Cinci provocări mari pentru adoptarea și succesul AI

Există puține tehnologii de care companiile sunt mai încântate decât inteligența artificială (AI) și din motive întemeiate: AI are potențialul de a remodela complet modul în care operează companiile în diferite funcții, inclusiv marketing, servicii pentru clienți și finanțe.

Dar, ca și în cazul multor tehnologii emergente, există provocări, iar AI nu prezintă lipsă de ele. Asta ar putea explica de ce, potrivit unui nou sondaj MIT-Boston Consulting Group, 85% dintre directori cred că AI va schimba afacerea, dar doar 20% dintre companii o folosesc într-un fel și doar 5% o folosesc pe scară largă.

Deci, ce împiedică inteligența artificială să-și realizeze potențialul? Iată cinci dintre cele mai mari provocări pe care companiile trebuie să le abordeze dacă doresc să înceapă să folosească eficient numărul tot mai mare de instrumente bazate pe inteligență artificială care sunt disponibile astăzi.

Acces la date

Datele sunt elementul vital al economiei digitale, iar pentru companiile care doresc să aplice AI în orice număr de domenii, accesul la date va fi una dintre cele mai mari provocări. De fapt, potrivit lui George Zarkadakis, lider digital la firma globală de consultanță Willis Towers Watson, datele vor fi cea mai mare provocare cu care se confruntă companiile.

„Pentru a antrena algoritmi de învățare automată, este nevoie de seturi de date masive și curate, cu părtiniri minime”, a spus el pentru AI Business . „De asemenea, trebuie să ținem cont de problemele legate de confidențialitatea datelor atunci când vine vorba de colectarea datelor cu caracter personal, în special în lumina Regulamentului general privind protecția datelor care intră în vigoare în 2018.”

Vestea bună este că majoritatea mărcilor sunt dornice de valoarea datelor de ani de zile. Datorită în special pieței publicitare, companiile au recunoscut valoarea datelor de la prima parte, în special în lumina costului tot mai mare de achiziție a datelor de la terți.

Drept urmare, multe companii au investit masiv în crearea infrastructurii pentru a colecta și stoca datele pe care le generează și pentru a recruta talente capabile să le folosească. Cei care sunt mai înainte în acest domeniu vor descoperi că au un avantaj competitiv în integrarea AI în afacerile lor.

Faptul că trecutul nu este întotdeauna prolog

Chiar și atunci când o companie are date ample disponibile pentru a crea aplicații AI, este important pentru ei să recunoască faptul că modelele pentru care sunt instruite aplicațiile lor AI nu vor funcționa neapărat pentru totdeauna.

Luați, de exemplu, aplicațiile AI care sunt folosite pentru a gestiona campanii de marketing. Anul trecut, IBM a anunțat că va folosi platforma Watson pentru a-și gestiona toate campaniile programatice până în 2017. Potrivit rapoartelor, IBM și-a redus costul pe clic în medie cu 35% folosind Watson și, în unele cazuri, această cifră a crescut la fel de mare. ca 71%.

După cum a explicat AdAge, Watson „folosește analize avansate pentru a crea eficiență în procesul de licitare prin ingerarea unor cantități masive de date și atribuirea de valoare potențialilor consumatori țintă în funcție de ora din zi, ce dispozitiv folosesc, ce limbă vorbesc și ce browser. folosesc."

Nivelul la care Watson poate analiza datele este „de uimire”. De exemplu, poate analiza „dacă o dimensiune mai mică [anunț] este mai eficientă atunci când este afișată la ora 3 dimineața pentru o CPM de 2 USD sau costul pe o mie de afișări, decât anunțurile mai mari la prânz la un CPM de 3 USD”.

Dar piața de publicitate digitală nu este statică, iar modelele care au funcționat luni sau ani nu au garanția că vor funcționa mâine. Deși AI poate învăța pe măsură ce merge, capacitatea sa de a face acest lucru depinde în mare măsură de condițiile care rămân similare cu cele în care a fost antrenat.

Schimbarea formatelor de reclame, venirea și plecarea cumpărătorilor în ecosistem și o creștere a numărului de companii care folosesc AI pentru a cumpăra reclame, de exemplu, toate au potențialul de a schimba dramatic condițiile de piață, astfel încât să fie foarte diferite de cele care a existat când au fost strânse datele pentru care a fost antrenat AI.

Acest lucru înseamnă că există riscuri ca modelele AI să scadă semnificativ în eficacitate sau să se spargă rapid, provocând prejudicii, astfel încât companiile inteligente vor trebui probabil întotdeauna să se asigure că supravegherea și măsurile de protecție sunt în loc, mai degrabă decât să încredă afacerea către AI.

Lipsa inteligenței emoționale

Companiile caută din ce în ce mai mult să folosească tehnologia AI pentru a-și sprijini eforturile de servicii pentru clienți. De exemplu, mulți construiesc chatbot-uri bazate pe inteligență artificială cu care clienții pot interacționa pe platforme precum Facebook Messenger.

