基于数据做出决定并不是 个新概念。它 直是任何成功的营销策略或活动的核心，包括在我自己的机构。那么数字机构如何利用他们的数据素养来充分利用人工智能？或许更重要的是，数字机构如何利用人工智能来改善代理文化，甚至激发创新？
数字机构已经在使用AI
在我们介入之前，让我们 说明我们谈论AI时的意思。在数字营销的背景下，人工智能与机器学习密切相关，在机器学习中，计算机系统能够通过数据分析学习和提高性能，无需人工干预。
人工智能已经在行动的 个例子可以在使用需求方平台（DSP）的程序化媒体购买中看到，例如Google的DoubleClick Bid Manager。程序化购买平台融合了各种人工智能功能，包括使用实时出价模型进行自动定位，简化购买流程，自动化预算调整以及针对活动经理选择的关键绩效指标的实时报告和优化。人工智能也可用于提供动态广告素材，因为算法开始了解哪些受众群体响应各种广告素材版本或特色产品。
将AI集成到他们的运营中的数字机构的另 个例子是在Google AdWords中使用广告轮播设置。在使用“优化”设置时，机器学习技术会根据关键字，搜索字词，设备和位置等变量优 考虑统计上更有可能更高效地执行的搜索广告。
Google Analytics等工具非常适合收集数据，但类似于DoubleClick，AI的真正价值在于它能够分析数据并支持战略行动。例如，PaveAI不仅仅是通过图表和图表交流信息。它使用统计模型来推荐重点关注产生销售线索和销售额的行为，而不是网站流量。
Facebook也是AI的主要支持者，其 团队（Facebook AI Research或“FAIR”）致力于帮助社区进 步了解自动化系统和流程如何实现人类智能。尽管Facebook 近因为公开调整而断断了与许多 三方数据提供商的关系，但是在社交媒体巨头的页面上，受AI影响的广告活动（“智能广告”）仍然具有影响力，因为我们考虑到定位用户明确提供给Facebook的信息。
需要注意的是，AI的许多应用程序仍处于初 阶段，在内容营销领域尤其如此。虽然像美联社这样的组织正在使用算法来生成股票报告等基本内容，但我们可能还需要很长时间才能取代整个创作流程。但许多代理机构正在探索人工智能如何帮助他们进行内容营销，有些机构已经基于收集的数据和分析大规模地提供个性化内容。
人工智能与新代理文化
讨论人工智能的含义当然可以引起工作场所的 些眉毛。关于人工智能有很多误解，也许 突出的误解是它会导致员工裁员。虽然并非每个职位都不受这些担忧的影响，但使用AI进行数字营销的主要目标是自动完成数据收集，处理和报告等基本任务。从我的角度来看，这个想法是，这些任务的自动化不会导致裁员; 它会导致更高效的流程和更多的时间让人们专注于战略规划。
让我们考虑 个每周花费16个小时来处理和报告通过常用营销工具收集的数据的员工。该员工 必须处理数据，这只是了解所收集的信息。然后员工分析数据，寻找趋势，不准确或不协调。员工根据他们的经验和数据分析得出结论并提出建议。这个过程需要丰富的经验和对统计数据，因果关系和历史趋势的深入理解。
如果这个过程通过人工智能和/或机器学习实现自动化，该机构可以从员工提供的同样准确和可靠的数据分析中受益。虽然雇员的部分雇用数据素养，他们更有可能聘请他们的营销专长，推理能力，创造力和商业本能。
在我看来，这是该机构从有效的AI整合中获得 大收益的地方。现在每周有16小时可用，员工可以自由关注批判性思维，从而提高客户活动绩效，尝试新方法并与同事和客户建立有意义的关系。这 概念延伸到该机构的每个分支机构，培养高管，人力资源，管理层和员工领导和创新的文化，从而为机构及其客户带来利益。
数字代理处处于独特的地位，因为他们在理解和使用数据做出业务决策方面的经验和专业知识。根据我所看到的，许多机构已经在使用人工智能和机器学习来优化广告并个性化客户体验 - 并取得积 成果。这种体验让 前沿的人能够快速适应AI对他们行业的影响。
虽然人工智能可能是 个令人担忧的话题，但它确实为机构提供了帮助员工的 佳机会，而不是取代他们。简化任务的自动化让员工有时间专注于客户的主要业务目标，以帮助他们取得成功。当这个理论被应用于整个机构时，我相信创新和进步的文化可能会占据上风 - 以前所未有的方式推动机构，客户和整个行业向前发展。