4分鍾讀取

自然語言應用如何解決真正的營銷挑戰?

有特色的圖片

想知道如何開始使用人工智能?以我們的營銷人員按需駕駛AI係列為例。

了解更多

當你聽到“人工智能”或“機器學習”這些詞時,你的想象力可能會瘋狂起來。

智能機器能自己做決定嗎?

他們能神奇地解決業務問題嗎?

當機器開始做或說我們無法預測的事情時會發生什麼?

對人工智能能做什麼和不能做什麼的誤解,有時會引發對技術應用的不安或反對,這些技術應用正在增強人類的能力,並賦予團隊以更高的效率運作。

Phrasee在美國,我們已經建立了一個先進的人工智能係統,可以編寫簡短的營銷文案,如電子郵件主題行、Facebook廣告、展示廣告、短信和推送通知。這是一個由人工智能驅動的解決方案,用於定義良好的挑戰——以品牌的聲音大規模地編寫優化的語言,吸引受眾並提高營銷投資回報率。

我們的語言技術(自然語言生成和深度學習的強大結合)為特定目的生成和優化語言。這被稱為“狹義人工智能”,因為它並沒有試圖解決人類智力的普遍問題。

人工智能不是魔法。這是應對現實世界商業挑戰的科學答案,比如參與度停滯不前和收入下降。

通過弄清楚事實,更多地了解人工智能及其子集技術,以及它們目前的能力,營銷人員將從了解如何使用人工智能來改善營銷和最大化業務影響中受益。

什麼是自然語言生成,如何在市場營銷中應用?

語言是複雜的。

通過潛入20卷的牛津詞典第二版,您會發現它有完整的條目目前使用的英語單詞超過17萬個.僅在英語中,就有數十億種方法將單詞組合在一起來傳達信息,所有語言都遵循自己複雜的語法規則。

在發起營銷活動時,你不僅需要在正確的地點和時間瞄準正確的人,而且還有另一個重要的拚圖——正確的信息。你選擇詞語和語言屬性的正確組合來吸引聽眾的機會有多大?

自然語言生成(NLG)為這一問題提供了解決方案。它是自然語言處理(NLP)的一個子領域,NLP是一種處理人類書麵或口頭語言的軟件。NLG使計算機能夠編寫英語(或任何其他語言),目的是供人閱讀。

目前的NLG應用程序涵蓋了新聞、商業和財務報告以及產品描述寫作等領域的一係列用例。對於營銷人員來說,該技術使簡短營銷文案的寫作更加有效。以電子郵件營銷為例,NLG可以為品牌受眾量身定製主題行,並優化其最大參與度。

NLG係統可以根據品牌的受眾、上下文和敘事目的調整輸出語言的語氣、風格和結構。這是一項複雜的任務,需要考慮語言的多個方麵,如語法、句法、情感、詞彙用法和感知。

這就是Phrasee的技術所做的。我們最先進的NLG係統可以生成數以百萬計的人類發音,品牌兼容的拷貝變體,隻需按一下按鈕。它還幫助維珍假日(Virgin Holidays)、eBay和達美樂(Domino’s)等世界領先品牌創造了數百萬美元的增量收入。

因此,NLG通過大規模優化客戶溝通,為品牌提供了實際的營銷應用和商業效用。

關於AI和NLG的誤解

營銷人員對人工智能能做什麼和不能做什麼有很多誤解。

一個很好的例子是微軟在Twitter上臭名昭著的Tay機器人.這款由NLG提供動力的機器人,被認為是人工智能如何學會與在線用戶互動的一個演示。相反,它最後說了一些種族主義和煽動性的話。

AI不能發明這種糟糕的語言本身。許多人工智能係統使用一種稱為“機器學習”的技術,係統根據現有數據構建模型。在Tay的案例中,係統接受了包含種族主義和煽動性語言的數據訓練。換句話說,Tay學會了如何模仿已經存在於互聯網用戶子集中的不良行為。設計師應該在一開始就防止訓練數據中包含不受歡迎的內容。如果他們這樣做了,係統就不可能學會這樣做。

然而,營銷人員可能會擔心人工智能驅動的機器會落入與Tay相同的陷阱。實際上,對於大多數基於nlg的解決方案來說,這是不太可能的。重要的是要記住,人工智能係統受到它們所訓練的數據的限製。例如,Phrasee的模型並沒有接受從互聯網上隨機抓取的內容的訓練。他們在專門針對手頭問題精心策劃(手工)的數據集上進行訓練。

另一個誤解是,使用NLG的人工智能係統最終會讓所有以寫作為生的人失業。假設是人工智能係統可以做到一個人類作家能做到的一切

毫無疑問,人工智能可以做很多事情。然而,現代人工智能係統擅長於狹義的任務。以Phrasee為例,我們的係統專門生成簡短的營銷文案。在某些情況下,它比人類更擅長這項任務。然而,我們不能按下開關,用這項技術寫一篇博客文章或一本電子書。

人工智能和NLG在過去的二十年裏有了巨大的發展和改進。但是,今天,大多數人工智能工具隻做了幾件事。它們不是什麼都能打敗人類的通用係統。

隨著營銷人員對人工智能的了解越來越多,他們應該記住以下兩個事實:

  1. 基於機器學習的人工智能係統反映了它們所訓練的數據。這是一把雙刃劍。一方麵,它們非常強大,因為它們可以從龐大的數據集中訪問信息。另一方麵,錯誤的輸入數據會導致錯誤的輸出。當Phrasee等人工智能供應商小心處理他們的訓練數據時,係統就不會有行為不當的風險。
  2. 你遇到的人工智能係統不可能每件事都做得一樣好。相反,每個係統都擅長於一些狹窄的任務。

通過牢記這兩個事實,營銷人員將發現自己更有能力理解和審查人工智能驅動的解決方案提供商。

要了解更多關於人工智能文案如何促進營銷成功的信息,請查看Phrasee在這裏

相關的帖子

人工智能的真正風險是什麼?

尼爾·耶格博士| 2020年9月2日

Phrasee的尼爾·耶格博士分享了人工智能在我們的個人生活和商業中的真正風險。

計算機如何通過機器學習變得更好?

尼爾·耶格博士| 2020年10月19日

尼爾·耶格博士討論了機器學習如何通過分類和回歸模型變得更加智能。以下是你可以期望學到的東西。

AI的現狀如何?一份新的報告給出了答案

阿什利地空導彈| 2018年1月11日

一份關於人工智能現狀的全新報告為營銷人員提供了重要的啟示。在這篇文章中了解它們是什麼。

Baidu
map