Текст книги "Искусственный интеллект в маркетинге. Как использовать ИИ и быть на шаг впереди"

Несмотря на всеобщее признание ИИ, сектор продолжает ускоряться, создавая фантастические возможности и машины, которые, несомненно, могут использовать в своих целях люди и организации в нескольких отраслях. Джон Янг, директор по исследованиям компании BDRC Continental, комментирует.

Развитие ИИ помогает потребителям быстрее получать то, что они хотят, сокращая существующие процессы. Сейчас, например, чтобы что-то найти, мы пишем запрос в Google, а затем прокручиваем результаты. Но если у нас есть альтернатива в виде ИИ (например, Alexa), тогда процесс поиска в Google становится архаичным и избыточным – наши дети будут смотреть на него так же, как мы сейчас смотрим на бумажный телефонный справочник!

Я (лично) уже думаю, что набор текста – это трудоемкий процесс! Мы просто будем говорить то, что мы хотим, без необходимости печатать, нажимать и прокручивать. Это будет иметь огромные последствия для цифровой рекламы, появлению которой во многом способствовала поисковая система Google. То же самое может случиться с рекламой на YouTube – кому нужен YouTube, когда Alexa будет воспроизводить все, что вы хотите? Реклама на ТВ? Ее место в мире, где все ваши программы записываются заранее! Возможно, фокус сдвинется в сторону «живых событий», которые нельзя записать, например спорт?

Я не сомневаюсь, что «процесс Alexa» будет монетизирован для маркетинга, но если (скажем) в гонке вооружений ИИ в результате разрушений в маркетинге пострадает УТП[4]4
  Уникальное торговое предложение.


[Закрыть] (маловероятно, поскольку каждый технологический сдвиг должен сопровождаться маркетингом), тогда мы увидим, как маркетинговые компании начнут метаться в поисках альтернатив. Эти изменения вряд ли затронут традиционные средства маркетинга, такие как плакаты и брошюры. Люди по-прежнему будут передвигаться в пространстве, и эффект от присутствия большого рекламного щита или красивой брошюры все равно будет иметь значение – и с цифровыми альтернативами этот эффект может стать более значимым. Мы уже видели это на примере туристических компаний.

Изобилие цифровых сообщений делает физическое присутствие более могущественным, как и эволюционное стремление людей физически владеть чем-либо (в этом мире, где все находится в облаке). Таким образом, мы видели, как возвращаются осязаемые брошюры о путешествиях, и это похоже на то, как бумажные книги вновь набирают популярность. Это не должно быть сюрпризом – мы запрограммированы на то, что физическое владение олицетворяет успех, а ресурсы – ключ к нашему выживанию.

Практические выводы: 10 главных тезисов

11. Убедитесь, что вы используете ИИ для решения реальных бизнес-задач.

12. Не прыгайте на подножку уходящего поезда с ИИ только из опасений остаться позади. Имейте четкую стратегию.

13. Не изобретайте велосипед. Изучите доступные инструменты с открытым исходным кодом и «встаньте на плечи гигантов».

14. Нельзя перепрыгивать через ступеньки. Многие компании имеют бюджет для ИИ, но до сих пор не пережили волну оцифровки.

15. ИИ будет широко распространен в туризме, предлагая качественный сервис и опыт.

16. Многие пожилые люди сопротивляются переменам, но все равно начинают неохотно их принимать.

17. ИИ делает значительные успехи в гостиничном бизнесе и сфере розничной торговли, такие как приветствие клиентов, регистрация гостей, заполнение их данных, копирование документов. Многие повторяющиеся и трудоемкие задачи выполняются более эффективно с использованием ИИ.

18. С помощью данных можно будет определить привычки клиентов, чтобы побудить их вернуться, предлагая индивидуальное обслуживание.

19. Люди видят преимущества, но иногда не хотят отдавать слишком много личной информации на сторону.

10. Маркетинг – это следующая область, где произойдет реальное разрушение устоявшихся методов работы в результате использования ИИ.

