Кэти Кинг
Искусственный интеллект в маркетинге. Как использовать ИИ и быть на шаг впереди
Глава 2. Парадокс персонализации
Глобальная жажда искусственного интеллекта и меняющийся путь покупателя
В этой главе мы подробно расскажем о том, как меняется путь клиента, и сфокусируемся на розничном секторе. Мы рассмотрим, какую роль играет ИИ в этом сложном переплетении маркетинга, продаж и обслуживания клиентов. Мы также познакомим читателя с рядом инструментов ИИ, доступных в настоящее время маркетологу.
Оставив на мгновение в стороне семантику, заметим, что термин «ИИ» по сути является неправильным. ИИ позволяет маркетинговой команде обеспечивать персонализированный подход к пользователю, не будучи при этом слишком навязчивыми. ИИ уже сейчас позволяет маркетологу оптимизировать сайты, персонализируя их для каждого пользователя, предоставляя им, например, индивидуальные сообщения и дизайн страницы, которые формируются на основе их особенностей и потребностей. Технологические гиганты, такие как Adobe, Verizon, Microsoft, Google и Facebook, управляют этой тенденцией, которая оказывается очень прибыльной.
Индустрия пиара и коммуникаций быстро меняется, и лидерам по связям с общественностью становится все труднее оказывать влияние при помощи традиционных подходов. На фоне растущих тенденций в области контент-маркетинга и инновационных инструментов социальных сетей эксперты по связям с общественностью должны ожидать значительных изменений в ближайшие несколько лет. Появление ИИ и других технологических достижений, таких как виртуальная и дополненная реальность, говорит о том, что темпы изменений стремительно возрастут, и это принесет новые удивительные возможности и вызовы.
Маркетинг и реклама быстро внедрили ИИ в свою практику, но мы коснулись лишь вершины огромного айсберга. По мере развития технологии ИИ станет возможным повсеместное обращение к отдельным личностям. Принимая во внимание тот факт, что решения ИИ будут выполнять повторяющиеся задачи, такие как составление отчетов об охвате, распространение релизов и составление списков СМИ, опытные специалисты по связям с общественностью смогут полностью сосредоточиться на творчестве и стратегии – навыках, которые машины просто не способны воспроизвести (пока!).
Спрос и предложение в маркетинге
Профессор Майкл Лак, декан факультета естественных и математических наук в Королевском колледже Лондона, комментирует.
В течение многих лет существовали различные методы ИИ, способные делать полезные вещи для всех видов бизнеса. Это относится и ко внутренним процессам, таким как управление файлами и данными и организационная работа, позволяющим понять, как крупные организации в целом могут быть более эффективными. Но это также касается обучения тому, как обращаться с клиентами, и более точному таргетингу. Можно сказать, что эти методы были более-менее простыми. Что изменилось, так это мощность и объем данных для этого конкретного класса методов. И это изменило степень влияния технологии. Глубокое обучение действительно изменило взгляд людей на актуальность технологии. Это в какой-то степени подталкивается технологией, и я думаю, что технология будет актуальна при решении некоторых проблем, но не всех. Так что должно быть и то и другое.
В любой организации нужно понимать, какие проблемы можно решать каждым конкретным методом ИИ. Вы будете искать конкретный тип проблем, которые нужно решить. Не все сталкиваются с такими проблемами. СМИ говорят нам переходить к стратегии «ИИ прежде всего», но не обязательно при этом изучать именно те области, которые мелькают в заголовках. Нам нужно взглянуть на это шире и решить, где мы будем применять эти методы, а где мы воспользуемся менее раскрученными техниками. Некоторые технологии продвигаются вперед, поскольку им удалось достичь заметных результатов, как в случае с AlphaGo и ИИ, играющим в компьютерные игры. Хотя есть и кое-что другое. Сейчас нам нужно извлечь больше пользы для бизнеса и попытаться понять, какие у нас есть проблемы и какие методы ИИ будут полезны для их решения.
Меняющийся путь клиента
Пол Кларк, технический директор онлайн-супермаркета Ocado, утверждает следующее.
