5市場行銷中斷,第5部分:人工智能

5市場行銷中斷,第5部分:人工智能

機器智能景觀

上面的機器智能3.0版本Shivon Zilis和James Cham建立。

這是關於5個行銷中斷的5部分系列的第5部分(如果您還沒有,可以從%E6%95%B8%E5%AD%97%E5%8C%96%E8%BD%89%E5%9E%8B%E9%87%8D%E6%96%B0%E5%AE%9A%E7%BE%A9%E4%BA%86%E7%87%9F%E9%8A%B7%E9%83%A8%E9%96%80%E4%B9%8B%E5%A4%96%E7%9A%84%E2%80%9C%E7%87%9F%E9%8A%B7%E2%80%9D%E3%80%82″>

  • %E5%9E%82%E7%9B%B4%E7%AB%B6%E7%88%AD%E6%AF%94%E6%B0%B4%E5%B9%B3%E7%AB%B6%E7%88%AD%E5%B8%B6%E4%BE%86%E6%9B%B4%E5%A4%A7%E7%9A%84%E6%88%B0%E7%95%A5%E5%A8%81%E8%84%85%E3%80%82″>
  • AR,MR,VR,物聯網,可穿戴設備,會話界面等為我們提供%E7%87%9F%E9%8A%B7%E5%B9%BB%E6%83%B3%EF%BC%8C%E4%BD%A0%E9%83%BD%E6%83%B3%E6%94%BE%E7%B8%B1%EF%BC%8C%E6%9C%89%E4%BA%BA%E5%91%8A%E8%A8%B4%E4%BD%A0%EF%BC%88%E8%B3%A3%EF%BC%89%E4%BD%A0%E7%AD%94%E6%A1%88%E6%98%AFAI%E3%80%82″>

    它比人工智能已經對行銷產生了重大影響 。 在接下來的幾年裡,它將極大地重塑商業和行銷的本質 – 沒有炒作。 但不一定是有些人承諾的方式。

    首先,讓我迴避人工智能機器學習認知計算 ,機器智能等方面的差異。 雖然這些術語中的每一個都有不同的含義,但(a)它們之間存在巨大的重疊,(b)即使這些學科中的主要研究人員也在爭論它們的界限。

    出於我們考慮破壞的目的,這將為市場行銷帶來影響,這些變體之間的區別是無關緊要的。 我們可以將它們整合在一起作為“人工智能”與鬆散的定義“機器做認知任務,我們過去只相信人類可以做,但做得比我們更好,更快。”( AI效果是一個有趣的觀察研究人員認為“人工智能是他們所在領域尚未完成的任何事情”。)

    我喜歡分析師/搖滾明星R Ray Wang描繪AI可以提供的各種結果的方式

    AI結果的譜系

    此外,如果你想知道“為什麼現在?” – 經過幾十年的人工智能談話之後,為什麼它突然佔據了今天的世界? – 簡短的回答是廉價,快速,可擴展,互聯的計算和存儲的指數增長。 有效運行AI算法的馬力和數據現在已經觸手可及。

    我個人在馬歇爾圈子裡聽到的下一個問題是,“下一個IBM Watson可能是當今最知名的AI平台。 但對於行銷人員來說,看看像Equals 3這樣的產品更有意思,它可以在幕後利用Watson提供市場研究,客戶細分和媒體規劃服務,這些服務都是根據行銷的確切需求量身定制的。

    一些主要的行銷平台已經建立了傘式AI活動,旨在跨越他們的產品組合,最值得注意的是:

    例如,您可以在本幻燈片中看到Salesforce中的一些方法,他們打算將愛因斯坦應用於他們的特定產品:

    應用程序中的Salesforce Einstein AI功能

    但這是否意味著較小的martech供應商將被排除在這個行業的AI浪潮之外? 人工智能是否會成為催化劑最終迫使長期預測的行銷技術領域的整合? 也許,但我對此表示懷疑。

    事實上,你可以從這張圖表中看到,master-martech-分析師David Raab

    行銷中的機器智能

    所有這些公司如何與“巨頭”競爭?在某些情況下,他們擁有自己的專業人工智能技術。 但是由於TensorFlowPredictionIOCaffeVowpal Wabbitscikit- learn–通過站立來為他們的軟件構建複雜的AI功能在巨人的肩膀上。 (免費。”)

