L’intelligence artificielle (IA) est le nouvel objet noir, le nouvel objet brillant, la réponse aux prières de chaque agent marketing et la fin de la créativité. L’émergence récente de l’intelligence artificielle dans les arcanes des universités et dans les coulisses de la science des données a été motivée par des histoires de drones, de robots et de voitures sans conducteur entreprises par des géants de la technologie comme Amazon. Google et Tesla. Mais le battage médiatique dépasse la réalité quotidienne.
AI a 50 ans d’histoire dans le développement, l’expérimentation et la réflexion en mathématiques et en informatique. Ce n’est pas une sensation du jour au lendemain. Ce qui le rend passionnant est la confluence de grands ensembles de données, de plates-formes et de logiciels améliorés, de capacités de traitement plus rapides et plus robustes et d’un nombre croissant de scientifiques spécialisés dans les données désireux d’exploiter un plus grand nombre d’applications. Les utilisations quotidiennes prosaïques de l’intelligence artificielle et de l’apprentissage automatique vont faire une différence plus grande dans la vie des consommateurs et des marques que les applications flashy vantées dans la presse.
Alors considérez ce test de réalité de l’IA:
Big Data est en désordre. Nous créons des données et connectons des ensembles de données volumineuses à des taux extraordinaires, Agence SEO Lille qui se multiplient chaque année. Les médias mobiles, les réseaux sociaux, les applications, les assistants personnels automatisés, les wearables, les dossiers médicaux électroniques, les voitures et appareils autodéclarés et l’Internet des objets (IoT) à venir créent d’énormes opportunités et défis. Dans la plupart des cas, il faut beaucoup de temps pour aligner, normaliser, compléter et connecter des données disparates bien avant le début d’une analyse.
La collecte, le stockage, le filtrage et la connexion de ces bits et octets à un individu donné sont délicats et intrusifs. La compilation d’un « disque d’or » nécessite une puissance de calcul considérable, une plate-forme robuste, une logique floue ou un apprentissage approfondi pour lier des données disparates et des protections appropriées de la confidentialité. Cela nécessite également des compétences considérables en modélisation et un groupe de scientifiques capables de voir la forêt plutôt que les arbres.
One-to-one est toujours ambitieux. Le rêve d’une communication personnalisée personnalisée est à l’horizon mais reste ambitieux. Les facteurs déterminants sont la nécessité d’élaborer des protocoles communs pour la résolution d’identité, la protection de la vie privée, la compréhension des sensibilités et des autorisations individuelles, l’identification des points d’inflexion et un graphique détaillé de la façon dont les consommateurs et les segments individuels se déplacent dans le temps et l’espace. à la préférence de la marque.
Grâce à AI, nous en sommes au début d’une phase d’essai et d’apprentissage menée par des sociétés des secteurs des services financiers, des télécommunications et de la vente au détail.
People Prize Analyse prédictive. Amazon nous a formés à attendre des recommandations personnalisées. Nous avons grandi en ligne avec l’idée « si tu aimes ça, tu vas probablement aimer ça. » En conséquence, nous nous attendons à ce que les marques préférées nous connaissent et utilisent de manière responsable les données que nous partageons, en connaissance de cause et sans le savoir, afin de rendre notre vie plus facile, Yahoo plus pratique et meilleure. Pour les consommateurs, l’analyse prédictive fonctionne si le contenu est personnellement pertinent, utile et perçu comme précieux. En deçà de cela, c’est du SPAM.
Mais faire des prédictions réalistes et pratiques fondées sur des données est encore plus un art que la science. Les humains sont des créatures d’habitude avec certains modèles d’intérêt et de comportement prévisibles. Mais nous ne sommes pas nécessairement rationnels, souvent inconsistants, prompts à changer d’avis ou à changer de ligne de conduite et généralement idiosyncratiques. L’intelligence artificielle, qui utilise des techniques d’apprentissage approfondies dans lesquelles l’algorithme s’entraîne lui-même, peut aider à comprendre ces données en surveillant les actions dans le temps, en alignant les comportements sur des points de repère observables et en évaluant les anomalies.
Prolifération de la plateforme. Il semble que toutes les sociétés de technologie se trouvent maintenant dans l’espace de l’intelligence artificielle, faisant toutes sortes de revendications. Avec plus de 3 500 offres Martech sur d’innombrables systèmes existants, il n’est pas étonnant que les spécialistes du marketing soient confus et que les responsables informatiques soient bloqués. Une récente enquête auprès des conducteurs a révélé que 38% des spécialistes marketing utilisaient 6-10 solutions Martech et 20%, 10-20. Concilier un paysage informatique cohérent au service d’objectifs marketing, affiner la limitation des systèmes existants et des licences de logiciels existantes tout en traitant des ensembles de données volumineux n’est pas une mince affaire. Dans certains cas, l’IA doit travailler autour de plates-formes technologiques installées.