Ocado является крупнейшим в мире розничным продавцом продуктов питания, работающим только онлайн. Никто не делает эту работу так, как мы: с огромными автоматизированными складами. Мы сами создаем практически все технологии, которые поддерживают нашу комплексную платформу для электронной коммерции, реализации и логистики. Как у технического директора, у меня есть подразделение, Ocado Technology, с 1300 инженерами в штате, число которых к концу года приблизится к 2000. Область наших технологических разработок – большое количество направлений, таких как электронная коммерция, прогнозирование, системы маршрутизации, робототехника, ИИ, моделирование и управление в реальном времени огромными автоматизированными складами.
Мы работаем на пересечении таких направлений, как «Интернет вещей», Big Data, облачные технологии, роботизация и ИИ. Наш подход к инновациям – это алхимия, которая творит чудеса с технологиями. Из всего этого ИИ призван «властвовать над всеми остальными», он позволяет другим технологиям создавать действительно удивительные вещи. ИИ является рекурсивной технологией – вы можете использовать текущее поколение для обучения следующего. Это умный клей между службами и системами, и именно поэтому он является важным элементом Индустрии 4.0. ИИ позволяет также извлекать информацию, недоступную из-за своей сложности или ограниченности человеческого восприятия. Это уникальный по своим возможностям инструмент преобразований.
Впереди всего этого находится прогнозный анализ. Мы называем это созданием «широкого ассортимента продуктов», когда мы все ближе и ближе подходим к тому, чтобы доставлять товар покупателям еще до того, как они его закажут. Для этого мы берем ваши прошлые заказы и с помощью анализа временных рядов предсказываем, что, по нашему мнению, вы хотели бы обнаружить в вашей корзине прямо сейчас. Но мы персонализируем покупательский опыт не только с точки зрения того, что людям нравится покупать, но и с точки зрения различных стилей и списков покупок.
Например, они покупают здесь регулярно небольшими количествами, закупаются раз в месяц или просто хотят купить что-то на вечер. Являются ли они новыми клиентами или они покупали у нас уже сотни раз. Речь идет о том, чтобы избавиться от всех шероховатостей процесса при помощи ИИ и машинного обучения.
ИИ имеет решающее значение для персонализации, но есть и много других новых направлений. Одним из них является работа с голосом, в которой ИИ играет большую роль. В прошлом году мы запустили первый сторонний навык покупки продуктов для виртуального помощника Alexa от Amazon. Это является частью гораздо большего процесса создания разговорного интерфейса. Такие разговоры будут происходить не только с голосовыми помощниками на вашей кухне, но также и в подключенной к сети машине, в интеллектуальных устройствах, в чат-ботах, в мобильных приложениях с поддержкой голосовой связи и в кол-центрах. Это должно стать одним связным разговором. Предположим, я заказал манго с помощью Alexa на кухне, а затем, сидя в машине, решаю, что хочу другой сорт манго. Теперь я уже буду разговаривать с другим помощником в машине, таким как Google Assistant или Microsoft Cortana. Когда я заговорю о манго, помощник должен понять, что это те же самые фрукты, которые я заказал пять минут назад. Другими словами, нам не нужны разобщенные разговоры. В Ocado занимаются созданием такой платформы, которая сможет объединить их в одну сеть. Для этого у нас есть информация о предпочтениях клиентов. Если вы скажете «купить молоко», то мы продаем 100 различных сортов молока, поэтому неплохо бы знать, какое из них вы более вероятно имеете в виду. Здесь речь идет о персонализированном обучении. Подход «один размер для всех» больше не работает. Заказ из каталога с 50 000+ позициями – это совсем не то же самое, что попросить Alexa включить песню. В пользовательских устройствах используются такие технологии, как Google Assistant и Alexa, Siri и Cortana, а на серверной стороне находятся системы, которые понимают контекст нашего бизнеса и клиентских данных, эти системы создаются внутри компании.
То, что мы делаем, является обычной практикой, поскольку для разработки собственных решений в одних аспектах ИИ вам понадобятся люди с докторской степенью, тогда как для других вам будет достаточно использовать легкодоступные облачные службы, и вы объединяете их вместе для создания решения. Мы делаем и то и другое. Мы сотрудничаем с облачными службами, такими как Google и Amazon Web Services, и у нас также есть собственные эксперты по сверточным нейронным сетям, обработке естественного языка и обучению с подкреплением, а также всем остальным технологиям из сферы ИИ.
