30分鍾閱讀

【營銷AI秀:第三集】AI能創造內容嗎?

有特色的圖片

參加我們8月3-5日在俄亥俄州克利夫蘭舉行的年度營銷人工智能會議(MAICON)。

今天注冊!

營銷AI秀這個播客通過讓人工智能變得平易近人和可操作來幫助企業變得更聰明——已經正式下線了!

現在可以了請聽前四集在你最喜歡的播客應用程序上播放。繼續閱讀,了解更多關於第三集的內容。

第三集:Jeff Coyle, MarketMuse聯合創始人兼首席戰略官

Jeff是一名數據驅動的搜索引擎營銷主管,在搜索行業管理產品和網站網絡方麵擁有超過18年的經驗。他是公司的聯合創始人兼首席戰略官MarketMuse在那裏,他專注於幫助內容營銷人員、搜索引擎營銷人員、代理商和電子商務經理建立主題權威,提高內容質量,並將語義研究轉化為可操作的見解。

在加入MarketMuse聯合創始人之前,Coyle擁有並經營自己的入站營銷谘詢公司,並管理TechTarget的流量、搜索和參與團隊,TechTarget是B2B技術發布和潛在客戶生成的領導者。

在這一集中,保羅和傑夫解決了一個迫切的問題,這個問題驅使我們的節目主持人保羅·羅策爾多年前開始探索人工智能:人工智能能創造內容嗎?早在2015年,答案通常是否定的。但是,今天的答案是肯定的。在這次采訪中,保羅和傑夫討論:

  • 人工智能如何提升你的內容營銷水平。
  • 自然語言生成(NLG)的重大進步如何改變該領域。
  • 此外,2021年MarketMuse的主要公告。

[視頻]觀看完整的采訪

HubSpot的視頻

閱讀全文

免責聲明:本文由人工智能編寫,感謝深,

保羅Roetzer:歡迎來到營銷人工智能秀。今天,我請來了聯合創始人兼首席戰略官傑夫·科伊爾,這是一個新的頭銜,我們將在MarketMuse上討論。歡迎傑夫。

(00:00:13)傑夫•科伊爾:謝謝你,保羅。很高興來到這裏。我期待著這次討論。

(00:00:17)保羅Roetzer:是的。首席戰略官,今天早上我在領英上看之前你都沒睡,首席產品官。這種變化是什麼時候發生的?

(00:00:24)傑夫•科伊爾:在最近的這個星期四?

(00:00:27)Paul Roetzer:對嗎?

(00:00:28)傑夫•科伊爾:做出改變。我想你第二天就拿到了。真正專注於創新和新的業務計劃,有了新的角色。

[00:00:39]以前我管理產品數據科學、工程和市場營銷方麵的業務。但隨著查克·弗萊登伯格(Chuck Frydenborg)被提拔為首席執行官,而我的聯合創始人阿基(Aki)則專注於融資和合作。我正在關注[00:01:00]verizon的新業務計劃,這非常令人興奮。

[00:01:04]我們將在2021年宣布一些重要的消息,今天我將介紹其中的一些。但不是全部。這些將是我主要關注的領域。非常激動人心,非常激動人心。

(00:01:17)保羅Roetzer:哦,恭喜。我知道我已經從組織結構的角度看到了發生的變化。我今天會問你一些關於這個的問題,但我們之後肯定會討論這個問題,你為什麼不告訴我們MarketMuse是做什麼的,比如告訴我們一些關於這家公司的情況,你們提供的解決方案?

(00:01:33)傑夫•科伊爾:是的,當然。所以我們是,就像我一樣,如果我們不是,我就不會在這裏,我們是一個支持人工智能的內容智能解決方案企業,我們專注於內容智能,因為我們想弄清楚使用自然語言處理,使用人工智能平台的事情意味著什麼。

[00:01:53]我們將其應用於頁麵級分析和站點級分析。告知內容計劃。那麼我應該創造什麼內容呢?我應該更新什麼內容才能對我的業務產生最大的影響?MarketMuse的一個獨特之處在於,我們一直貫徹到實現。

[00:02:10]所以這不僅僅是給你一個想法。我們將帶你了解一個簡單的真相來源。我們將從今天將要討論的內容開始,為您構建內容草稿,並使其達到您想要的程度。所以。嗯,我們真正關注的是確保人們有,你知道,數據驅動的洞察力來指導他們的內容。但他們也能夠證明他們在內容上的投資是合理的。我認為這是內容營銷的兩個主要機會領域,特別是在人工智能方麵。

(00:02:44)保羅Roetzer:你在人工智能方麵的起源故事是什麼?我的意思是,你的職業道路,你是如何最終與人共同創立了一家由人工智能驅動的公司的?

