今年7月,我們畫了來自12個國家的300人參加就職的AI營銷會議(麥孔)在克利夫蘭,俄亥俄州。
如果你錯過了它:啟動麥孔的研究所的目標是幫助營銷領導人明白,飛行員在他們的組織和規模的人工智能。50多個揚聲器加入幫助我們做到這一點,包括主持人從Facebook,均富公司HubSpot IBM,麻省理工學院技術評論,陽獅集團Sapient,軟銀機器人技術,公司名和Yext。
在現場麥孔,保羅Roetzer (@paulroetzer),研究所的創始人和麥孔的創造者,坐下來與八個領先的人工智能專家問幾個燃燒的問題。您可以調整到這些對話下載four-episode播客係列麥孔係列講座或者您可以簡單地從事件。
持續的營銷AI技術,營銷人工智能研究所訂閱我們的通訊,加入我們BETVlCTOR1946伟德麥孔2020,7月14日- 16日在克利夫蘭。
第一集:營銷的人工智能是什麼?另外,設置您的團隊的成功。
在這節課中,保羅采訪凱倫郝(@KarenHao高級人工智能)的記者麻省理工學院技術評論和卡爾Al-Dhubaib (@caldhubaib),Pandata首席數據科學家關於人工智能的邊界和營銷人員如何開始。
下麵,了解更多關於我們的特色guests-plus完整的轉錄後記錄。請注意,轉錄是編譯使用AI和水獺。人工智能,所以任何拚寫錯誤歸咎於機器:)
更多關於凱倫:凱倫是高級人工智能的記者麻省理工學院技術評論。她涵蓋了進步、道德和社會影響的技術。
凱倫也寫semi-weekly通訊稱為算法和覆蓋粘道德和社會影響的技術。在此之前,她跨越了這篇社論和產品團隊在石英科技記者和它的第一個數據科學家,覆蓋城市的未來,嚐試聊天機器人,機器學習和建立模型。在karendhao.com上向她問好。
更多關於卡爾:卡爾是一個數據科學思想領袖俄亥俄州東北部。他使得數據科學團隊幫助組織啟動數據科學計劃和開始使用先進的技術,如人工智能、影響底線。他經常講話題在機器學習和組織可以做些什麼來利用他們的數據的影響。
卡爾已經收到了這兩個國家和國際認可他的工作在預測建模和創業精神。作為第一個數據科學凱斯西儲大學畢業,他不知疲倦地提倡工作事業和教育途徑數據科學有助於員工發展計劃在東北俄亥俄州。
會話轉錄
嗨,我是保羅•Roetzer營銷人工智能研究所的創始人和創造者的營BETVlCTOR1946伟德銷AI會議(麥孔)。麥孔是旨在幫助營銷領導人明白,飛行員在他們的組織和規模的人工智能。
首屆活動舉行在克利夫蘭,俄亥俄州,2019年7月16日- 18日,來自12個國家的300人參加。
有超過50人,包括主持人來自Facebook、均富公司HubSpot IBM,麻省理工學院技術評論,陽獅集團Sapient,軟銀機器人技術,公司名和Yext。
這段(4)播客係列特性的見解(8)我們的人我們采訪了現場。我們覆蓋一組主題包括:人工智能是什麼,如何在您的組織,開始使用AI人工智能應用的聲音,如何人性化品牌,AI將如何改變營銷前進。
人工智能預測有數萬億美元的年度影響企業,然而,大多數營銷人員仍在努力理解它是什麼以及如何將其應用到他們的企業和事業。
你有一個選擇。可以坐等營銷你周圍的世界更聰明和改變,或者你可以擁抱AI現在在創建一個積極的為你自己和你的公司的競爭優勢。
如果你選擇采取行動,我希望你能訂閱我們的通訊營銷人工智能研究所2020年參加我們的麥孔,7月14日- 16日在克利夫蘭。BETVlCTOR1946伟德
現在,在播客。讓我們聽聽演講者不得不說……
我們的第一個客人是凱倫,人工智能的記者麻省理工學院技術評論。她涵蓋了進步、道德和社會影響的技術。開始我們的談話,凱倫告訴我們關於她的角色:
凱倫:我每天正在與領先的研究人員正在開發技術,然後有時我會跟高管或其他人,其他數據公司的科學家,然後應用研究產品的商業產品。但是我總是感覺太廣泛了,因為有這麼多的這個空間,我不知所措,因為我想覆蓋一切。有這麼多的學習和它相當的快。所以經常喜歡跑步很長馬拉鬆。
本質上。當我支付,我有一個論文指導論文,是我認為重要的是技術人與人文/社會科學家交談因為很多來自人工智能的工作將會影響社會。它會影響人類,所以就需要所有這些不同學科之間的對話。所以當我尋找的故事我在找東西真的很快就會開始影響人們。
保羅:我們的第二個客人是卡爾Al-Dubaib (Al-Due-Babe),數據科學思想領袖俄亥俄州東北部。他領導的團隊幫助組織啟動他們的數據科學計劃和開始使用先進的技術,如人工智能,影響他們的底線。卡爾與Pandata告訴我們他的角色。
卡爾:所以它真的演變了很多在過去的三年半。這是因為數據科學的學科發展。所以今天當我想到我作為首席數據科學家做的四件事。我花了很多時間交流很多時間思考解決方案設計如何將不同的片段組合在一起。我做很多思想領導和研究。什麼是最新的。數據科學發展的速度是如此之快,你必須呆在上麵。最後最佳實踐和遵從性。所以當你談論今天發生的規定你真的保持領先地位。所以把那四塊在一起,理解客戶的業務痛點經驗將這些轉化為解決方案,並確保它們兼容。
保羅:這很有趣,我們在這次大會上探索營銷AI,但它引出了一個問題,究竟什麼是人工智能?開始我們的談話,我們問卡爾愛這個話題。
卡爾:我愛這個問題,因為我不知道,什麼是人工智能?這是個很好的問題!事實上我們做午餐會議每個月,和我們一組數據科學家,甚至我們不能達成一致的人工智能的定義。我認為這是一個移動的標靶。我今天聽到你知道我最喜歡的一個定義讀這句話是“製造機器智能的科學”。And so to me what that means is you're taking a repetitive tasks that might have some element of human decision making and you are automating that. And so that's one way of making machines smarter. Or.