Далее идет цепочка поставок и прогнозирование, что именно из списка из 50 000 товаров захочет купить покупатель. Предпочтения постоянно меняются в зависимости от погоды, проходящих рекламных акций, влияния социальных сетей, сезонности или появления рецепта знаменитого шеф-повара, что создает спрос на конкретный ингредиент, например стручковую ваниль. Это движущаяся мишень. Тогда вы получаете контроль над этими огромными автоматизированными складами с огромными возможностями для машинного обучения. На складах нового поколения мы управляем роем из тысяч роботов в режиме реального времени, используя передовую систему управления воздушным движением на основе машинного обучения.
Тем не менее мы также должны следить за здоровьем самого роя.
Нужна ли конкретному роботу замена батарей или что-то случилось с его ускорением или замедлением. Такую работу не смогут выполнять люди, сидящие за компьютером. Такое решение не будет масштабируемым, особенно сейчас, когда мы по всему миру строим автоматизированные склады для клиентов, внедряющих решение Ocado Smart Platform. Решить эту задачу можно, отправив весь объем данных от роботов в облако и написав систему контроля состояния, основанную на машинном обучении, чтобы просматривать данные всех роев и реагировать в случае необходимости.
На последней миле нашей услуги вы получаете такие вещи, как оптимизация тысяч маршрутов доставки, которые мы проходим каждый день. Мы часто моделируем ситуации, например создаем цифровых близнецов для имитации окружения до того, как оно возникнет, и даже генерируем данные для машинного обучения до того, как получим реальные данные. Например, можно построить полную модель склада прежде, чем мы начнем укладывать бетон.
Мы не похожи на обычного розничного продавца. Мы являемся странной смесью из ретейлера, технологического бизнеса, а теперь и бизнес-платформы. Наши внутренние мышление и культура имеют больше общего с Google, чем с торговцем. Мы являемся «подрывными инноваторами» в нашем секторе. Этот процесс саморазрушения является ключом к тому, что мы делаем. Мы никогда не почиваем на лаврах. Каким бы хорошим ни было решение, мы всегда думаем, как можно сделать его еще лучше. У нас есть несколько различных исследовательских потоков, включая подразделение 10X, где делают такие ставки, какие основной бизнес никогда не сделал бы. Но если эти ставки сыграют, то они кардинально изменят ситуацию для нас. Это суть того, что мы есть. В культурном плане мы довольно необычные, причудливые, рискованные и нестандартные. Мы делаем высокие ставки с точки зрения решений, которые создаем. Вы должны так поступать, если вы «подрывной инноватор».
Одним из ключевых вызовов, с которыми сталкивается Великобритания в связи с новыми возможностями ИИ, является дефицит навыков. ИИ и анализ данных лежат в самом перегретом краю спектра навыков разработки программного обеспечения, и, как было отмечено выше в обзоре ИИ, существует огромная нехватка выпускников и аспирантов, овладевающих этими навыками.
О чем недостаточно говорится, так это о том, что эти навыки лежат в самом конце конвейера получения цифровой грамотности, начало которого простирается вплоть до начальной школы.
Правительство, общественные организации и бизнес могут сделать гораздо больше, чтобы помочь управлять этим конвейером на всем его протяжении и следить за отсутствием сбоев.
Но настоящая цифровая грамотность – это гораздо больше, чем простое обучение детей программированию. Например, нам также нужно научить их грамотно обращаться с данными. Понимать, как организовывать и обращаться с данными, как извлекать из них сведения, визуализировать их, строить на их основе модели, понимать опасность необъективности и так далее. Мы также должны помочь нашим детям понять удивительные возможности и ограничения таких технологий, как ИИ и робототехника, объяснить важные этические и философские проблемы, связанные с их применением, рассказать о том, что значит быть человеком, и так далее.
Нам нужно найти способ для поддержания интереса к техническим предметам, который проявляют девочки младшего школьного возраста и который в настоящее время угасает по мере прохождения через систему образования. Нам нужно вплетать цифровую грамотность на протяжении всей учебной программы.