(00:02:55)傑夫•科伊爾:簡而言之。我的背景是計算機科學和我在學校時研究的兩個主要領域。很久以前,你知道,搜索引擎是指企業內部搜索引擎。但這有點。企業搜索和可用性理論。

[00:03:14]所以我一直在搜索引擎領域工作,無論是為潛在客戶建立廣告服務器和搜索引擎產品,還是搜索引擎優化和內容策略。在經曆了我的公司的收購之後,我從2007年就開始工作了。

[00:03:32]我曾在一個團隊工作過很長一段時間,這個團隊有一個非常大的內容組織,非常優秀的編輯團隊和作家團隊。在這段經曆中,我真的學會了每一種可能的工作流程來嚐試使用數據,來告知那些內容決策。後來在那家公司和那家出版社工作。

[00:03:56]我記錄了這些痛苦的過程。[00:04:00]我開始研究那些真正在創新的人,那就是語言處理。我遇到了和我合作了五年的聯合創始人,他為MarketMuse開發了最初的技術。它真正關注的是評估一個概念,如果我是一個專家,我將如何覆蓋這個特定的主題?

[00:04:23]所以最初的技術是以市場為核心的。我提出了很多這樣的工作流程,我們有科學家和開發人員,他們可以用新興技術和人工智能將這些工作自動化。所以通過經驗,你知道,內容戰略規劃,搜索引擎優化以及對這些搜索引擎如何工作的理解,我能夠通知團隊將這些非常痛苦的過程自動化。這段旅程已經持續了5年[00:05:00]。你知道,我有技術方麵的背景但這些新興的概念,這些新興的空間,你知道,它們每年都在成倍增長,你知道,每年都有10到20倍的創新。所以你隻是在玩,你試著保持,你知道,不斷跟上任何與自然語言有關的東西。所以。是的。

(00:05:21)保羅Roetzer:很早以前我就注意到你們了。我想我已經和你們分享過我的人工智能之路開始於2011年,當時IBM沃森贏得了《危險邊緣》比賽。我不知道人工智能是什麼,我沒有敏銳的計算機科學背景。和你一樣,我也是個記者。那是我在新聞學院接受的訓練。在那之後不久,幾年後,我參加了SXSW,有一個美聯社和自動化洞察力的小組,他們講述了美聯社如何使用他們所謂的自然語言生成的故事,這是一種形式,每個季度創建數百份[00:06:00]收益報告,並使用這個工具變成數千份。我當時想,天哪。

[00:06:04]我真的參加了那個會議。比如,人工智能能創造內容嗎,能寫博客嗎?我想那是2015年,應該是2015年3月,可能就在你們創建MarketMuse的時候。那是我的,就像,我已經研究人工智能幾年了,但這成為了我的驅動力。

[00:06:22]這就是我們的工作我們想辦法為客戶創造什麼來幫助他們發展業務。然後我們創造了它。人工智能能從我們手中奪走這一點嗎?所以你為什麼不帶我回到2015年,你們是否在思考同樣的基本用例,比如人工智能能創造內容嗎?

(00:06:42)傑夫•科伊爾:這真是一個很棒的問題。一代人的願景可能並沒有實現。他們的視力。這一代人可能會成為我們希望影響的內容類型的現實,而我們希望影響的更新類型可能要到那之後一年才會發生。

(00:06:59)好。但在2015年的時間框架內,最初的靈感是將數據驅動的見解轉化為記者或編輯編輯,作家或主題專家都能接受的格式。他們會很高興收到。這就是內容摘要形成的時候。所以我們最初創建的內容簡介是手動的。

[00:07:32]實際上,我們從多個MarketMuse專有數據源中獲取數據,然後我們,你知道,編譯,他們,你知道,內容概要,然後我們手工交付給客戶。現在所有這些都是自動化和規模化的。但這是建造一些東西的第一個咒語。激勵一個作家,你知道,能夠邁出最好的一步,發揮他們的專業知識並放大它,而不是讓他們陷入困境,比如關鍵字研究[00:08:00],而不是讓他們陷入困境,比如,你知道,發布並希望一些東西能做得很好,這在今天仍然很常見,不理解內容效率。

[00:08:10]但直到,就我個人而言,我想是在2016年的智能內容會議上聽到的。可能是16年底或17年初。而是親自聽了《日光計》的故事。

(00:08:29)我

(00:08:30)保羅Roetzer:事實上,我主持了那個小組。這太瘋狂了。是的。

(00:08:34)傑夫•科伊爾:所以我讀到過這方麵的資料。對我來說,鼓舞人心的是當他們談到報道奧運會時。他們曾說過,在日照儀之前,我們隻能報道一小部分事件。但在《日光圖》之後,我們會把它們都講一遍。我記得的一件事是,在[00:09:00]奧運會項目設置的方式中,有一些伊拉克或伊朗的錯誤,他明確地指出了模板,以及它們必須如何設置。

[00:09:05]比如在模板中放入異常和基於規則的異常。其中一個是,你知道,柔道因為項目設置的方式獲得了兩枚銅牌。如果我記得特別清楚的話,我記得在會議結束後立即打開我的筆記本電腦研究柔道規則和市場觀點的獎項,它立即告訴我那兩枚銅牌。

[00:09:32]會是一個特殊的區別因素我說,哦,等一下。好的。我也可以在這裏做點什麼。這是太快了。所以我們可以,我們會建立概要概要自然會有一個表麵,那是一個區別點。為什麼它是,它是主題模型的一個不同點。

[00:09:50]是的,但這讓我想到,哇,如果我們能生產出同樣的東西,它們就沒有那麼大的價值了。他們必須手動設置規則。[00:10:00]我們沒有。我們已經有了自動化的東西。所以它告訴我這裏有空間。所以我們開始研究,我可以講一些進展的細節,但我們開始研究總結。