保羅:就像卡爾說,人工智能的定義似乎是一個移動的目標,和這個詞經常被扭曲,包括任何類型的算法或計算機程序。你如何區分是否有使用人工智能嗎?與凱倫在談話中,我們探索了為什麼人工智能作為一個術語很難確定,她給了我們一個AI是什麼樣子的一些例子在我們的日常生活中。
凱倫:人工智能實際上是指兩件事這就是為什麼困惑。首先,它指的是那塊田和田間的目標是構建的領域。這些很複雜的超級聰明的超級有用的體現人類像人工智能係統就像你所看到的在科幻小說中。不但是喜歡確定我們將比喻,就像一件事然後它指的另一件事就像現在技術的實際狀況。這就是為什麼它可以令人困惑,因為有時候人們會混淆這兩個,認為我們現在更先進的但它真的不是。那就是他們困惑的願望。所以我們現在是什麼。你聽到的大部分是一類被稱為機器學習和人工智能的機器學習是一個過程使用統計發現模式的數據,然後把這些模式做出決策。
所以。係統,你會看到像人臉識別的標簽你在Facebook上的照片或你的Netflix推薦機器學習算法所有這些東西都是采取什麼喜歡你在你的臉上,然後找到像像素的圖像模式,彌補你的臉,然後使用它來確定你的臉和其他這樣的照片或顯示,你看,你喜歡的東西作為數據的模式哦,看來她真的很喜歡科幻,推薦更多的類似這樣的事情。這就是人工智能的簡而言之權利。
保羅人工智能是今天。我們使用它在我們的日常生活和市場營銷人員正在尋找新的方法來使用它在他們的工作。然而,很多營銷人員有一個艱難的時間開始使用人工智能,所以我們要求卡爾解釋了為什麼那麼多的項目是注定要失敗。
卡爾我:人工智能、機器學習、大數據…這一切的數據科學的學科。給我數據科學是你從數據創造價值的過程。科學一詞,它是非常重要的。這是實驗性質。這是一點新的商業世界。當你說好的我們要嚐試一點真的證明了價值,這是不打算工作有時,沒關係。這部分是迷失在翻譯,特別是當你使用人工智能和機器學習,嗯你忘記科學方麵。
所以組織投入大量的資源在試圖讓這些行動。伟德bv885即使他們失敗了,它將其關閉。哦,是行不通的。和毫無價值。所以你必須有兩個過程,工作時真的好成功與數據科學。一個是實驗,然後另一個操作化。所以找出縮放的時候工作,進入用戶的手中。
保羅:我們看到,企業需要更加開放與人工智能實驗,但凱倫也提出了一些營銷人員麵臨的倫理上的障礙。人工智能不僅僅是數據和科學,我們需要記住最終用戶——真正的人這種技術將會影響。
凱倫:是啊。我的意思是機器學習的東西真正擅長的是預測,因為它的發現模式應用模式。所以。當你想要你喜歡嗎比如亞馬遜使用它向用戶推薦產品,就像一種增加消費者對休閑或瀏覽器的轉化率成買家,這樣,就像當你想到你做的營銷任務。想想哪些任務最終歸結為預測。
這些很可能可以從機器學習中受益。我都會說喜歡的另一麵,你也必須確保道德因為。你不一定要個性化的東西。因為就像我們說的有積極和消極的後果。如果你有高度針對性的廣告後,周圍的人。他們可以幫助人們很多錢花。這可能有點不食肉的人。
同時,訴訟,像幾個月前,美國住房住房Facebook因為他們起訴。Facebook的方式建立了它的廣告和營銷工具。使用機器學習的歧視。所以我認為最廣泛的報道。住房和城市發展部起訴Facebook在兩個賬戶。和最廣泛報道。Facebook允許廣告商明確縮小的觀眾目標受眾的廣告。很明顯,導致像住房歧視因為你可以說我隻希望白人看到廣告等等。但第二件事第二個賬號,Facebook是起訴少報道即使你擺脫顯式過濾機器學習還是做隱式過濾。
