穀歌DeepMind部門負責人工智能駕駛公司的努力。DeepMind穀歌在2014年收購北5億美元,和員工創造“通用學習算法”的目的,可以執行不同的認知任務(而不是僅僅做一個狹窄的活動很好)。
2017年10月18日,DeepMind進展公告顯示多少朝著這個目標,使它對營銷有很大的影響。這一切都始於一個人工智能係統稱為AlphaGo零。
AlphaGo零,為什麼它是重要的是什麼?
2015年,穀歌推出了其AlphaGo人工智能係統輕鬆擊敗了人類冠軍名叫李Sedol去,一個流行的戰略棋盤遊戲玩了2500年。AlphaGo被穀歌DeepMind培訓部門在許多遊戲最好的人類行動和使用數據很多的練習。釋放在Sedol,係統打他4場比賽。勝利被視為一個主要AI的裏程碑,鑒於去通常被認為是比象棋複雜得多。
發生在2017年10月,但一個更大的裏程碑,它嚴重影響了專業人士,其中包括營銷人員,他們的行業與AI即將被淹沒。穀歌DeepMind發表的一篇文章中宣布自然它的AlphaGo零係統壓碎前麵AlphaGo係統100年奧運會為零。
這並不是最讓人印象深刻的部分。
真正引起了人工智能社區是AlphaGo零成為近乎超人的去使用隻有遊戲的規則和數以百萬計的遊戲本身。
這意味著AlphaGo零係統學習了如何發揮比任何人或任何展示世界上隻使用第一原理。通過運行數以百萬計的試驗和錯誤的實例,係統本質上是逆向工程中使用的最佳策略,沒有在訓練這方麵的知識。而先前AlphaGo係統訓練最好的這些舉措上使用實際數據移動,AlphaGo零算出來的。
它飛速轉動。三天之內,AlphaGo 0擊敗李Sedol超越前麵的體係。在40天,它已經超過其他AlphaGo係統存在,可以說,世界上最好的球員去。
這是係統不使用曆史數據。這是極其重要的人工智能。通常,AI係統需要大型數據集發現見解,表麵信息,並提出建議。雖然AlphaGo零的方法尚未測試圍棋之外,它證明,至少在一個域,自學習係統可以“創造知識”不依賴過去的信息,根據DeepMind。
的影響是巨大的營銷人員和形形色色的商業人士。畢竟,DeepMind說:
“我們的研究結果綜合表明,純粹的強化學習方法是完全可行的,即使在最具挑戰性的領域:可以訓練超人的水平,沒有人類的例子或指導,沒有知識的領域之外的基本規則。
人類積累的知識從數以百萬計的比賽了數千年,集體蒸餾成模式,諺語和書籍。在幾天,白板開始,AlphaGo零能夠重新發現這些知識,以及小說策略提供新的見解最古老的遊戲。”
為什麼AlphaGo營銷人員和企業重要
2012年,營銷人BETVlCTOR1946伟德工智能研究所創始人保羅Roetzer認為人工智能和相關技術將使它最終可能創建一個真正的營銷智能引擎。
這台發動機能夠推薦營銷策略基於過去營銷性能更好,更快,更便宜的比人類。通過釋放Roetzer開始路徑營銷分,一個免費的在線工具,評估你的市場基礎,預測潛力,將預期。
營銷的分數隻是一個開始。它依賴於人類對他們的營銷計劃在130個不同的因素。然後使用human-coded算法重量這些反應和突出營銷資產,差距,和機遇。現在,係統的數據量是有限的,可用human-devised規則解析這些數據。它不自己學習或反複教本身來提高。
原因有一些大的一個真正的營銷智能引擎,學習和推薦自己的還不存在。
對數據的訪問是一個原因。即使在今天最先進的營銷自動化和CRM平台仍然缺乏完整的可見性的活動營銷人員花了多少成本產生一個給定的結果。如果這些數據變得可用,這些係統可能會推薦行動基於曆史性能和預算數據。
缺乏成熟的模型是另一個原因。即使有正確的數據,我們需要高度複雜的算法能夠推薦合適的行為有足夠高的成功率,你可以真正依靠這樣一個引擎產生真正的營銷結果。但是,目前不清楚如果人類可以創建這些模型。
我們假設的超人的營銷情報引擎存在,我們需要大量的數據和正確的人類經驗甚至測試它是否能工作。
隻是,如果我們不什麼?