[00:10:12]我們開始研究抽象摘要。我們開始研究其他類型的技術,我當時還處於起步階段。實際上,我們在考慮了兩三次之後才意識到,哇,這東西太貴了。技術不是那樣的,我們花了,我們花了一些周期來對抗我們的數據科學主管,現在是首席技術官,然後是我們現在的數據科學主管。

[00:10:39]我們有很多科學家還在研究這些挑戰,他們說,你知道,這些東西,我們得把它們擱置幾個月,看看會發生什麼。然後,大約一年後,通過我們的兩位科學顧問和同一個團隊正在做的研究,我們發現我們為這個特定平台提出的想法是可能的,而且不僅是可能的,而且是負擔得起的。

[00:11:11]我們對它進行了預測並立即獲得了價值回報。我們就像,哇,一年,順便說一下,我們沒有使用,我們沒有使用別人的模型,我們都是自己做的。我們總是說,我們要盡我們所能做這些事情。因為這是我們唯一能證明創新和投資的方法。

[00:11:35]所以它的靈感真的來自那些模板,基於規則的,基於異常的,以及我們不想構建的藻類,因為我們知道如果我們可以用自然語言生成構建開放的長篇內容,我們總是可以備份自己。我們總是可以後退一步,做那些模板和可擴展的解決方案,但[00:12:00]我們需要一個自由的手來做這件事。我們最初的聯合創始人之一是一位研究科學家他也一直在這個領域進行創新。所以不提他是我的疏忽。他給了我們一些早期的靈感來考慮這個問題。他做到了。

[00:12:21]我們借鑒了一些原始的科學知識,然後真的成功了。但有趣的是,我們之所以能成功是因為原始的技術,核心,如果我們沒有,內容簡介的自動化,我們就不能明確地做我們在第一張圖中所做的事情。好的。

(00:12:39)保羅Roetzer:所以讓我們,如果我們回到聽眾或觀眾,回到2015年的春天,當我問這個問題,人工智能可以生成內容嗎?答案是肯定的,如果我錯了請糾正我,它可以在結構化數據上進行訓練,以創建一個敘述。正確的。但它能從一個想法開始,並產生一些東西嗎?答案是否定的[00:13:00]一點都不接近

(00:13:00)傑夫•科伊爾:沒有什麼值得一讀的。是的。我是說,這些模型退化得太厲害了。

[00:13:07]你知道,它們不是任何可以立即應用的東西,當然也不適合營銷人員。它非常受模板驅動。在搜索引擎優化領域有幾家公司在這個領域進行創新,你知道,使用隨機時間和數據庫來創建不同的內容。

[00:13:32]然後你有了像你提到的自動洞察和敘事科學這樣的公司。開始考慮在金融等領域的可能應用,這些領域的內容在大數據集上不是高度定製的,就像產品一樣。我們基本上做的是內容產品,而不是生成內容。

(00:13:54)保羅Roetzer:所以。再次回到最初的問題。人工智能能創造內容嗎?我可以寫博客嗎?它能寫文章嗎?[00:14:00]答案是否定的,但我想今天我們可以達成一致。答案是,是的,在某些形式下,它可以從一個想法,一個改變的主題中創造內容。是什麼讓我們從五年前開始,那時我們可能會說,我不認為它會發生。

[00:14:19]我們今天是如何發展到營銷人員需要認真考慮使用自然語言生成,也就是人工智能應用程序來生成內容的地步的?

(00:14:30)傑夫•科伊爾:是的。我的意思是,僅僅從技術領域來看,已經發生了如此多的變化,建立精確定義的模型的能力,可以生成內容,就在去年。

[00:14:52]所以可能有兩三年的時間。現在偉大是可能的,[00:15:00]我們有幾種不同的方法可以讓你發現它是偉大的。

[00:15:04]是不是我讀了就不知道是機器寫的?好嗎?有兩個,這是個好問題。我認為在這個問題上有兩種觀點。

[00:15:14]作為市場繆斯的聯合創始人,我的靈感是讓世界擺脫低質量的內容。對吧?我不希望有人創造低質量的內容。我希望通過技術來設定標準,讓它比低質量的內容更好。我希望能夠創建高質量的內容。

[00:15:38]問題是這招管用對於營銷人員來說,它還不成熟。對吧?所以我們不習慣從機器中獲取內容。我們讀了它,然後說,不,這不是我想象的樣子。好的。我們總是評判它。[00:16:00]我們的成功之處在於,當你重複這個動作時,你會說,哦,哇。

[00:16:04]我知道如何從概念到我已經驗證過的內容概要,順便說一下,我想構建這些內容。我們有這樣的結構,這就是我想要構建的文章。正確的。因此,我在驗證我腦海中對這篇文章的願景。然後收到第一個版本。

[00:16:26]如果我有這幾個步驟,我就不太可能馬上做出判斷,然後說,等一下。有些事情不太對勁。我把它看作是一種工具,我把它看作是我勞動力的一部分。所以,對我來說,這篇文章的實際發布可能永遠不會發生,你知道,在短期內,因為我是一個營銷人員,我需要自己對它進行最後的潤色。

