Маркетинг 5.0. Технологии следующего поколения

При обучении без учителя компьютер обучается и выявляет ранее неизвестные закономерности на основании исторических данных с минимальным вовлечением человека. Искусственный интеллект анализирует и переводит неструктурированные данные в структурированную информацию. В маркетинге этому масса применений. Одно из важнейших – это интерпретация и выявление закономерностей на основе больших данных. На основании постов в социальных сетях, истории транзакции и другой информации и поведении клиентов ИИ может группировать клиентов в кластеры, позволяя тем самым компаниям на основе данных сегментировать клиентов и настраивать таргетинг. Это основа, которая позволяет компании кастомизировать и персонализировать продуктовые рекомендации, цены и контент в маркетинговых кампаниях. При получении от клиентов реакции на эти предложения компьютер продолжает обучаться и улучшать свой алгоритм.

Хотя сильный искусственный интеллект еще не доступен, для компаний доступен комплексный ИИ. Рассмотрим, например, компанию Ant Financial, материнскую компанию платежной системы Alipay и дочернюю компанию Alibaba. Компания использует ИИ и другие поддерживающие технологии для автоматизации всех своих ключевых бизнес-процессов: безопасности платежей, финансового консультирования, одобрения кредитов, обработки запросов на страховые выплаты, службы поддержки клиентов и управления рисками. Компания, например, переосмыслила страхование автомобилей, используя системы распознавания изображений и машинное обучение. Клиенты могут подать заявку на выплату страховки с помощью смартфона. Движок ИИ проанализирует изображения и определит, если запрос правомерный.

Искусственный интеллект – это просто мозг автоматизации. Ему требуется работать совместно с другими технологиями, такими как робототехника, системы распознавания лиц, системы с голосовым управлением и сенсорные технологии, чтобы предоставить клиентский опыт нового поколения. Ранее доступный только в рамках исследовательских вычислительных лабораторий, сейчас ИИ проник глубоко и широко в каждодневную жизнь потребителей. Искусственный интеллект создает ценность, но им стоит управлять с осторожностью. Когнитивные искажения, полученные на основании предпочтений людей и при анализе исторических решений, могут прокрасться в алгоритм ИИ. И без привлечения разных людей в разработку искусственный интеллект может привести к усилению неравенства в доходах.

Обработка естественного языка (NLP)

Другая интересная разработка в этой области – это технология обработки естественного языка (англ. Natural language processing, NLP). Это о том, как научить машины воспроизводить человеческое общение, как письменное, так и устное. Технологии обработки естественного языка – это важнейший аспект разработок искусственного интеллекта, особенно для тех систем, которым требуются голосовые вводные данные, как, например, голосовые ассистенты. Также это сложнейшая задача, так как речь человека, особенно в естественной среде, часто путаная, неясная и многослойная. Для обучения машин нюансам речи требуется большой объем расшифровок записей реальных разговоров и видеозаписей.

Самое широкое применение технологии обработки естественного языка – это чат-боты. Чат-боты используются не только в обслуживании клиентов, но и в продажах. Они снизят необходимость в высокозатратных каналах, таких как колл-центры для входящих звонков или исходящий телемаркетинг, особенно когда дело касается низкоприбыльных клиентов. Такие компании, как Lyft, Sephora и Starbucks, уже используют чат-боты для принятия заказов и взаимодействия с клиентами. В сфере B2B такие компании, как HubSpot или RapidMiner, используют чат-боты для классификации потенциальных заказчиков и направления их на подходящие каналы для продолжения общения. Популярность онлайн-мессенджеров, таких как WhatsApp, Facebook Messenger и WeChat, – это ключевая причина усиления чат-ботов. По тем же причинам люди ожидают, что общение с чат-ботом будет проходить так, будто это общение с другими людьми.

Именно поэтому настолько важны технологии обработки естественного языка. В отличие от простых чат-ботов, которые способны отвечать только на закрытые вопросы, усиленные технологиями обработки естественного языка боты могут интерпретировать и отвечать на произвольные вопросы. Технологии обработки естественного языка NLP позволяют чат-ботам понять сообщение в чате, хотя оно и содержит такой «шум», как опечатки, сленг и аббревиатуры. Мощные чат-боты также могут распознавать настрой сообщения, например, подмечать саркастические замечания. Также они способны понимать контекст, чтобы предполагать смысл, вкладываемый в двусмысленные слова.