2014年，在一次由雷丁大學在美國，一個聊天機器人通過了傳說中的圖靈測試，它讓33%的評委相信自己實際上是一個13歲的男孩。
那是近10年前的事了，而機器學習隻是進一步發展。在這個過程中，它已經成為營銷世界不可分割的一部分。
機器學習是一種人工智能(AI)，它允許軟件通過曆史數據驅動的複雜算法來提高預測精度沒有需要特定的編程。
就像人類的大腦一樣，它利用已經知道的知識來學習新事物。與營銷相關的機器學習有四種不同類型:監督學習、無監督學習、半監督學習和強化學習。
- 監督式學習:從本質上講，這意味著培訓。科學家們提供有標簽的數據，並告訴計算機他們希望它得出什麼樣的相關性。信息和結果都有明確的定義。
- 無監督學習：無監督學習是指向計算機提供非特定的數據，並告訴計算機掃描數據，搜索模式，並將類似的元素組織成子集。
- Semi-Supervised學習:前麵兩個概念的混合體。計算機被輸入帶有標簽的數據，但被賦予了決定如何處理這些數據的自由。
- 強化學習科學家用明確的規則教計算機一個多步驟的過程，包括消極和積極的線索來提供指導。除此之外，計算機還可以在既定參數範圍內規劃自己的戰術。這就是我們教人工智能下棋的方法，比如國際象棋。
如今最複雜的人工智能營銷工具使用了這四種方法的元素，但主要是由無監督學習驅動的。
如今，人工智能營銷工具可以與企業的數字資產(網站、社交媒體、評論聚合等)相關聯，然後係統地記錄客戶互動，並從中挖掘可操作的數據。
人工智能還可以識別不同觀眾成員之間的相似性，並將他們分成獨特的組，以促進目標定位。正因為如此，營銷人員現在可以發現目標人群以及如何接觸潛在客戶高度個性化的廣告內容預計這將引起共鳴。
重要的是要明白，計算機不一定會取代我們的營銷工作，它們肯定能幫助我們做得更好。
根據麥肯錫全球研究所在美國，通過解決常見的營銷和銷售問題，機器學習預計將在未來三年內創造1.4到2.6萬億美元的價值。
不要拘泥於過去。讓解決問題的人工智能和機器學習的力量為你的公司工作。