[00:16:52]我需要提高產值。但我認為。這是[00:17:00]加速我實現目標的另一種解決方案。就像《華盛頓郵報》從10%的奧運賽事到100%的奧運賽事。如果隻有我和你來決定,保羅,這個月你想寫一篇關於NLG的文章,你可能隻能寫出一篇很好的文章。

[00:17:19]。但你知道,你應該寫20個左右。如果你用的是MarketMuse,它會告訴你你要涵蓋的其他主題。能夠構建內容集群。好吧,可能是這樣的情況,你可以專注於一個作為創作的努力,但作為一個編輯其他想要的。

[00:17:37]並在這個月摧毀整個集群。這就是我認為今天可行的工作流程類型。為什麼?我不認為我知道這一點,因為我可能是這樣的客戶,但直接發布,我認為對於營銷人員來說一直都是這樣。這將是一個貫穿始終的成熟挑戰。

[00:17:57]這將是人們必須克服判斷並認識到這是他們可以製作和使用的另一個數據來源的事情之一,如果這對他們來說有點困難,我認為編輯團隊也會很掙紮。用同樣的方法。因為這是一種,一種震驚。

[00:18:19]就像被一杯水打臉一樣當你閱讀第一篇生成的文章時,聽起來並不可怕。聽起來很接近。換做是我就不會這麼做了。我本可以再加一節。我會補妝的。我可能會,啊,這看起來有點像有點蓬鬆,對吧?

[00:18:37]有點蓬鬆。這就是我經常得到的反饋,當我有這些的時候

(00:18:42)保羅Roetzer:他會把它交給一個實習生或者一個入門級的作家。喜歡它的。是的。是的。如果你不認為它是,再說一遍,它的名字,我們會討論一些具體的報價,初稿,但它不是成品,它是它的意思。

[00:18:55]所以,我的意思是,對於那些認為這整個概念是抽象的人來說,一台機器實際上可以寫出一篇敘述,一篇一千字的敘述。人們現在可能正在使用的一些工具是什麼,他們甚至沒有意識到是由這種底層技術驅動的,他們正在幫助他們編輯或實際上組成他們所寫的東西。

[00:19:14]你想到了哪些流行的工具?

[00:19:17]天哪

(00:19:17)傑夫•科伊爾:有,你知道,有很多,但是你知道,穀歌Smart Composer是一個很好的例子。每個人都可能在你的Gmail中使用它,或者如果你使用它作為你的穀歌管理員,它是體驗的一部分。完成句子,你知道,你是Grammarly有計算機視覺解決方案,比如微軟Azure,有計算機視覺。在S和AI等瀏覽器擴展中有摘要程序,Hemingway是另一個受歡迎的語法檢查程序。但也有一些你正在閱讀的東西,你知道,現在有很大比例的產品描述是在[00:20:00]電子商務網站上建立的,甚至是你知道的,在那些受歡迎的網站上,你可能正在為節日季節發貨,這些描述是從數據庫中寫出來的。你閱讀的大多數金融網站都有一致的帖子,這些帖子來自某種模板化和人工智能的混合。所以你在讀文章的時候沒有意識到,或者你在讀的時候覺得,哦,天哪,這是有用的信息。我能看出這不是出自藝術家之手。正確的。但所有這些事情都是活躍的,而且它隻會在你的日常工作中變得越來越突出。

[00:20:42]你知道,我經常問的問題是,你每天要接觸多少軟件解決方案?他們中有多少人現在正在處理文本或一些信息?幾乎所有這些,幾乎所有你經常與之互動的技術。用自然語言生成或自然語言處理分析數據。

[00:21:06]現在我們看到的是,有更多的用例出現,你知道,在我們的情況下,我們希望你能夠展示你最好的一麵。我們希望你寫的內容永遠都不要比你的競爭對手遜色或更好。這是另一種方式,我們可以讓你發布一切,告訴你的故事,關於你的企業或博客或其他。

[00:21:32]我認為這是一個非常特殊的用例,你知道,你看著像一個敘述科學或自動洞察,你知道,它是,嘿,讓我們把你的數據從數據庫中拿出來,放到網絡上,以一個非常不同的目標敘述。我認為我們會回到那個用例,就像編輯文本的混合。

[00:21:55]除了我們正在做的事。我們已經知道我們能做到。我們隻是采取了[00:22:00]不同的市場方法,因為我們認為這是。這是自然語言處理的市場破壞者。它是能夠寫內容,並把它變成像保羅一樣寫。這就是,這就是我們能做的。

(00:22:14)保羅Roetzer:我參加了您為我們的人工智能營銷學院創建的自然語言生成課程。謝謝大家。棒極了。在那門課上,你多次談到一項名為Grover的創新。你談到了它的重要性,比如一個裏程碑以及格羅弗促成了什麼。

[00:22:32]你能不能給我們解釋一下,Grover是什麼,它是如何影響到GPT-3的呢?所以也許我們會,我們會討論你們是如何應用類似的技術的,但在最後,甚至是19年,或者我猜自2019年初以來,你們認為是一些非常重要的進步。當你上這門課的時候,GPT-3還沒有出現。這是一個真實的GPA。是的。所以你為什麼不給我們解釋一下這些進步,然後我想談談你們在做什麼,以及這將把我們作為一個行業引向何方。

(00:23:11)傑夫•科伊爾:是的,當然。格羅弗學校如果你去找的話,會在羅文·澤勒的網站下麵。

[00:23:18]他是革新者之一,目標是有效的。假新聞是一個重大的社會問題。我們可以。是的。你聽說過嗎?這是有可能的,對吧?