Но этот конвейер не должен останавливаться после колледжа или университета. Он должен продолжаться на рабочем месте, и здесь нам нужно сделать гораздо больше, чтобы стимулировать организации инвестировать в непрерывное обучение, особенно когда речь идет о таких вещах, как ИИ. Нам нужно размыть границу между образованием и работой. Существующая линейная система «ходить в школу, ходить в колледж, устроиться на работу, не повторять» теперь не работает.
Нам необходимо готовить детей к непрерывному обучению и неизбежной переквалификации, которая их ожидает. Нам нужно учить «самосовершенствованию» как метанавыку и превращать «кризис среднего возраста» в форму искусства. Но нам нужно сделать больше, намного больше.
Многие навыки и методы, которым мы в настоящее время обучаем наших детей, в ближайшие годы станут такими же бесполезными, какими стали энциклопедии с появлением Всемирной паутины. Вместо этого нам нужно сосредоточиться на обучении устойчивым метанавыкам, таким как сотрудничество, творческое мышление, решение проблем, межсекторальное мышление, составление карт мыслей, постановка целей и предпринимательство.
Если образование – это подготовка молодого поколения к будущей жизни и привитие любви к учебе, то я считаю, что с текущей структурой и учебными планами нашей системы образования у нас это не получится. Нынешний упрямый акцент на экзаменах, тестах и выборе схем оценивания потребляет весь образовательный кислород, не оставляя учителям времени для спонтанности, для того, чтобы поделиться своей любовью к предмету, и просто для удовлетворения любопытства своих учеников, чтобы увидеть, куда это может привести.
Если мы позволим образовательной системе отбить у учеников жажду новых знаний, то мы нанесем им непоправимый вред.
Поэтому я считаю, что нам необходимо полностью переосмыслить нашу систему образования, начиная с самых основ и тем самым подготовив учебную программу к вызовам завтрашнего дня. Сейчас мы вносим только косметические изменения. Это будет долгосрочная игра, в которую нужно начать играть сейчас, потому что понадобится более 20 лет, чтобы пройти через весь конвейер образования.
Вот почему я уверен, что мы должны идти по стопам таких стран, как Финляндия, и убрать образовательный футбол с политического поля, потому что это игра, в которую нужно играть совершенно по-другому.
Сейчас настало время для политического мышления и лидерства, которые являются действительно целостными, подвижными, смелыми и разрушительными.
ИИ придет быстрее, чем нам кажется, и продолжит неумолимо наступать подобно цунами. ИИ как новый наркотик, на который многие потребители еще не подсели. Но когда они это сделают, то будут требовать его везде. Они будут ожидать, что все их услуги будут умными и будут красиво и умно играть друг с другом. В настоящее время мы находимся на этапе небольшой заинтригованности людей, когда приложение на телефоне напоминает им, что пора идти с работы домой.
В конечном же итоге мы хотим создать сильный ИИ[2], который понимает нашу бизнес-модель, который понимает таксономию наших данных и контролирует наши комплексные платформы. ИИ, который может отвечать на вопросы о бизнесе, который может помочь нам работать более эффективно и совершать меньше ошибок, который может действовать как третий гироскоп на самолете, обнаруживая возникновение проблем, которые могут на нас повлиять. ИИ, который может помочь координировать наших поставщиков, который может помочь нашим клиентам совершать покупки быстрее, с меньшими шероховатостями и большим удовольствием и так далее.
Очевидно, что такой сильный ИИ находится за пределами современного уровня техники. Поэтому мы сосредоточены на создании отдельных частей этого пазла, который мы собираем по мере развития технологий ИИ и вычислительных мощностей. Для нас не так важны текущие результаты. Гораздо важнее знания и умения, которые мы приобретаем вместе с тем, что для нас уже является привычным, – первое путешествие «ИИ и робототехники».
Если говорить о будущем ИИ, то ведется идеологическая война между оптимистами (как я) и антиутопистами по поводу того, как будет развиваться жизнь с искусственным интеллектом. Слушая эти дебаты, может сложиться мнение, что мы можем выбирать, принимать или нет такие технологии, как ИИ и робототехника. Но у нас нет такого выбора!
