人工智能和機器學習正風靡世界，包括營銷的世界。營銷者專用的人工智能驅動的軟件平臺也越來越流行，但是Forrester的一份報告建議在你跨出這一大步前先觀望和學習。
每個人對人工智能是什么都有一個概念。我們每天都用Alexa、Siri和谷歌助手，讀關于自動駕駛汽車的新聞，聽說會思考的機器人如何在自動化上取代人，我們會情不自禁地形成關于人工智能是什么的概念，而這些概念往往是錯誤的。
Forrester的報告說知道人工智能的定義是你正確地決策如何讓它助你一臂之力的關鍵部分。
該報告關注B2C如何利用人工智能，但是任何考慮使用人工智能平臺來作為數據分析的人都能從五個Forrester意欲破除的五個迷思中得到啟發。
迷思一：人工智能是營銷者的新工具
Forrester說這不對。實際上，需求方平臺(DSPs)多年來一直將機器學習的技術應用到程序化的實時競價。他們只在他們的計算機終端做，所以你看到的只是優化了的廣告活動。
在營銷領域以外，那些對使用機器學習完成任務感興趣的人應該到處找找誰在提供這個服務。僅僅因為有人說他們只此一家，并不能代表他們能提供獨一無二的東西。
迷思二：人工智能的一切都關乎算法
非也，數據為王。人工智能當前的強項在于它分析數據和發現人們遺失的聯系的能力。世界上最好的算法對稀疏、散亂或不準確的數據也沒轍。
不要相信那些聲稱自己的算法可以最大化利用你的數據的人，因為你把同樣的東西交給別人而不是交給他們也能得到同樣的結果。
迷思三：人工智能平臺開箱即用
你架起的閃亮新穎的學習機器還沒有準備好大展拳腳：這是一個具備解決復雜問題的框架的大腦，但不具備賴以得出結論的經驗。
Als嘗試模仿人類認知，要做到這點它必須接受訓練。Forrester報告說它可以花兩周時間組織數據，數天創建訓練模型，六個月以上的時間完全優化算法。
也就是說不要指望立竿見影。
迷思四：人工智能的自主性會損害就業
并非如此，至少根據報告不是。人工智所做的(為營銷者和其他數據驅動的職業)正是解放人們做瑣事的時間。讓機器學習做計算、數據收集、報告生成，那么人類員工就可以達成銷售和創建內容。
迷思五：人工智能發現的事物富含客戶洞察
學習機器不在乎它們學到了什么并且它們對此一無所知。也就是說人工智能可能會發現以前兩個不相干的數據點的趨勢，但是它不知道如何將它解讀為真實的，智慧的洞見。
從數據中演繹出洞見是我們人類的工作，通常我們只能對關聯做出假設。若問人工智能是否無用，不消說它還沒聰明到足以知道它所處理的數據表征了什么，它也缺乏關注這個的人情味。
京公網安備 11010502049343號