(00:23:34)保羅Roetzer:所以宣傳,假新聞並不一定意味著政治光譜的某一邊。

[00:23:39]不是的,我們談論的是真實的宣傳,就像我們在現實生活中從未發生過的無中生有的事情。

(00:23:46)傑夫•科伊爾:是的。這不是政治驅動。這實際上是我在告訴別人,機器寫的內容沒有任何數據基礎,沒有任何訓練,它隻是,你知道,模仿公司文件的風格。所以這與政治無關。

[00:24:08]所以,最酷的創新是,你可以訓練一個模仿寫作風格的模型。所以他們創建了,然後他們有一些工具,你知道,你可以測試它,比如開始寫一段話或給它一個主題。然後它就會隨機輸出一團文本。

[00:24:34]這很有趣,因為,這個團隊的目標是製定一種策略,以應對這種攻擊或情況,你知道,這種情況可能再次滲透到社會中。我認為如果你是一個品牌,人們也可以編造一些關於你的公司或你的領導者或其他東西的虛假信息。

(00:24:59)保羅Roetzer:所以[00:25:00]非常相關。有人可以在理論上創造出關於你的完全虛假的東西,並且這樣做。在無限的規模上,幾乎就像我想要的品牌一樣,識別和反應的能力是關鍵的東西,大多數品牌都不知道,甚至看其他人在總結,甚至穀歌在他們最近的實施中,閱讀文本,並試圖像DeepMind一樣。

(00:25:33)傑夫•科伊爾:如果你看他們正在做的事情的特定組成部分的評分模型,你看到的是片段。你試著找出那些能表明這篇文章與眾不同的東西。然後你會看到答案出現在搜索結果中,你會看到正確的答案,但你也會看到錯誤的答案。

[00:25:55]你知道,最新的笑話是SERP的醜聞。這是你[00:26:00]要問的問題。答案大錯特錯,對吧?這是因為有很多內容被消化的方式與人們的意願不同。這個過程有兩個階段格羅弗就是一個很好的例子。

[00:26:17]這更像是工具的實現是為了展示它,哇。人們,你知道,更多的是一種令人興奮的觀察,它是可能的。是的,基本上把你自己放在這樣的情況下,你知道,為了,為了,為了構建內容是可能的。

[00:26:39]然後,你知道嗎,理想的模型是什麼?而是你可以寫出經過訓練的寫作風格的文本。它符合你想要的規格。它在整個文檔中保持了一致性。這不是我們關注的重點。它真正關注的是[00:27:00]確定某物是否是由機器驅動的。

(00:27:03)保羅Roetzer:明白了。

(00:27:03)傑夫•科伊爾:現在,隨著我們將要討論的創新,你知道,我們已經,我們已經接近第二部分,所以我們實際上可以識別,你實際上仍然可以識別某物是否存在或不存在。隨著時間的推移越來越少。

(00:27:20)保羅Roetzer:然後我,我們可以用一整集的時間來聊天

(00:27:23)傑夫•科伊爾:關於GPT-3並進行比較,

(00:27:25)保羅Roetzer:但是給一個,你知道,第32個概述,比如什麼是GPT 3,為什麼它對我們的觀眾很重要?

(00:27:32)傑夫•科伊爾:有,有太多的東西你可以在網上讀到,我們也會把它放在節目筆記裏。我們可以在那裏找到一些資源,了解一些細節。伟德bv885好吧,真正的思考方法是有巨大的規模是巨大的規模嗎?它是一個通用語言模型。

[00:27:56]它可以是,有點像培樂多泥它[00:28:00]是不成形的,用於特定的用例。但對於營銷人員來說,它缺乏結構,隻提供相當膚淺的主題覆蓋,其標準輸出是你可以訓練的東西。它還沒有考慮到你的工作流程。這是個,是個約會。

[00:28:19]這是個來源這是一個通用的東西,但它是宏偉的。我的意思是,這些隻是規模幾乎很難想象。這就是我們要從內容創造中思考的問題。它有無限的用例,人們現在隻是在研究盒子客戶服務。

[00:28:40]原創作品的創作就像完全一樣。所以,你知道,必須發生的是,有人需要要麼建立自己的技術,要麼開始思考如何讓它不受固有的問題的影響。好的。不隻是交叉,你知道,它是獨家授權的。[00:29:00]我希望通過微軟開放人工智能。對吧?

(00:29:02)保羅Roetzer:所以你不能,如果你在聽這個,你不能像GPT-3一樣去搜索,隻是買它,然後開始建造東西。事情不是這樣的。

(00:29:09)傑夫•科伊爾:通過Open AI作為微軟的獨家協議進行授權。所以你可以購買積分並使用它。

[00:29:17]但你不可能進去說,嘿,寫吧,寫吧。賴特為我寫了很多博客文章。但你知道,即使你訓練它來構建內容,你也會得到大量的信息,如果你可能讀過《衛報》上的文章,我認為那是10代人的段落匹配。所以他們挑了挑,把它折起來,讓它讀起來像作者想要的那樣。所以,如果你隻是讓它自由地運行,它現在不會像[00:30:00]那樣,對吧?

