Odvisno od tega, koliko kave popijete.
IBMov sistem umetne inteligence Watson je samostojno sestavil napovednik (trailer) za film Morgan. Potreboval je 100 drugih napovednikov, ki jih je pregledal, pičlih 24 ur in nekaj kilovatov električne energije.
In zelo kmalu bo lahko na isti način sestavljal naše video oglase. Nasvidenje marketinške agencije in oddelki, dobrodošel Watson? Hmm... čas, da z naravno inteligenco in stekleno kroglo na mizi raziščemo prihodnost marketinga. :)
Umetna inteligenca?
Izraz umetna inteligenca pridobiva na popularnosti in marsikomu že krati spanec. Ali se bom jutri zbudil v normalen svet ali bodo moje delo prevzeli roboti?
Za jutri napoved kaže dokaj stabilno situacijo. Članki o umetni inteligenci so večinoma novinarske race. Okusne, simpatične, berljive, a pretirano napihnjene.
V primeru napovednika Morgan je namreč povsem običajen računalniški program s pomočjo izkušenih strokovnjakov in s tehniko poglobljenega učenja zgolj analiziral 100 horror napovednikov in shranil vzorce. Nato je iz filma izvzel za 6 minut odlomkov, ki so se najbolje ujemali z vzorci.
Umetna inteligenca ali poglobljeno učenje?
Ali je iskanje ter primerjava vzorcev umetna inteligenca? Vsi amaterski ljubitelji statistike bodo verjetneje to uvrstili v data mining z zelo naprednimi orodji. Recimo linearno regresijo.
Med strokovnjaki, ki se ukvarjajo s tem področjem, tovrstne tehnike uvrščajo v nadzorovano poglobljeno učenje. Strokovnjak (z veliko kave in volje) programsko rešitev trenira, da pride do rešitve.
Umetna inteligenca bi v nasprotju z nadzorovanim pomenila nenadzorovano poglobljeno učenje, kjer bi se program treniral sam od sebe. In predvsem zaradi sebe, torej lastnih potreb. Zaenkrat temu nihče ni prišel niti blizu.
Če vas je terminologija kaj motivirala, je tukaj priročnik za vašo kariero soustvarjalcev poglobljenega učenja.
Poglobljeno učenje v marketingu danes (2017)
A kakorkoli rečemo temu konceptu, je izjemno učinkovit. Watson je analizo filma in izločanje najboljših odlomkov naredil v 24 urah.
Izkušenemu človeškemu ustvarjalcu bi isto delo vzelo kakšnih 15 do 20 delovnih dni. Watson zmore odslej to ponoviti kadarkoli v nekaj urah, če mu posredujemo horror film.
In Watson ni edini pri mizi, ki bi z veseljem nesramno hitro zmlel vašo kavo:
- Google Analytics analizira vedenje milijonov uporabnikov in shranjuje vedenjske vzorce. PaveAI vam te podatke samostojno pretvori v priporočila za odločanje.
- Facebook Messenger vašim uporabnikom odgovarja na vprašanja.
- AdWords iz vsebin vaše pristajalne strani predlaga najbolj ustrezne slike, postavitve oglasov in njihovo pojavljanje.
Vse te aktivnosti so še pred nekaj leti zahtevale celotne ekipe marketinga.
Ali je vaše marketinško delovno mesto ogroženo v naslednjih (3) 10 letih?
Sistemi poglobljenega učenja so torej že trdno zasidrani med nami. Delujejo odlično in pričakovati je, da bodo delovali še bolje. Da bi razumeli njihovo prihodnjo učinkovitost, se vrnimo še za trenutek v filmsko industrijo.
Od trailerja do filma
Programi za ustvarjanje filmov bodo kmalu s pomočjo poglobljenega učenja samostojno ustvarjali trailerje. Človeški poseg bo verjetno le poslabšal rezultat. Saj veste, kaj je bilo, ko je nazadnje vaš šef posegel v obliko Powerpoint predstavitve?
In kmalu bodo posegli v produkcijo posnetih kadrov.
Računalniški programi lahko iz posnetkov ustvarjajo nove, v katerih se spremeni besedilo, izgovorjava, čustva.
V nekaj korakih lahko predvidevamo, da bo program prebral knjigo in na njeni osnovi ustvaril film. Srhljiv ali romantičen. Omogočil, da izbirate sebi najljubšo verzijo istega filma, recimo komedijo.