Великобритания – это остров, но мы не можем позволить себе вести себя обособленно. Технологический прилив наступает повсюду, и если уподобиться королю Кнуду, который пытался приказывать приливам, то ничем хорошим это не закончится. Что мы можем сделать, так это выяснить, как максимально использовать открывающиеся перед нами возможности и успешно преодолевать неизбежные трансформационные вызовы на этом пути.
Нам также необходимо найти баланс между законодательством и инновациями. Если мы нарушим баланс и чрезмерно ограничим инновации, то страны, которые отдают приоритет инновациям, получат преимущество. Законодательство, направленное против будущего, которое вызывает у некоторых страх, может привести к непредвиденным и еще более неприятным последствиям.
КЕЙС. СУБХА ГАНЕШ, ДИРЕКТОР ПО ПРИВЛЕЧЕНИЮ КЛИЕНТОВ В КОМПАНИИ REISS
В цифровом мире вы часто думаете категориями транзакций, а не категориями непосредственного опыта. Но наша цель – перенести опыт покупок в магазине в онлайн-мир. Технологические решения, такие как ИИ, дают покупателю ощущение, что у него есть советник, который, например, может сказать, что эта обувь и сумка подойдут к этому платью. Мы называем это связкой. Она дает советы о стиле на основе информации о том, что покупали другие люди. По сути, это обеспечивает доверие клиентов. Они чувствуют, что получают руководство по стилю или совет от бренда, который является экспертом в этой области.
Сейчас ИИ находится на стадии зарождения. Вначале у нас было несколько страхов. Во-первых, персонализация могла пугать клиента; мы не хотели пересекать черту. Нам нужно было знать, насколько это приемлемо. Как и в магазине, вы не идете за покупателем по пятам, вы даете ему пространство. В сети вам также нужно быть неподалеку, чтобы он мог позвать вас.
Второй страх, который испытываем мы как продавец, заключается в том, доступны ли данные, необходимые для правильной интеграции ИИ. Машина может многому научиться при наличии хороших данных. По этой причине мы работаем со сторонними организациями, такими как Increasingly, чтобы получать данные быстрее и чище.
ИИ определенно повлияет на маркетинг в мире розницы модных вещей. Во-первых, он поможет продавцу дать покупателю то, что он хочет. Во-вторых, он позволит продавцу определить правильного покупателя в нужное время. Это позволит маркетологам принимать решения и рассчитывать риски. ИИ сократит количество догадок и даст маркетологу уверенность в правильности своей стратегии. Аналогично в мерчендайзинге ИИ позволяет продавцу закупать то, что нужно покупателю, и хранить это на складе в оптимальном количестве. Там будет меньше анализа прошлого и больше внимания на будущие прогнозы.
Шри Шарма, генеральный директор и соучредитель компании Increasingly, говорит.
ИИ будет все больше использоваться как для масштабирования маркетинга (например, написания контента с помощью ИИ), так и для оптимизации маркетинга (например, для интеллектуальной оптимизации копирования электронной почты). На местах можно увидеть много хитроумных приемов, с помощью которых продавцы взаимодействуют с покупателями на индивидуальном уровне. В целом ИИ будет решать все задачи, которые слишком дорого масштабировать вручную, а во-вторых, ИИ поможет лучше прогнозировать будущее. Компания Automation Insights помогает другим компаниям автоматизировать создание контента. ИИ Increasingly помогает компаниям осуществлять перекрестные продажи с огромным влиянием. ИИ в маркетинге – это свершившийся факт. Например, сервис контекстной рекламы Google Adwords использует ИИ в своих основных алгоритмах.
Многие инновации уже проверены и стучатся к нам в дверь. Мы скоро увидим массовое внедрение на рынке.
Компаниям нужно уяснить, что если они не будут вводить инновации, то это будут делать их конкуренты. Чтобы не отставать, им придется тестировать инновационные решения. Как правило, это легче сделать, используя сторонние решения, так как это позволяет применить подход «стремительный взлет или быстрое падение».
В мире маркетинга возникают этические вопросы, именно поэтому мы приняли Общий регламент по защите данных. Использование Google Assist для звонков, маскирующихся под живых людей, также вызывает сомнения с точки зрения этики. По мере того как решения с ИИ становятся все более сложными, нам нужны руководящие принципы со стороны правительства, чтобы избежать разрушения доверия.
