Hvordan kunstig intelligens endrer markedsføring: Social Media Examiner

Lurer du på hvilke kunstige intelligensfunksjoner som kommer til sosiale medier og annonseringsplattformer? Vil du vite hvordan maskinlæring kan forbedre markedsføringen din?

For å utforske hvordan kunstig intelligens vil påvirke markedsføring på sosiale medier, intervjuer jeg Mike Rhodes.

Mer om dette showet

De Social Media Marketing podcast er designet for å hjelpe travle markedsførere, bedriftseiere og skapere med å oppdage hva som fungerer med markedsføring på sosiale medier.

I denne episoden intervjuer jeg Mike Rhodes, en ekspert i å hjelpe bedrifter med kundeoppkjøp. Han er medforfatter av Den ultimate guiden til Google AdWords og administrerende direktør for WebSavvy. Han tilbyr kurs på Google Displaynettverk, AdWords, Google Data Studio og mer.

Mike forklarer hvorfor markedsførere trenger å forstå kunstig intelligens og deler eksempler som illustrerer dens innvirkning.

Du vil også oppdage hvordan kunstig intelligens kan automatisere budgivning, målretting og meldinger for annonsene dine.

Del din tilbakemelding, les shownotatene, og få lenkene nevnt i denne episoden nedenfor.

Hør nå

Hvor du abonnerer: Apple Podcast | Google Podcasts | Spotify | RSS

Bla til slutten av artikkelen for lenker til viktige ressurser som er nevnt i denne episoden.

Her er noen av tingene du vil oppdage i dette showet:

Kunstig intelligens for markedsførere

Mike’s Story

Tidlig i karrieren lærte Mike at han elsker å hjelpe bedriftseiere å se hva som er rundt hjørnet. På 1990-tallet jobbet Mark for et helikopterfirma på Hawaii. I bytte for flyundervisning hjalp han firmaet med å datamatisere. (Sjefen hans fløy helikopteret inn Magnum P.I.) I 2004 lærte Mike hvordan Google AdWords (nå Google Ads) hjalp små bedrifter og gjorde kampanjer som tjenester.

Noen år senere startet Mike byrået sitt. Hans fokus på fremtidige verktøy og teknikker setter ham på rett sted til rett tid. Dette fokuset førte også til Mikes interesse for kunstig intelligens (AI). For omtrent 3 år siden innså han at bedrifter ville trenge å gå fra å lese og lytte til mer sofistikerte måter å samhandle med kunder på, og lærte alt han kunne om emnet.

Mike lærte ikke om AI, og han fokuserte ikke på hvordan han skulle bygge AI-aktiverte teknologier. Han var interessert i å vite hvordan han skulle bruke AI slik at han kunne finne ut hvordan det er relevant for bedriftseiere. Spesielt ser han forretningsproblemene og hjelper bedrifter med å identifisere hvilke av disse problemene som krever AI. Han vet også hvilke verktøy som brukes på AI, og hvilke som ikke gjør det.

Lytt til showet for å høre Mike dele en historie om å fly et helikopter inn i en Kauai-kløft.

Hvorfor kunstig intelligens er viktig for markedsførere

For å forklare hvorfor AI er viktig, deler Mike en sammenligning fra Andrew Ng, en AI- og maskinlæringsekspert. Andrew sier at AI er den nye strømmen. Akkurat som strøm begynte å brukes til å drive alt for 100 år siden, blir AI lagt til alt nå. Fremkomsten av elektrisitet endret alt, inkludert transport, fabrikker og mer. Tilsvarende vil AI endre kunnskapsøkonomien.

For markedsførere er de kommende endringene viktige fordi virksomheten din vil ha nytte av å være klar over AI-baserte verktøy og teknikker før konkurrentene dine er det. Hvis du jobber på byråssiden, vil du hjelpe kundene dine med å lede med AI. Selv om markedsførere ikke trenger å forstå AI i detalj, trenger de å vite nok om AI for å oppdage muligheter.

