想想看，我們每天拍攝並在社交媒體上發布的數十億張自拍照、靚照和直拍照片是一個巨大的數據寶庫。它們顯示了我們正在做什麼，我們喜歡什麼，以及我們是誰(至少從人口統計學上來說)。Netra是一家融資近250萬美元的初創公司，它希望利用所有這些信息來改進營銷。
利用卷積神經網絡Netra是一種先進的人工智能，它分析社交媒體上的視覺內容，幫助品牌和代理商更好地了解和接觸他們的理想客戶。我們采訪了首席執行官李澤楷(LinkedIn)，了解Netra如何為市場和銷售專業人士使用社交媒體中的人工智能．
用一句話或一句話描述Netra。
Netra通過分析數十億消費者的照片，幫助品牌和代理商更好地了解和接觸他們的理想消費者，並識別他們的活動、興趣/激情、關鍵生活事件、群體人口統計數據和品牌偏好。
Netra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)?
Netra使用計算機視覺、人工智能和深度學習來教會計算機看東西。我們已經創建了檢測對象和場景(超過4000個，包括類別和層次結構)、人類(分類年齡、性別和種族)和品牌/徽標(超過2000個，包括類別)的模型。
在訓練過程中，我們通過卷積神經網絡提供帶注釋的圖像(合成圖像和真實圖像的組合)。這個過程使軟件能夠學習如何識別、定位和分類對象。這些都是人類可以識別的東西——隻是我們的軟件現在可以每天以數億張圖片的規模執行這些任務(這是人工無法做到的)。
你認為目前人工智能的局限性是什麼?
我們仍處於人工智能的早期階段。就目前的情況而言，圖像識別很好，但並不完美，因此整個行業需要繼續投資於提高準確性，從而實現許多新的用例。
今天的另一個限製是訓練仍然需要一些監督來識別新對象。我們正在增加合成數據的比例(並使用對抗網絡來創建更逼真的合成圖像)，從長遠來看，這將大大減少我們的訓練時間。但是我們仍然需要“教”我們的軟件新的品牌和產品，這是很耗時的。
你認為人工智能在營銷和銷售領域的未來潛力如何?
我們相信，人工智能最終將觸及營銷和銷售的方方麵麵——在擁有大量非結構化數據的領域影響最大。我們最初專注於社交媒體圖像，因為消費者每天公開分享近50億張照片。
這代表了消費者行為數據的最大來源之一，但這是一個迄今為止尚未開發的數據源。從長遠來看，我們相信消費者將使用視覺技術作為他們搜索信息、購物和交易的主要方式之一。
所以，盡管我們近期的重點是社交媒體，但我們正在建設的是未來狀態的基礎。
Netra與競爭對手或傳統解決方案的不同之處是什麼?
Netra在現有的以文本或標簽為中心的分析之上提供了一個視覺智能層。
我們的解決方案不僅僅是標識識別，因為品牌在不到10%的照片中自然出現。Netra還可以識別物體和場景(出現在超過80%的社交照片中)，以及照片中人物的人口特征(出現在大約50%的照片中)。
我們是唯一能夠識別品牌、環境和人類的供應商之一，並相信我們在這三種模式中都是一流的。
就公司規模和行業而言，誰是你的原型客戶?
我們正在和幾家公司合作。第一種類型是大型營銷平台(社交傾聽和營銷雲)，它們將我們的視覺智能技術置於自己的分析之上。
我們的其他客戶是代理商和品牌(本質上是我們技術的最終用戶)。對於較大的代理商和品牌，我們的解決方案可以讓他們跟蹤品牌及其追隨者的投資組合(更不用說他們的主要競爭對手)。較小的代理商和品牌通常沒有專門的洞察團隊，利用Netra為他們提供低成本和接近實時的洞察和情報，關於他們的品牌，他們的類別，他們的消費者。
對於營銷人員和銷售人員來說，Netra的主要用例是什麼?
我們的觀點是，消費者會拍下對他們來說重要的東西——他們的朋友和家人，他們最喜歡的活動，或者重要的生活事件，以及重要的品牌偏好。消費者在社交網絡上分享越來越多的照片和視頻，但到目前為止，品牌和代理商還沒有能力在任何規模上挖掘這些數據。因此，營銷人員正在使用Netra的視覺智能技術來了解消費者的見解，監控品牌健康狀況，識別影響者，以及根據照片中的內容定位受眾。
對於人工智能在市場營銷中的應用，或者對剛剛開始探索人工智能可能性的營銷人員有什麼建議嗎?
人工智能將自動化營銷創意所依賴的大量數據收集和數字處理，因此營銷人員可以期待投入更多的時間和精力來采取行動，而不是自己建立消費者洞察。我們給營銷人員的建議是，以開放的心態投入其中，親自動手。親自探索工具，以了解實際的技術並真正了解其功能。一個小型試點是一個很好的開始。