    想要一種更簡單的方法將機器學習功能插入到您的產品中嗎? 現在有很多機器學習即服務 (MLaaS)產品可用,例如:

    亞馬遜AWS人工智能產品

    這自然會加強對%E6%95%B8%E5%AD%97%E5%8C%96%E8%BD%89%E5%9E%8B“>

    但是,由於這些開放市場選擇使許多核心人工智能算法基本商品化,因此它們本身就不再是競爭優勢的來源。 相反,即插即用AI的戰略優勢是通過其他方式實現的,尤其是這兩種方式:

    1. 數據。 您提供這些算法的具體數據會產生重大影響。 與AI的戰略戰鬥將通過數據的規模,質量,相關性和獨特性來贏得。 數據質量將變得越來越重要 – 支持該任務的服務和軟件也將變得越來越重要。 準確及時的第二方和第三方數據市場將蓬勃發展,可通過API按需提供。 AI終於可以很好地利用大數據。
    2. 用戶界面(UI)。 人工智能可以用來為您的數位產品和服務創造更好的用戶體驗,從預測用戶在特定環境中想要的預測功能到自然語言界面 – 基於文本和語音的聊天機器人 – 可以繞過神秘的菜單驅動接口。 AI-UI使以前複雜的任務變得快速而簡單的機會是巨大的 – 特別是在商業應用程序中,我們經常可以說出我們想要知道的內容或者更容易做到比我們弄清楚如何手動獲取$#&! %軟件為我們做。 (想想所有針對企業軟件的多月認證課程,這些課程一直是“常規”人員從這些系統中釋放價值的障礙。)

    這些因素很可能成為

    VC Mark Suster在最近的一篇文章“企業軟件的即將到來的轉變”中雄辯地描述了圍繞對話界面的機會/威脅:

    例如,在語音上,您可以堅持使用一組定義的命令來提問,因此用戶必須接受大量培訓,或者您可以從過去的查詢中學習並智能地調整系統以查找信息並提供結果。 您可能想問一下,“中央區域的Q3銷售預測是多少?”或“我們杜邦銷售活動的預算持有人是誰?”或“請列出過去曾與Verizon進行過溝通的所有隊友90天。“

    在聊天 – 企業的關鍵是讓人們團隊協作,這樣做就不能依賴每個人登錄系統。 如果您想及時回复,則需要通過通知將其拉入其中。 但聊天需要一個可以提供智能支持的“機器人”。 因此,一個文本查詢說:“什麼是Karthick Sharma的頭銜”或“我們去年與Verizon關閉多少?”可以在不需要人工干預的情況下獲得即時,準確的響應 – 這對於該領域的團隊至關重要。

    這不是假設。 例如,正如我寫這篇文章時,行銷數據軟件公司Datorama 發布了插入Amazon Alexa的“Ask Datorama Anything”應用程序 。 這股新一波的martech AI-UI肯定會動搖現有的

    可以肯定的是,AI將大大簡化行銷人員使用的許多martech工具的用戶體驗,並自動化與當今行銷計劃相關的大量“手動”工作

    但是,當機器人餵我們的葡萄時,我們不太可能閒逛。

    我們將從AI援助中恢復的時間將被重新分配,以尋求進一步的競爭優勢。 我們可能會參與更多機器尚未擅長的活動。 或者,我們可能會啟動更多自動化任務,因為啟動和控制其他算法代理的邊際工作量很小(但不是零)。 我們將像現在一樣努力工作,但我們的努力將通過代表我們工作的人工智能服務來擴大。

    Amplero在行銷自動化中的機器學習

    例如,考慮行銷自動化活動,旨在為不同的客戶群提供不同的觸發點。

    到目前為止,此類活動的複雜性受到我們作為人類的限制的製約。 對於如此多的細分市場,我們只能在如此多的觸發點上跟踪這麼多規則,然後才變成無法控制的混亂局面。

    但基於人工智能的行銷自動化將沒有這樣的限制。 機器將計算數千個微片和微型移動器 ,動態調整他們自己的內部“規則”以優化參與。

    同樣,這不是假設。 例如,查看由AI驅動的行銷優化產品Amplero ,該產品通過多臂強盜實驗持續測試1,000種行銷排列。

    這在行銷的整體“系統”中創造了數量級更大的複雜性 – 雖然大部分都是人類行銷人員看不到的。

    如果我們認為複雜系統的淨“複雜性”是相互交互的獨立代理數量的函數,我們必須認識到所有這些AI驅動的運營商實際上都是很少獨立的代理。 他們不在真空中工作。 他們將對人類和其他AI代理人的環境反饋做出反應。 (在設備到設備交互的背景下,David Raab在後一種情況下有很多文章: 自動駕駛汽車選擇他們自己的加油站嗎?還有更多關於行銷的事情 。)