(00:30:02)是的。所以它會退化。你知道的,它仍然受到重複的影響。它不做諸如檢查抄襲之類的事情。這當然不是深入研究和學習一個主題。正確的。所以這不是專門為營銷人員調整的。它就在那裏,它有潛力,它的下一個版本,你知道,我們會越來越接近它,但它是否能解決營銷人員所麵臨的體育特定用例的問題,隻要關注用模型構建的解決方案就行了。用技術。我看到一個人在寫非常非常簡短的產品描述你知道,兩句話的產品描述看起來相當致命。 I don't have those yet.

[00:30:49]真性感。但我還沒有看到任何東西可以與我們正在建造的東西相比。是的。

(00:30:56)保羅Roetzer:跟我們說說初稿吧。比如,那是什麼,你們一直在做的是什麼[00:31:00],它可能有什麼不同?

(00:31:02)傑夫•科伊爾:是的,不,當然。肯定的。所以,你知道,不要太深入。詳盡的技術,但我們,我們采取的模式,我們的目標是,顯然我們不希望低質量的內容存在。

[00:31:16]我們也希望給人們提供客觀的方法來衡量內容的質量和全麵性。這一直在模型中。這就是我們的技術。實際上,我們可以閱讀一篇文章,並告訴你它對某個特定主題的全麵程度。我們可以告訴你它是否出自專家之手。

[00:31:32]因此,我們想利用我們所擁有的創新和技術進步,以及我們的內容簡介,它基本上是一個故事的大綱,為作者提供一個單一的真相來源。所以我們想把所有這些東西都拿來做內容,做那些特定的品牌。

[00:31:55]所以我們所做的,你知道,在高層次上我們是。能夠[00:32:00]建立一個基本的人的模型,世界的模型。這是你關心的最明智的話題。是的。好的。這太棒了。它知道這東西的一切。你怎麼把蜜蜂趕出你的車庫?我的意思是,它可以是非常具體的東西,也可以是像人工智能這樣的東西。

[00:32:20]然後我們要訓練它對抗。你知道的,你關心的那些細節個性化的東西。所以你怎麼寫其他關於這個的文章,你怎麼寫,你所有的作者怎麼寫,你知道,它可以在任何層麵上完成,我們能夠生成符合所有規格的內容,質量也符合內容簡介。當你,當我們這樣做的時候,你知道,它的一些獨特之處是[00:33:00]它有記憶模型。我不能說所有的細節,但它有記憶模型,所以它停留在,它停留在那一刻,對吧?它不會忘記我說的話。

(00:33:12)保羅Roetzer:人工智能本身沒有記憶,不像人類。

(00:33:16)傑夫•科伊爾:所以我們了解了背景。我們了解投資,我們了解成為專家意味著什麼。我們理解全麵性。我們不會在行進中失去我們的位置,我們不會重複。所以我們建立了這項技術來寫你所訂購的文章。

[00:33:36]我們一直在創新,而且一直在發展。我們一直專注於讓它們變得更好。第一稿的目標是有一個更高的命中率,讓人們看到它,立即克服第一次判斷的傾向,然後過渡到哇,這加快了我的速度。雖然不完美,但[00:34:00]我也許能把它弄出來。

[00:34:02]一兩個小時後正確的。哇。什麼,我什麼都不用做,但看看簡報,也許建立簡報,這取決於什麼,什麼,你知道,在我建立簡報訂單下,我正在做的營銷需求計劃。是的,這就是我想要的。把草稿射給我。它出現了。然後我們創建了新穎的用戶界麵來模擬我們的工作方式。

[00:34:28]你做過用戶研究,研究人們是如何使用這類東西的。所以你會在1月份看到,當它投入生產時,你實際上可以把草稿以多種格式帶入文本編輯器和墳墓。你可以把它放到一邊,拖拽它。

[00:34:48]你還可以分班。你可以拒絕分組,你也可以做各種不同的事情。加快進程,打造出令你[00:35:00]引以為傲的東西,這才是目標。是的。我認為這是一個非常不同的目標,與人們對NLG的自然想法是不同的。但我們一直都是這樣。

[00:35:13]努力,你知道,我想要那裏,我想要你,我想要保羅,我想要你,能夠用同樣或更少的資源推出更多你引以為傲的內容,你知道,我們已經非常接近了。伟德bv885這將會發生,你知道,在明年上半年。這,這,這很令人興奮。這真的很令人興奮。

(00:35:38)Paul Roetzer:來總結這部分內容。12個月後,24個月後,我的意思是2021年,2022年。內容營銷有什麼不同內容創作有什麼不同?你知道,給我一兩分鍾,看看你是怎麼看的,因為進步太快了。這很難。這對我們來說很難。我的意思是,你在裏麵的時間甚至比我還多,[00:36:00]但我的意思是,有時我會退後一步,我不能,我不敢相信,那是2019年2月。然後我們在秋天有了進展。然後突然間GPT-3。天哪,我五年前問過一個基本問題:人工智能能創造內容嗎?

