search
尋找貓咪~QQ 地點 桃園市桃園區 Taoyuan , Taoyuan

對話IBM:Watson利用AI在廣告業務中的應用案例和未來

IBM旗下The Weather Company CMO Jordan Bitterman(圖/The Weather Company)

雷鋒網按:2015年,IBM以20億美元收購The Weather Company的B2B數據業務。之後,這家公司提供的天氣預報服務成為IBM Watson在IoT應用上的主要用途。基於 Weather Company的天氣大數據基礎,IBM和多家大型企業展開了合作。今年2月,IBM和Salesforce合作,為後者的 AppExchange客戶調取天氣數據。在人工智慧的推動下,IBM旗下Weather Company公司在廣告營銷領域也有了更多計劃。

近日,Weather Company公司的CMO Jordan Bitterman和沃頓商學院「廣告未來」項目執行董事 Catharine Hays 就AI技術領域的創意和營銷事宜進行了一次深入的交流,雷鋒網根據沃頓商學院整理的文字結果對其進行了不改變原意的編譯,原文部分有刪減。

IBM收購The Weather Company大起底

Hays:你是什麼時候進入The Weather Company的?

Bitterman:我是在IBM收購The Weather Company后,進入這家公司的。在這裡不到1年的時間,我注意到AI和物聯網正以驚人的速度發展。這兩個是我真正想關注的領域。

Hays:一直以來,大家總會把 The Weather Company稱為The Weather Channel。在你看來,IBM收購 The Weather Company 的原因是什麼?

Bitterman:因為一開始有些人弄混了,久而久之,這個錯誤就變得解釋不清了。事實上,IBM和這家公司的關係很好理解。2015年,除了有線網路業務之外,IBM收購了The Weather Company的所有業務,包括應用、網站以及數據業務等。這個不在其內的業務板塊就是The Weather Channel(美國國家氣象頻道)。現在他們是IBM的客戶,我們向他們授權天氣數據,以便其運行有線網路業務。

要說IBM收購The Weather Company,主要原因在於天氣是業務收入的巨大動力。如果大家去看IBM的盈利報告,就會發現天氣是我們公司未達季度業績目標的主要原因。IBM目前正在力求幫助企業做出更好決策、增進營收,顯然這是一個很好的機會。我們並非將重點全放在預測上,IBM也在大量投資IoT和認知分析等方面的技術,以推進基礎平台的建立。

Hays:海量的數據、對企業的巨大影響以及強大的預測能力,這將是IBM保持競爭優勢的三大要素。

Bitterman:我給你幾個統計數據。我們每天有250億個預測電話,這些都是來自世界各地的數據源統計的結果,而平均一天就有20~22億個數據源。這250億的預測電話就是每天從這20億個位置撥打而來。它讓我們成為世界上最大的IoT平台之一。

Hays:IoT具體指哪些方面?

Bitterman:比如,我們和航空業關係緊密,所以這些數據源不僅來自芝加哥、費城或者伊利諾伊州,也來自塔樓、感測器和其他很多地方,以便航空公司能夠正確的做出決策——應該將飛機置於空中還是停在地面。一般來說,飛機上內置多個感測器。美國全國各地也布滿了感測器。在很多方面,物聯網就是這樣一種表現形式。

IBM Watson

Hays:眾所周知,Watson和The Weather Company的合作很多。給大家簡單介紹一下Watson吧。

Bitterman:一開始大家談到Watson,會先想到「危險!」。Watson被證明能否工作的方式,幾乎全部在內部來完成。一開始IBM提供服務是以自然語言、Q&A、以及API的形式,現在它已經是涵蓋了從語言、對話到視覺等一整套Watson服務的代表。

雖然發展到現在,人們可能還是會覺得Watson「危險」。然而,作為一個技術社會,在經過三種計算時代的更迭之後,Watson必然會更好地為大家所理解。這三個時代分別是:

1、製表時代

2、編程時代

3、認知時代

製表時代一般被認為截止於20世紀50年代,其本質是一種計算,如一些模仿遊戲、關於艾倫圖靈的電影等等。自那以後,人們即進入編程時代,通過使用電腦幫助解決方程等問題,如Excel軟體,甚至是過去幾十年我們使用的任何軟體都歸屬於這個時代。而現在,毫無疑問,我們進入了認知時代。認知時代和前二者的最大區隔在於,前者使用了非結構化數據,而製表、編程時代則是結構化數據。我們可以傾向於非結構化數據,如視頻、音頻、面孔、表情等。如兩個人同時坐在一張桌子上,對方即能根據談話內容來「閱讀」對方的表情。事實上,電腦現在也可以做到這一點,這也是Watson試圖在做的事情。它開始嘗試學習、理解、推理並作出反饋。在人類的幫助下,機器開始自我規劃,並逐漸具有認知能力。

Hays:Watson是如何滲透到IBM的業務里的?