ИИ – это технология общего назначения, которая затрагивает все виды бизнеса и каждую отдельную часть конкретного предприятия. Но в реальности необходима долгая и кропотливая работа, чтобы увидеть, как что-то происходит в реальном мире. Скорость внедрения является ключевым фактором. Вы должны как можно скорее демонстрировать реальные образцы, а не бесконечно обсуждать стратегию. Такие компании, как Kortical в Великобритании, предлагают безопасный и быстрый путь внедрения ИИ в бизнес.
Компании, которые намного активнее внедряют ИИ, получают гораздо бо́льшую отдачу даже на этой ранней стадии. Отчет за 2016 год консалтинговой компании McKinsey подтверждает это. В отчете пришли к выводу, что те, кто инвестирует значительные средства в ИИ, уже сейчас получают в среднем на 10 % больше, чем компании, инвестирующие частично или совсем не инвестирующие в ИИ.
Директор по маркетингу Мартин Харрисон объясняет, что миссия Kortical – сделать ИИ доступным для всех типов бизнеса. Они считают, что ИИ будет таким же вездесущим, как и программа Excel, и что он окажет такое же влияние в гораздо более короткий срок. Сорок лет назад вы и представить себе не могли, что Excel будет использоваться практически во всех сферах бизнеса.
Их платформа The Kore позволяет компаниям легко использовать ИИ и, следовательно, расти быстрее и эффективнее. Это позволяет Kortical создавать индивидуальные решения для бизнеса, автоматизируя многие процессы обработки данных. В настоящее время просто отсутствует достаточный уровень компетенции, поэтому таким компаниям приходится достаточно много водить других за руку. В среднесрочной и долгосрочной перспективе их целью является стать поставщиком услуг по модели «программное обеспечение как услуга». Харрисон объясняет следующие три основные вещи, которые в настоящее время делает ИИ.
Прогнозирование. Каждое решение в бизнесе представляет собой определенное видение будущего. Чем больше данных лежит в основе таких решений, тем они точнее. ИИ и машинное обучение позволили сделать еще один скачок в этом направлении и вывели возможности прогнозирования на новый уровень. Недавно Kortical совместно с Национальной службой здравоохранения Великобритании работала над проектом, направленным на прогнозирование количества времени, которое понадобится реципиенту для ожидания совместимого органа. Национальная служба здравоохранения потратила несколько лет на совершенствование этого процесса, но благодаря модели компании Kortical им удалось повысить эффективность на 10 % всего за четыре недели интенсивной работы.
Автоматизация. Бизнес достигает эффективности благодаря максимальной оптимизации и стандартизации рутинных задач. ИИ позволяет значительно расширить круг задач, поддающихся автоматизации, он привносит познавательную способность в процесс принятия решений – элемент, который раньше отсутствовал. В результате можно получить огромное повышение эффективности. Не так давно Kortical работала с одним британским банком над автоматизацией отправки электронных писем. Система сложилась таким образом, что небольшой компании приходилось ждать ответа на свое письмо в банк два дня. Электронные письма приходили в бизнес-центр банка стоимостью 1,4 млн фунтов и перенаправлялись соответствующему подразделению службы поддержки клиентов.
Перед этим кто-то должен был вручную открывать и прочитывать каждое письмо, чтобы определить, какой тип обращения необходимо создать. Благодаря роботизированной автоматизации компании Kortical удалось автоматизировать этот процесс всего за один месяц.
Инновации. Именно здесь дело принимает по-настоящему увлекательный оборот. Соучредитель Энди Грей объясняет это так: «Ни один бизнес не может оставаться на месте, особенно в сегодняшнем мире. По-настоящему интересные и удивительные аспекты искусственного интеллекта раскрываются тогда, когда он используется для изобретения новых бизнес-моделей, рыночных стратегий, новаторских подходов».
