營銷和其他行業的人工智能解決方案經常會遇到一個問題:
有時很難或不可能解釋為什麼人工智能係統會做出這樣的建議或預測。
如果你仔細想想，這是有道理的。機器學習算法可能會使用數百、數千或數百萬個因素來得出單一的建議或預測。很難理清頭緒如何機器得到了它想要的結果，即使這個結果看起來很理想。
但這給企業帶來了問題。如果你驚人的人工智能工具提出了一個看起來很好的建議，但這個建議最終對業務不利，會發生什麼?你如何向你的老板、CEO或董事會解釋為什麼會提出這個特別的建議?
這是人工智能平台simMachines試圖用其可解釋的人工智能模型解決的問題。營銷人員使用這些模型來做從客戶生命周期建模到優先級排序到A/B測試和測量的所有事情。
與結果同樣重要的是，這些模型會告訴你它們做出的每一個預測和建議背後的“原因”。我們與simMachines CMO Dave Irwin進行了交談，以了解更多關於解決方案的信息。
用一個句子或語句描述simMachines。
simMachines是一家可解釋的AI機器學習軟件公司，為數據科學家和非數據科學家提供了一個工作台，使他們能夠開發與任何其他機器學習算法匹配或優於任何其他機器學習算法的可解釋模型，同時提供每個預測背後的“為什麼”。
如何simMachines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)?
我們公司利用基於相似性的方法與度量學習相結合，提供機器學習算法和動態預測分割，根據重要性的順序對每個預測的特征進行加權。
你認為目前人工智能的局限性是什麼?
缺乏可解釋性或“黑盒”問題是對可解釋性至關重要的用例的嚴重限製。
你認為未來人工智能在營銷和銷售方麵的潛力是什麼?
可解釋的人工智能帶來了巨大的效率，減少了與建模、細分和分析相關的時間和成本，以及更高的精度、洞察速度和相關性，因為機器揭示了更深入的預測客戶行為的驅動因素，用於活動、測量或實時應用。
就公司規模和行業而言，你的理想客戶是誰?
simMachines支持零售、金融服務和媒體領域的大型品牌，並支持營銷雲提供商、數據處理器、代理機構、谘詢組織和廣告技術平台。
的主要用例是什麼simMachines營銷人員和銷售人員?
用例包括客戶生命周期建模(例如，收購、流失、交叉銷售)、潛在客戶優先級、動態預測客戶細分、A/B測試和測量、趨勢和分析、身份解析以及電子商務欺詐檢測。
你的公司與競爭對手的解決方案有什麼不同?
我們在局部預測層麵提供解釋性。每個單獨的預測都包含自己的加權因素，按重要性和最近的鄰居對象進行豐富的分析、分割、個性化、決策、遵從性和可審計性，速度和規模。
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?
投資用於模型構建和細分的試點工作台，以理解業務對效率和性能的影響。這些工具旨在使最終用戶能夠輕鬆地使用最新的人工智能技術快速有效地工作。為不同的應用程序使用不同的軟件工具，你越早采用和學習，你應對競爭壓力和滿足客戶期望的能力就越強。