Почему ИИ не претендует на ваше рабочее место |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2023-06-22 14:03 С развитием автоматизации и ИИ все больше людей опасаются потерять работу: полную роботизацию некоторых профессий предсказывают уже к 2030 году. Маркетинг не исключение: по прогнозам Mordor Intelligence, рынок ПО для автоматизации будет расти на 18% в год и к 2027 году достигнет 11,5 млрд $. Но вот парадокс: количество людей, необходимых для выполнения конкретной операции, уменьшается, а число самих операций растёт. А значит, людей нужно ещё больше, чем прежде. В чём причина парадокса и стоит ли ожидать «власти машин» в диджитал-маркетинге, рассказывает Кристина Борисова, директор по продукту рекламного маркетплейса Centra. Один за всех… В 2005 году пять диджитал-маркетологов запускали десять рекламных кампаний в месяц. В 2023 с той же задачей справляется один. Управление ставками, запуск кампаний, сбор данных и аналитика — всё, что раньше делалось вручную, — сейчас выполняется с помощью автоматизированных сервисов, рекомендательных и BI-систем. В сумме это экономит десятки рабочих часов в месяц. Казалось бы, жизнь диджитал-маркетолога стала проще. Почему же тогда из диджитал-отдела постоянно доносятся стоны, будто коллеги под пытками, а запуски кампаний срываются по всё более нелепым причинам? …и все на одного За 18 лет рынок, потребитель, медиа, технологии и бизнес изменились до такой степени, что вам приходится без конца тестировать гипотезы, форматы, сообщения, искать новые подходы и так далее. 10 кампаний в месяц — слёзы, вам нужно запускать 40, а то и 50. Количество процессов выросло кратно. Возникает парадокс. Для каждой конкретной операции людей нужно меньше, однако число самих операций растёт, и кто-то должен управлять ими. В итоге количество сотрудников не только не уменьшается, но часто их нужно даже больше, чем раньше. ИИ, сгенерируй это При этом часть процессов, например, креатив, проектная и рабочая коммуникация не автоматизированы совсем. Какие операции нужно оптимизировать следующими, чтобы не раздувать цифровой отдел и чтобы всем работалось легче? Системы одного окна Digital-маркетолог оперирует огромным количеством разнородной информации: медиаплан, показатели рекламных кампаний, отчётность и так далее. С одного сервиса он собирает бенчмарки, с другого статистику, с третьего объём аудитории; пишет запросы площадкам по e-mail или в Telegram, делает аналитику — и всё это в разных каналах. На переключение между кабинетами и каналами сейчас тратится уйма времени и сил. Насколько было бы проще собрать все источники и инструменты в одном кабинете. Поэтому в ближайшем будущем будут создаваться системы одного окна — то, что мы делаем в Centra. Это площадка, где диджитал-маркетолог сможет делать всю или почти всю свою работу, включая управление проектами в таск-менеджерах, коммуникации и создание креативных материалов. Это задача-максимум, реализовать которую ещё предстоит, но мы идём к этому. Системы одного окна — глобальный тренд в пользовательском сегменте. Мы проживаем эру экосистем, супераппов и интеграций между цифровыми продуктами. К этому же идёт и маркетинг. Личные ассистенты на основе ИИ Даже самые квалифицированные сотрудники «Риалвеб» тратят очень много времени на срочные точечные вопросы от своих коллег или клиентов — в чатах и лично. — Сколько мы потратили в VK по этому клиенту в гендерной кампании? — А можешь сделать чарт с разбивкой по форматам за прошлый год в охватах и такой же в деньгах? При этом данные почти всегда уже есть где-то в системе. Поэтому мы разрабатываем сервис на основе нейронных сетей, кратно увеличивающий скорость получения информации и упрощающий работу как команды агентства, так в будущем и маркетологов — Garpun AI. Это набор собственных и opensource решений, который интегрируется в базы данных компании, обучается работе с ними, узнаёт различные узкие терминологии, при этом также учитывает и огромное количество других факторов. У ограниченного количества сотрудников уже есть доступ к технологии и каждый из них использует её не менее 5 раз в день. Там они создают узкоспециализированные презентации, получают аналитические отчёты и инсайты, которые видит ИИ, и в целом получают решения даже на сложные задачи в течение пары минут. Следующая маркетинговая автоматизация должна изменить коммуникацию. Потому что если человек сможет обращаться не к коллеге, а к личному ассистенту на основе ИИ, который «знает» всё о работе компании и может общаться на живом языке, то люди наконец смогут сфокусироваться на задачах кампаний, а не коллег. Рекомендательные системы Автоматизированные системы собирают результаты рекламных кампаний или даже создают креативы, но что с ними делать, решают люди. Чтобы оценить, зацепит ли аудиторию картинка или рекламная кампания, проводят опросы и собирают фокус-группы. Все примерно понимают, как работают системы рекомендаций на маркетплейсах или в онлайн-кинотеатрах: чем больше информации о предпочтениях пользователя, тем более подходящий ему предлагают контент. Точно так же мы могли бы попросить ИИ оценить дизайн-концепт или на основе аналитики порекомендовать рекламную стратегию. Например, у Риалвеб есть, пожалуй, крупнейшая база данных, собранных за 23 года. На её основе мы уже сейчас тестируем различные ML-решения и предиктивные модели, которые в рамках тестов показывают инкрементальный эффект от 2% до 7% в зависимости от переменной. В ближайшее время рынок будет сфокусирован на точности рекомендательных систем. Чтобы рекомендации стали надёжнее, в первую очередь они должны быть разнообразными. Также нужно научить системы быстро адаптироваться к новым тенденциям и масштабироваться — когда понадобиться обработать большое количество данных. Уже к 2028 году рынок рекомендательных систем вырастет на треть. Это не значит, что мы будем слепо следовать советам ИИ. Но подобные технологии уже экономят много времени и помогают с идеями, и продолжат брать на себя всё больше и больше задач. Что было дальше О том, что технологии заменят человека, говорят уже лет сто. О революции шла речь, в частности, в 1983 году, когда журнал Time назвал персональный компьютер «человеком года» и поместил на обложку. «Бог знает, что теперь произойдёт», — резюмировал статью один из экспертов. Но катастрофы не случилось. Например, в 1981 году в Великобритании работали 113 196 бухгалтеров — представителей той профессии, которой десятилетиями пророчат сокращения. А через 10 лет их стало более 150 тысяч. Мы получили важное знание: машины и решения на их основе не отнимают рабочие места, а создают их. И наша задача — брать от автоматизации и ИИ лучшее, что они могут предложить: сократить ручной труд, быстро и точно анализировать данные, избавиться от рутины. ИИ освободит время специалистов, но за этим не последует оптимизация штатов. Компании будут реинвестировать ресурс в количество и сложность задач, чтобы действовать ещё масштабнее и быстрее. Это произойдёт и в маркетинге. Что ещё почитать про ИИ-технологии
Источник: www.cossa.ru Комментарии: |
|