Chris Duffey | Cztery »E«, czyli kreatywność wzmocniona przez AI01.11.2018

AI, uczenie maszynowe i uczenie głębokie są w stanie zmienić nasze życie. Jak zatem wykorzystać ich siłę? Mogą nam w tym pomóc „Cztery »E« Wzmocnionej Kreatywności”.

Efficiency, czyli Wydajność 

Obecnie AI radzi sobie wyjątkowo dobrze z rozpoznawaniem wzorców czy też – w szerszym ujęciu – z powtarzalnymi zadaniami. Kilka lat temu zaprojektowano kampanię, w której spróbowano zweryfikować pewną koncepcję użycia AI. Chodziło o pokazanie możliwości sztucznej inteligencji. Kampania nazywała się Making the Masterpiece („Tworzenie arcydzieła”). Cofnięto się w niej w czasie i zidentyfikowano pięć czy sześć arcydzieł, które albo zostały utracone, skradzione czy zniszczone, albo po prostu nie można ich odnaleźć. Chciano odtworzyć te dzieła sztuki. W tym celu skontaktowano się z wieloma artystami. Wszyscy byli zaintrygowani i zaszczyceni, że do odtworzenia dzieł wybrano właśnie ich, ale było też z ich strony sporo niepokoju i wahań co do tak wielkiego wyzwania. Ale kiedy artyści dowiedzieli się, że AI można wykorzystać jako inteligentnego asystenta, który pomoże im w tym projekcie, wiele z tych obaw zniknęło. Za pomocą sztucznej inteligencji wybrano dodatkowe obrazy na podstawie ogólnej kompozycji tych arcydzieł, co przełożyło się na znaczne zwiększenie wydajności pracy i ostatecznie – na lepsze wyniki. Rozkładając to na elementy składowe, z technicznego punktu widzenia owa metoda obliczeniowej kreatywności obejmowała rozumienie, wyszukiwanie i odkrywanie treści. To tylko jeden z przykładów tego, w jaki sposób AI może pomóc w zwiększaniu wydajności pracy twórczej.

Efficacy, czyli Skuteczność

Sztuczna inteligencja wpłynie na innowacje w zakresie: tworzenia idei, kampanii, usług oraz botów, aplikacji, atrybucji i dostaw. Weźmy np. niedawną kampanię Your Voice, Your Stamp („Twój głos, twój znaczek”), prowadzoną przez amerykańską pocztę. Wykorzystano AI, by połączyć świat wirtualny ze światem analogowym, tworząc asystenta głosowego, który trafił na publiczne, fizyczne skrzynki pocztowe w celu zapewnienia doświadczeń wolnych od jakichkolwiek zakłóceń. Klienci mogą teraz podchodzić do skrzynki pocztowej ze swoją paczką i rozmawiać z asystentem głosowym w celu uzyskania pomocy przy jej wysyłce i ostatecznie w ciągu kilku chwil mieć wszystkie formalności z głowy.

Innym przykładem jest Ada, przewodnik medyczny w formie aplikacji mobilnej. Ada uczy się na bieżąco, zadając serię pytań, żeby użytkownicy poczuli się lepiej i przejęli kontrolę nad własnym zdrowiem. Jest narzędziem oceny objawów. Przez pięć lat Ada podróżowała po całym świecie i powiększała swoje zbiory danych dotyczących wszystkich najpowszechniejszych oraz rzadkich chorób na świecie, w celu umożliwienia szybkiej identyfikacji objawów u użytkowników. Poprzez prosty i praktyczny interfejs aplikacji mobilnej użytkownicy otrzymują serię pytań, co ostatecznie prowadzi do ustalenia prawdopodobieństwa tego, co ich objawy mogą wskazywać. To doskonały przykład wykorzystywania AI do rozwiązywania rzeczywistych problemów na dużą skalę.
 
Autonomiczne sieci nadawcze (ang. Autonomous Broadcast Networks) to kolejny przypadek zastosowania AI. Obecnie, na całym świecie do transmisji imprez sportowych potrzebnych jest wiele kamer, operatorów i sprzętu. Teraz jednak – dzięki wykorzystaniu sztucznej inteligencji – nie tylko ilość potrzebnego sprzętu jest o wiele mniejsza, lecz także ilość uzyskiwanych informacji jest znacznie większa. Można dziś zbierać takie dane, jak pozycja piłki na boisku, prędkość jej wyrzutu (np. w baseballu) lub czas i miejsce wykonania najdokładniejszych strzałów na bramkę (np. w piłce nożnej). To tylko kolejny przykład tego, jak AI może być wykorzystana do pozyskiwania danych w celu uzyskania przewagi konkurencyjnej.

Innym przykładem są wykorzystujące AI okulary Know You Again („Poznaję cię”), które połączono z możliwościami okularów z AR (ang. Augmented Reality, czyli rzeczywistość rozszerzona). Dają one użytkownikom cierpiącym na demencję lub chorobę Alzheimera możliwość uzyskiwania podpowiedzi nie tylko na temat tego, kto do nich podchodzi, lecz także dotyczących pewnych kluczowych faktów o osobie, na którą patrzą, czy o ostatniej rozmowie, jaką mogli z nią odbyć. To dobry przykład tworzenia za pomocą AI innowacyjnych i ważnych doświadczeń.