Глава 4. Трансформирующий маркетинг и ИИ в европе

Кейсы из сферы телекоммуникаций, банковского дела и антропогенной среды

В этой главе мы переключим наше внимание на Европу и три сектора промышленности, которые активно внедряют ИИ, а именно на телекоммуникации, банковское дело и антропогенную среду (включает недвижимость, строительство и управление инфраструктурой).

Мы начнем с представления Поля О’Брайена, одного из директоров по исследовательской работе в лаборатории BT Labs – подразделении британской многонациональной телекоммуникационной компании BT. BT Labs является частью компании BT Technology, управляющей системами, сетями и технологиями, которые поддерживают работу ориентированных на клиентов дочерних компаний BT, таких как EE и Openreach. Задача BT Labs заключается в том, чтобы создавать и управлять технологической инфраструктурой BT и обеспечивать будущее компании, предвидя появление новых тенденций и максимизируя выгоду как BT, так и ее клиентов.

О’Брайен пришел в BT 27 лет назад и сделал это из-за того, что компания уже тогда работала в сфере ИИ. Он изучал ИИ в университете и работал в сфере обработки естественного языка в более раннем поколении ИИ, известном как символический ИИ. Три впечатляющих десятилетия в ИИ означают, что BT, а также О’Брайен и его команда, пропустили через себя много поколений технологий искусственного интеллекта. Каждый раз, когда появляется новое поколение ИИ, BT применяет его к проблемам и вызовам, с которыми сталкивается телекоммуникационная отрасль.

О’Брайен сравнивает текущую шумиху вокруг ИИ с тем, что происходило с большими данными.

Это искажает восприятие и понимание людьми того, что возможно и что он может сделать. Сейчас мы уже не можем скрывать тот факт, что мы используем ИИ, как это было 10–15 лет назад, тогда он просто не был продающим фактором. Теперь мы вешаем ярлык «ИИ» на все подряд – все хотят его.

Некоторые люди клюют на раздутый ажиотаж, причем создаваемый не только СМИ, но и продавцами и учеными. Ходили разговоры о сценариях из фильма «Терминатор», когда способные мыслить машины заменяют всех людей и захватывают планету. Это преувеличение возможностей нашей реальности. Произошли значительные изменения в возможностях ИИ по распознаванию образов, что способствует улучшению таких областей, как распознавание изображений, видео и речи. Но до разумных машин еще очень далеко. Более разумный взгляд заключается в использовании систем, дополняющих возможности человека, в которых при выполнении задачи мы можем объединить силу человека и машины.

Вместо того чтобы заниматься пустым пиаром, компаниям нужно стремиться понять границы возможностей и чем ИИ нового поколения может им помочь, чтобы принять это и сосредоточиться на этих возможностях.

Компания BT внедрила множество решений ИИ в свою работу, например позволив 30 000 квалифицированным инженерам, работающим на выезде, повысить качество обслуживания клиентов. Алгоритмы ИИ используются для оптимального структурирования рабочей силы, прогнозирования уровня спроса, диагностики неисправностей, планирования распределения работы и поддержки полевых инженеров во время их работы.

Алгоритм ИИ определяет, насколько они структурированы, когда прогнозировать спрос, например рост количества ремонтов в результате неблагоприятных погодных условий.

Если мы сможем точно прогнозировать объемы ремонта, мы сможем более точно планировать свои мощности и лучше удовлетворять потребности клиентов. Это стало возможно благодаря моделированию большого объема оперативных данных, включая данные о погоде за 30 лет. В этих инструментах используется целый ряд технологий ИИ, от умных методов оптимизации до чат-ботов и последнего поколения нейронных сетей глубокого обучения. Это помогает нашим людям принимать правильные решения. Это лишь одно из направлений того, как мы используем ИИ, но оно оказывает огромное влияние на наш бизнес.