有研究表明,。是的。如果你不限製你的廣告,你銷售住房。房屋銷售將比少數白人用戶用戶,房屋出租或少數用戶將超過白人用戶,同時也適用於招聘廣告。所以對護士和秘書職位招聘廣告最終會顯示女性比男性多。招聘廣告,門衛和出租車司機職位證明比白色更少數用戶。所以。當你思考時當你想到實現機器學習在你的營銷任務是非常認識到思考的好。但有潛在的負麵影響。我怎麼能減輕嗎?我認為這兩件事會讓你很熟練的營銷人員。
保羅:我們可以看到,有許多障礙麵臨營銷人員今天實用性和倫理。這使我們對這個問題:在這個早期階段的實驗,公司如何建立營銷AI項目成功?這就是卡爾說。
卡爾:所以我們這四個問題問任何人尤其是在一個項目的開始。我們有這個方便我們使用縮寫上升。然後我將定義一下但:結果,影響,衡量成功和倫理方麵的考慮。所以拆包,有點開始結果你想好的。是誰。當我們談論這個自動化決策的概念。誰是決策者和決策的類型是什麼,他們將製作。2影響對吧。如果你能按照這些信息有潛力可衡量的價值。
測量成功一點相關但你怎麼知道當你到來。你如何設置這些基準說你知道我們得到一個解決方案來提高轉換或點擊率在我們的營銷活動。那是什麼推動你期待看到的特定日期,如果你沒有得到你說你得試試別的。最後倫理性考量你知道你提出建議,性別或人口的偏見可能會考慮。你有規定像GDPR影響你能做什麼和不能做與客戶數據?所以問這四個問題是非常非常重要的。然後就調整組織中有三件事你想做買,信任和一致的性能。
保羅:我們可以使用縮寫卡爾的上升,我們的項目關注:結果,影響,測量成功,和倫理考慮為了設置我們的項目的成功。
我們也要求我們的客人他們的建議初學者。你能提供什麼建議,營銷人員剛剛開始探索人工智能是誰?
凱倫:看我的時事通訊。它被稱為算法。技術評論我寫的,你可以去。Ly / thealgo或你可以穀歌它。是——我想——揭秘人工智能查找資料的重要來源。它是。這是更多的研究。但我鼓勵人們使用商業化產品深入討論研究。我認為人們真的可以幫助我們建立一個更好的基礎的理解他們用什麼,為什麼它是如此,當偏差等問題和其他東西。有你如何從你的基礎知識理解如何修理或如何方法不同或尋找其他問題還沒有被報道。
保羅:這是關鍵。市場需要閱讀最新的新聞在人工智能研究中它可以幫助他們的努力。卡爾,我們提出同樣的問題給營銷人員的建議是誰剛剛開始探索人工智能。
卡爾我不能強調的重要性開始小。並證明了成功。你經常聽到從上到下所有你必須做的一個每個人都做一個謊言和錯誤的原因是做人工智能。你真的想要用它來解決實際問題。有時你可以開始解決的問題相對較小的資源他們不是那個令人興奮的。伟德bv885但是你需要證明它的工作原理。正確的。回到這個想法的購買信任和一致的性能。如果你能在組織內共享贏得一致。
你可以展示你建立這種信任價值。但是如果你一直把大量的資源和沒有可衡量的影響或解決錯誤的問題你已經伟德bv885摧毀了信任和突然真的很難保持購買。
保羅:最後的想法嗎?
卡爾:這是一個令人激動的時刻。通常當人們聽到人工智能和機器學習這些流行語和你想關閉沒有辦法這適用於我。沒事,大家一起學習。實驗找出最適合你的,雙的問這個問題,它可以解決一個小問題,你可以展示價值。
保羅:這是一個激動人心的時刻,我們希望你能花一點時間來研究人工智能如何適應你的營銷策略。
我是保羅Roetzer,創造者麥孔。謝謝你聽播客營銷人工智能。如果你喜歡今天的討論與卡爾Al-Dubaib和卡倫郝從今年的麥孔事件,我鼓勵你去看看我們在MAICON.ai 2020事件。這在克利夫蘭舉行年會,彙集了營銷的權威專家和人工智能社區。我們希望看到你。
這個播客是常綠播客的生產。特別感謝:
製作人:布裏吉特科因
音頻工程師:戴夫·道格拉斯和埃裏克Koltnow
謝謝收聽,我們下次節目再見!