Hollywood-versjonen av AI inneholder roboter med våpen som gjør oss til binders. Virkeligheten er mer verdslig og inkrementell.

Vi er langt fra AI som kan kjøre Google-kampanjer eller sende barna dine på skolen og lage middag. Imidlertid kunstig smal intelligens (også forkortet til smal intelligens eller ANI) vil sannsynligvis begynne å erstatte et økende antall menneskelige oppgaver.

Du kan tenke på ANI som utrolig smart programvare. Mark mener, i en veldig optimistisk versjon av fremtiden, vil smarte maskiner gjøre oss i stand til å gjøre ting som vi ikke kan gjøre i dag, eller vil gjøre oppgaver vi kan gjøre mye, mye bedre. Med andre ord vil ANI gjøre det mulig for oss å overlevere mindre oppgaver slik at vi får mer tid til kreativt, strategisk eller medfølende arbeid.

Lytt til showet for å høre Mark og meg diskutere hype versus virkeligheten til andre fremtidige teknologier.

Hva er kunstig intelligens?

Mike definerer AI som vitenskapen om å gjøre ting smart. Det inkluderer robotikk, naturlig språk, visjon og mye mer. Maskinlæring refererer til datamaskiner som kan lære uten å bli eksplisitt undervist. Maskinlæring er et område av AI som tar av nå, spesielt en underkategori som kalles dyp læring.

For å illustrere, hvordan ville en datamaskin lære hva en stol er? Med tradisjonell programmering vil du bruke betingede uttalelser som “Hvis tingen har fire ben, et sete og tilbake, så er det en stol. " Koden må redegjøre for stoler med og uten armer, rullestoler og så videre på. Det resulterende programmet krever mye kode, og hvis en linje hadde en feil, ville ikke koden fungere.

Maskinlæring gir en ny måte å lære en datamaskin hva en stol er. I hovedsak gir du maskinen tusenvis av eksempler på stoler og ikke-stoler (som bord, hunder og trær) slik at datamaskinen forstår hva en stol er og ikke er. Over tid lærer maskinen å utlede om noe er en stol. I løpet av de siste 5 eller 10 årene har denne teknologien blitt ganske nøyaktig.

I dag ser du denne teknologien som brukes til å hjelpe folk med å handle. Når du holder et produkt opp mot et kamera, blir Pinterest eller Amazon apper eller Google-objektiv (via Google Photos-appen på iOS) kan gjenkjenne produktet og prøve å finne det for deg. Du kan peke et Google Lens-kamera mot vennen din med en kjole, og den vil finne en rekke lignende kjoler og fortelle deg hvor du kan kjøpe dem.

I tillegg til å gjenkjenne gjenstander, kan AI komme med spådommer. Amazon bruker prediktiv AI for å fortelle deg ting som: "Folk som kjøpte denne boken, kjøpte også denne boken." På samme måte foreslår Netflix TV-serier eller filmer som kan interessere deg. Netflix endrer til og med omslagsminiatyrbilder ved hjelp av prediktiv AI. Basert på dine visningsvaner, forutsier den hvilken miniatyrbilde som vil appellere deg mest.

Maskinlæringen i selvkjørende biler løser også prediksjonsproblemer. “Hvilken fil er jeg i? Hvilken fil skal jeg være i? Hva skal den bilen gjøre? Hva vil fotgjengeren gjøre? " Det forutsier hvordan andre ting rundt deg vil bevege seg, og dermed hvilken retning du skal kjøre og om du skal akselerere eller bremse. Selv om denne forklaringen er en massiv forenkling, er det egentlig det som skjer.