Оправдывая большое количество публикаций в прессе за последний год или около того, чат-боты являются очень обсуждаемым приложением ИИ в маркетинге, что стало возможным благодаря интерфейсам речевой аналитики. Но, как предупреждает О’Брайен, это не означает, что компьютеры понимают, что им говорят. Попросить виртуального помощника Amazon Alexa включить телевизор или сообщить прогноз погоды – это узкая задача, с которой ИИ может справиться. Но если вы пытаетесь установить более сложное взаимодействие, например выяснить, почему у клиента помехи в телевизоре, вам понадобится сложная внутренняя база знаний. Во многих случаях компании не имеют этих знаний в своих внутренних системах, потому что они либо встроены в мозг людей, либо недостаточно отражаются в их системах.

Люди продают ИИ на основе аналитики речи, но это всего лишь элемент интерфейса, который решает только часть общей проблемы.

Мы считаем, что главная задача заключается в том, чтобы подготовить свой бизнес к работе с ИИ. Технологии ИИ быстро меняются, и компаниям нужно иметь платформу, которая позволит им быстро внедрять эти технологии. Это гораздо важнее, чем иметь много точечных решений.

Amazon и Facebook очень эффективно используют возможности ИИ для маркетинговой аналитики, потому что вся их инфраструктура была ориентирована на аналитику данных. Их архитектура, системы, мышление – все крутится вокруг данных и того, какую ценность вы можете из них извлечь. Это не всегда справедливо для многих традиционных бизнесов, которым может не хватать инфраструктуры, но у которых есть ценные массивы данных. Если вы являетесь страховой компанией, то, скорее всего, у вас есть огромное количество данных. У стартапа нет такой долгой истории в виде данных. Итак, в терминах Gartner, они могут быть отстающими с точки зрения их цифровой инфраструктуры, но они не являются отстающими с точки зрения глубины их знаний. С этой точки зрения 50 лет истории дорожно-транспортных происшествий являются очень ценным ресурсом, который с точки зрения маркетинга, продаж и обслуживания клиентов должен быть раскрыт и использован для достижения наилучшего эффекта. Таким традиционным компаниям сейчас нужно подготовиться к использованию ИИ, оцифровывая свои данные и применяя некоторую интеллектуальную аналитику для извлечения информации. Одним из лучших решений на основе ИИ в компании ВТ является кибербезопасность. Ее роль заключается в обнаружении аномального поведения, такого как атаки вредоносных программ. Интеллектуальные алгоритмы на основе ИИ изучают, как выглядят нормальные модели поведения. Если где-либо нарушается нормальный ход событий, то система сообщает экспертам по безопасности в наших центрах безопасности о наличии аномалии. В старом мире аналитики данных компании нужно было собрать все эти данные, запустить аналитику и через неделю-другую обнаружить странное поведение. Используя инструменты ИИ с новейшими компьютерными возможностями, мы можем добиться этого почти мгновенно и получить системы, которые все время адаптируются. Это позволяет компании BT защищать сети клиентов, и чем быстрее вы распознаете нарушения, тем быстрее вы сможете реагировать на них и защитить свою сеть.

С технической стороны наши возможности ИИ изменились кардинально. Это обусловлено наличием огромного количества данных и значительной вычислительной мощностью компьютеров, поэтому мы можем выполнять вычисления многоуровневых нейронных сетей за относительно короткое время. Эта технология будет постепенно проникать во все сферы бизнеса, как это было в предыдущие поколения. Однако ее наибольшие возможности проявятся в содействии человеку, а не в его полной замене.

Теперь мы переключимся на банковское дело, о котором нам расскажет Марк Сент-Джон Куалтер, который отвечает за использование ИИ в сфере коммерческих и частных банковских операций в Королевском банке Шотландии. Он играет стратегическую роль в мобилизации возможностей и подборе нужных людей для их реализации.

В прошлом было много пустых обещаний относительно ИИ. Недавно я побывал в Индии, где встретил парня, который 15 лет назад защитил докторскую по ИИ. В результате он просто не мог найти работу – в то время люди нанимали много сотрудников и тратили на это много денег, но это не приносило никакой выгоды. Это было очень немодно, поэтому он пошел и занялся чем-то другим. С тех пор он основал собственную компанию, и теперь ситуация кардинально изменилась – теперь он востребован во всем мире.

