这是两部分系列的第一部分。在我们的网站上观看下一版。最新的流行语充分发挥了营销的作用。人工智能或 AI 当您搜索人工智能营销时，会出现近一百万个项目。人工智能的想法已经存在了 40 年，但有许多错误的开端。然而，今天的计算能力和自然语言的进步使我们能够将人工智能变为现实。
用作家 Malcolm Gladwell 的话来说，人工智能正在达到一个临界点，“当一个想法、趋势或社会行为跨越一个门槛、提示并像野火一样蔓延时，那个神奇的时刻。”根据 CB Insights 的数据，流入基于人工智能的公司的公司数量和资金数额持续上升。国际数据公司 (IDC) 预测，未来四年人工智能软件的营销支出将增长 54%，从 2016 年的 3.6 亿美元增加到 2020 年的 20 亿美元以上。为什么？效率和透明度是人工智能的承诺“机器接管重复但重要的任务。
什么任务？营销部门在幕后和舞台中心都在使用人工智能。人工智能和机器学习 (ML) 已经成为客户体验领域的支柱。聊天机器人正在取代实体店中的面对面互动。我们大多数人都熟悉亚马逊、Netflix 和其他公司使用的数据驱动算法，用于根据之前的购买行为进行个性化推荐。在幕后，人工智能支持数据分析和自动化。用不了多久，我们就可以使用 AI 和 ML 来支持 A/B 测试实验了。人工智能可用于支持媒体购买、程序分析以实现更快的路线修正、混合计划和预测建模。
在担心被机器取代之前，我们应该意识到人工智能在营销中的重要和有价值的用途，可以让营销人员更少地陷入困境并发挥更具战略性的作用。
如何真正利用人工智能的力量 到目前为止，营销组织正在尝试在程序问题上使用人工智能。当今大多数营销组织面临的挑战不是访问数据，而是解释和使用数据。当营销部门没有很好地使用其数据，或者更糟糕的是，错误地使用数据时，这是一个悲剧。大量和持续不断的数据流让我们中的许多人屈服，实际上增加了分析麻痹综合症。收集信息和识别模式对人类大脑来说越来越具有挑战性。不久之后，我们将达到洞察力的价值无法与努力和投资成比例增加的地步。
营销部门有一个真正的机会来使用人工智能来帮助识别数据模式并指导更好的营销决策和绩效。 AI 和 ML 使营销部门能够“准确、快速地发现值得采取行动的丰富而新的见解”。它仍然需要我们利用这些见解并运用我们的经验和专业知识，就客户、市场和服务/解决方案做出明智而有意义的业务决策。这就是人工智能的真正力量——支持战略方向。
每个营销组织都可以采取三项措施来利用 AI：
采取综合方法。能够快速了解所有渠道、接触点和内容之间的关系，并对其进行排序以创建一个比单个部分更大的整体，这是一种巨大的力量。这是您重复性任务的 AI Inventory 领域。人工智能的直接价值是能够自动执行重复性管理任务，这会消耗营销部门的时间和精力。确定每项任务需要多少时间。确定其中一些任务是否适合 AI 建立性能参数。在绩效管理方面，机器学习可以帮助快速检测绩效何时超出可接受的参数，并有助于缩小日益扩大的营销绩效差距。理解和利用 AI 和 ML 并不是营销人员一夜之间就能完成的事情。为了有效，我们需要做的不仅仅是击鼓。我们需要了解人工智能以及如何使用它来做出更好的决策。注意你准备好转向人工智能了吗？在我们的 MeasureUp 博客上。
与此同时，营销部门的每个人都需要了解人工智能的基础知识以及我们如何使用它，例如改善客户体验、营销流程、营销绩效管理和营销数据管理。对我来说，这意味着转向可信赖的资源来跟上进度。例如，我正在查看我的朋友和同事 Jim Sterne 的最新著作：人工智能营销：实际应用。还有其他资源和书籍可以推荐吗？希望您能在评论中发布并分享它们。
