Интернет

Роботите идват. И остават.

Владимир Владков

Изкуственият интелект (AI) вече не е футуристична концепция, а настояще. И ролята му ще става все по-голяма – в последните години индустрията, свързана с AI всяка година нараства с над 50%, а MarketsandMarkets предвиждат да достигне $16 милиарда до 2022 г.

В дигиталната реклама навлизането на нови технологии променя и инструментите, и самите пространства. Делът на “програматик” рекламата у нас е между 10 и 20% от дигиталната реклама, а в световен мащаб IAB предвиждат, че делът й от 28% през 2013 г. ще се увеличи на 80% през 2018 г.

Преди месец една от най-големите европейски технологични компании за ретаргетинг – полската RTB House - обяви, че е интегрирала алгоритми с дълбоко учене на всеки етап от своите технологии. Често определяно за един от най-перспективните видове изкуствен интелект, дълбокото учене имитира начина, по който работят невронните мрежи в човешкия мозък. В дигиталния маркетинг технологията позволява прецизнa оценка на една от най-използваните метрики на успеха - CTR (съотношението между кликове върху банер към общия брой импресии).

За бъдещето на технологиите в рекламата и как ще се променят ролите на роботите и хората в нея, разговаряме с Каталин Емилиан, мениджър за Румъния и България на RTB House и професионалист с над десетилетие опит в технологичната индустрия…

Изкуственият интелект е едновременно вълнуващ и плашещ, но изглежда се е настанил в рекламната индустрия завинаги. По какъв начин това я промени?

Изкуственият интелект ни позволява най-вече да открием най-добрия начин да ангажираме потенциалните си клиенти и пазари. Има и пространство за развитие! Дълбокото учене - иновативен раздел на изкуствения интелект, който имитира невроните в човешкия мозък, се включва в играта, за да направи по-достоверно, богато и разпознаваемо от машина описание на потенциала за покупка на всеки потребител, без да е необходима човешка намеса.

Например дълбокото разбиране на потребителското поведение при пазаруване не е било достъпно за електронните търговци. А то е критично важно за маркетинг специалистите. Трудно е да се открият модели на взимане на решения за еднократни събития в специфичен контекст (напр. избор на подарък за рожден ден на приятел), но дълбокото учене прави тези връзки. Самообучаващите се алгоритми разпознават всеки потенциален клиент, който търси леко необичаен за нормалното му поведение продукт. Те сравняват историята и виждат, че потребителят е променил поведението си. И това позволява прецизни възможности за конверсии, защото алгоритмите се учат не само от един потребител, а от буквално от всеки в мрежата.

Означава ли това, че можем да предвиждаме потребителските желания?

Да, и дълбокото учене е перфектният инструмент за това! Технологията улеснява потребителското изживяване, като насочва силно таргетирани реклами не само на продукти, които вероятно бихме закупили, но и такива, които все още не сме виждали, или продукти, за които дори не сме си и помисляли. Според нашите анализи, самообучаващите се алгоритми постигат изключително точни анализи на потребителите и съответно правят рекламата с до 50% по-ефективна.

Ваше скорошно изследване показа, че самообучаващите се алгоритми могат да избират рекламни визии по-добре от опитните рекламни мениджъри – разкажете повече за това!

RTB House има интерес да следи как технологията може да се представя по-добре от хората и съответно редовно правим сравнения на маркетинг специалисти срещу роботи. Въпросното проучване проследяваше потребителските реакции на рекламни визии от най-ефективните кампании на дадена марка през годината – едната кампания беше избрана от маркетинг директор (човек), а другата – от изкуствен интелект с алгоритъм за дълбоко учене. Резултатите показаха, че изкуственият интелект може да разпознава, учи и предвижда индивидуални модели на поведение по-добре от хората – с 35% повече конверсии от натуралните инстинкти на професионалистите.

В този контекст какво очаквате да се случи след въвеждането на дълбоко учене на всеки етап от вашата технология?

Нова вълна на ефективност на онлайн рекламата. Тези алгоритми понижават цената и повишават броя на конверсиите с 29%. А препоръките, които те са способни да направят за всеки клиент, са с 41% по-точни в сравнение с кампании, които ползват други методи. Учим се от други индустрии, подобно на туристическата, където има дълъг списък от измерители и моделите на потребителското поведение са динамични и трудни за предвиждане. В подобни случаи алгоритмите, движени от дълбоко учене, могат да реагират на потребителските нужди. И това е огромен скок за методите, ползвани в класическия ретаргетинг.

Кои професии в сферата на онлайн маркетинга ще останат територия за хората и кои – за роботите?

В персонализирания ретаргетинг алгоритмите базирани на дълбоко учене могат да разпознават върхове в продажбите, подобно на хората. Но също така – да забелязват трудно предвидими модели на поведение и да реагират бързо, за да постигнат целите си. Още повече, машините не спят, което им позволява да наблюдават пазара денонощно и постоянно да адаптират дейностите си дори към най-малките промени. Най-силните алгоритми вече са в състояние да отговарят на милиони запитвания в секунда, което включва сложни процеси, изискващи анализи и комплексни изчисления. Очевидно това е непосилно за човек. Днес 2.5 квантимилиона байта информация се създават всеки ден и според IDC по-малко от 0.5% от нея се събира, анализира и ползва. В персонализирания ретаргетинг решенията за продукти, които да бъдат показани в реклами, са взети обикновено за около 10 милисекунди по-бързо от времето, необходимо за едно премигване на окото... И колкото повече задачи се изпълняват от компютрите, толкова повече време имат маркетинг специалистите да правят иновации и да разрастват бранда си, вместо да се тревожат как ще анализират информацията и ще вземат правилните решения, за да повлияят на милиони клиенти наведнъж.

