?

答案是:現在,這取決於內容。結構化數據與正確的人工智能工具相匹配,可以在幾秒鍾內自動生成數千個類似的敘述。每次需要不同類型的敘述時,AI工具或係統都必須定製以生成該敘述。一旦確定,就可以自動生成數以千計的這種類型的敘述,這些敘述都是由結構化數據集生成的。

如果您正在考慮內容自動化對您的品牌的潛力,那麼在深入研究之前,請考慮以下幾個問題。

如果你正在考慮內容自動化,要問的問題

1.我的品牌可以訪問什麼樣的數據?

您需要有某種類型的結構化數據——通常按列和行排列的數據,就像電子表格一樣。例如,美聯社(Associated Press)可以以結構化的格式獲得連續的收益數據流。一旦它使用人工智能工具為這些數據創建了一個自動模板,它就可以將模板應用於生成的新數據,前提是它們的格式相同。

2.我能用這些數據講述什麼故事?

你已經手動用你的數字講述了什麼故事?如果你有無限的時間和預算,哪些故事對你來說是有利可圖的?許多不同的數據集都有故事要講,其中許多可以自動化。但目前需要人類的洞察力來確定哪些故事最有用。

此外,任何時候你交流內部報告或數據集的發現,你也是在講述一個故事。你可以通過自動化這種內部報告來盈利。

3.我的品牌應該考慮內容自動化嗎?

內容自動化對你的品牌的有用性高度依賴於你的獨特情況。

你需要大規模的內容嗎?否則,可能就不值得花時間和精力定製用於自動化的NLG技術。

你是否準備在NLG的初始設置之外進行投資?這些敘述往往是不完美的。可能需要額外的編輯、調整和改進。您仍然需要大量投資於人力內容專家來管理機器。

你的品牌是否具備實施NLG的人才?這不是典型的創意寫作練習。NLG的實現需要對基於規則和分支邏輯的深刻理解,以及對基本敘事機製的深刻理解。

還有更多關於自動化內容創建和人工智能的問題嗎?請與我們聯係(別忘了訂閱閱讀更多類似本文的文章。)

相關的帖子

人工智能成為2017年智能內容大會的焦點

麥克壞了的| 2016年11月15日

智能內容大會將於2017年3月28日至30日舉行。該活動教會營銷人員如何利用包括人工智能在內的技術來擴展內容。

人工智能如何改進內容策略並提高銷量

湯姆Salvat| 2019年2月6日

網上每天產生數十億條內容。閱讀可口可樂等品牌如何使用內容智能來篩選所有信息,並將其轉化為銷售和營銷團隊可操作的見解。

關於人工智能內容智能解決方案,你需要知道的一切

乍得波利特| 2018年6月19日

在這篇獨家報道中,作者查德·波利特講述了人工智能如何改變我們所知道的內容營銷。

Baidu
map