În timp ce încarnările timpurii ale chatbot-urilor pentru aceste platforme au lăsat mult de dorit, tehnologia de procesare a limbajului natural (NLP) se îmbunătățește rapid, iar roboții bazați pe inteligență artificială înțeleg mai bine ce spun oamenii cu care interacționează.

Dar chiar și așa, aplicațiilor AI le lipsește inteligența emoțională și, cel mai important, nu sunt capabile să demonstreze empatie, iar aceasta este o barieră uriașă în calea succesului AI în aplicațiile de servicii pentru clienți, cum ar fi chatbot-urile. La urma urmei, anumite întrebări de serviciu pentru clienți pot crea sau rupe o relație cu clienții.

O modalitate prin care mărcile pot aborda această provocare este limitarea aplicării inteligenței artificiale la serviciile pentru clienți acolo unde empatia nu este necesară. Chatbot-urile, de exemplu, pot fi proiectate să servească drept serviciu pentru clienți de primă linie, răspunzând la întrebările frecvente și gestionând solicitări simple, în general cu emoții scăzute. Acolo unde solicitările sunt mai complexe sau potențial sensibile, chatboții bazați pe inteligență artificială ar trebui să poată conecta fără probleme clienții cu reprezentanții umani ai serviciilor pentru clienți.

Specializare

David Raab, directorul companiei de consultanță de marketing Raab Associates, a remarcat că „sistemele AI de astăzi și viitorul apropiat sunt specialiști”. Ei îndeplinesc sarcini specifice, cum ar fi notarea unui client potențial sau determinarea prețului optim pentru licitarea pentru un anunț grafic.

Desigur, tehnologiile bazate pe inteligență artificială sunt în prezent mai bune la unele sarcini specializate decât la altele. Luați crearea de conținut automatizată prin inteligență artificială, un vis al agenților de marketing de conținut de pretutindeni. Până în 2018, Gartner estimează că 20% din tot conținutul de afaceri va fi produs de mașini.

Deși există dovezi că AI este capabilă să creeze anumite tipuri de conținut care este practic imposibil de distins de conținutul uman în ceea ce privește claritatea și acuratețea, conținutul produs de mașini este substanțial mai plictisitor și mai puțin plăcut de citit conform unui studiu.

Deoarece conținutul emoțional este esențial pentru succesul marketingului de conținut, mărcile au motive să fie precaute în a pune întreaga sarcină de creare de conținut în mâinile software-ului AI.

Dar asta nu înseamnă că AI nu poate îndeplini sarcini de conținut specializate. Mărcile pot folosi inteligența artificială pentru a identifica tendințele și subiectele care se pretează la conținut popular, să prezică ce titluri scrise de oameni vor avea cele mai bune rezultate sau să organizeze conținutul.

Un exemplu inovator de curatare a conținutului bazată pe inteligență artificială a fost expus în timpul US Open din acest an. Asociația de tenis din Statele Unite (USTA) l-a antrenat pe IBM Watson „să recunoască gesturile și expresiile faciale ale jucătorilor, zgomotele mulțimii și reacția difuzorului” și apoi îl folosește pe Watson pentru a-și ajuta echipele de difuzare și de conținut să identifice momentele importante ale meciului pentru a le oferi fanilor.

O incapacitate de a colabora

După cum a observat David Raab, de la Raab Associates, o campanie de marketing implică coordonarea multor sarcini specializate, ceea ce înseamnă că pentru ca AI să preia o campanie de marketing completă „va necesita cooperarea multor IA”.

În teorie, acesta nu este neapărat un deal-breaker. Dar teoria și realitatea nu sunt același lucru. El a explicat ce este implicat în realizarea acestui lucru:

Este ușor – și distractiv – să imaginezi o colecție complexă de componente bazate pe inteligență artificială care colaborează pentru a crea experiențe pentru clienți complet automatizate, perfect personalizate. Dar acel sistem va fi predispus la defecțiuni frecvente, deoarece una sau alta componentă se confruntă cu condiții pentru care nu a fost instruit să le gestioneze. Dacă sistemele sunt bine proiectate (și suntem norocoși), componentele se vor opri singure atunci când se întâmplă acest lucru. Dacă nu suntem atât de norocoși, vor continua să alerge și vor returna rezultate din ce în ce mai nepotrivite.

Ceea ce înseamnă în cele din urmă acest lucru este că va fi mai complex și mai costisitor pentru companii să construiască genul de campanii de marketing autonome pe care AI le promite. Din acest motiv, între timp, mărcile experte vor fi strategice în ceea ce privește tehnologia AI în care investesc. De exemplu, o companie ar putea realiza o valoare semnificativă prin aplicarea AI la scorul de clienți potențiali, în timp ce alta ar putea realiza mai multă valoare prin aplicarea AI la analiza sentimentului rețelelor sociale.

Deoarece profiturile pot varia atât de mult în funcție de marcă și de nevoile acesteia, companiile vor trebui, în mod realist, să analizeze tehnologiile AI și să determine care le oferă cea mai mare valoare.