データに飽きた?人工知能は良い選択です

データに飽きた?人工知能は良い選択です

今日のデジタル マーケティング担当者にとっての課題は、共感を得るためにすべてのプラットフォームでブランド ストーリーを配信または最適化する方法を知らずに、創造的で魅力的なブランド ストーリーを伝えることです。

[[329248]]

マーケターたちは、将来、ロボット、人工知能、機械学習がすべての人の仕事を奪ってしまうのではないかと懸念しています。マーケティングAI研究所が述べたように、一部のマーケティング職はAIのせいで消え、一部のマーケティング職はAIによって強化され、一部の新しい雇用機会はAIによって生み出されるでしょう。

実際のところ、創造性は依然として人間の手に委ねられており、反復的なタスクやデータ分析を伴うマーケティングの仕事だけが脅かされるので、あまり心配する必要はありません。たとえば、A/B テストはもう終わりにしましょう。マーケティング担当者は、どの見出しや画像が最も効果的かを理解するために、何千もの A/B テストや多変量テストを実施しているかもしれません。

残念ながら、これは最初から欠陥があります。なぜなら、マーケティング担当者は、外れ値や微妙なパターンを無視して、変更を正当化するために個人的な意見や期待する結果に基づいて、事前に決められた方法でテストを実施するからです。 AI は人間よりも客観的にこれらの外れ値やパターンを見つけます。

A/B テストにおける機械学習の利点は、A/B テストを実行しなくても最適な選択を正確に予測できることです。テストの実行に時間、予算、エネルギーを費やす代わりに、結果を調べて会議を開き、その結果について話し合いましょう。かつて、マーケティング担当者は分析をマスターし、機械のようになるよう求められていましたが、現在、成功するデジタル マーケティング担当者は、より人間的になる必要があります。企業幹部の 36% が、企業に AI を統合する主な目的はタスクを自動化し、創造性を解き放つことだと回答しました。

マーケティング担当者は、意見はデータによって裏付けられない限り重要ではないと言われています。多くのマーケターはデータの達人となり、ピボットテーブルをマスターし、SQL も学び、より機械のように考えようとしています。 「ビッグデータ」が機械によって生成された洞察や行動へと進化するにつれ、薄っぺらなマーケティングモデルでは競争できなくなり、機械学習は急速に進歩し、かつて持っていた競争上の優位性を上回るようになるでしょう。

人間は、創造性という重要な領域を除いて、唯一の創造者です。機械は最適化できますが、魅力的なストーリーを創造できるのは人間だけです。

これを読んで何か思ったことはありますか? 考えてほしい 2 つの質問があります。

  • マーケティングの仕事の中には、AI によって消滅したり強化されたりするものがあります。AI の出現は良いことだと思いますか、それとも悪いことだと思いますか?
  • 人間の創造性は機械や AI に取って代わることはできません。あなたはそう思いますか?

<<:  AIoTは自律時代を推進します。人工知能はIoTインフラに新たな競争上の優位性をもたらします。

>>:  人工知能が中小企業にもたらす5つのメリット

ブログ    
ブログ    
ブログ    

推薦する

AIは単なる機械学習ですか?機械学習とは何かを3000語でわかりやすく説明します

コンピューター科学者は、人工知能の中核技術である機械学習とディープラーニングにおいて大きな進歩を遂げ...

貧困が私を訓練した

1. 事前のトレーニングは必要ですか?事前トレーニングの効果はすぐに現れますが、必要なリソースが法外...

国立国防技術大学は、モバイル環境下で高精度のオンラインRGB-D再構成を実現するROSEFusionを提案

最近、国立国防科技大学の徐凱教授のチームは、高速移動に対するランダム最適化に基づくオンライン RGB...

研究:ChatGPTが提供するがん治療オプションには誤った情報が満載

8月27日、OpenAIのチャットボットChatGPTは世界中で人気となっているものの、重要な分野...

DeepSense: モバイルセンサーの時系列データを処理するためのディープラーニングフレームワーク

DeepSense は、エンドデバイス上で実行されるディープラーニング フレームワークです。ローカル...

注目の話題レビュー:自動運転タクシーは商用化まであと一歩

自動運転については長い間議論されてきましたが、それが本当に人々の生活に不可欠なものになるのはいつでし...

Metaはオープンソースのビッグモデルを緩和し、開発者が商用利用で利益を得られるよう検討していると報じられている。

6月16日、MetaのCEOマーク・ザッカーバーグ氏とその代理人は、Metaが開発中の新しい人工知...

ディープラーニングの3つの主なステップ!

[[418456]]この記事は、Lee Hongyi によるチーム スタディ ブック「LeeML-...

雪の結晶がどのように形成されるかは、これまでずっと謎でした。この物理学者は、その謎を解明したいと考えています。

テクノロジートラベラー北京ニュース 1 月 3 日:ケネス・リブブレヒトは、この寒い冬に暖かく快適な...

自動運転について話しましょう

自動運転とは何ですか?自動運転とは、さまざまなセンサー、コンピュータービジョン、人工知能、機械学習な...

人工知能が教育評価の近代化に貢献

教育評価は、教育の質の継続的な向上を促進する「牛の鼻」として、確立された教育目標に基づき、一定の教育...

人工知能統計調査:AIの普及により1億2000万人の労働者が再訓練を必要とする

AI の健全性と進歩に関する最近の調査、研究、予測、その他の定量的評価では、労働力の再訓練の必要性、...

ハードコア情報 | 顔認識の原理とは?

[[408210]]今では「顔認証で出勤、顔認証で支払い、顔認証でドアを開ける」といったハイテクノ...