Маркетинг 5.0. Технологии следующего поколения

«Интернет вещей» и искусственный интеллект вместе создают мощное сочетание для создания опыта контекстуального маркетинга в офлайн-магазинах. Динамический маркетинг, основанный на данных о покупателях, присущ цифровым медиа. Специалисты по диджитал-маркетингу могут легко адаптировать маркетинговое предложение в автоматическом режиме. Применение контекстуального маркетинга в физическом пространстве в прошлом часто зависело от способностей работающего с клиентами персонала «прочесть» своих покупателей. Благодаря «интернету вещей» и ИИ, это больше не так.

Рисунок 10.2. Триггеры и реакции контекстуального маркетинга

Важнейший элемент при создании усиленного искусственным интеллектом контекстуального маркетинга – это построение связанной экосистемы сенсоров и устройств либо на точке продаж, либо на территории покупателя. Как только инфраструктура будет на месте, маркетологам понадобится только определить триггеры и ответные действия. Когда подходящий человек с подходящим профилем находится недалеко от сенсоров, маркетологи могут больше узнать о человеке и предложить подходящий продукт с подходящим сообщением. Маркетологи также могут с ним взаимодействовать и даже создать иммерсивный клиентский опыт для этого человека (см. рисунок 10.2).

Вопросы к размышлению

Подумайте о том, как вы могли бы использовать технологии контекстуального маркетинга в вашей организации. Назовите пример возможностей, привнесенных использованием комбинации «интернета вещей» и ИИ?

Изучите способы персонализировать ваши маркетинговые предложении на основании понимания покупателей в реальном времени.

Глава 11 Дополненная реальность

Предоставляя усиленное технологиями взаимодействие с людьми

В конце 1990-х одной из главных новостей на заголовках стала шахматная игра между суперкомпьютером Deep Blue от IBM и гроссмейстером Гарри Каспаровым, ставшая культовым поединком между машиной и человеком. В 1997 году суперкомпьютер в конечном счете стал первой машиной, победившей действующего чемпиона мира в игре в шахматы. Хотя за год до этого Каспаров победил в первом матче, поражение стало сенсацией в мире шахмат и за его пределами.

Многие эксперты связали победу со сверхинтеллектуальными способностями машины. Суперкомпьютер Deep Blue может обрабатывать 200 миллионов шахматных позиций в секунду одновременно, что намного быстрее любого человека. Каспаров сам признал свою неуверенность в отношении способностей Deep Blue во время игры. С оппонентом-человеком все было более предсказуемо, так как он мог считывать выражение лица или невербальные сигналы.

Впоследствии многие игроки в шахматы, включая Каспарова, интересовались, могут ли они дополнить свои способности игры с компьютером на их стороне. Это привело к форме соревнований, известной, как продвинутые шахматы или фристайл-шахматы, во время которых игроки могут консультироваться с машинами при определении своего следующего хода.

Прорыв случился в 2005 году, когда в турнире с участием гроссмейстеров и суперкомпьютеров победителями оказались два игрока-любителя, Стивен Крэмтон и Закари Стивен, с помощью трех обычных компьютеров (команда ZackS).

На пути к финалу некоторые гроссмейстеры с помощью компьютеров победили большинство конкурентов-суперкомпьютеров. Единственным исключением была команда ZackS, которая также победила некоторые суперкомпьютеры на турнире. В финале команда ZackS победила команду гроссмейстеров и поддерживающие их компьютеры. Игроки-любители обучили свои машины лучше, чем любой гроссмейстер или самообучающийся компьютер.

На эту историю часто ссылаются, как на доказательство того, что совместная работа человека и машины всегда лучше, чем эксперт-человек или мощная машина по отдельности. Ключ в том, чтобы найти лучший симбиоз между ними. Сегодня суперкомпьютеры даже не приблизились к воспроизведению человеческого интеллекта, которому свойственно множество тонкостей, а мечта о сильном искусственном интеллекте (англ. artificial general intelligence, AGI) еще далека от того, чтобы стать реальностью (см. главу 6). Однако компьютеры уже на протяжении какого-то времени отлично справляются с тем, чтобы взять некоторые конкретные функции людей на себя. Вместо построения машин, способных делать все, технологические специалисты концентрируются на разработке нескольких узких применений ИИ, в которых машины превосходят людей.

Точные знания о том, чему и как обучать компьютеры, позволит людям-тренерам раскрыть свой потенциал в полной мере. Эта перспектива ведет к движению технологических разработок, известных как усиление интеллекта (англ. intelligence amplification, IA), или УИ. В отличие от искусственного интеллекта, который направлен на воспроизведение человеческого интеллекта, УИ направлено на усиление интеллекта человека с помощью технологий. С УИ люди остаются теми, кто принимает решения, хотя и при поддержке мощных вычислительных аналитических систем.