Bitterman:IBM是一家非常大的公司,內部設有很多部門以解決全球客戶遇到的問題。Watson部門是其中之一,但同時也幫助IBM 其他部門推進產品。Watson 的內容和IoT平台是更為廣泛的Watson生態系統的一部分,該生態系統還包括醫療保健、金融服務、零售、教育和法律。這些業務板塊都在Watson的助力下有了一些發展。此外,還有一些工程師和技術專家團隊正在為其制定更多方面的計劃。

對於我們團隊,是由業務的幾個不同部分組成。其中一個IoT平台,主要做的事情是為幾大業務提供所需的數據。當然,這個數據是非常非常海量的,這也給我們提出了很大的挑戰。

總體而言,大部分業務依然圍繞The Weather Company來展開,以便構建始於天氣但不會以天氣結束的解決方案。

Watson廣告業務介紹及其案例

Hays:Watson也在做廣告業務。隨著AI的大熱,其對機構和廣告商也形成了有力的威脅。談談AI給廣告行業帶來的影響,以及IBM和Watson利用AI在這一領域發揮了哪些作用。

Bitterman:在IBM內部談論AI時,其實我們並不用「artificial intelligence」這個術語,而用「augmented intelligence」(增強智能)。當我們考慮「augmented intelligence」時,不會去想「如果讓代理商或其他人失業了」的任何解決方案。事實上,AI的發展一定是讓其獲益。如果我們回到編程時代來看這個問題,就可以很簡單地來理解。比如,電腦的出現並沒有讓廣告代理商們失業。相反,電腦還為其產生了一種全新的廣告方式,無論是展示廣告還是製作媒體計劃等。

我們一直在思考,如何將AI應用於廣告界。所以我們開始推出基於Watson技術的數字廣告,它是一種可用於多種方式的創意工具。當時的想法是想讓廣告能像Watson一樣,進行學習、理解、推理和互動,無論用戶是在移動設備還是在網站上。

例如,Watson和Campbell合作的廣告,觀眾通過Watson的AI技術,即能在看到這則廣告時與其進行交流和互動,如告訴Watson家裡有哪些菜,它會給你一份關於這些食材的食譜。而令人信服的是,廣告並不知道你要提出的所有組合,但是其具有的認知能力能讓自身變得更加聰明,從而告訴用戶一個更有用的結果。

Hays:在這個過程中,聲音是否被激活?

Bitterman:它並不一定需要激活,你可以手動輸入。但是認知技術一個有趣的地方在於,其具有自然語言識別的功能,所以與Watson廣告合作的很多客戶都用了這款API。

Hays:語音交互在許多應用中都具有很大的意義。

Bitterman:是的。我們可以看亞馬遜的Echo,也可以看Google Home。他們已經有非常多的消費者應用。但是IBM和Watson不在消費者業務之列。雖然 The Weather Channel有消費者APP,但在大多數情況下,我們把Watson用於工作時,也是基於這樣一個想法——即它是我們將利用的一種企業解決方案。所以,對於Watson廣告而言,它就是可應用於Campbell、GlaxoSmithKline或者想藉此和用戶進行互動的企業的解決方案。

Hays:如處於AI(Augmented Intelligence)早期階段的IBM,在Watson廣告和豐田普銳斯合作案例中有哪些收穫。

Bitterman:利用Watson AI技術,你可以問關於普銳斯的任何問題。舉個很簡單的例子。比如,我想知道汽車充電的過程。我住在紐約市,車庫可能沒法使用特殊的充電樁。那麼,我完全可以通過語音(基於IBM Watson AI技術)詢問一系列問題,如我需要怎樣的充電,我需要使用哪種收費方式,它的價格以及需要多長時間完成充電,充一次電能維持多長時間等等。所有問題都會獲得及時反饋,這個過程和剛才提到的Campbell可以回答食材成分一樣。但是,和豐田的合作則可以到達和品牌更相關的點,比如特定型號等。

作為一名營銷人員,我非常清楚我的工作就是為了縮短受眾、客戶和銷售之間的距離。如果我能找到讓這個距離縮短的方法,並讓品牌商收穫更多的受眾和用戶,那麼,我的工作就完成了。而這些就是豐田普銳斯和Watson廣告合作的所有內容。

從數據上來看,這則廣告取得的效果非常不錯。每人平均在這則廣告上花了1~2分鐘的時間,而有些人甚至花了更長時間。事實上,一則廣告能達到1~2分鐘已經是很久的紀錄,這超出了數字行業時間花費的基準。

同時,在應用Watson廣告的過程中,我們還發現了很多有趣的產品見解。如,消費者在提交關於食譜成分的建議時,更傾向於更深入的參與。還有一些消費者在看到汽車廣告時,向Watson問的很多問題並不在框內,或者和汽車製造商壓根沒半毛錢關係。所以,這些受眾產生的內容,不僅可以幫助廣告主了解廣告運作的方式,而且還可以為其修改產品手冊或社交策略提出很多建議。

Hays:假如Watson廣告碰見不會回答的問題,IBM是否有相應的「人類干預」措施?