Et annet eksempel er Siri for iPhone. Ettersom flere ting inkluderer maskinlæring, er Siri i økende grad i stand til å leve opp til løftet om å være personlig assistent. I dag kan det minne deg på å ringe. I fremtiden kan det foreslå at du reiser tidlig på grunn av trafikk eller føler at det ene møtet varer lenge og tilbyr å la de neste tre personene i kalenderen din i dag vite at du kommer for sent.

https://youtu.be/bd1mEm2Fy08

Et godt eksempel er demo av Google Duplex på Google IO 2018. I denne videoen bestiller Google Assistant (som er på flere telefoner enn Siri og dermed har mer data å lære av) en avtale med hårklipp og bestiller en restaurant. Mange trodde disse demonstrasjonene var falske fordi Duplex-teknologien var utrolig god til å håndtere en samtale som ikke gikk som vanlig.

Etter at folk begynte å stille spørsmål om teknologien var ekte, leide Google en thailandsk restaurant i New York og inviterte journalister å bruke ettermiddagen på å teste teknologien for seg selv innenfor rammen av en restaurantreservasjon. Journalistene ble delt inn i grupper som prøvde å kaste bort AI, men AI var i stand til å håndtere spørsmålene deres feilfritt.

Hvordan folk adopterer AI, avhenger av om de føler seg sniket ut av datamaskiner som gjør menneskelignende ting eller setter pris på bekvemmeligheten det gir. Noen mennesker tror at AI vil se over skulderen. Andre synes det ville være fantastisk å ha et verktøy som umiddelbart kan huske noens navn og bursdag, og deretter sende dem den rette gaven.

Lytt til showet for å høre hvordan jeg oppdaget AI i den siste iOS-oppdateringen.

Kampanjer for kunstig intelligens og markedsføring

Algoritmer som Facebook er en form for AI som forutsier hvilke artikler eller annonser bestemte brukere sannsynligvis vil klikke (selv om algoritmen innebærer mye mer enn det). I mer enn 3 år har Mark kjørt eksperimenter mot Facebooks AI. Basert på disse eksperimentene mener han at vi er på tippepunktet hvor maskinen mest er så god som et menneske.

Algoritmen ødelegger noen ganger, og når det skjer, har den en tendens til å gjøre store feil. Imidlertid er det som regel så godt som - og noen ganger er det mye bedre enn - til og med det beste mennesket.

For markedsførere har AIs evner potensial til å true eksistensen av deres jobber eller byråer. Markedsførere som fremdeles bruker mesteparten av dagen på å rapportere og endre bud, er spesielt sårbare. Disse markedsførerne vil sannsynligvis enten gå ut av virksomheten eller måtte jobbe ekstra hardt for å endre måten de gjør daglige oppgaver på.

Alle annonseplattformer blir stimulert til å forbedre AI. Når de hjelper markedsførere med å nå sine mål, fortsetter de å bruke plattformen. Også AI som gjør annonseplattformene enklere å bruke, vil gi flere forretninger.

I dag eksisterer det en enorm kløft mellom bedrifter som synes online og sosiale annonseplattformer er for forvirrende og kompliserte, og bedrifter som kan ansette et byrå eller ansatt for å håndtere det. Jo mer disse plattformene gir hverdagsbedrifter muligheten til å bruke AI for å få flere kunder, jo mer virksomhet genererer annonseplattformene.

Mike sier at Google alltid har vært fokusert på brukeren, annonsøren og interessentene, og hvordan disse tre krysser hverandre. For Google er brukeren den største og viktigste av de tre. Selv om Google må balansere behovene til annonsører og interessenter, mener Mike at den beste brukeropplevelsen hjelper til med å gjøre det fordi det oppfordrer brukerne til å komme tilbake til plattformen.

For eksempel på slutten av 1990-tallet forlot folk søkemotorer som Alta Vista og Ask Jeeves for Google fordi det tjente bedre resultater. I dag prøver Google å gjøre plattformen bedre for annonsører. Hvis bare omtrent 10% av virksomhetene som bruker et verktøy som Google Ads, faktisk bruker det, har plattformen enormt rom for vekst.