Есть три причины того, почему ИИ вошел в нашу жизнь: 1) транзакции нашего цифрового века позволяют нам иметь данные того масштаба и формата, которые нам необходимы и которых у нас не было раньше, – это результат нашего сегодняшнего образа жизни; 2) теперь у нас есть архитектура для размещения данных и широкополосный канал для их передачи; в облаке возможна интеграция с инструментами ИИ, так что вы можете легко собирать и перемещать данные, а также хранить их и манипулировать ими; 3) теперь у нас есть компьютерная вычислительная мощность за разумную цену.

Это означает, что теперь возникает меньше рисков при использовании ИИ. Существуют базовые форматы, такие как чат-бот и голосовой бот, которые люди начинают использовать и внедрять, и они получают определенные положительные результаты от них.

Что касается ИИ в маркетинге, то тут важна сегментация. Традиционно она всегда была строительным блоком для маркетинга. Компании и банки, например, очень плохо разбивали клиентов на сегменты. Как правило, они сегментировали их на основе своих собственных вертикальных организационных структур. Начиная с 2008 года мы стали наблюдать переход на клиентоцентричность, и банки поняли, что им необходимо изменить методы своей работы. До сегодняшнего дня сегментация задавалась жестко на основе коммерческих, личных и корпоративных клиентов. Теперь ИИ позволяет использовать данные и инструменты для создания гораздо более динамичных версий сегментации с учетом понимания того, что потребности клиентов меняются и что ценность этих клиентов тоже меняется. С ИИ вы можете практически предвидеть эти потребности и создавать индивидуальные отношения с клиентом. Банки и крупные организации, как правило, подвергаются критике за то, что они «не знают нас». Данные и инструменты теперь позволят нам гораздо лучше понимать и анализировать не только потребности клиентов, но и предсказывать стимулы, которые можно эффективно использовать при продвижении.

Один большой вопрос, на который нужно найти ответ, – это узнать, что люди хотят сделать. Их вкусы изменяются, поскольку они овладевают новыми вещами. Здесь есть место и для традиционных магазинов, поскольку люди любят шопинг. Ключ к выживанию для магазинов на торговых улицах – клиенты должны видеть, чем вы отличаетесь от других. Это связано с обслуживанием клиентов инновационными способами взаимодействия и пониманием духа времени.

Регулирование и законодательство немного отстают от скорости изменений, но они знают об этом и догоняют. Акцент делается на создании хорошего дизайна теми, кто разрабатывает приложения ИИ. Он должен быть актуальным и иметь практическое применение, он должен вызывать доверие. При моей жизни ИИ не заменит людей. Лучшее применение ИИ – это усиление и дополнение человеческих способностей. Люди должны чувствовать, что они могут расширить свои возможности.

На данный момент есть много книг о предубеждениях. Когда мы создаем ИИ, нам нужно убедиться, что мы не вкладываем в него свои собственные предубеждения. ИИ – это всего лишь вид технологии. Это не искусственный человек. Тридцать лет назад мы избавились от открытых торговых залов и перешли к дилинговым залам, а затем и к компьютерному трейдингу. Здесь то же самое. Подумайте о рынках. Пресса любит создавать шумиху и нагонять жуть.

Задача специалистов-практиков – быть предельно ясными и ответственными. Все начнется в таких отраслях, как банковское дело и рынок ценных бумаг, – работа уже началась. Им необходимо создать платформы, поскольку вскоре придется иметь дело с биткоином и блокчейном.

Это как динамит: мы используем его, чтобы взрывать туннели в горах и создавать транспортные системы, которые приносят людям пользу. Или вы можете взрывать им людей. Многие вещи можно сделать неправильно и использовать для разрушений.