[00:36:14]我隻是有點跟不上這意味著什麼呢?比如,這對行業中的營銷人員意味著什麼?我們將在內容創造和語言中心方麵走向何方?

(00:36:24)傑夫•科伊爾:好吧,我認為你會看到的第一件事,已經開始發生的是低質量的人類書麵內容的市場消失了。好的。有很多這樣的東西。因此,這些行業,內容農場,外包,你知道,非本地翻譯旋轉服務,所有這些集團已經不得不改變他們的商業模式,實際上專注於內容和管理服務,對嗎?

(00:36:53)保羅Roetzer:這就是每個單詞3美分的競爭結束了。我沒有任何抱怨。它很好。

(00:37:00)傑夫•科伊爾:我的意思是,它已經消失了。我的意思是,它,它,它將在12個月內消失,因為它不是,它沒有效果。首先。這個概念的另一個混合是,同樣的資源將擁有技術,讓它們處於更高的水平,但結果是。伟德bv885

[00:37:17]高質量內容的標準提高了。這是第一個預言,第二個,第二個有點爭議。我要說的是,現有的各種搜索引擎和目錄將不得不改變他們思考他們所做的事情的方式。

[00:37:39]其中有爭議的部分是,很多很多的合並已經在發生。而且,你知道,一個實體不擁有一個網站,你知道,一個實體擁有50個網站,擁有100個網站,擁有許多品牌。當這些企業[00:38:00]是內容的強大力量,編輯,他們已經生產了高質量的綜合內容。

[00:38:07]當這些企業使用這種技術時,可能會出現這樣的情況:當有人在研究一個特定的主題時,他們在網上有20個、30個、50個實體,他們可以壟斷尋找一個可查找性,你知道,工作流程尋找工作流程。所以我認為,可能不會是一年,但會是兩三年,弄清楚房地產的動態和真正的所有權將是首要任務。這已經開始發生了。有[00:39:00]我大規模地觀察搜索結果。這已經不再是誰贏的問題了。失去的人。這不是人們現在應該關注的,但人們現在不應該關注的是收購。

[00:39:18]。實體和合夥企業之間的所有權。這就是故事的關鍵所在。不管你做什麼,如果你在尋找X,你的錢會流向Y實體,這就是一個問題。是的。這是備受爭議。這是另一集了。這就是為什麼自然語言生成會把它放在前麵和中心位置。是的。我認為這個問題應該已經解決了。 But first natural generation brings that to the top of the priority list for the biggest businesses in the [00:40:00] world right now.

(00:40:00)保羅Roetzer:哇。好了,我們將像往常一樣用對傑夫的快速提問來結束這一集

[00:40:06]你準備好再來一次快速射擊了嗎?第一個語音助手。你用得最多的是Alexa,穀歌Assistant, Siri, Cortana,或者我不用

(00:40:18)傑夫•科伊爾:和孩子們玩的時候很少,Alexa。好的。我把家裏的燈都關了。我們沒有關閉,除了。

(00:40:26)保羅Roetzer:當它是蘋果的時候,我,我更多地使用我們的蘋果家庭pod。我想嚴格來說是薩裏郡的什麼地方。好的。10年後更有價值。我不知道你是否有偏見,因為你有,計算機科學學位或文科學位。噢,計算機科學學位。是的。具有諷刺意味的是,就像我們問過一些規格或聚光燈專家的問題一樣。

[00:40:47]大概是50 50馬克·庫班多次公開表示他認為文科學位。

(00:40:53)傑夫•科伊爾:我認為計算機科學學位使你能夠抽象地思考。我認為,[00:41:00]市場是麵向孩子的。它無處不在,他們可以控製電腦、手機和其他設備,但他們沒有考慮過計算機科學。

[00:41:09]當他們得到真正可用的電腦,然後他們真正學習計算機科學,他們的使命,他們的使命,我可能和你們一樣。好吧。在未來十年沒有淨影響。人工智能會消滅更多的工作崗位,也會創造更多的工作崗位,否則它不會對我們的經濟產生真正有意義的影響。

[00:41:29]哦,太好了。我隻負責市場營銷。大的,大的。有創造力。絕對的。是的。有創造力。是的。

(00:41:35)保羅Roetzer:一個人工智能會首先贏得什麼,或者至少與人類分享諾貝爾和平獎,奧斯卡普利策獎,否則它什麼都不會贏得。成為一名作家。它會和一個寫入器共享。這將是一場表演,

(00:41:48)傑夫•科伊爾:我會說。因為奧斯卡獎和不知名的領域太多了。我認為它會像奧斯卡一樣獲得[00:42:00]的獎項,比如出色的配音或類似的獎項。是的。一些隨機的類別。奧斯卡技術獎是什麼?但是他們就像前一天一樣,

(00:42:12)保羅Roetzer:前幾天我看到了一篇很棒的文章,它非常有力地論證了一個深度思維,阿爾法折疊可以成為第一個部分授予諾貝爾和平獎的人。機器是如何運作的,這很有意義,比如他們的定位方式。比如,我想幾個月後我可能不能再問這個問題了,艾美獎或奧斯卡。

[00:42:35]我會的,我會把它放上去的。好吧。最後一個,你們最喜歡的人工智能營銷技術,不是MarketMuse,你們有沒有常用的工具,比如Grammarly之類的?這是你工作的重要組成部分嗎?