Blant små bedrifter mener Mike at Google Ads kan legge til kunder som hittil har funnet annonseplattformen for skremmende å bruke. Blant store bedrifter kan Google ta merkevaredollar fra tradisjonelle medier og utdanne seg disse større virksomhetene om de kostnadsbesparende fordelene ved å bruke Google Ads i stedet for store selskaper byråer.

Lytt til showet for å høre tankene mine om intelligensen til Facebooks algoritme.

Hvordan kunstig intelligens kan hjelpe markedsførere

Google og Facebook har store AI-initiativer og verktøy som markedsførere allerede bruker som gir utrolige mengder informasjon. For å visualisere dette samler Google inn data om brukere via Google Analytics, Android (som er på 80% av smarttelefoner over hele verden), YouTube og Chrome (den mest brukte nettleseren). Google utviklet eller kjøpte disse tjenestene for å skaffe seg alle disse dataene.

I tillegg til Google og Facebook, gjør Amazon, Microsoft og IBM alle fantastiske ting med AI også. Fordi Mike fokuserer på Google Ads, fokuserer samtalen vår om hvordan AI kan hjelpe markedsførere på den plattformen. Imidlertid vil jeg understreke at AI kommer raskt til mange plattformer.

For å forklare hvordan AI kan hjelpe markedsførere med Google Ads akkurat nå, skisserer Mike først et rammeverk basert på en pyramide med tre lag. Det nederste laget er bud, det midterste laget er målrettet, og det øverste laget er meldinger. Sammen hjelper disse lagene markedsførere med reklame som viser riktig budskap til riktig person til rett tid og gjør det lønnsomt.

Mike bruker en pyramide fordi budgivning er et godt sted å begynne å teste Googles AI. Budgivning er den enkleste oppgaven for AI å ta over og en tidkrevende oppgave for markedsførere. Med AI-håndteringstilbudet kan du bevege deg opp i pyramiden, holde deg foran roboten og fokusere på oppgaver på toppen, for eksempel kreativ og strategisk tenking og samarbeid med kunder om større virksomheter problemer.

Budgivning: For å illustrere hvor godt Googles AI kan lære, begynner Mike med å dele en historie om Googles AlphaGo, som slå verdensmesteren på spillet Go. Så bygget Google AlphaGo Zero, som slo den første maskinen. Fra begynnelsen uten å se noe annet spill som noen gang ble spilt, lærte AlphaGo Zero seg selv.

AI i AlphaGo Zero er i stand til å innta massevis av tall og komme med spådommer med utrolig nøyaktighet. Det kan også lære raskt. På tre dager var det like godt som et menneske. Etter 40 dager slo AlphaGo Zero AlphaGo, som visstnok aldri skulle tape et spill.

På en lignende måte er det et tallspill å by på Google og Facebook-annonser. Du må kanskje bestemme hvor mye du skal by på et søkeord eller hvor mye du skal tilby Google hvis noen klikker på annonsen din. Datamaskiner har blitt gode til å by. I dag er de like gode som mennesker, og i nær fremtid vil de bli mye bedre.

Google har sju modeller for budgivning, og Mike oppfordrer alle til å teste en av dem Smarte budstrategier, som bruker Googles AI. Hvis for eksempel virksomheten din genererer potensielle kunder, kan du prøve Målkostnad per anskaffelse, som byr på kostnaden per kundeemne. Hvis du er en e-handelsvirksomhet, kan du prøve Målavkastning på annonseforbruk strategi.

Med Smart Bidding gir du Google et mål, og det blir veldig bra å treffe det. For å visualisere dette, hvis du er villig til å betale $ 50 per lead, vil Smart Bidding finne potensielle kunder for $ 50. Selv om den ikke finner potensielle kunder for mye mindre enn du spør (si $ 10 per potensielle salg), vil den heller ikke finne potensielle kunder for $ 100.