Neučinkoviti ljudje v marketingu
Ali v tej bližnji prihodnosti še obstaja potreba po ljudeh za kamerami in mikrofoni, stilisti, scenografi in vsemi drugimi, ki danes živijo na račun ustvarjanja filmov ali video oglasov?
Odgovor je ekonomsko navidez enostaven: nekaj kilovatov električne energije je preprosto bistveno nižji strošek od celotne ekipe strokovnjakov, ki ves čas rabi kavo. In več različic filma pomeni zadovoljitev širše skupine uporabnikov.
Enako velja za marketing:
- ali bi plačevali oblikovalca, če program ustvari optimalni oglas v nekaj minutah?
- ali bi plačevali pisca tekstov, če program napiše izjemen tekst v nekaj minutah?
- ali bi plačevali vodjo marketinga, če je program sposoben sestaviti boljšo strategijo marketinga?
Poglobljeno učenje bo odpravilo številna marketinška opravila
Prav zaradi izjemne učinkovitosti v prihodnje pričakujemo, da bo poglobljeno učenje namesto nas sprejemalo številne mikro in vedno zahtevnejše odločitve. Praktično samostojno bodo programi ustvarjali:
- oglase
- spletne strani
- tekste (ki se bodo prikazovali v vaši spletni strani glede na vedenje uporabnika)
- strategije marketinga
- predloge funkcionalnosti in izgleda izdelkov, embalaže
- pogodbe z dobavitelji in podizvajalci
Ogroženi poklici: marketinške agencije, voznik, zdravnik
Programske rešitve s poglobljenim učenjem so sposobne boljše (varnejše) vožnje od človeka in nakazujejo na veliko izgubo služb v prevozništvu.
Vozniki avtobusov, tovornjakov ali vlakov bodo preprosto prenevarni v primerjavi z roboti.
Ob tem je robot sposoben voziti neprenehoma in ne le omejen delovni čas. Da o količini konzumirane kave sploh ne razglabljamo.
Enako je z zahtevnimi službami, recimo splošno zdravstvo. Programske rešitve so na osnovi slike pacienta sposobne bistveno natančneje ugotoviti pljučnico, kot zdravnik.
Sploh po dolgotrajnem dežurstvu in - saj veste, praznem avtomatu za kavo.
Ekonomija za odrešitev
Kot velikokrat doslej, bo vsem ljubiteljem tehnologije sanje najverjetneje pokvarila njihova nočna mora: ekonomija.
Cena rešitev umetne inteligence poglobljenega učenja
Prav očitno je, da izjemen človeški strošek predstavlja kava.
A podobno odvisnost v sistemih poglobljenega učenja predstavljajo vhodni podatki. Program jih sicer lahko ustvarja samostojno, a v realnem svetu je kombinacij neskončno in parametri se spreminjajo.
Potrebujemo sveže (čim bolj pravilne) podatke v veliki količini. Kava, anyone?
Google posledično za svoje rešitve poglobljenega učenja rabi stvarne uporabnike in jih mora pridobivati ter ohranjati. Prositi za sodelovanje. Iskati luknje v zakonih pri shranjevanju ter obdelavi teh podatkov.
Znano?
Točno tako, marketing ni brezplačen in pridobivanje podatkov je strošek za Google ali katerikoli drug sistem poglobljenega učenja.
Trg podatkov se pri tem vede kot vsak drugi trg. S povpraševanjem cena raste. Odvisna je od števila uporabnikov, ki so pripravljeni deliti svoje prave podatke.
Obseg, aktualnost podatkov in natančnost
Sistem poglobljenega učenja podaja precej natančne rešitve, ko imamo veliko količino podatkov. Ali zelo napačne rešitve.
A kaj, če ste kavarnica, ki želi oglaševati svojo ponudbo na vasi? Obstaja velika verjetnost, da vaša natakarica pozna svoje odvisneže bolje kot Google.
Čeprav je očiten nagel razvoj na posamičnih primerih, je umetna inteligenca še vedno zgolj statistično predvidevanje na osnovi vzorčenja in veliko podatkov.
In kot je nekoč lepo prepoznal Mark Twain:
There are lies, damned lies and statistics.
Ogledalce povej, kateri AI najboljši v deželi je tej?
