人工智能营销:您在入职AI中的战略角色
■
在 成本 的 产品 和 服务 是 依赖 于 预测的 将 下降。
■
我们将使用预测来执行以前 没有的任务。
■
补充预测的事物的价值将会 上升。
■
判断将变得更有价值。
这些 人 的 预言 假定 中 的“ 简单 机械的经济 情报。” 1
随着机器智能的提高,人类预测技能的价值将会降低,因为机器预测将为人类预测提供更便宜和更好的替代,就像机器算术一样。然而,正如许多专家所建议的那样,这并不意味着人类的工作就会灭亡。那是因为人类判断技能的价值会增加。使用经济学语言,判断是对预测的补充,因此当预测成本降低时,对判断的需求就会增加。我们需要更多的人类判断力。
262
263
作为 一种 有效 的营销 主管 依赖 于 行政 deci-锡永决策。坚定的执行决策取决于经验和 最佳 实践。你可以科幻古尔出什么样的最佳做法应该是,率先,或等待别人来连接的古尔出来,然后迎头赶上。
领先更好。愿意尝试。毕竟,这就是人工智能的运作方式。这也是我们学习的方式。由于ARTI Fi的智能官方和机器学习,判断和勇气会更 有价值的 不是 经验 和 一个 坚实的 跟踪 记录。
Digital
Analytics Power Hour播客播放了一个名为“ 与Christopher
Berry进行系统 思考”的片段 .2 在 其中, Berry 讨论 了按 清单学习新工作的人们的错误:
这是您构建简报的方式。这是您构建网站的方式。这是您构建一段直邮的方式。这就是您建立品牌的方式。然后他们忠实地执行该列表。
很多人实际上可以在不理解底层“为什么”的情况下执行这些命令,并且简化启发式非常重要。它使许多人能够有效。它使许多事情能够继续发展。
这是令人难以置信的是如何阴险这个锁定是。这种反复发生在我们的机构和公司,该方式是,这些清单得到放在一起,这些管理方式的过程或这些文化都变成是纯粹的,因为这是该方式是它是前。
因为这些清单是由我们的前辈准备的,所以它们被认为是神圣不可侵犯的。但事实上,从它们创建和退化的那一刻起,它们就是最有价值的。世界在不断 变化。 是 愿意 给 实验。 是 愿意 到 失败 的 顺序 来发现。
大胆具有天赋,力量和魔力。
约翰沃尔夫冈冯歌德
布伦特・戴克斯(Brent Dykes)认为通过分析来实现人工智能是多么重要,而不是期望超越艰苦的工作,只是利用最新最好的技术。3
在 戴克斯
264
鉴于,对基础数据的理解至关重要; 人工智能不会神奇地 处理粗略的业务流程。 有 是 没有 替代品 的领域知识。数据驱动的文化对于避免无意识地过度依赖 自动化至关重要。
由于许多组织仍在努力接受数据,因此在进入人工智能之前,分析仍然是所有公司需要解决的问题。绕过分析并不是人工智能的捷径,因为分析成熟度是人工智能成功之路上的一个重要里程碑。
那么,如何大胆地走向以前没有机器的地方并带来企业的其他部分呢?地图很有用。
开始,展望未来
您的组织中可能会有一个或多个小组在业余时间玩人工智能。他们正在参加会议。他们正在研究基于云的系统上的训练数据集。他们正在构建基本的应用程序。这是肯定的,因为ARTI网络官方智能和机器学习只是
如此迷人大家谁与软件和/或数据的工作原理认为
测试 一些 形式 的 先进, 自我学习 系统 是 远远 高于狂欢观看最新必须看到更有趣的 电视。
第一步也是最重要的一步是找到你公司的实验者,让他们对使用超级大国进行营销感到兴奋。这些方法在产品开发,制造,欺诈检测,医疗保健等方面得到了更广泛的应用。市场营销根本就没有出现过。
一旦您的数据科学家对大量可用的营销数据充满热情,并确信他们了解营销的目标,他们就会 开始 测试。 请 务必在循环呆那么你可以巧妙地在正确的方向轻推他们 ,同时 保持 了解 的 您的网络连接RM的增长能力。
您可以从培训机器学习系统开始,向您的客户服务代表建议剪切和粘贴段落,个性化您网站上的某些程度的内容,或选择正确的时间发送电子邮件。这将是一个耗时且有点令人沮丧的经历。没关系。这就是我们学习的方式。
经过大量的测试和培训,现在是时候打开房间,让青少年驾驶汽车独奏。有点风险?是。伤脑筋?决然。能力发展需要什么?绝对。
265