Sammenlignet med funksjonene til Smart Bidding, ser markedsførernes gamle tilnærming til budgivning latterlig treg og antikk ut. I minst 10 år har markedsførere analysert budgivning ved å se på omtrent seks signaler, bit for bit, daglig eller ukentlig. For å illustrere, hvis kvinner i alderen 35-44 år som bor i New York svarte bedre, økte de budet for den lille gruppen for å øke konverteringsfrekvensen.

I den tiden det tar å skrive et søkeord i Google og trykke Enter, kan Google imidlertid vurdere 70 millioner datapunkter. Den vet hvilke apper som er på telefonen din, de andre søkene du har gjort, og hva du ser på YouTube. Den vet hvor du er og hvordan været er der. Den vet om du er hjemme, på jobb eller på ferie. Mennesker kan ikke konkurrere med det.

Med Smart Bidding kan du teste om du kan gi slipp på alt arbeidet som markedsførere tradisjonelt har lagt inn bud. Bare fortell Smart Bidding AI mest mulig du er villig til å bruke, og la den gjøre det harde arbeidet for deg. Smart Bidding vil gjøre alle testene og analysene for å få annonsen din til de riktige personene til riktig pris.

Når du tester Smart Bidding, kan du bruke Googles utkast og eksperimenter for å se hvordan det fungerer for deg. I hovedsak kan du sette opp en splittest som sammenligner metoden din for å by med maskinens. Når du kjører disse testene, understreker Mike at du trenger å gi maskinen litt tid. Hvor mye tid avhenger av størrelsen på kampanjen, men generelt, la det gå 2-4 uker.

Rettet mot: Målretting krever vanligvis at en person analyserer demografi og innhold, og bestemmer hvor en annonse skal vises. For eksempel ber markedsførere Google om å vise en annonse når noen søker etter et bestemt søkeord. For en YouTube-annonse kan en markedsfører be YouTube om å plassere annonsen ved siden av innhold som ligner på Oprah.com.

Den gamle måten å målrette annonser på TV, radio og magasiner fokuserte på demografi. Fordi medier ikke ante hvem som kjøpte, definerte de sitt publikum med store demografiske kategorier, som kvinner, California, 35-44 år. Alderen til noen som kjøper en vaskemaskin spiller imidlertid ingen rolle. Det som betyr noe er hensikten: Hvem ser etter typen vaskemaskin du selger?

Med AI kan du målrette kunder basert på intensjon. Alle dataene Google har, hjelper sin AI med å forutsi hva noen vil gjøre videre. For eksempel, hvordan bestemmer AI hva de er på markedet for akkurat nå? Basert på alle dataene Google samler inn, vet det kanskje at noen er en baseballfan og en forelder som har en tendens til å besøke babysider, slik at de får et barn yngre enn 3 år.

AI kan deretter kombinere kunnskap om en persons langsiktige interesser med sine mer umiddelbare. Si at foreldre som elsker baseball begynner å lete etter hvordan du fikser vaskemaskiner eller hvordan du kjøper en ny vaskemaskin for mindre enn $ 1500 med gratis levering. AI vet da at personen er i markedet for en ny vaskemaskin.

Siden AI har alle disse dataene, trenger du ikke å fortelle Google hvordan du målretter annonsen din basert på demografi og slike faktorer. For å nå folk som ønsker å kjøpe en vaskemaskin fordi du selger dem, gir du Googles AI en annonse og sier hvor mye du vil bruke på hvert salg eller salg. Derfra vet AI hvem du vil nå og hvordan du kan vise annonsen din til riktig person.

Mike understreker imidlertid at søkeord ikke hører fortiden til. Du kan fremdeles bruke søkeordmålretting, men det blir vanskeligere å få rett og er ikke det viktigste signalet.

For displayannonser har Google Målgrupper i markedet, som tilbyr omtrent 500 kategorier. For å nå folk som ønsker å kjøpe en vaskemaskin, kan du fortelle verktøyet å finne alle i markedet for en vaskemaskin akkurat nå. Du kan også legge til annen målretting, for eksempel folk i California. Det er imidlertid unødvendig å spesifisere en aldersdemografi fordi funksjonen analyserer folks intensjon.

