Share on facebook
Share on linkedin
Share on twitter
Share on facebook
Share on linkedin
Share on twitter
[consultant3]

AI經典語錄:十則必讀的專家名言

人工智慧(AI)已逐漸成為人們如何做生意和過生活的重要支柱,而不再只是科幻小說迷或科技狂粉所熱衷的領域。雖然我們依舊需要時間觀察這驚人的科技會如何發展,但對頂尖學者與業界知名人士而言,他們已長期投入時間關注這項議題,讓我們來看看他們對於AI的觀察與看法。

WE CAN HELP

Letus know how we can help improve your marketing strategy

YOU MIGHT ALSO LIKE

行銷人注意!新型冠狀病毒的七項應變策略

新型冠狀病毒(COVID-19)疫情持續延燒,許多品牌也慘遭波及。零售實體店面因隔離管制而人潮驟減,電商也因物流問題造成銷售額下降。此外,工廠停業則導致了整體庫存不足,就連Nike與資生堂等知名國際品牌也無法倖免於難。 隨著疫情蔓延,克服這波公衛危機的壓力也逐漸落到行銷人身上。雖然有些公司的商品因此熱銷,但有更多公司的商品則呈現滯銷狀態。 若要減輕緊急公衛問題造成的損害,甚至轉守為攻,靈活應變可說是其中關鍵。以下提供了應對這波衝擊的七項策略。   1. 避免推銷,採取支援行動  身為行銷人,最需要釐清的問題並非「如何提高銷售額」,而是「在這段期間內如何為顧客提供支援」。就現況而言,專注於提高銷售額不僅不會帶來任何正面影響,反而可能造成反效果。  例如在疫情爆發的中國大陸,阿里巴巴等越來越多的電商平台、媒體與科技公司都已開始採取支援行動。高檔精品集團LVMH已捐贈230萬美元給中國紅十字會,而美妝界的萊雅集團則誓言將投入72萬美元對抗病毒。 不過,這並不代表所有品牌都需要藉由高額捐款表示支持。透過捐款或者將自身商品或服務提供給需要的人等方式,不僅能讓他人獲得幫助,更能對品牌形象有所助益。   2. 運用主題與關鍵字精準行銷 新型冠狀病毒帶來了重大衝擊,因此人們自然會談論並上網搜尋相關資料,以及購買相關產品以自我保護。 醫療保健、健康照護與醫療商品等領域的企業,能夠藉此機會拉近與那些關注健康議題顧客的距離。為此,正確鎖定客群便十分重要。 採用了人工智慧的工具能夠分析線上資料,並辨識正在閱讀疫情相關內容的對象與內容類型。接下來,便能根據主題或關鍵字建立顧客區隔並發送相關內容,以提升行銷精準度。   3. 有效運用你的App與數位內容 由於不少人須進行自主居家隔離,遊戲與影片應用程式的下載數量已達新高。一份報告指出,抖音與快手影音平台上的574個帳號已於1月20日至2月2日間暴增近50萬追蹤人數。 若你想搭上這波熱潮,便可打造相關的內容、遊戲與影片。 健身等特定產業尤其能藉由相關內容與顧客互動,例如打造簡單的運動方式或在家自製健康飲食等等的教學影片,以協助顧客對抗病毒。   4. 確保廣告投放於合適情境 由於隱私權法規的改變,內容比對行銷已再度復甦。將廣告投放於合適情境是其中的關鍵所在,而在這段敏感時期裡,確保廣告情境合適更是維護「品牌安全」的首要任務。例如,由於中國政府頒佈了嚴格的旅遊限制,在當地投放旅遊廣告可能並不合適。