Люди ограничены дарвиновской скоростью эволюции. Для сравнения: машины могут обучать друг друга. Существуют риски, но мы должны обеспечить контроль и разработку технологий таким образом, чтобы минимизировать их.

Одним из ученых, которые считают, что банковский сектор созрел для разрушений, является Даниэлла Джордж, кавалер Ордена Британской империи, научный сотрудник Инженерно-технологического института Великобритании, заместитель декана по учебной работе и профессор радиотехники на факультете науки и техники в Манчестерском университете. Она комментирует.

Британская финансово-техническая компания Revolute подала заявку на получение европейской банковской лицензии. При помощи ИИ она хочет разрушить господство крупных банков. Она откалывает кусочки и побеждает. У нее – удобные мобильные приложения, никаких комиссий, вы можете мгновенно увидеть сводку всех ваших финансов, а не только информацию от одного банка, в приложение которого вы вошли. У Revolute чуть менее миллиона пользователей, которые считают его своим банком и их карточку – основной.

Имея это в виду, обратимся к доктору Патрику Хангеру, генеральному директору швейцарского отделения банка Saxo Bank.

Технически говоря, такой робот, как Pepper, все делает правильно. Он общается, задает вопросы, объясняет, как защищать данные. Он даже применяет и выполняет банковские правила для банковских счетов, такие как «Вторая европейская платежная директива» (PSD2). Но это выглядит странно. Его действия жестко запрограммированы. Это не та психологическая безопасность, которой мы действительно желаем в общении. Человеческая реальность очень разная, и мы должны использовать это. Это то, что мы стремимся сделать с Pepper. С концептуальной точки зрения, когда мы начинали в июне 2017 года, нам приходилось учитывать восприятие окружающей среды и кривую организационных изменений. Мы начали с предположения, что внешний мир будет заинтригован с самого начала, но нам просто нужно было убедиться, чтобы Pepper был настолько умен, насколько это возможно.

С организационной точки зрения мы предполагали, что сотрудники цифрового банка, такого как Saxo Bank, будут заинтересованы в работе с роботом и положительно воспримут эти изменения по сравнению с сотрудниками на традиционных должностях, и, возможно, мы не слишком погрязнем в сопротивлении трансформациям.

Что касается внешнего пространства, наши клиенты первоначально были чрезвычайно очарованы человекоподобным роботом, который казался забавным. Он не мог заниматься осмыслением информации, то есть разговорным общением, но он улыбался и мог спросить, не хотят ли люди сфотографироваться, что с удовольствием делали и клиенты, и гости. Но проблема в том, что из-за его внешнего сходства с человеком наши гости психологически хотели пообщаться с ним. И вызов состоит в том, что Pepper не мог общаться, потому что он не в состоянии справиться с неожиданными поворотами в разговоре. То, что он не мог справиться с непредсказуемыми вопросами, вызывало беспокойство у наших клиентов, им становилось скучно, они раздражались и уходили, теряя интерес. Но мы очень хотели перейти к следующему этапу, поэтому подключили Pepper к ИИ IBM Watson. Pepper прекрасно справился бы с соединением точек знаний, но мы так и не добрались до этого, потому что процесс социализации так и не был завершен.

Единственными гостями, которые обладали силой воображения, оказались дети. Если Pepper не работал, то они просто не обращали на это внимания. Они просто воспринимали это как приглашение создать мир, где Pepper ничего не делал физически и вербально. Но у взрослых есть ожидания; они находятся в банке, и их уровень ожидания высок, и этот результат им просто не соответствует. Когда мы помещаем это в контекст, в котором описания являются сложными, знания являются сложными и клиент является сложным, то в результате получаем, по крайней мере сегодня, либо взаимодействие человека с человеком, которое можно расширить, либо что-то религиозное, что-то трансцендентальное. Pepper может существовать только в изолированной области с очень понятными и короткими вопросами. Если клиент или гость покидал этот уровень, то результат становился очень неудовлетворительным. Мы извлекли урок из этого, и что интересно, люди почти никогда не задавали вопросы, которые мы от них ожидали, или те, которые мы запрограммировали в Pepper.