Du kan få tilgang til målgrupper på markedet på to måter. Hvis du kjører annonser på den gamle måten, kan du legge målgruppen for AI-målretting over tradisjonell målretting. Deretter kan du sammenligne hvordan de to typer målretting oppfører seg. Hvis AI oppfører seg slik du håper det vil, kan du gi det tøylene.

En ny måte å få tilgang til målretting med AI er Smarte kampanjer. Med denne tilnærmingen forteller du Google hva du vil gjøre og hvor mye du er villig til å betale, og AI gjør resten. Smarte kampanjer inkluderer budgivning, målretting og til og med litt meldingstjenester.

Meldinger: Å finne ut av meldingene dine med AI er på toppen av Mike's pyramide fordi det for øyeblikket ikke er veldig flink til å skrive kreativ eller overbevisende kopi. Hvis du er tekstforfatter eller innholdsskaper, er sjansen for å overleve mye større enn hvis du er fokusert på å by eller målrette.

Imidlertid er AI god til å forstå mening og konteksten til en side, og både Google og Facebook har denne typen AI. (Facebooks versjon heter DeepText.) Fordi denne AI kan forstå betydningen, semantikken og nyansene til alle disse ordene, er det veldig bra på meldinger som har et begrenset omfang.

For å illustrere, kan AI gjøre en god jobb med å skrive emnelinjer på e-post. En AI ringte Phrasee hevder at det er 98% sikkert å slå den beste emnelinjen din. Selskapet jobbet for Virgin i Storbritannia og sparte dem millioner av dollar. Phrasee samlet også nylig inn 4 millioner dollar, noe som betyr at selskapet fortsetter å gjøre fantastiske ting.

AI som Phrasee kan håndtere en smal oppgave som emnelinjer på e-post fordi du kan gi tusenvis av eksempler i stedet for tusenvis av regler: emnelinjer du allerede har brukt, retningslinjer for merkevarer, eksempler på hva du kan og ikke kan si, og tidligere resultater. Derfra kan AI forutsi hva ditt neste e-postemne skal være, teste det for deg og fortelle deg hvordan resultatene sammenlignet med dine.

På samme måte, med Facebook AI, kan du gi den noen overskrifter, valg for kopiering av tekst og oppfordringer til handling, og AI kan teste de i kombinasjon for å finne vinneren. Google har et lignende verktøy som kalles responsive annonser. Du kan velge mellom responsive displayannonser eller responsive søkeannonser. Med Google gir du omtrent 15 overskrifter og 4 beskrivelser, og det viser alle kombinasjonene.

Googles responsive annonser lar deg også gi AI-spesifikke parametere. Hvis du vil at merkenavnet ditt skal være den første overskriften, kan du feste den til den posisjonen, og blande og matche alle de andre. Selv om parametere som dette i stor grad begrenser hva maskinen kan gjøre, kan denne muligheten beskytte merkevaren din eller gi markedssjefen en følelse av kontroll.

For meldinger sier Mike at den beste bruken for AI er å la den regne ut milliarder av kombinasjoner og hvilken som fungerer best. Han understreker også at AI er kraftigere enn tradisjonell A / B-testing, der du kjører Ad A mot Ad B i 28 dager, ser at Ad B er bedre, blir kvitt Ad A og skriver en ny. For Google er A / B-testing markedsføring gjennom gjennomsnitt, noe som er latterlig.

Googles AI kan bestemme den beste annonsen for en bestemt bruker. For å visualisere dette, vet AI hva Mike har lett etter nylig og hvordan han generelt oppfører seg på Google og andre nettsteder. Imidlertid vil den beste annonsen for Mike være forskjellig fra den beste annonsen for Julie. Med andre ord prøver Googles AI å finne den beste annonsen hver gang, og et menneske kan ikke konkurrere med det.