VIEW >

運用人工智慧加速亞太地區企業數位轉型

客戶的期望總是不斷的攀高,現今企業唯有透過最先進、最佳的數位化工具,方能在競爭日益激烈的市場環境中佔得先機。對於積極追求數位轉型的企業而言,人工智慧能為其商業運作帶來正面的影響。 由Appier委託市調機構Forrester Consulting所進行的一項研究顯示,人工智慧在加速亞太地區企業的數位轉型扮演不可或缺的角色。企業深知人工智慧所能帶來的強大洞察力,更重要的是,他們可以使用人工智慧來改變其商業模式,以及強化顧客生命週期(customer life cycle)各階段的體驗。 於2018年6月,Forrester市調機構針對亞太地區共計8個市場、260家企業,負責科技採購決策的人員進行了廣泛的調查;上述8個市場包括日本、南韓、新加坡、台灣、中國、印度、澳洲和印尼。該項研究涵蓋了電信、保險、銀行、資訊科技和零售等主要產業,這些企業分享了其對於人工智慧在實務應用上的看法,其中不乏有趣的見解。 企業預期運用人工智慧所能帶來的好處包括:     輕鬆找出目標客群,提升轉換率     洞察消費者行為,以改善與之互動的方式     透過提供絕佳的使用者體驗將顧客終身價值最大化,並提高顧客忠誠度     優化行銷組合(marketing mix)以增加行銷投資報酬率     提供個人化的行銷體驗 使用人工智慧改善企業營運與顧客體驗 有71%的受訪者表示,在這個以顧客為尊的世界,人工智慧可以幫助其大幅提升營運效率,另有59%則表示在業務的規模化層面獲得明顯改善。受訪者也期盼人工智慧能夠協助他們提供更聰明的個人化行銷,從而改善消費者的數位體驗;其中有半數以上認為人工智慧有助於預測消費者行為,另有45%的受訪者確信他們可以藉此更深入地洞察消費者的所思所行。 人工智慧的投資仍處於萌芽階段 然而,研究發現亞太地區的企業對於人工智慧的投資仍處在萌芽階段,大多數的受訪公司目前主要將資金挹注於建構資料管理技術和平台,盼能為日後的數位轉型及人工智慧應用打造堅實的基礎。例如,有61%的受訪者將投資重點放在強化其資料安全性和保護隱私能力,另有57%表示其投資項目多半是為數據整合與分析而鋪路的解決方案。只有約半數的受訪企業把資金用於人工智慧解決方案,例如橫跨多種數位渠道掌握消費者的全貌;其中利用數據洞察來建構人工智慧應用的企業數量更是遠遠不足一半。 究其原因,是因為亞太地區的企業不僅在大數據的收集與整合上面臨極大的挑戰,而且在針對需求打造合適的預測分析平台方面,也是力有未逮。雖然這些挑戰迫使企業將資金投注於資料管理技術領域,但忽視如電腦視覺(computer vision)和自然語言處理(natural language processing)等核心人工智慧科技的結果,可能將導致亞太地區的人工智慧應用發展趨緩。 重新設定業務目標優先順序,為人工智慧應用之路奠定基礎 儘管投資進程落後,但有些企業在規劃其業務時,已經開始構想未來欲利用人工智慧實現的目標。舉例來說,資訊科技和電信業正優先採用人工智慧解決方案,以協助其更精準地預測市場動向;金融服務業則希望透過人工智慧來提高其顧客行為預測的準確度;零售業則欲希望藉由人工智慧所產出的洞察來開發新的產品和服務。 市調機構Forrester的研究指出,人工智慧對於亞太地區的企業而言,尚蘊藏著無限潛力,這些企業可以運用這項科技來簡化其營運模式與改善顧客體驗。企業在顧客生命週期的各個階段,例如獲取新客、向上銷售到忠誠顧客留存等各方面,皆可利用人工智慧來優化商業價值。 如欲取得亞太地區企業如何運用人工智慧的深入分析,請至此處下載完整的研究報告。

