人工智能營銷的商業案例

PR 20/20 創始人兼營銷人工智能研究所創始人 Paul Roetzer 和 MarketMuse 聯合創始人兼首席產品官 Jeff Coyle 討論了人工智能營銷的商業案例。 網絡研討會結束後，Paul 參加了我們的 Slack 社區內容策略集體（在此處加入）中的“隨便問我”會議。 以下是網絡研討會筆記和 AMA 的文字記錄。

網絡研討會

什麼是人工智能？

對 AI 最實用、最合乎邏輯的定義來自 DeepMind 的 CEO Demis Hassabis，他寫道它是“讓機器變得智能的科學”。

人工智能的類型

人工智能是一組使機器變得智能的工具和算法的總稱。 機器學習在沒有明確編程的情況下做出決策，獲取數據並對未來結果進行預測。 深度學習是使用神經網絡（算法層）的機器學習的一個子集。

營銷人工智能用例

試用面向營銷人員的 AI Score，您可以在其中探索和評估數十個 AI 用例，並獲得針對 AI 驅動的供應商的個性化建議。

前 5 大營銷 AI 用例

排名前五的營銷 AI 用例是：

1. 分析現有在線內容的差距和機會。
2. 為內容優化選擇關鍵字和主題集群。
3. 構建買方角色。
4. 創建數據驅動的內容。
5. 發現對錶現最佳的內容和活動的見解。

評估營銷技術時要問的問題

評估營銷技術時要問的五個基本問題是：

1. 你能簡單地解釋一下他們的人工智能是如何工作的嗎？
2. 它怎麼比你正在做的更聰明？
3. 它將如何節省您的時間和金錢？
4. 工程師可以指導您完成它嗎？
5. 它將如何增加成功的可能性？

如何構建您的業務用例

從試點開始構建您的用例，目標是確定您是否節省時間或金錢、自動化流程並更快地實現業務目標。 從小處著手。 測量和評估您的飛行員。 一旦對初始結果感到滿意，然後再擴大您的投資。

美國醫學會

您經常閱讀哪些資源或思想領袖？

我會先看一些最喜歡的書：

• 預測機器：人工智能的簡單經濟學（Ajay Agrawal、Joshua Gans 和 Avi Goldfarb）
• 算法領袖（邁克沃爾什）
• 人 + 機器：重新構想 AI 時代的工作（Paul R. Daugherty 和 H. James Wilson）

就我關注的人而言，這是我的 Twitter AI 列表。

您見過哪些用例得到了很好的解決並取得了最大的進步？

各種規模/行業中最常見的企業通常屬於電子郵件、廣告、內容和會話。 但我們也看到大量的銷售活動（即資金和興趣）。

是否有同時集成 A/B/MVT 的個性化解決方案 - 還是只是讓 A/B/MVT 過時？

A/B/MVT 仍有價值，但我認為人類不應該根據數據來確定要測試的內容和調整創意。 對於機器來說，這是一個非常合乎邏輯的地方來承擔大部分工作。 如果它是重複的和數據驅動的，機器可以比人類做得更好（作為一般規則）。

您是否看到企業和中小型企業對 AI 的處理方式不同？

企業肯定擁有更多的數據和資源，因此他們可以更積極地處理人工智能。 然而，這並不總是意味著更多的成功。 同時，中小型企業在投入資源方面需要更具戰略性，因此通常最好從我們討論過的那些速贏試點項目開始。

您對您認為未被充分利用的內容營銷 AI 領域有何看法？

他們全部！ 整個行業的人工智能採用率很低，很大程度上是因為大多數營銷人員（我們的人工智能分數數據顯示 55%）在他們對人工智能的理解方面將自己歸類為初學者水平。 我認為內容策略和內容創建是營銷人員應該考慮的兩個主要用例。

您如何看待 AI 改變內容創作？

由於自然語言生成 (NLG) 的進步，我認為 AI 在內容的實際編寫/創建中發揮著更大的作用。 近年來，該領域的 NLG 主要是公式化寫作（即給機器一個數據集，通過模板教它如何寫作，然後機器大規模填充空白以創建內容）。 我們正在進入人工智能驅動內容的下一階段。

您對任何可能為 NLG 內容寫作做好準備的工具有什麼建議嗎？

我建議與 Jeff Coyle 和他在 MarketMuse 的團隊進行對話。 Jeff 正在為我們的 AI 學院教授一門關於自然語言生成狀態的課程，所以我知道這是他的主要關注點。

我如何確定一項技術是否真的由人工智能驅動？

這是一個非常普遍的問題。 不幸的是，這個行業有很多蒸汽器皿。 人工智能和機器學習的說法，當你深入挖掘時，結果會比宣傳的要少。 我只是建議你讓他們用基本術語解釋正在使用哪些形式的人工智能（例如自然語言處理、機器學習等）以及如何使你感興趣的用例更智能（即更高效，更成功）。 如果銷售人員無法解釋（這很可能），請要求與可以解釋的工程師交談。

您對採用 AI 作為營銷策略的公司 2020 年的預測是什麼？

採用曲線緩慢。 但是，我認為當前的經濟環境將以更高的速度加速人們對人工智能的興趣和採用。 老實說，它歸結為兩件事：

1. 技術供應商構建真正的人工智能技術，使他們的軟件變得更好，並幫助營銷人員提高他們的表現。 一些大型營銷軟件公司在製定人工智能路線圖方面進展緩慢。
2. 營銷人員積極尋求對人工智能的理解，以便他們能夠加速在公司中的採用。

有沒有你最喜歡的人工智能內容營銷用例？

頭條新聞。 寫什麼標題。 此外，改進寫作的建議（例如語法）超越了基本的拼寫檢查，真正成為了一個虛擬編輯器。

如果您從頭開始創建博客，您認為最有價值的方法是什麼？人工智能如何提供幫助？

哦，具有挑戰性的問題！ 我不確定是否有任何替代品可以替代尋找利基市場並為目標受眾創造有價值的東西，這是從頭開始構建博客的先決條件。 但是，人工智能當然可以用來確定要寫什麼，如何優化它，甚至可能幫助創建內容。 因此，您可能會在更短的時間內編寫更多內容，並產生更大的影響。