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正在使用人工智能來解鎖每張在線圖像的價值。他們與70%的財富100強公司合作，如歐萊雅、迪士尼和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的人工智能每月可以處理和識別超過5億張圖像和視頻。我們采訪了GumGum首席營銷官Ben Plomion (LinkedIn)，了解更多關於運行GumGum的人工智能，以及它如何推動營銷人員招募和留住客戶。

用一個句子或陳述描述GumGum。

GumGum是一家專注於計算機視覺的人工智能公司。它的任務是通過不同的數據集釋放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)?

從第一天起，GumGum的願景就是從圖像和視頻等視覺內容中提取價值。這是用計算機視覺完成的。如果你不熟悉，計算機視覺是機器將圖像(或視頻)轉換為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、訓練和分類我所說的“大像素”。

我們每個月處理5億多張圖片和視頻，多年來，我們在這方麵做得相當不錯。在一張圖像中，我們的技術可以識別名人、場景、車輛的品牌和型號，甚至你的皮膚和頭發的顏色。要大規模實現這一目標，需要機器和深度學習以及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，但與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。

在市場營銷方麵，我們看到了很多人的興趣，但投資構建技術堆棧，特別是專有技術，需要一定的專業知識，營銷/廣告領域可以更多地使用這些專業知識。我們預計，隨著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。

你認為未來人工智能在營銷和銷售方麵的潛力是什麼?

在未來，AI實踐將成為活動開發、執行和測量的正常部分。目前，我們在營銷和銷售領域看到了一些人工智能實踐，聊天機器人是最常見的、麵向消費者的例子之一。

目前，銷售和營銷已經通過深度數據集分析整合了人工智能實踐。我們已經看到這一層越來越複雜，可以理解大數據，幫助建立檔案，並進行定位。我們預計，隨著銷售和營銷組織尋求將他們的產品區分開來，而不僅僅是單純的數據遊戲，比如一些行為定位廣告公司，對新興人工智能技術的依賴將會增加。

顯然，我們偏向於計算機視覺的潛力。10年來，我們一直在構建我們的技術解決方案，並探索在新領域應用和貨幣化技術的新方法。我們預計這一趨勢將持續下去，特別是在銷售和營銷領域，因為世界上不斷創造出數十億條隻有使用計算機視覺才能理解的內容和通信。

我們還發現，在為營銷人員解決品牌安全問題時，越來越依賴計算機視覺和GumGum技術。傳統的品牌安全方法嚴格依賴於分析出版商網站上出現的文本。我們利用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、與上下文相關的環境中投放廣告。

與競爭對手或傳統解決方案相比，GumGum的不同之處是什麼?

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“圖像內廣告”格式允許營銷人員在用戶積極觀看的視覺內容旁邊投放與上下文相關的廣告。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，我們還利用語義學和計算機視覺能力來確定品牌在體育讚助或社交媒體中的視覺內容的價值。

早在2008年，我們就建立了先進的專有技術和解決方案。這為我們提供了一個優勢，即擁有大量的曆史數據和知識，我們可以應用這些數據和知識來開拓新的領域，例如社交媒體和最近的體育讚助類別。關於最後一點，我們在GumGum Sports的新銷售副總裁Ian Partilla說道:

“我知道GumGum Sports會是一款最終識別所有活動(除了廣播)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正在興起，我們看到了將計算機視覺技術應用於一係列行業的開放領域的機會。

就公司規模和行業而言，你們的原型客戶是誰?

目前，GumGum的客戶(版權所有者、品牌和發行商)是世界上最大的品牌，包括大多數財富500強企業。客戶包括T-Mobile、迪士尼和高樂氏。GumGum Advertising與2000多家付費出版商進行了整合。GumGum Sports直接與麥迪遜廣場花園、大都會和新奧爾良鵜鶘隊等版權方合作。

共同的思路是，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。

對於營銷人員和銷售人員來說，GumGum的主要用途是什麼?

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、冰箱或汽車拍攝的大多數照片都是人眼無法看到的。一般來說，這個世界，或者更直接地說，我們的客戶，還沒有準備好處理和理解這些龐大的視覺內容。

我們有一些GumGum解決方案的廣泛用例。

首先，如上所述，我們專有的計算機視覺技術掃描跨多個平台的圖像和視頻，允許您在用戶最有可能看到它們的地方放置與上下文相關的廣告(In-image)。我們使用計算機視覺掃描圖像、視頻以及圍繞它們的內容——跨越網絡上數百萬個頁麵。然後，廣告被整合到視覺內容中，我們的技術知道客戶最關注的是什麼。營銷人員(和他們的銷售團隊)喜歡這種功能，因為它創造了一種有針對性的、高度相關的、非侵入性的品牌體驗。

其次，除了圖像內廣告，擁有大量社交資料的營銷人員越來越多地轉向計算機視覺來顯示相關內容。我們稱之為GumGum Insights。

例如，百事可樂可能希望在社交媒體上定位用戶生成的內容，其中包括百事可樂標誌的視覺效果。以前，品牌隻依賴於上下文搜索——標簽、照片或描述中標注的百事可樂——但品牌不能指望消費者會遵守這些規則。計算機視覺使品牌/營銷人員僅通過標識識別就能顯示相關內容，不需要文字。這是通過將標誌輸入到GumGum的AI技術堆棧中，並使用NLP和ML訓練來識別基於設置參數的特定圖像來實現的。這一解決方案有助於品牌和營銷人員掌握圍繞品牌的正麵或負麵視覺情緒。

這就把我們帶到了第三個核心用例，體育讚助和測量。一旦GumGum的計算機視覺技術處理了社交媒體，團隊就看到了將這一應用應用到全球體育讚助世界的機會，估計在超過每年600億美元。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圖，包括非自有和運營賬戶，解鎖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酋長足總杯決賽。GumGum Sports在工作中的另一個有趣的例子是NBA記分牌，這是一個基準工具，用於分析NBA球隊擁有的社交媒體賬戶產生的媒體價值。

關於人工智能在營銷中的應用，還有什麼其他想法嗎?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，而且肯定不是生而平等的。人工智能用例似乎獲得了最大份額的報道是聊天機器人，但計算機視覺中的營銷人工智能實踐將在未來幾年出現爆炸式增長。

隨著我們越來越多地使用視覺內容進行交流，對廣告格式的限製也在不斷發展，通過數據/人工智能將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世界的員工，並幫助隊友將其轉化為客戶的勝利。