    它不僅僅是我們公司內多個AI代理商的互動。 競爭對手將利用AI來對付我們。 客戶將使用AI來優化他們的興趣。 其他行業第三方將代表他們在市場上運營人工智能。 所有這些代理商的糾纏將破壞行銷的複雜性。

    你可能會問,“但如果這種複雜性對我們來說是不可見的,我們應該關心嗎?”

    黑匣子(通過維基百科)

    然而,即使我們看不到這種複雜性,它實際上就存在 – 它將對我們的業務產生重大影響。 我們組織所依賴的黑盒子越多 – 以多種直接和間接的方式相互連接 – 我們對整個系統的理解和控制就越少。 我們在客戶體驗中會產生小算法“打嗝”的風險,這些風險對我們來說也是看不見的(但影響我們的品牌,但仍然如此!),以及更多災難性的黑天鵝事件 ,其中嚴重交互的AI會陷入惡性循環。

    算法交易遇到的問題讓我們對這些事情如何出錯有一定的了解 – 金融市場比無限的客戶體驗更受控制。

    當然,這並不意味著我們應該 – 甚至可以 – 避免AI。 它將成為競爭優勢的巨大來源。 但我們必須承認,人工智能時代的行銷將與過去十年的手動數位行銷有著截然不同的動態。

    為了準備人工智能行銷,行銷人員應該:

    1. 確保所有行銷系統和接觸點都可以訪問數據,並考慮建立一個集中的數據湖 (Informatica的Franz Aman 撰寫了一關於建立行銷數據湖的優秀書籍博客系列 )。 這些大數據將成為AI發動機的燃料。
    2. 投資數據質量計劃,尤其是核心客戶數據。 這裡的一個重要因素是在盡可能多的接觸點上匹配客戶身份,這既面臨技術和監管方面的挑戰。 以下是Gartner的Martin Kihn對跨設備身份匹配( 第1部分第2部分 )的一個很好的概述 – 但是期望隨著系統動力學作為理解和管理這種新環境複雜性的方法 – 尤其是當AI算法加速反饋循環在技術和人類領域的迷人交叉點上運行和發展的速度時。
    3. 在人類和技術領域的Nexus行銷

    4. 構建用於處理算法行銷的治理模型:自動化什麼,半自動化什麼, 自動化什麼; 人體制衡; 異常檢測 (檢查Anodot )和事件升級程序; “斷路器”阻止反饋迴路失控; 並在整體首席官員角色可能值得考慮。
    5. 通過AI鏡頭評估行銷技術供應商。 他們是否採用AI功能或AI-UI功能來簡化行銷人員的體驗? 他們是否與更大的生態系統集成,可以利用他們的數據或執行渠道進行人工智能分析和自動化? 他們對新興的人工智能機會有多敏捷和適應能力? 讓供應商用清晰的例子解釋他們的AI支持 – 以及他們的模型所依據的警告(例如,某種類型和質量的數據)。

    結論

    5個行銷中斷連接

    我希望這一系列的5次“行銷”中斷對您有所幫助,您會看到它們如何相互連接。 不幸的是,我無法為您提供一個簡單的逐個數位解決方案清單(“為了贏得2017年諾貝爾市場行銷獎,這10件事情”)。 這些都是艱難的挑戰,推動這些破壞的地震變化仍然在我們的腳下瘋狂地移動。

    但他們也是難以置信的機會。 中斷是市場的拐點,現狀受到威脅,未來可以爭奪。 你會成為一個抓住它的人嗎?

    如果您發現本文相關,您應該​​計劃參加MarTech會議系列 ,領先的從業者和專家在不斷變化的行銷,技術和管理交叉中分享他們的經驗和見解。

    以下是 分享

  • 發佈留言

    Close Menu