Когато прилагаме самообучаващи се алгоритми ние можем да анализираме хората като индивидуалности, а не като предвидим сегмент от пазара. И това ни позволява да купуваме рекламни позиции в медиите, които са проактивни, а не реактивни спрямо поведението на конкретния потребител. Вече няма значение къде се показва конкретна обява, а на кого се показва тя. Машините могат да следват таргет групите си с индивидуални реклами, съобразени с предпочитанията на всеки поотделно. Тази ултра прецизност е непосилна за хората. Съвсем реалистично предвиждане е, че скоро маркетинг специалистите няма да имат нужда от медия планиране.

А има ли сфера, в която няма как да бъдем заместени от роботи?

Хората често искат да вярват, че някак си винаги сме пред роботите. Въпреки че те са по-умни и бързи, човешките качества като креативност и емпатия са черти, които доскоро машините имаха само в научната фантастика. Това обаче се променя.

Изкуственият интелект също навлиза в света на креативността. McCann Erickson в Япония проведе култовата битка между първия в света робот, който заема длъжността “Криейтив директор” с името AI-CD β, който се изправи срещу човек – криейтив директора Мицуру Курамото. И двамата получиха задача да направят видео реклама, която след това да бъде оценена от аудиторията. И въпреки че компютърът беше способен да режисира рекламата на база на предишна информация и анализ на телевизионни реклами от миналото, изглеждаше, че човечеството триумфира с преднината на Курамото от 54%. Само че това е твърде малка разлика и не е много трудно да предположим, че скоро цифрите ще се обърнат. Експериментът показа, че дори в творческото поле човешкият контакт и емпатия не ни защитават да сме заменими от машини.

И за да прибавим още нещо към това бъдеще, доклад на PwC предвижда 38% от работните места в САЩ да бъдат заменени от роботи и изкуствен интелект до 2030 г. Само времето ще покаже дали изкуственият интелект може да се научи да бъде дори по-креативен и ефективен от човешките умове и как това ще повлияе на работната среда. Но засега той по-скоро ще създава нови работни места, включително чисто нови професии. Според Световния икономически форум 65% от децата, които сега влизат в училище, ще упражняват професии, които все още не съществуват.

Маркетинг специалистите, които се занимават с ретаргетинг често твърдят, че скоро бюджетите за онлайн реклама ще бъдат не разход, а инвестиция. Какво означава това?

Според мен ретаргетинг кампаниите, които са управлявани правилно, вече са инвестиция. Това означава, че са вложение, което е силно вероятно да даде възвръщаемост. В моделите, основани на резултати, като CRS ние гарантираме възвръщаемост на нашите клиенти. Скоро добавихме метриката, наречена ROAS (Return on advertising spending – възвръщаемост на разходите в рекламата), която дава възможност клиентите ни да проверяват в реално време дали изпълняваме целите, или не.

Изглежда, че гигантите в индустрията интегрират дълбоко учене и изкуствен интелект, за да направят точни предвиждания на интересите и нуждите на потребителите си. Но това означава и че се озоваваме все по-дълбоко в съвременни социални балони от споделени ценности, гледни точки и начин на мислене. Какви са недостатъците от това потребителите винаги да получават точно каквото искат и каквото търсят?

Количеството информация се увеличава с такива темпове, че е невъзможно да имаме достъп до каквото поискаме. Така че благодарение на изкуствения интелект платформите филтрират целия този поток и ни дават информация за нещо, което пряко ни касае. Например във Facebook, където имаме стотици, или дори хиляди приятели, е невъзможно да следваме всичките им постове. Но благодарение на филтъра тази платформа е използваема и в нея откриваме информация, която ни интересува. Разбира се, има риск от създаването на балон, но е отговорност на нас като потрбители да следим промените и да излизаме от него, за да следим реалността.

Потребителите често се притесняват от силата на сегментирането, което алгоритмите с дълбоко учене са способни да правят. Има ли опасност във факта, че компютърът “знае” точно какво търсиш и искаш?

В процеса на персонализиран ретаргетинг не събираме лични данни като име, е-поща, личен адрес и телефон. Отделният потребител е абсолютно анонимен и единственото, което знаем за него, са данните от активността му в даден сайт. Специализираният софтуер отговаря за анализа на цялата информация. Анонимни данни от бисквитките, клас на IP адрес, лог файлове и уебсайт бийкъните се ползват, за да се определят с точност интересите и предпочитанията на интернет потребителите. Разбира се, можем да определим критериите на публиката и така да таргетираме отделни потребители, но не и конкретни личности. Също така ако анализатор гледа данните на конкретен потребител, той не вижда нищо освен нумерологични параметри на дадена група. Самите данни са кодирани.

Според вас коя е най-вълнуващата промяна в света на маркетинга, която дълбокото учене и изкуственият интелект са предизвикали?

Мисля, че благодарение на тези технологии концепцията на търговията ще се промени. Харесвам политиката на Amazon да използват изкуствен интелект, за да изпращат продукти към клиентите си, преди те дори да са направили поръчка. Има нужда от още много подобрения, за да се подобри точността на алгоритъма, за да стане този подход печеливш, но съм сигурен, че това ще окаже голямо влияние в бъдещето на търговията.





© Ай Си Ти Медиа ЕООД 1997-2019 съгласно Общи условия за ползване

X