在第 20 屆 MozCon 上，Data Sci 101 創辦人 Britney Muller 就人工智慧及其對數位行銷的影響發表了令人大開眼界的演講。
他的會議「人工智慧的隱藏面：行銷人員需要了解什麼」全面概述了人工智慧當前和未來的潛力。
Muller 討論了人工智慧的倫理考慮、實際應用和局限性，為行銷人員提供了寶貴的指導。
生成式人工智慧的出現
Muller 首先討論了生成式人工智慧的興起，它處於人工智慧、機器學習、深度學習和自然語言處理 (NLP) 的交叉點。
她解釋說：
「特別是生成式人工智慧，源自於這個有趣的領域重疊。
我們擁有託管機器學習的人工智慧。 在機器學習中，有深度學習。 然後人類語言就會與 NLP 或自然語言處理一起發揮作用。
照片由作者於 2024 年 6 月在 MozCon 拍攝。Muller 演講的一個重要部分重點關注了訓練資料在人工智慧模型中的關鍵作用。
她強調：
「我曾經說過，人工智慧會反映其訓練數據，我將加倍強調這一點。它增強了其訓練數據。”
Muller 強調了維基百科等資料集缺乏多樣性，其中貢獻者大多是男性，以及這如何使人工智慧輸出中存在偏見。
照片由作者於 2024 年 6 月在 MozCon 拍攝。人工智慧在行銷中的實際應用與局限性
Gen AI 擅長什麼
Muller 展示了人工智慧在行銷中的廣泛實際應用，如他的一張幻燈片所示。
照片由作者於 2024 年 6 月在 MozCon 拍攝。她解釋說：
「法學碩士通常擅長所有這些事情，但我認為生成內容是他們最糟糕的能力之一，這一觀點並不受歡迎。他們更擅長情感分析、將事物分類、提供程式碼支援」。
他還分享了一張投影片，重點介紹了 GenAI 的特定 SEO/行銷應用，包括：
- 自動標題和元描述
- 阿塔清潔
- 代碼支持
- 加速創造力和構思
- 個人化廣播
- 情緒分析
- 內容改革
- 聊天機器人
- 會議記錄記錄
照片由作者於 2024 年 6 月在 MozCon 拍攝。GenAI 不擅長什麼？
照片由作者於 2024 年 6 月在 MozCon 拍攝。Muller 討論了法學碩士的局限性，他們面臨的任務需求：
- 事實的準確性
- 常識推理
- 了解上下文
- 處理異常狀況
- 情緒智商
- 數學/計數
行銷人員在將人工智慧納入其策略時必須認識到這些優點和缺點。
快速工程技巧
為了幫助行銷人員使用生成式人工智慧，穆勒提供了快速工程的有用技巧。
照片由作者於 2024 年 6 月在 MozCon 拍攝。他的三項建議是：
- 像向人解釋任務一樣
- 用例子來說明你的意思
- 給模特兒一個「角色」並告訴她她的目標受眾
她建議：
「像向人解釋任務或問題一樣。 在快速工程方面已經做了很多研究，哦，這些東西有效，但這些東西不起作用。 所有這些研究中最重要的是例子。 它只是顯示模型，嘿，這是好還是壞，我們希望輸出看起來像那樣。
Muller 分享了生成式 AI 工具和資源的幻燈片，例如 Colab、Kaggle、GPT for Sheets、Ollama、WordCrafter.ai 和他自己的 DataSci101.com。
照片由作者於 2024 年 6 月在 MozCon 拍攝。行銷中人工智慧的關鍵要點和未來
穆勒以最後幻燈片中捕捉到的幾個關鍵點結束了他的演講。
照片由作者於 2024 年 6 月在 MozCon 拍攝。他強調人工智慧需要採取以人為本的方法，認識到人工智慧作為輔助技術而不是完全取代人類經驗的潛力。
主要要點包括：
- GenAI 是一種預測技術
- 模型的好壞取決於其訓練數據
- 行銷人員能夠思考下一個出色的 GenAI 應用程式
- 在線上顯示有關您的產品/服務的對話發生的地點
她說：
「我們需要更多地討論以人為本的人工智慧，對嗎？支持我們共事的人的最佳模型是什麼？這就是預測技術。模型的好壞取決於它的訓練資料和輔助技術。這不能完全取代你，也不會。
總結
Muller 的見解可以為探索複雜的人工智慧世界提供寶貴的指導。
在整個演講中，穆勒重申人工智慧應被視為一種輔助技術，而不是完全取代人類經驗。
他鼓勵行銷人員確定人工智慧可以幫助加速或自動化的任務，同時保持人性化。
Muller 向行銷人員傳達的關鍵訊息是，保持道德實踐，優先考慮人類需求，並利用人工智慧的優勢，同時承認其弱點。
特色圖片：abnalladin／Shutterstock