(00:42:51)傑夫•科伊爾:我有很多。

[00:42:53]但我想說的是,如果我必須這麼做,那麼要說一、二,[00:43:00]我有一個試播員,我會脫口而出幾個。好的。現在我把它限製在一個。MadKudu是一個我真的,真的認為。是的。我得去看看。我非常強烈地感覺到,他們正在做的模型訓練的高級版本在預測領先評分方麵是非常特別的。

(00:43:26)保羅Roetzer:哦,你以前跟我說過。我想那是幾年前的事了。

(00:43:30)傑夫•科伊爾:我們使用它們,它們嵌入到我們的工作流程中,我是他們的支持者,但是是的。我認為,我認為這仍然是一項正在進行的工作。但我們已經能用它們做的,隻是創新。但我認為我們將開始看到產品主導的增長。

[00:43:49]為自助式工作流程啟用了預測領先優勢評分功能,以識別機會,我[00:44:00]認為他們可能是第一個行動者。我認為這是,你知道,這是最令人興奮的領域,因為如果有人破解了這個難題。他們反對獨角獸。噢,是的。這是可怕的。

(00:44:12)保羅Roetzer:好吧。嗯,我可以,我的意思是,我們可以討論,我們已經討論了幾個小時這個話題,所以我們可以讓她呆在家裏,但是關於我們的觀眾如何更好地理解和應用人工智能,有什麼最後的想法嗎?比如他們從哪裏開始,或者你有什麼最後的建議。

(00:44:29)傑夫•科伊爾:現在是年底,盤點一下你現有的內容庫存。

[00:44:34]了解你創造了多少內容,或者你更新了多少內容項,以及這些動作所帶來的結果。如果你對這些百分比不滿意,那可能是你的研究過程被過時的做法所阻礙。這可能是你的優先級,就像你創造的一樣。

[00:44:58]你知道,是由房間裏收入最高的人做的,或者頭腦風暴,或者其他不合法的數據點。也可能是你沒有為你的作者提供一個真實的來源。你以為你寫的是一件事,而他們寫的是另一件事。考慮到內容效率無論你認為工作流的哪個部分是低效的。

[00:45:25]你可以在幾周內修複它,而不是幾個月,你可以讓自己不再做出任何關於內容的錯誤決定。在這個時候,我總是要求團隊照鏡子說,我們創造了多少?它產生了什麼?我滿意嗎?我們所說的MarketMuse正在使之成為現實,但它也是為了營銷人工智能研究所。BETVlCTOR1946伟德

[00:45:55]有一種解決方案可以處理電子郵件。[00:46:00]有一個解決方案,它適用於潛在客戶評分或你的BDR計劃,無論如何,我認為這是一個很好的時機來評估你所有的營銷渠道,並確定哪些渠道沒有你想要的那麼有效。

(00:46:13)保羅Roetzer:是的。這是一個很好的結論。好吧。人們如何找到你?和你聯係最好的方式是什麼?喜歡領英,喜歡推特,喜歡發郵件。

(00:46:22)傑夫•科伊爾:我喜歡使用Twitter和LinkedIn。推特,推特,傑弗瑞強調科伊爾jeff@marketmuse.com一直在領英。這三個地方中的任何一個。

[00:46:34]是的,來市場繆斯注冊如果你聽說過這裏,給我一個note@jeffmarketmuse.com,我會確保一切都像描述的那樣。

(00:46:47)保羅Roetzer:好吧,傑夫。好吧,和往常一樣,很高興能敘敘舊,我們的談話總是給我靈感,我對我們行業的未來充滿希望。我們得再來一次。

[00:46:56]一旦初稿在業界引起轟動,回頭看看它的影響,當GPT-4(我相信它將會是下一個)出現時,它將會繼續發展。我們把它放在這裏。

(00:47:07)傑夫•科伊爾:他們要裝一個增壓器,你知道,敲敲木頭。第一季度將是批量生產的初稿。

[00:47:14]但如果你想要一些例子,它現在正在測試中。如果有人想要例子,請給我發郵件Jeff@marketmuse.com。幾周後你就能收到我親自碰過的初稿。是的。給我打個電話。如果你想看實際情況。效果很好。

(00:47:34)保羅Roetzer:好吧。再次謝謝你。這是營銷人工智能秀,感謝您今天的加入。

相關的帖子

[營銷人工智能秀:第7集]如何利用對話式人工智能來加速收入

熱門的年輕| 2021年3月10日

在Marketing AI Show的一個新的播客節目中,探索如何使用對話營銷來推動更快關閉的管道。

【營銷人工智能秀:第一集】Salesforce領導者討論後人工智能時代的消費者

熱門的年輕| 2021年1月19日

你現在可以在你最喜歡的播客應用程序上收聽the Marketing AI Show播客的前四集。閱讀這篇博客文章,了解更多關於第一集的內容。

【營銷AI秀:第2集】微軟高管介紹對話式AI

熱門的年輕| 2021年1月20日

你現在可以在你最喜歡的播客應用程序上收聽the Marketing AI Show播客的前四集。閱讀這篇博客文章,了解更多關於第二集的內容。

Baidu
map