В Kortical также разработали чат-бот по имени Obi, который не требует большого количества обучающих данных для настройки и запуска. Он может сидеть рядом с оператором кол-центра и наблюдать, как он взаимодействует с клиентами. Он обучается и через короткое время начинает подражать. Поэтому для обучения чат-бота банк будет выбирать двух или трех лучших сотрудников кол-центра. Меньше чем через две недели он может начать приносить большую пользу. Постепенно он раскрывается и развивает свою функциональность. Для большинства кол-центров относительно скромная 10 %-ная автоматизация может принести экономию свыше 1 миллиона фунтов.
Рынок ИИ сегодня очень незрелый. Бизнес все еще пытается понять свое истинное отношение к ИИ. Он также все еще пытается понять, где находятся его данные и как их можно структурировать для ИИ. В то же время бизнес сталкивается с серьезной нехваткой квалифицированных кадров. Существует потребность не только в специалистах по данным, но и в инженерах, которые могут управлять разработкой и внедрением программного обеспечения. Затем возникает потребность в проджект-менеджерах, которые могут управлять проектами в области ИИ, – в этих областях также существует реальная нехватка.
Харрисон объясняет.
В настоящий момент телефонные линии перегружены. Люди предпочитают текстовый диалог, но компании несут большие расходы, чтобы обеспечить его. Благодаря повышению экономической эффективности чата клиент получает ответы мгновенно. Они могут быть многозадачными, пока пишут сообщения и ждут ответа. Так что это выгодное положение – вы улучшаете качество обслуживания клиентов и сокращаете расходы.
Экономия средств – это, безусловно, то, ради чего сейчас бизнес покупает ИИ, это то, что освобождает бюджет. Но мы определенно видим улучшение удовлетворенности клиентов и повышение качества обслуживания, особенно в сфере чат-ботов и кол-центров. И это не ведет, как некоторые предсказывают, к увольнению персонала. Многие используют ИИ как средство более эффективного масштабирования, поскольку их команда может достичь большего.
Маркетинг лояльности – это одна из областей, в которой, как уверены в Kortical, ИИ и машинное обучение могут существенно изменить ситуацию. Максимально персонализированное предложение продукта (подход Next Best Action) – это Святой Грааль управления взаимоотношениями с клиентами (CRM). Одним из примеров внедрения этого на практике является проект с крупной французской продуктовой сетью. Это бренд с 2,4 млн клиентов и терабайтом данных. При помощи The Kore они могут предлагать зависящие от времени рекомендации продуктов на основе погашенных в сети и в магазинах купонов. В течение шестинедельной отработки проекта в расчет принимались привлекательность продукта, сезонность и т. д. В результате мы получили увеличение конверсии как онлайн, так и офлайн.
Одной из текущих проблем, с которыми сталкиваются директора по маркетингу, является то, что они завалены предложениями от поставщиков различных решений ИИ. Если технический директор или директор по маркетингу покупают от 5 до 20 решений, основанных на одном и том же наборе алгоритмов, они накапливают огромный технический долг, который в долгосрочной перспективе станет необслуживаемым.
Kortical работает над рядом маркетинговых проектов с использованием ИИ в сфере таргетинга. Работа ведется в таких отраслях, как страхование и финансовые услуги, где проблемы финансовой системы играют ключевую роль. Маркетолог должен принимать ключевые решения, например, какое сообщение направить пользователю, чтобы вовлечь его, через какой канал, в какое время, какая услуга поможет решить его проблему и какие образы лучше использовать. Затем The Kore создает индивидуальные решения для машинного обучения для построения человекоподобной интуиции. Для достижения нужного уровня персонализации решения включают в себя множество более простых моделей. Это может показаться сложным, но на самом деле это не так.
Эти технологии только зарождаются, и получаемая от них выгода кому-то может показаться сомнительной. Но ИИ постоянно совершенствуется, и чем больше мы будем к нему приспосабливаться, тем лучше он будет себя чувствовать и не будет бросаться на нас. Харрисон подводит итог.
Формирование единого профиля клиента выходит за рамки возможностей большинства людей. В нашем мире цифровых технологий человек-маркетолог просто не может управлять и осмысливать все точки соприкосновения. Тогда как для правильно развернутого и с правильными данными ИИ эта проблема является тривиальной. Такая технология уже существует. Теперь важно открыть пути для ее внедрения. В течение многих лет мы учились работать вместе с машинами и быть на похожими на них. ИИ позволяет людям быть более похожими на людей.