AlphaGo零禮物的可能性自學AI係統可以在高度複雜的基於目標逐步成為更好的任務沒有人類的數據和專業知識。作為DeepMind指出的那樣:
“人工智能的研究都取得了長足進步,在各種各樣的領域從語音識別和圖像分類到基因組學和藥物發現。在許多情況下,這些都是專家係統,利用大量的人類經驗和數據。
然而,對於一些問題這人類知識可能太貴了,太不可靠的或不可用。因此,人工智能研究的長期目標是繞過這一步,創建算法,實現在最具挑戰性的領域沒有超人的表現人類輸入。”
接下來的問題就變成:是關鍵營銷任務更複雜的比圍棋?如果我們的答案是“不”,那麼我們麵對的可能性對自學AI係統可以比人類更加善於推薦營銷策略,以實現某些特定目標(交通生成、鉛一代,轉換優化,等等)。
想象一個世界,一個“營銷得分為零”係統是一個規則集和一個目標(說、鉛一代),然後,根據幾個關鍵parameters-say,時間,人員,預算,etc.-tells你最有可能的行動產生最領先的。這樣一個係統可以取代部分(或全部)人力谘詢營銷行業的需要,這一變化可能對機構和企業營銷人員產生重大的影響。
一個框架了解人工智能營銷
注意到有很多“可能”在前麵的部分。這個思想實驗的目標不是報警,這是教育。AI AlphaGo零是一個重要的發展,它有可能影響許多營銷人員。現在的目標是準備與機器攜手創造更多的價值比人和機器隔離。
AlphaGo零證明從根本上改變已經存在的技術人工智能係統是如何學習,刪除大量數據的障礙或正確的人類經驗。如果這項技術也適用於其他行業或任務,它不需要大量的曆史數據或任何專家(機器學習工程師除外)原因其成功之路。
完全有可能AlphaGo 0自學不會轉化為營銷。但鑒於去的驚人能力的複雜性係統工程師成功僅基於第一原則,我們懷疑這種技術將顯著地影響營銷行業的未來。
但是為了更好地評估係統的影響像AlphaGo零和數以百計的其他人工智能工具發布,我們需要一個框架。
並不是所有的人工智能係統可以做AlphaGo零。並不是所有的人工智能係統是建立遠程做類似的事情。人工智能領域包括很多不同的技術在不同程度的成熟。添加在此之上媒體出版物宣傳過度的傾向一些人工智能的發展,和你有一個環境,它是極其困難的營銷人員和業務人員的噪音。營銷的人工智能BETVlCTOR1946伟德研究所,我們創建了5 ps營銷AI的框架在采訪了25 +營銷AI供應商關於他們公司和人工智能技術。它分解營銷AI分為五個主要的用例:
- 規劃——預測消費者行為,定義策略,優先活動,並決定如何分配營銷資源。伟德bv885
- 生產——創建、管理和優化內容,包括博客、電子郵件、網頁,視頻和廣告。
- 個性化——個性化消費體驗通過智能自動化的電子郵件,內容和產品推薦,AR /虛擬現實和網絡體驗。
- 促銷活動——管理交叉流道和跨設備促銷推動參與和行動,包括受眾目標,社會出版和數字媒體管理。
- 性能——將數據轉化為情報通過自動化的敘述和見解,並使用智能優化性能。
AlphaGo零背後的功能可以合理地融入規劃階段,如果係統被應用於營銷。計劃階段是目前最成熟的,在我們的評估。它需要人類最主觀的經驗,分析,和創造力。但是其複雜性舉例說明了一個重要的一點:如果這是最人性化的方麵的營銷,它可能是由一個複雜的係統可行的基於AlphaGo零背後的原則,對營銷人員意味著什麼?機構和企業營銷人員如何創造巨大的價值在人工智能的時代嗎?這些專業人員學會如何增強和提高他們的工作與機器,而不是看它成為自動化?
問這些問題是積分。他們需要持續的研究、分析和對話來回答。營銷的人工智能BETVlCTOR1946伟德研究所,我們人生中的點點滴滴怎麼串連在一起每天營銷者需要了解更多了解人工智能。我們鼓勵你訂閱了解這些問題的答案。係統(比如AlphaGo零證明我們需要加快盈利AI合並到我們的營銷努力。開始做,看看下麵的相關閱讀: