данные о транзакциях, предоставляя психографические и поведенческие данные. Что замечательно в интернет-данных – это то, что, в отличие от традиционных данных маркетинговых исследований, они могут быть собраны онлайн, в реальном времени и в широком масштабе. Более того, затраты на хранение данных снижаются, а возможности растут быстрее, что упрощает управление большим объемом информации.
Доступность, а также возможность использования этих шести связанных между собой технологий помогает научным и корпоративным лабораториям исследовать новые горизонты. Благодаря этому ранее дремлющие продвинутые технологии могут достигнуть зрелости и широкого применения.
Переосмысление бизнеса с помощью технологий нового поколения
Люди – уникальные существа, одаренные непревзойденными когнитивными способностями. Мы способны принимать сложные решения и решать комплексные проблемы. Но, что важнее, мы можем учиться с опытом. Наш мозг развивает когнитивные навыки посредством контекстуального обучения: получая знания, находя закономерности на основе нашего собственного опыта и развивая собственное целостное представление.
Способ обучения у человека также чрезвычайно сложный. Люди получают сигналы всех пяти чувств. Мы используем вербальный язык и зрительную информацию, чтобы учить и обучаться. Наше восприятие мира усиливается осязанием, обонянием и вкусом. Мы также обучаемся психомоторно, например, чтобы учиться писать, ходить или для обретения других двигательных навыков. Это все обучение – процесс длиною в жизнь. В результате люди могут общаться, чувствовать и двигаться, подстраиваясь под сигналы окружающей среды.
В течение многих лет ученые и инженеры были одержимы желанием воспроизвести способности человека при работе с машинами. Машинное обучение в ИИ предпринимает попытки имитировать подход контекстуального обучения. Системы ИИ не созданы учиться сами по себе. Как и людей, их нужно обучать необходимому, используя алгоритмы. Они находят закономерности, используя большие данные, которые служат примерами контекста. В конечном счете они могут «понять» алгоритмы и полностью постичь логику данных.
Сенсорные технологии играют свою роль в помощи обучению, имитируя органы чувств человека. Например, системы распознавания лиц и изображений помогают машинам различать объекты на основе модели зрительного обучения, которую используют люди. Более того, когнитивные навыки компьютеров позволяют им имитировать социальные взаимодействия – с помощью обработки естественного языка – и совершать физические движения – с помощью робототехники. Хотя машины еще не обладают разумом и ловкостью на уровне человека, они более выносливы и надежны, благодаря чему они могут выучить массивный объем знаний за короткое время.
Уникальность человека, однако, на этом не ограничивается. Люди могут постигать абстрактные концепции, которые не имеют физической формы, например этику, культуру или любовь. Способность к воображению за рамками логического подхода делает людей более творческими. И иногда это заставляет людей отойти от того, что считается рациональным и логичным. Более того, люди очень социальны. Мы на интуитивном уровне любим собираться в группы и строить отношения с другими.
Машины также обучаются с помощью этих других аспектов человеческих возможностей. Например, технологии дополненной и виртуальной реальности (AR/VR) имитируют человеческое воображение, накладывая друг на друга две реальности – онлайн и офлайн. Мы также пытаемся составить представление о том, как машины должны «общаться» друг с другом, разрабатывая «интернет вещей» и блокчейн.
Мы называем эти продвинутые технологии – технологии нового поколения. Это искусственный интеллект, обработка естественного языка, сенсорные технологии, робототехника, технологии смешанной реальности, «интернет вещей» и блокчейн. Воспроизводя человеческие способности, они могут усилить маркетинг нового поколения (см. рисунок 6.2).
Рисунок 6.2. Шесть способов, с помощью которых технологии имитируют людей
Искусственный интеллект
Искусственный интеллект, возможно, самая популярная и наименее понятая технология последних времен. Нас пугают мысли об ИИ на человеческом уровне, как можно увидеть в научно-фантастических фильмах. Такая форма ИИ носит название общего или сильного искусственного интеллекта, у которого разум на уровне человеческого, но он будет разрабатываться еще как минимум двадцать лет.
Но искусственному интеллекту не нужно быть настолько разумным. Узкие применения ИИ уже часто встречаются и широко используются для автоматизации рутинных задач в некоторых индустриях. Компании финансового сектора используют ИИ для автоматизации обнаружения мошенничества и рейтинга кредитоспособности. С помощью искусственного интеллекта Google рекомендует поисковые запросы с каждой новой набранной в поисковой строке буквой. Amazon использует его для предоставления рекомендаций книг, а Uber – для работы динамического ценообразования.
Слабый[18] искусственный интеллект использует компьютерные алгоритмы для выполнения определенных задач, которые ранее требовали человеческого интеллекта. Компьютер может обучаться либо с учителем, либо без. При обучении с учителем человек-программист строит алгоритм в формате «стимул – реакция» или «если – то». Ранней формой таких систем назывались экспертные системы, которые сейчас используются в чат-ботах клиентской поддержки. При взаимодействии с простым чат-ботом клиенты могут задавать вопросы из заранее определенного списка. Компании с повторяющимися и стандартизированными процессами могут использовать экспертные системы для автоматизации.
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
