關于人工智能的討論早已不絕于耳，人工智能使用邏輯來模仿人腦功能。在廣告領域，許多公司創(chuàng)建了人工智能或認知技術部門。但從目前情況看來，人工智能對各種營銷領域的實際影響還是很有限的。

人們經(jīng)常把人工智能與機器學習混為一談，但它們是不同的。 據(jù)廣告公司負責人們介紹，人工智能是用數(shù)據(jù)訓練機器以此來高效完成任務的一個廣泛概念，而機器學習則是使用算法處理數(shù)據(jù)，從洞察中學習并做出預測的技術。機器學習通常被認為是AI的一個子集。

  “你可以在沒有人工智能的情況下進行機器學習，但是如果沒有機器學習，你就不能擁有人工智能。” 廣告公司偉門的人工智能服務全球主管Robbee Minicola說。”

目前，人工智能在廣告和營銷中的應用主要是機器學習。我們要求廣告公司的主管們評估AI對廣告創(chuàng)意、電子商務、數(shù)據(jù)分析和媒體購買方面的影響，并給出一個到五分的評分（其中五分代表擁有最大影響力）?？偟膩碚f，他們認為AI不會很快替代營銷人員的工作，相反，人工智能只是幫助營銷人員更高效地工作的一種工具。 

 “如果自動化技術成熟了，我們將會使用，但我們不會用它來取代我們的員工” ，安索帕美國業(yè)務副總裁戴夫·米克爾說。”

1、數(shù)據(jù)分析：3'

數(shù)據(jù)分析是機器學習和AI的基礎。米克爾提到一個簡單的機器學習用例，即根據(jù)點擊率以及廣告展示的位置等數(shù)據(jù)發(fā)現(xiàn)欺詐性的廣告展示。他認為人類無法直接分析如此大批量的數(shù)據(jù)。

Possible（WPP旗下廣告公司）的全球首席數(shù)據(jù)官詹森?卡梅爾表示，他的團隊有75位數(shù)據(jù)分析師，他們經(jīng)常利用回歸分析和自然語言處理人們在社交媒體上的數(shù)據(jù)，以重現(xiàn)真實情景下的對話。例如，如果有人寫了 “懷舊” ，機器學習通過訓練會理解 “懷舊” 是一種快樂和悲傷的 “混合情緒” 。

“我們有52種混合的情緒，我們建立了機器識別這些情緒的方法”。他還提到，他的團隊還在測試一種算法，以了解人們在網(wǎng)上購物的方式——比如，弄清楚購買學校用品的顧客為什么還買了一臺攪拌機。

他說 “人工智能的影響將是巨大的，但目前現(xiàn)狀還只是剛剛起步。”

2、媒體買量：2'

據(jù)陽獅集團全球數(shù)據(jù)部門的人工智能負責人喬西·薩頓說，AI正在滲透整個廣告技術領域。 由于其廣告定位功能，人工智能對媒體買量產(chǎn)生了重大影響。 人工智能使廣告客戶能夠以細粒度級別了解個人數(shù)據(jù)，并根據(jù)來自comScore，Google和Microsoft等的個人信息數(shù)據(jù)，地理位置數(shù)據(jù)，購買數(shù)據(jù)等確定某人是否對某品牌產(chǎn)品感興趣。

“當使用機器學習將所有這些數(shù)據(jù)點拼接起來后，就可以得到相當準確的個人資料。目前沒有單一的數(shù)據(jù)源可以做到這一點” ，薩頓還說。 “盡管如此，我們目前仍處于早期階段。”

薩頓還說，人工智能還允許廣告客戶運行動態(tài)廣告素材，在幾秒鐘內測試不同的廣告文案或廣告格式，而傳統(tǒng)的A / B測試至少需要幾周時間。 但他認為人工智能在未來五年內不會取代數(shù)據(jù)分析師。

3、電子商務：2'

Minicola認為會話技術在人工智能中起著舉足輕重的作用。她表示，她的團隊正在幫助品牌方積累第一方和第三方數(shù)據(jù)，并將其與機器學習算法和認知技術相結合，以創(chuàng)建可用于客戶服務或作為產(chǎn)品一部分的數(shù)字助理框架。 例如，許多品牌都開發(fā)了聊天機器人。

品牌方還可以使用機器學習來確定潛在的暢銷品，Minicola補充說道。 例如，如果一家零售商在過去四年中銷售過白色長褲和藍色長褲，那么品牌方可以通過機器學習根據(jù)歷史銷售數(shù)據(jù)預測明年紫色長褲是否可以暢銷。

4、廣告創(chuàng)意：1'

一些廣告公司開始使用人工智能生成廣告創(chuàng)意。例如，在今年夏天豐田的廣告宣傳活動中，Saatchi & Saatchi Los Angeles(全球知名廣告公司)寫了50個劇本，然后用它們來訓練IBM Watson，這樣機器人就可以寫出成千上萬個版本的廣告文案。但是，接受本文采訪的廣告代理商高管們認為，人工智能在創(chuàng)意領域的應用更像是公關噱頭，因為人工智能還不夠成熟，不足以取代人類的創(chuàng)造力。

“AI可以寫首歌嗎? 答案是肯定的，這個可以做到。但是AI能寫一首你和我都喜歡的歌嗎? 答案是否定的。” 米克爾說，“人工智能擅長閱讀基于文本的文章，但當涉及到更復雜的事情時，比如使用人工智能來制作電影，有些人也曾經(jīng)嘗試這么做，但最終的效果并不好。”

卡梅爾回應了米克爾的觀點?？窢栒J為，從創(chuàng)造性的角度來看，任何類型的人工智能都必須由真正有創(chuàng)造力的人來監(jiān)督。他說“如果真是這樣，那么創(chuàng)意就只能靠人類自己來完成了。”