在OMD EMEA，我們正在積極尋求一種數(shù)據(jù)戰(zhàn)略，該戰(zhàn)略結(jié)合了人類(lèi)的最佳創(chuàng)造力，創(chuàng)造力和解決問(wèn)題的能力，并具有基于機(jī)器驅(qū)動(dòng)，基于AI的預(yù)測(cè)分析提供決策的可擴(kuò)展性和速度。
許多人討論將AI和機(jī)器學(xué)習(xí)過(guò)程引入廣告和通信中，只是作為兩種行業(yè)原型的融合。“技巧怪胎”和“創(chuàng)意沙皇”，讓人聯(lián)想到尷尬的閑聊，語(yǔ)言障礙以及在迎合兩種不同外來(lái)物種的社交活動(dòng)中不舒服的互動(dòng)類(lèi)型的圖像。
這沒(méi)有捕捉到行業(yè)中正在發(fā)生的現(xiàn)實(shí)。
從本質(zhì)上講，在現(xiàn)實(shí)世界中開(kāi)發(fā)AI的過(guò)程意味著來(lái)自真實(shí)人的大量投入。為了使AI成為現(xiàn)實(shí)，您需要具有各種專(zhuān)業(yè)知識(shí)的熟練人員來(lái)設(shè)置支持機(jī)器驅(qū)動(dòng)的智能所需的條件。重要的是要認(rèn)識(shí)到這一現(xiàn)實(shí)，因?yàn)檫@些人將逐步彌合差距。我們?yōu)榭蛻?hù)開(kāi)發(fā)了幾種解決方案，這些解決方案利用了大型連接的數(shù)據(jù)集和先??進(jìn)的建模技術(shù)，可以跨渠道大規(guī)模地進(jìn)行預(yù)測(cè)性個(gè)性化?；谶@種經(jīng)驗(yàn)，我們對(duì)人機(jī)交互的理解。
在預(yù)測(cè)分析的先鋒隊(duì)工作通常需要對(duì)機(jī)構(gòu)內(nèi)部的資源進(jìn)行根本性的重組。我們需要一支由各種專(zhuān)家組成的，高度集成的多元化團(tuán)隊(duì)。數(shù)據(jù)工程;數(shù)據(jù)科學(xué);廣告運(yùn)營(yíng)和標(biāo)簽管理;動(dòng)態(tài)的創(chuàng)意優(yōu)化;營(yíng)銷(xiāo)自動(dòng)化;以及隱私和合規(guī)性。建立AI驅(qū)動(dòng)的戰(zhàn)略的基礎(chǔ)并執(zhí)行這些任務(wù)的復(fù)雜性意味著，最好利用敏捷項(xiàng)目管理技術(shù)并與供應(yīng)商保持密切的關(guān)系，為這些人彼此緊密合作提供最佳服務(wù)。該團(tuán)隊(duì)的外觀和行為與傳統(tǒng)的代理商計(jì)劃和購(gòu)買(mǎi)團(tuán)隊(duì)截然不同。
建模行為
根據(jù)歷史行為，開(kāi)發(fā)能夠預(yù)測(cè)下一個(gè)最佳內(nèi)容以向用戶(hù)展示或進(jìn)入其的最佳渠道的AI模型并非易事。預(yù)測(cè)建模需要大量的準(zhǔn)備和維護(hù)，并且每天都會(huì)帶來(lái)抽象的，多方面的挑戰(zhàn)。我們?cè)诿鎸?duì)開(kāi)發(fā)“數(shù)據(jù)驅(qū)動(dòng)的必殺技”的實(shí)際現(xiàn)實(shí)時(shí)所面臨的挑戰(zhàn)主要圍繞數(shù)據(jù)集的收集，規(guī)范化，匹配和結(jié)構(gòu)化。這是機(jī)器學(xué)習(xí)過(guò)程甚至還沒(méi)有開(kāi)始的時(shí)候。
在開(kāi)發(fā)和維護(hù)機(jī)器學(xué)習(xí)模型的整個(gè)過(guò)程中，人類(lèi)的參與是巨大的。見(jiàn)解生成，解釋?zhuān)Ｐ筒倏v，合作伙伴關(guān)系管理以及解決技術(shù)與數(shù)據(jù)合作伙伴之間的互操作性的問(wèn)題推動(dòng)了我們對(duì)高技能數(shù)據(jù)和技術(shù)專(zhuān)家的需求。
就像人類(lèi)文明過(guò)去的許多創(chuàng)新一樣，我們不僅僅是在尋求使用技術(shù)以更有效的方式解決舊問(wèn)題的方法，還不是由機(jī)械和自動(dòng)化人員來(lái)完成繁瑣而繁瑣的任務(wù)。我們還正在調(diào)整這些新功能，以嘗試回答新問(wèn)題或解決以前我們無(wú)法影響的問(wèn)題。這需要重大的戰(zhàn)略規(guī)劃，并且需要對(duì)數(shù)據(jù)和技術(shù)生態(tài)系統(tǒng)有深入的了解。
在許多情況下，不是由AI模型的開(kāi)發(fā)引起了大部分工作，而是知道何時(shí)以及如何應(yīng)用它們。