人工智能技术的应用正在逐步实践化，体现在影像识别，实时翻译、语音客服、分析预测等技术在越来越多的商业场景下的规模化应用。根据艾瑞咨询发布的《中国商业智能研究报告2019》中，总结梳理出了人工智能技术应用在金融风控、广告营销、零售电商、交通出行、医疗健康、在线教育等 8 个典型的应用场景，人工智能技术与大数据、自动化等技术的结合，正在推动着越来越多的产业进入智能时代。
以广告营销产业为例，根据艾瑞研究，通过运用人工智能等技术，广告主利润比原来普遍提升3-6倍。随着社会及各行各业数字化进程的加速，传统的大众营销模式早已不适用于当今消费者，广告营销产业也在向智能营销过渡。根据美国Forrester Research的一项全球调查，21%的企业营销预算花在了技术上，但仍有41%的企业营销决策者感到缺乏有效的技术支撑是其面临的主要挑战。越来越多的广告主与企业注重在营销及广告技术上的投入，Forrester 《美国营销技术与服务费用预测2017-2022》报告显示，以联合利华等为首的全球消费品牌在降低了传统广告投入的同时，却提高了在营销技术领域的预算投入，到2020年美国的企业在营销技术领域投入将超过1220亿美元。利用AI人工智能技术加速营销技术的升级和营销效果的转化将成为营销技术发展下一阶段的突破点。
AI在营销领域应用，可以帮助企业营销决策者更多的关注到创意和客户体验。如今，企业的CMO们越来越多地开始谈论以客户为核心的旅程和体验，更加注重以客户更愿意接受的方式和创意去传达品牌体验，建立品牌与客户情感之间的关联。但实际上，数字时代的客户期望比以往任何时候都要求更高，更难以取悦。企业营销人员在面对多元化，多设备消费行为的时代，不仅广告流程的管理更加复杂，对内容创意的要求也变得更高。程序化创意的出现，目的就是让机器处理大量需要较低创意度的重复性工作。以人工智能技术辅助专业化内容的生产、甚至是进行原创内容生产，提高专业内容生产的效率则是程序化创意未来的发展方向。迪士尼、Facebook、IBM等行业巨头都在尝试通过机器学习和自然语言处理结合专业创意人员，简化创作过程，激发创意灵感。
杜克大学的一项研究（Video Generation from Text）显示，利用变分自编码器 (VAE)和生成式对抗网络的混合框架 (GAN)可以从文本创建影像。从研究本身看，能够实现理想的效果还需要一定的时间，但基于对影像内容的识别和理解，进而实现对视频内容的自动化处理和编辑已经成熟并得到广泛应用，如艾瑞在《中国商业智能研究报告2019》中列举的代表企业影谱科技，通过AI影像技术不仅可以大幅缩短内容制作时间，还可以有效降低制作成本，甚至可以对视频内容进行自动生产和编辑。例如，通过对视频人物、场景、运动轨迹等的分析，在视频中植入物体或其它元素，与原有视频内容形成无缝融合，为营销创意人员拓展了想象空间，并给视频的受众带来了全新的体验。
图：影谱科技通过智能影像生产技术自动生产内容
随着技术的发展，对于数据驱动的重视提上了新的日程，基于传统数据仓库和数据挖掘下的搜索引擎推荐、关联推荐等技术凸显出局限性，无法进一步提升营销转化。下一代的商业智能的标志为人工智能与大数据及RPA（机器人及流程自动化）等技术的融合运用，实现多维智能分析、预测和决策。根据咨询公司Econsultancy的一项全球研究，超过半数（55%）的企业营销决策者认为利用数据进行更有效的细分和目标客户定位，是其所在企业2019年3大优先级事务之一。但事实上，特别是随着数据量和数据类型的增长，特别是非结构化如视频等数据的爆发增长，企业仍面临着缺乏有效的分析手段等问题，例如在线视频和短视频网站仍需要大量投入人工进行视频内容标记和审核。人工智能的运用，可以有效缓解企业在这方面的挑战，但针对特定的场景，需要大量的训练数据或依赖成熟的模型降低企业在这方面的门槛。
随着5G时代的临近，增强移动宽带（eMBB）将使得网络视频媒体将迎来爆发期，信息主体的视听化正成为一个不可逆的趋势。根据Forrester预测，从2018年到2023年，视频将占增量显示广告收入的93%。无论是对于企业营销部门，还是媒体平台方，面对新一代通信技术带来的红利，需要积极尝试并利用成熟的智能数据分析、AI智能影像等技术，注重打通并落地商业场景，以在未来行业的颠覆性变化中掌握先机。
文章来源：热度经济观察 编辑：daisy
