Почти 70 лет назад Алан Тьюринг изложил основы машинного «интеллекта»: способность компьютеров убедительно имитировать человеческий разговор, настолько, что даже сложно отличить где человек, где компьютер.
Одним из популярных прогнозов ИИ является «суперинтеллекция», состояние, в котором машины смогут превосходить человеческий интеллект во всех областях обучения. Это уже не фантастика: 50% ученых-исследователей считают, что супперинтеллекция будет свершившимся фактом уже к 2040 году.
Как именно это относится к маркетингу? Профессор Рэй Курцвелл поднял эту тему на Cannes Lions 2017, объяснив, что суперинтеллекция может помочь брендам отказаться от ориентации на массовую аудиторию, а вместо этого рассматривать потребителей как отдельных лиц.
Лидеры маркетинга признали, что ИИ – это будущее. Правда большинство компаний еще не понимают, что им это принесет.
Системы и модели ИИ
Существует два типа систем ИИ, и компаниям необходимо выяснить, что точно им нужно.
Первая система известна как «основанная на правилах» система. Это более простая форма рассуждений, где она следует ряду правил, установленных программистами. Этот тип ИИ отличается статичностью и может быть настолько эффективен, насколько этого захотят сами программисты.
Вторая система ИИ известна как «модельная». Она отличается большей сложностью, но она идеальна для работы. Эти модели состоят из данных, способных постоянно повышать производительность.
Эффективность моделей должна измеряться определенным стандартом. Золотым стандартом измерения является использование одновременной, постоянной группы контроля – в идеале 10-20% всех показов кампании. ИИ должен учиться на этих неоптимизированных впечатлениях, и это также даст вам средства для измерения поднятия кампании.
Алгоритмы и таргетинг
Алгоритмы – это ДНК искусственного интеллекта. Прежде чем приступить к использованию алгоритмов, необходимо узнать у своего провайдера, какие алгоритмы использует он., потому как это в значительной степени определяет общую методологию ИИ. Существует целый ряд алгоритмов обучения.
Маркетинговая технология продвигается к более эффективному нацеливанию людей, поэтому ваш разработчик ИИ должен работать над достижением этого, насколько это возможно.
Данные
ИИ вполне может быть относительно новой дисциплиной в цифровой рекламе, но это отнюдь не новый сектор: будет намного хуже если решения по использованию ИИ в маркетинге будут приниматься не маркетологами, а специалистами-разработчиками Искусственного Интеллекта.
ИИ необходимо строить и обучать с помощью очень больших высококачественных наборов данных, в противном случае это бесполезно. Данные о местоположении, поведенческие и демографические данные могут использоваться для построения более точных профилей клиентов, и это позволит ИИ принимать лучшие решения, поскольку он будет иметь в своем расположениии полную картину.
Маркетологи не должны считаться с мельчайшими нюансами науки и алгоритмов данных. Однако глобальное понимание того, что такое хорошая практика ИИ, даст вам инструменты для точной оценки и их решений.