Te i liczne inne przykłady pokazują, w jaki sposób AI sprawia, że nasze doświadczenia są bardziej efektywne.

Empowerment, czyli Wzmocnienie

Wraz z gwałtownym wzrostem ilości danych i treści firmy muszą jak najlepiej wykorzystywać AI i metody uczenia maszynowego, żeby znajdować w tych danych użyteczną dla siebie wiedzę. Dzięki AI/ML przetwarzanie w chmurze (ang. cloud computing) przekształci się z prostej warstwy automatyzacji w niezbędną i wszechobecną inteligentną strukturę w różnych organizacjach, przewidującą segmentację rynku i umożliwiającą hiperpersonalizację. Organizacje będą mogły wykorzystać potężne techniki marketingowe AI, by wzmocnić doświadczenia poprzez:
 
1. Atrybucję: Algorytmiczne określenie wpływu różnych punktów kontaktu z klientem na jego decyzje o wejściu w interakcję z marką, ustalenie skuteczności różnych kampanii i przygotowanie zoptymalizowanych marketingowych zaleceń inwestycyjnych.
 
2. Personalizację: Szybką identyfikację i rekomendację odpowiednich ofert, doświadczeń i komunikatów, żeby realnie zaangażować odbiorców.
 
3. Wykrywanie anomalii: Uproszczenie analizy danych poprzez uwidocznienie najistotniejszych insightów i podkreślenie anomalii.
 
4. Analizę nastrojów: Pomoc w identyfikacji i przewidywaniu treści, które klienci polubią, o których będą rozmawiali i którymi najczęściej będą się dzielić.
 
5. Inteligentną segmentację odbiorców. Danie specjalistom od marketingu i analitykom nowej możliwości wglądu w to, które segmenty są najważniejsze dla ich działalności i umożliwienie im skupienia się na nakładających się na siebie lub sąsiadujących z sobą segmentach, co pozwala znacznie skuteczniej pozyskiwać klientów.
 
6. Inteligentne alarmy. Automatyczne wysyłanie wiadomości, kiedy dzieje się coś ważnego – np. wtedy, gdy nieregularnie zwiększy się liczba osób porzucających zakupy w smartfonowych koszykach.
 
7. Zautomatyzowane insighty dla branży reklamy cyfrowej. Zapewnienie automatycznej analizy wydajności reklam, których manualne tworzenie zajmuje zazwyczaj wiele godzin. Przykładowo: jeśli powinno się zainwestować więcej w wyszukiwanie w porównaniu z kampanią w mediach społecznościowych lub promować kampanię w określonym dniu lub o określonej godzinie.
 
8. Nowe możliwości wyszukiwania podobnie zachowujących się osób (ang. lookalike modeling). Pozwala to markom na dalszą personalizację i targetowanie potencjalnych klientów: osób, które łączą te same zainteresowania i cechy – np. poprzez identyfikowanie ludzi często podróżujących samolotem jako segmentu odbiorców promocji.
 
9. Personalizację za jednym kliknięciem. Określenie najbardziej wydajnych opcji treści, takich jak różne układy graficzne czy dobór słów i obrazów dla poszczególnych osób. Za pomocą jednego kliknięcia firmy mogą automatycznie wybrać odpowiednią stronę internetową lub aplikację, żeby zapewnić każdemu odwiedzającemu odpowiednie doświadczenie, co pozwoli osiągnąć lepsze zaangażowanie klientów i zwiększyć konwersję.

Experimentation, czyli Eksperymentowanie

Znajdujemy się teraz w okresie, który przypomina połowę lat 90., kiedy pierwszymi ludźmi, którzy odnieśli sukces w internecie byli ci, którzy dostrzegli jego możliwości i eksperymentowali w celu rozwiązania problemów biznesowych. W przypadku AI kontekst jest podobny. W odniesieniu do eksperymentowania z AI może jednak zaistnieć systematyczny plan gry. Przykładowo: profesjonaliści i różni twórcy mogą uzyskać dostęp do funkcji zasilanych przez mechanizm Adobe Sensei wśród rozwiązań oferowanych przez Adobe w celu tworzenia i dostarczania lepszych doświadczeń. Programiści korporacyjni mogą zaś uzyskać dostęp do Adobe Sensei poprzez Adobe I/O, korzystając z API lub funkcji bezserwerowych, żeby tworzyć systemy kontrolujące organizację pracy lub aplikacje. Analitycy danych uzyskują natomiast dostęp do Adobe Sensei za pośrednictwem platformy Adobe Cloud, by dalej zwiększać możliwości narzędzi Adobe Sensei lub tworzyć modele na zamówienie.
 
W ostatecznym rozrachunku połączone siły biznesu, konsumentów i jednostek będą napędzać rozwój AI i decydować o jej sukcesie. Jako osoba, która wierzy w naturę ludzką jestem przekonany, że AI będzie wykorzystywana dla naszego dobra i połączy sztukę ludzkiej kreatywności z logiką nauki, żeby tworzyć magiczne doświadczenia z myślą o napędzaniu innowacji biznesowych i społecznych w nadchodzących latach. Możliwości innowacji z AI są nieograniczone.