Podjetja bodo torej najemala rešitve poglobljenega učenja in svojo odločitev o najustreznejši rešitvi sprejemala na osnovi natančnosti in cene.
Sistemi poglobljenega učenja bodo sicer postali eno od najbolj koristnih orodij marketinga, a je med različnimi, ki bodo na voljo, še vedno treba izbirati. Jih trenirati in uporabljati na naših primerih.
Jih plačevati in presojati, ali so za naš posel res najboljši?
Igra brez zmagovalca (in okusa)
A ste se kdaj vprašali, kdo vse uporablja Google AdWords? Vi in vaša konkurenca?
Vsi prispevamo isti budget v isti sistem, ki prikazuje podobne iste oglase istim ciljnim skupinam?
Nekaj je neokusnega v tej prihodnosti? Točno, isti cappuccino za vse.
Če vse prepustimo sistemom poglobljenega učenja in se zaposleni več ne vpletamo, bodo uporabniki videli ista sporočila ob istem trenutku na istem mestu.
Težko rečem za vas, a jaz bi najraje podaljšano brez mleka.
Delovanje umetne inteligence ženejo potrebe ljudi
In za zaključek še največja prepreka dramatični teoriji zarote, v kateri vso kavo spijejo roboti in smo ljudje primorani piti vodo. Saj veste - teorija o tem, da zgolj odstotek grabežljivih kapitalistov vse upravlja preko robotizirane proizvodnje in avtomatiziranih sistemov odločanja?
Ekonomska neracionalnost tega scenarija je očitna. Lastniki kapitala bi v tem primeru bili lastniki mrtvega kapitala. Robotov, ki proizvajajo velike količine dobrin za nikogar.
Pri tem niti ne pijejo kave, ki jo proizvajajo drugi roboti (lastniki drugega grabežljivega kapitalista).
Pravzaprav bi flota avtomatiziranih avtobusov v tem črnem scenariju bila popolna izguba, saj potnikov ne bi bilo (ker nimajo denarja za prevoz, saj nimajo služb).
Še vozovnica z vključeno robotizirano postrežbo kave se ne more prodati v takšni družbi.
Google AdWords ali Adobe Premiere z vsemi možnimi dodatki poglobljenega učenja so le nepotrebne rešitve, če ljudje ne klikajo na oglase z namenom, da kupijo kilogram kave.
Sisteme poglobljenega učenja potrebujemo le, če imajo ljudje potrebe in sredstva, da kupujejo kavo. Če ekonomija družbe torej deluje. In za delovanje ekonomije rabimo zaposlenost, plače in vse druge mehanizme, ki so se skozi stoletja razvili.
Črne prihodnosti, v kateri roboti vse delajo in smo ljudje odveč in revni, ob normalnem razvoju dogodkov preprosto ne more biti. Ker teh robotov potem nihče ne potrebuje. Možen scenarij je le ta, v katerem umetna inteligenca poglobljeno učenje nadomesti del opravil.
OK, možen scenarij je še teorija univerzalnega temeljnega dohodka. Ta vključuje veliko brezplačne kave in mogoče o njej kdaj drugič. Ob podaljšani kavi.
Ali bo torej umetna inteligenca prevzela vaše marketinško delovno mesto?
Da. V pisarnah in oddelkih marketinga se zagotovo spije preveč kave. Vsak mesec se odpirajo iste Excel preglednice, ki se nato kopirajo v novo verzijo, da bi nekdo sprejel (skoraj) identično odločitev kot prejšnji mesec in prejšnje leto.
Umetna inteligenca bo prevzela večino teh opravil ali jih vsaj bistveno spremenila. In odprla prostor novim razsežnostim marketinga. Zaenkrat neznanim variacijam kave, ki se bodo skozi čas pokazala kot sodobni trend.
Ustvarjena bodo nova delovna mesta, kjer bodo vaša opravila drugačna.
Zabavno v nove razsežnosti marketinga
Ali ste vedeli, da je nosilno sliko te objave naredil program MidJourney v manj kot minuti z vnosom teksta "each technology has its own purpose in marketing"?
Če vas je strah tovrstnih sprememb in novih različic kave, bo to za vas zelo stresno. A če boste v naši družbi, vam bo vsaj zabavno. :)
Vpišite se na seznam prejemnikov naših novic iz strateškega marketinga in uživajmo skupaj v novih trendih.