VIEW >

深度學習:
自然語言處理的秘密武器

自然語言處理(Natural Language Processing,簡稱NLP)正逐步改變人工智慧理解人類的想法與行為的方式,而其中深度學習更扮演著至關重要的角色。在此演變下,品牌與行銷應如何從中受益? 有時,在嘗試建構人工智慧的過程中,才能體會到人類心智的複雜性。自然語言處理便是一個很好的例子,該技術致力於探討人工智慧如何辨別人類語言中的細微差異。 以英文單字為例,「plaster」(灰泥,一種用於覆蓋牆面的塗料)和「plasters」(OK繃)二字間的差異也許看似簡單,但是對人工智慧來說,這中間的過程卻一點都不輕鬆。研究人員必須事先準備大量的定義、與「plasters」有關的語料以供人工智慧學習,才能有足夠的能力在真實情境中區辨消費者所搜尋的究竟是居家裝潢用的塗料,或是保護傷口用的急救產品。 Appier的首席人工智慧科學家孫民指出,為了讓傳統方法發揮作用,「研究人員往往須明確定義每個詞彙的含義,以及詞彙間的關係。」傳統方法仰賴高度的人為干預來定義各種例外情況,然而這樣的作法會削弱人工智慧的運作效率。 傳統方法雖然讓人工智慧具備基礎的語言處理能力,然而,其學習過程偏向採用「死記硬背」的方式。換言之,研究人員不但需要預先定義許多文意並且統整許多定義間的關係,在這些事務中,也需要大量人為介入處理。因此,透過傳統方法建構而成的人工智慧,往往缺乏商務應用方面的語言處理能力。 人類的溝通方式要比單純死背複雜得多。語言本身具有高度「針對性」,而這種存在於字裡行間外的特定情境(例如作者與其書寫對象間的關係),會影響溝通時所選用的詞彙、句法、拼字,以及標點符號的呈現方式。 孫民還表示:「語言隨著時間不斷演變,人們在正式文件中和網路上所使用的語言有著明顯差異。想讓傳統方法在現今的語言環境中發揮作用,除了得建構專門的書面英語、美式英語和澳式英語等知識庫外,還須擁有一個包含Reddit這類網站中常見用語的專門知識庫。然而,傳統方法在應用上並不具備這樣的可擴充性。」 自然語言處理和深度學習間的關係 深度學習正好解決了這方面的問題。在自然語言處理領域中,深度學習機制讓人工智慧能夠透過觀察單詞或短句在段落中的使用方式,來理解這些語言的含義。也就是說,單詞或短句的意義以及字詞之間的關係,是直接從原始段落中習得,而非經由預先定義的文章內容,或是仰賴人力來進行闡釋或定義關係。這意味著當消費者搜尋「clear plaster」(透明OK繃)的時候,人工智慧能夠明白其所尋找的是急救類的物品,而不是裝潢用的材料;這樣的運作機制讓自然語言處理更貼近人類的學習模式。 孫民指出,在電腦「學會每個獨立詞彙所代表的詞向量」前,深度學習機制仍須透過大量文本(語料庫)的分析來進行語言學習,而這些文本通常來自新聞網站、維基百科和Reddit網站上的評論。詞向量的概念指的是將相似的單詞映射到向量空間中,以觀察其彼此靠近的程度,並藉此判斷在同一上下文中的不同單詞,在語義上是否相近。 深度學習和詞向量的應用,不但使人工智慧無須透過人為干預,便能增進語言處理方面的精確性,同時也為關鍵字行銷和更精準的情感分析開闢了新的發展方向。 詞向量的概念在關鍵字行銷上的作用尤其明顯。在單憑人力的情況下,行銷人通常需預先根據行銷目標,自行構思一份關鍵字清單。然而,在深度學習的幫助下,企業只需在人工智慧中輸入一些「種子資料」,「然後這些資料便能在向量空間中尋找相似的關鍵字。」孫民提到。 假設有一家旅遊公司正在針對潛在顧客擬定關鍵字清單,他們可能會在清單中加入「度假」、「假期」、「班機」、「郵輪」、「短期旅遊」等關鍵字眼,這時精通自然語言處理的人工智慧工具還能從合適的上下文中,判定搜尋「宿霧」和「菲律賓」二字的使用者是否有意出外旅行。 此外,建立在深度學習上的自然語言處理機制可以更精準地進行情感分析,能根據關鍵字來判斷使用者在搜尋當下所抱持的是正面的或負面的感受。若使用者所搜尋的關鍵字是「宿霧」和「地震」,而不是「宿霧」和「潛水」,那麼人工智慧便會判定該使用者並非合適的旅遊行銷對象。孫民還表示:「透過自然語言分析,企業在消費者情感分析的精確度可以提高10%到20%。」 基於深度學習的自然語言處理機制,有助於行銷人深入了解消費者的需求,從而形成更富價值的洞察。不但能協助企業擴大行銷活動所能觸及的對象,還能透過相關性更高的優惠訊息來抓住其目光。若行銷人一開始僅使用「旅遊」這個關鍵字來定義目標市場,那麼很有可能會錯失與搜尋「宿霧」和「潛水」二字的消費者互動的機會,但詞向量的應用卻可避免這類的情況發生。在掌握到消費者所使用的關鍵字後,企業便可針對特定地點推出相關的優惠方案,或是推薦東南亞其他潛水勝地的旅遊行程。 自然語言處理現階段的發展限制 儘管具備不少優勢,但目前的自然語言處理技術仍有不足之處,尤其是在文本生成方面。孫民坦言:「其在語言生成上的表現不如語言理解方面的表現穩定,有時會產出預想之外的內容,因此需要透過人力進行再確認的動作。」 另一項挑戰與用來訓練人工智慧的資料來源有關,孫民補充道:「由於人工智慧是直接使用研究人員所提供的資料來進行學習,因此若資料本身有問題或者內容有誤,那麼人工智慧產出的結果也會跟著受到影響。」換句話說,這部分也需要藉由人力來進行資料來源的查證工作。 即便如此,孫民仍充滿自信地表示,未來基於深度學習的自然語言處理機制有望在經過微調後,逐步降低人為干預的必要性。他也指出,該技術至目前為止「已成功為企業節省人力資源,並且使行銷工作更具可擴充性。」在接下來的數年內,人類將能更放心地讓聊天機器人處理複雜的查詢問題,以及推動進一步的行銷自動化工作。 就現階段而言,基於深度學習的自然語言處理所能為企業和行銷部門提供的協助(精準識別更廣泛的目標受眾,並根據其需求提供相關性高的優惠訊息),證明了其確實是一項富有價值的投資。人工智慧接下來的發展,著實令人期待。 想進一步了解深度學習如何幫助企業獲取顧客,以及改善與顧客間的互動關係?如須獲得更深入的洞察,歡迎下載Appier最新白皮書:「鎖定高價值應用程式使用者 :

VIEW >