Вопросы, которые задают люди, очень разнообразны. Мы в банках часто думаем, что являемся клиентоцентричными, но этот пример ясно показал, что на самом деле это не так. Еще бо́льшую тревогу вызывало то, что произошло внутри с точки зрения организационных изменений. Мы всегда слышим разговоры об организациях, которые должны быть гибкими и работать в командах, но для ваших сотрудников важен только один вопрос. Мы пробовали различные подходы по вовлечению в эксперимент, мы даже пытались стимулировать людей, зная, что это с поведенческой точки зрения является наименее эффективным. Мы вышли в отдел продаж и сказали: «Создайте путешествие мечты вместе с Pepper. Повысьте свою убедительность, сделайте подачу информации более интересной. Используйте человекоподобного робота и попробуйте создать другой уровень общения с вашими клиентами». Но они не смогли этого сделать. Возможно, им не хватило воображения. Единственный вопрос, который их действительно интересовал, был: «Что мне с этого будет? Почему я должен делать это?»

Вероятно, вначале у нас было неправильное представление о природе мотивации людей, о том, что может заинтересовать людей в процессе создания изменений и завлечь их в пространство перемен. И бесполезно что-то говорить, когда они видят заголовки в СМИ о сокращении 10 000 сотрудников и всесторонней автоматизации, которая позволяет делать все намного лучше и эффективнее. Проблема в том, что у вас нет ответа для каждого конкретного сотрудника вашей организации. Вы можете приводить сколько угодно примеров и пытаться создать культуру, но поскольку у вас нет ответа на этот вопрос, вам предстоит неравная битва со страхом потерять работу.

Поэтому мы пришли к выводу, что Pepper в виде услуги не нужен. В финансовом пространстве, где мы уделяем больше внимания мобильным устройствам и технологиям, которые все менее и менее заметны, идея создания автономного физического торгового зала, в котором робот Pepper в конце концов обсуждал бы с нашими клиентами финансовые реалии, вероятно, оказалась не клиентоцентричной.

Суть в том, что если тело робота похоже на человеческое, то психологически происходит что-то совсем другое – мы думаем, что это человек. Это необходимо учитывать, и очень важно находить и разрабатывать подходящий контекст. Мы определенно видим, что такие человекоподобные роботы используются в гостиницах, на железнодорожных станциях, в больницах и аэропортах. В зависимости от выполняемых ими действий, это может иметь смысл с точки зрения получателя услуг.

Также важно учитывать региональные и культурные различия. Японцы культурно открыты для роботов благодаря анимистическим представлениям. Они не делают различий между неодушевленными предметами и людьми и наделяют духом предметы, что не принято в Швейцарии. Сегодняшние ограничения не позволяют человекоподобному роботу, работающему в банке и взаимодействующему с клиентами, выполнять сложное взаимодействие. Проблема не в Pepper. Одно из заблуждений, которые я слышу, заключается в том, что если использовать технологии достаточно высокого уровня, то это сработает. Но технология – это продукт, и существует процесс демократизации. Возможности управления изменениями, наоборот, скудны и связаны с вашим персоналом и соответствующими индивидуальными чертами характера. Им нужно уметь работать и справляться с тревогой. Сотрудники должны быть в состоянии понять и принять тот факт, что нет подушки безопасности, которая поставила бы во главу поведенческого угла страх потерять работу. Так что с точки зрения найма персонала это именно то, что я пытаюсь сделать. Набор навыков я могу купить, а лидерство – это моя работа, подход с точки зрения управления изменениями является ключевым. Но мы по-прежнему слишком часто видим традиционный подход, и Pepper был для нас хорошим способом прощупать почву и понаблюдать за поведением людей. Управление изменениями является ключом. Мы достаточно быстро потерпели неудачу, но мы продолжим экспериментировать и испытывать наших сотрудников неопределенностью. Если мы правильно перестроим мышление, то технологии последуют за человеческими целями.