Bitterman:這取決於你如何建構廣告。一般遇到這種情況,Watson也會一直嘗試回答你的問題。它可能會提出一些建議,或者要求用戶按照不同的方式來問問題。當我們在構建一則廣告時,往往希望確保在基於我們提供的內容的基礎之上讓強相關用戶處於一個相對具體的體驗當中。或者你可以這樣理解,Watson廣告中的AI技術一定可以讓用戶更深入的參與互動。

AI廣告的未來:安全、隱私和聚焦是三大重點

Hays:就你觀察到的,您認為廣告主通常對AI持哪種態度?激動 or 猶豫不前?

Bitterman:都不一樣,甚至我還聽過非常糟糕的回答,因為它取決於很多因素。對於一些具有創新力的品牌商來說,他們會認為應用Watson 廣告是一種機會,可以借其探索新技術並以更具新穎和突破性的方式吸引受眾,所以會在此有所倚重。但是建立Watson廣告是需要時間及充分考慮的,如果你有兩個營銷團隊,並需要完成很多工作目標,那麼,你可能需要更有目的的聚焦,才有可能完成這些工作。

但是,如果你服務於更大的品牌,如Campbell、GlaxoSmithKline、豐田和聯合利華都是Watson廣告的客戶,必然會存在更高風險的准入門檻,因為大品牌更樂於嘗試和試驗。我並不是說這樣做不好,但它的確需要觀念的更新和飛躍。而大客戶往往都明白這一點。

Hays:從剛才你說的這點來看,對於一些企業來說,不要一開始就盲目加入戰局,而是要先了解清楚AI和業務的相關性,或者從營銷角度來看AI將對業務產生的影響。在你看來,一些公司目前加入AI是為時尚早??還是到了每個人都應該在這個領域有所嘗試的階段?

Bitterman:拿我個人經驗來回答這一問題。我在這個行業已經有很長一段時間,幸運的是我經歷了數字革命、移動革命和社會革命三個階段。我們的行業在經受巨大變化之後,現在正處於一個絕佳的時機,即數字、移動化和社會都是成熟行業。

我現在還記得,當時和這些領域的客戶以及同事合作時,他們對此有的冷漠,有的則感到害怕。但是,你再來看這三個行業,各個領域都出現了好幾個巨頭,在全球各地總共擁有20~50億的用戶。現在再來看AI,你會發現,它觸及的卻是地球上的每一個人。不管在你創建Facebook或Twitter賬戶時,還是在佩戴Fitbit時,無需你選擇還是了解,AI都在對所有人施以影響。

Hays:那麼風險呢?比如用戶隱私在不知情的情況下被一些AI設備追蹤數據,你怎樣看到AI帶來的風險,以及企業在此應承擔的責任,以IBM的角度來說。

Bitterman:IBM有一套自己的道德標準,是我們之前從未見過的。雖然此前關於這點也讓我非常沮喪,因為關於我們能做的或者不能做的門檻都很高。

回看今年的MWC大會,軟銀CEO孫正義在其演講中表示,世界上存在12種正對文明產生的威脅,AI就是其中之一。但是在這12種威脅中,AI是唯一可以對抗其餘11種威脅的解藥,其可以幫助解決這11種威脅給世界帶來的困難和挑戰。

所以我們必須規範,我相信後續政府也會考慮到這一問題。世界上有很多公司在此都非常自律,這是一件好事,當然我沒法保證所有公司都能做到這點,但是IBM一定可以做到。而隨著時間的推移,作為一個社會屬性很強的領域來說,必須考慮這些問題。即我們想借AI真正解決哪些問題或挑戰?當我們解決了這些挑戰之後還需保證在這個過程中不會再產生新的挑戰。

Hays:你認為這個領域我們應該尋找的三大趨勢是什麼?

Bitterman:如你剛才提到的,隱私和安全是我們這個行業的所有人都應該考慮和關注的問題,並應為此建立一個長期真正正確的生態系統。

其次,聚焦也非常重要。現在的AI正變得越來越強大,就像當年的數字化一樣。現階段也有很多人在向AI提出很多問題,我們需要做的就是聚焦,不僅要做AI服務的提供者,也要做可以連接、觸動外界的營銷者。

Via wharton,雷鋒網編譯

讀者福利

IBM 日前內部分享了AI /認知計算、雲計算、區塊鏈、物聯網以及對話機器人領域的趨勢報告,從這些報告或許能給在在這些領域苦苦探索的你一些靈感。-sz),輸入 「0629」 獲得報告原文。
近期熱門文章
我試駕了特斯拉 Model 3,這幾個知識點你需要知道兵貴神速,雷軍趁出貨量新高發起線下攻防戰憑阿里和騰訊實力,怎麼今年才進世界500強?國務院規劃了新一代人工智慧戰略:2030年帶動10萬億產業規模燒光十億清算離場,Jawbone 究竟是天作孽還是自作死?聯手諾基亞,雷軍的千億美金夢想又回來了蘋果的領導層,比預料中的更有故事



熱門推薦

本文由 yidianzixun 提供 原文連結

寵物協尋 相信 終究能找到回家的路
寫了7763篇文章,獲得2次喜歡
留言回覆
回覆
精彩推薦