Основной докладчик конференции YEO Пол Ретцер объясняет, как ИИ постоянно учится и никогда не забывает. Его можно научить использовать индивидуальное поведение, предпочтения, страхи, убеждения и интересы для персонализации опыта.
Пол Ретцер, основатель, Маркетинговый институт искусственного интеллекта
Gartner и McKinsey Global Institute прогнозируют годовой эффект от искусственного интеллекта в триллионах долларов, однако большинство ритейлеров все еще пытаются понять, что такое ИИ и как его использовать в своих организациях.
Недавний исследовательский проект MIT Sloan Management Review и The Boston Consulting Group (BCG) проанализировал принятие AI на основе глобального опроса 3076 руководителей компаний. В отчете «Искусственный интеллект в бизнесе становится реальностью: инновационные компании, ориентированные на AI Scale», были разбиты отвечающие компании на четыре группы:
Пионеры (18%): организации, которые понимают и приняли ИИ. Эти организации находятся на переднем крае интеграции ИИ как в свои предложения, так и во внутренние процессы.
Исследователи (33%): организации, которые понимают ИИ, но не разворачивают его после пилотной стадии. Их исследование того, что может предложить ИИ, подчеркивает взгляд перед прыжком.
Экспериментаторы (16%): организации, которые пилотируют или принимают ИИ без глубокого понимания. Эти организации учатся на практике.
Пассивы (34%): организации, не знакомые с искусственным интеллектом и не понимающие его.
Послушайте, как Пол Ретцер обсуждает ИИ исключительно на конференции Организации молодых руководителей (YEO) 2019 года в Спрингфилде, Миссури 1-2 мая. Посетите https://nagconvenience.com/2019-yeo-conference, чтобы зарегистрироваться на конференцию и просмотреть повестку дня.
Имейте в виду, что это исследование не относится к маркетингу, поэтому процент пионеров был бы значительно меньше, если бы он применялся только в нашей отрасли. Подавляющее большинство брендов, с которыми мы общаемся в Маркетинговом институте искусственного интеллекта (MAII), попадают в группу Passives, а некоторые попадают в категорию Experimenters.
Независимо от того, как вы смотрите на это, мы находимся в зачаточном состоянии принятия ИИ, а это означает, что вы и ваша организация теперь имеете возможность активно продвигать знания и возможности до того, как ваши конкуренты побеждают вас в этом.
Согласно отчету, «пионеры, углубляя свои обязательства перед ИИ, создают позиции как на рынках потребителей, так и на рынке труда, что может затруднить другим возможность отказаться от своей тяжелой работы. Множество преимуществ, о которых сообщают Pioneers, позволяют предположить, что первопроходцев искусственного интеллекта особенно трудно поймать »
Как Пионеры Подходят к ИИ?
Итак, что мы можем узнать от пионеров? Если вы хотите создать конкурентное преимущество с помощью ИИ, вот девять шагов, которые вам нужно сделать:
1. Думайте стратегически.
ИИ легко разбить, если ты этого не понимаешь. Но на самом базовом уровне это просто умные маркетинговые технологии. Следовательно, вы должны думать об этом так же, как и любые другие инвестиции в маркетинговые технологии.
ИИ должен решать реальные бизнес-проблемы за счет снижения затрат и / или увеличения доходов. Нет волшебной кнопки AI, которая делает ваш маркетинг более умным и эффективным. И вы не можете просто купить единственную платформу ИИ, чтобы заменить все ваши существующие технологии.
ИИ построен для выполнения узких, специфических задач на сверхчеловеческих уровнях. Таким образом, ваш стек маркетинговых технологий, вероятно, будет расширяться, что, очевидно, создает сложность, если вы не планируете заранее. Успех с ИИ требует понимания того, что это такое и на что он способен (а что нет), а также экспериментов, терпения и стратегического видения.
2. Просмотр данных в качестве актива.
Отличной отправной точкой для размышлений о потенциальной ценности ИИ является оценка возможностей получить больше от ваших данных.
Например, если ваша маркетинговая команда каждый месяц тратит значительное время на организацию и визуализацию аналитики производительности, а также на разработку повествований, рассказывающих о том, что происходит и почему, все это можно интеллектуально автоматизировать.
Вы также можете просмотреть свой маркетинг и рассмотреть все способы использования данных или использования данных для прогнозирования. Если вы отбросите все ненужные сложности при обсуждении машинного обучения (подмножество искусственного интеллекта), это по сути то, что он делает. Он делает прогнозы на основе исторических данных.
Но машинное обучение продолжает «учиться» (таким образом, название) и изменять свои прогнозы, когда новые данные становятся доступными, во многом благодаря тому, как Google Maps рекомендует альтернативные маршруты в режиме реального времени при изменении характера трафика. Это может применяться для прогнозирования: кликов по электронной почте и количества открытых вакансий, конверсий потенциальных клиентов, оттока клиентов, эффективности контента и рекламы, оптимального распределения рекламного бюджета, идеальных ценовых ориентиров, таргетинга на аудиторию, потребностей и предпочтений потребителей, покупок продуктов, рентабельности кампаний и других сотен других. случаи применения.
Простое эмпирическое правило, когда вы думаете об искусственном интеллекте, состоит в том, что, если он управляется данными, машина может быть обучена делать это лучше и эффективнее в масштабе, чем человек.
3. Сосредоточьтесь на прецедентах, приносящих доход, а не на расходах.
Для многих организаций, только начинающих с маркетингового ИИ, экономичные варианты использования, вероятно, будут наиболее логичными для получения ранних побед и поддержки руководителей. Однако, согласно обзору MIT Sloan Management Review и отчету BCG, «пионеры отдают предпочтение приложениям, приносящим доход, а не приложениям, экономящим затраты».
Поэтому, когда вы строите свою маркетинговую стратегию искусственного интеллекта, ищите очевидные возможности для повышения эффективности и снижения затрат с помощью интеллектуальной автоматизации. Но начните разрабатывать краткосрочное видение того, как использовать ИИ для увеличения доходов за счет улучшения обслуживания клиентов и выявления новых рынков и возможностей.
В начале вашего исследования также имеет смысл рассмотреть возможности ИИ существующего стека маркетинговых технологий, в частности ваши решения по автоматизации маркетинга и CRM. Опять же, ИИ предназначен для решения узких сценариев использования, поэтому вы можете легко добавить дюжину или более новых технологий по мере масштабирования.
Поговорите со своими основными партнерами по маркетинговым технологиям и узнайте, есть ли у них функции на основе AI, которыми вы не пользуетесь. В идеале, возьмите свой список приоритетных вариантов использования из # 4 и спросите, сколько из них они могут вам помочь.
4. Обучать и заниматься управлением.
Существует очень реальный шанс, что первые пара маркетинговых ИИ-пилотов, которых вы управляете, не будут работать. Или, по крайней мере, они не приведут к экономии средств или росту доходов, на которые вы рассчитывали.
Вы не можете остановиться из-за ранних неудач. Это означает, что вам понадобится понимание и поддержка ИИ на уровне руководства.
5. Будь любопытным. Исследуйте ИИ.
У тебя есть выбор. Вы можете сидеть сложа руки и ждать, пока мир маркетинга станет умнее и измениться вокруг вас, или вы можете использовать ИИ и быть активными в создании конкурентного преимущества для себя и своей компании.
