這篇文章是我們聚焦係列的一部分，該係列以人工智能驅動的公司和產品為主題，營銷人員可以使用這些公司和產品來提高業績並改變他們的職業生涯。
誰不想在更短的時間內生成更多、更有效的內容呢?
簡而言之，這就是的目標Curata（@curata)，該軟件使用人工智能來策劃和分發最優質的內容，然後衡量其影響。
該軟件使用機器學習和自然語言處理來解析在線內容
為公司的受眾分類最相關和最受歡迎的選項。然後提供內容營銷管理和衡量，以說明內容營銷如何影響公司目標。
我們通過和帕萬的談話學會了這一點Deshpande (@TweetsFromPawan)， Curata的首席執行官內容營銷中的人工智能g喜歡Curata的作品。
用一個句子或語句描述Curata。
Curata軟件允許用戶輕鬆地查找和分發高質量的第三方內容，在整個項目中保持所有相關利益相關者在同一頁麵上，並通過漏鬥的所有階段準確地分析內容對收入的影響。
Curata為內容營銷人員提供兩種產品:內容營銷平台(CMP)和內容管理軟件(CCS)。
公司如何使用人工智能(即機器學習、自然語言生成、自然語言處理、深度學習等)?
Curata利用信息檢索技術、機器學習和自然語言處理技術完成各種任務:
- 發現引擎會自我優化並學習用戶的內容偏好。
- 檢測重複和冗餘的內容以進行管理。
- 提取和推斷有關內容的元數據，例如被提到的人、視頻、圖像和相關引用。
- 自動過濾掉無關內容。
- 自動學習如何分類和分類內容。
- 預測未來內容對社交、網絡流量、潛在客戶、銷售渠道和收入的貢獻。
你認為目前人工智能的局限性是什麼?
在20世紀80年代，有“專家係統”被認為是人工智能。他們有完全硬編碼的規則，但我們現在已經超越了這一點，用統計模型來預測結果。人工智能現在基本上隻是大多數人還沒有完全理解的算法。例如，十年前穀歌地圖曾被認為是“人工智能”。現在它被認為是基本的。
可靠的情感分析(即判斷一個句子是快樂的、悲傷的還是諷刺的)對人工智能來說真的很難，可靠的句子解析也很難。視覺上可靠地識別茶杯是當前機器視覺算法麵臨的挑戰。對人工智能機器人來說，疊衣服是另一項極其艱巨的任務。人類在尋找哪些數據和問什麼問題的基礎上的直覺是目前最大的一些限製。
另一個限製是對非常少量的證據或數據進行操作的能力。例如，如果你看很多生物信息學應用，每一個數據都是一個病人的DNA。在這些情況下，你沒有大量的數據，所以研究人員很難弄清楚哪些基因與疾病有關。
人工智能的另一個困難是試圖同時優化多個相關結果。假設你想同時優化兩種轉化率;這很快就會變得非常複雜和困難。想象一下，你正在對一個登陸頁麵進行A/B測試，有另一種算法可以改變廣告創意，首先將人們吸引到登陸頁麵。現在要做到這一點的方法是兩者相互獨立，因為同時做兩者很快就會變得難以計算。
現在，機器學習模型需要你輸入屬性來進行預測。在未來，你會告訴它你想預測什麼結果，它會告訴你首先要尋找哪些屬性。
你認為未來人工智能在市場營銷中的潛力是什麼?
造型大同小異。有一種基於賬戶的營銷應用程序，你可以找到一個已經成為客戶或已經轉化為機會的目標賬戶，並將其作為人工智能算法的種子，為銷售或營銷團隊尋找其他類似的公司。
人工智能在營銷中的另一個應用是協同過濾。這些算法是亞馬遜用來根據其他用戶購買的產品來推薦產品的。在B2B營銷領域，類似的算法可以用於向買家推薦內容或商品，這是基於對類似用戶有效的方法。
潛在客戶評分和客戶優先級排序是另一個途徑:我們可以使用機器學習來了解哪些潛在客戶在過去購買過，然後優先考慮其他類似的潛在客戶。
另一個領域是使用自然語言生成，通過創建具有相同核心信息但措辭不同的類似內容來自動重新定位內容。
Curata與競爭對手或傳統解決方案的區別是什麼?
傳統的解決方案在很大程度上是一種用於管理的膠帶方法，其中有人使用提要閱讀器或穀歌警報。提要閱讀器隻是一個內容的消防水管，沒有過濾功能或個性化內容的能力。您必須使用至少一兩個其他程序來注釋和分發這些內容，其間還需要進行大量的複製和粘貼。
Curata CCS是一個一體化的軟件包，可以發現、過濾噪音、淨化顯示的文本、提取元數據、自動總結，並使其易於審查、策劃、發布和推廣。最重要的是，在整個過程中，它使用機器學習來自我優化，並了解你的偏好，以找到更好的內容。
對於分析，傳統的解決方案是使用多個數據係統，如社交媒體工具、穀歌analytics、營銷自動化和CRM係統，試圖獲得內容對整個漏鬥的影響的完整圖景。不用說，這是低效的。相比之下，Curata CMP是一個集成包，可以自動準確地測量來自上述所有來源的數據，並增加了預測未來內容性能的預測功能。
就公司規模和行業而言，誰是原型客戶?
Curata是內容和語言不可知的，為各個垂直領域、每種語言的客戶以及各種規模的B2B和B2C公司工作。
對於營銷人員來說，Curata的主要用例是什麼?
對於那些需要更多內容而自己又無法製作足夠內容的營銷人員來說，他們需要策劃。或者他們需要更多吸引人的第三方內容，這樣內容就不都是以自我為中心的、自我製作的內容了。它也適用於需要整合編輯日曆和全麵內容績效衡量的營銷人員。
關於人工智能在營銷中的應用，還有什麼其他想法嗎?或者對那些剛剛開始探索人工智能可能性的營銷人員有什麼建議嗎?
這不僅僅是算法的問題，也是數據的可用性和清潔度的問題。十年前，當我在穀歌工作時，穀歌翻譯的中文和阿拉伯語準確率都是最高的。根本原因不是算法更適合這兩種語言，而是多虧了美國國防部，研究人員有了最多的這兩種語言的翻譯文本。