Fordi Google har tilgang til en så enorm mengde data, kan ikke tredjeparts tjenester heller konkurrere med Googles AI. Tredjeparts tjenestene får de samme seks signalene som markedsførere gjør, mens Google har omtrent 70 millioner signaler. Selv om Google kunne gi oss disse signalene, ville de aldri gjøre det. Disse dataene gir Google for mye av et konkurransefortrinn.

I stedet sier Mike at markedsførere må prøve Google AI. Gi det dine kreative ideer basert på hva du vet om bedriftene eller kundene dine, og la AI gjøre resten.

Lytt til showet for å høre Mike dele mer om hvordan og hvorfor du kan teste Googles AI, ettersom flere funksjoner fortsetter å bli tilgjengelige.

Ukens oppdagelse

Laserlignende er et kult verktøy for å oppdage og fokusere på innhold du liker.

Fordi du ser færre nyheter via Facebook, tilbyr Laserlike en flott måte å holde tritt med nisjehistorier. Etter at du har installert appen, forteller du hva interessene dine er, for eksempel digital markedsføring og forretningsledelse. (Du kan også finne kategorier som ikke er relatert til virksomheten, som nyheter eller sladder fra kjendiser.) Etter at appen begynner å vise deg historier, kan du trene den videre ved å indikere hva du gjør eller ikke liker.

Laserlike driver også en Firefox-plugin kalt Advance. Programtillegget sier at det ikke sporer deg eller ser på sensitive data, men det ser på nettstedene du besøker for å lære hva du liker, og deretter kuratere interessene dine for å gi deg interessant innhold. Lignende verktøy inkluderer Google Nyheter-appen og Apple News-appen.

Laserlike er gratis og tilgjengelig for iOS og Android.

Lytt til showet for å lære mer og fortell oss hvordan Laserlike fungerer for deg.

Viktige takeaways fra denne episoden:

• Lær mer om Mike på WebSavvy nettsted.
• Oppdage gratis ressurser for lyttere av denne podcasten.
• Lese Den ultimate guiden til Google AdWords.
• Sjekk ut Mike's kurs på Google Displaynettverk, AdWords, Google Data Studio og mer.
• Finn ut mer om AI og maskinlæringsekspert Andrew Ng.
• Se hvordan AI kan hjelpe folk med å handle via Pinterest eller Amazon apper eller Google-objektiv (via Google Photos-appen på iOS).
• Se demo av Google Duplex på Google IO 2018 og lære hvordan journalister brukte en ettermiddag på å teste teknologien.
• Oppdag hvordan Googles AlphaGo slå verdensmesteren på spillet Go og hvordan AlphaGo Zero slo AlphaGo.
• Prøve Smarte budstrategier som for eksempel Målkostnad per anskaffelse eller Målavkastning på annonseforbruk.
• Sammenlign tradisjonell budgivning med AI-basert budgivning ved hjelp av Googles utkast og eksperimenter.
• Finn ut mer om Google Målgrupper i markedet og Smarte kampanjer.
• Lær mer om Facebook DeepText.
• Sjekk ut Phrasee, arbeidet selskapet utførte for Virgin i Storbritannia, og sin siste innsamlingsinnsats på 4 millioner dollar.
• Test hvordan responsive displayannonser eller responsive søkeannonser hjelp med grunnleggende meldinger.
• Lag en feed med historier som interesserer deg med Laserlignende til iOS og Android, Advance-pluginet for Firefox, eller lignende verktøy som Google Nyheter-appen og Apple News-appen.
• Still inn Reisen, vår videodokumentar.
• Se vårt ukentlige sosiale medier markedsføringsshow på fredager kl. 10 Pacific Crowdcast eller still inn på Facebook Live.
• Last ned 2018 Social Media Marketing Industry Report.
• Lære mer om Social Media Marketing World 2019.

Hva tror du? Hva er tankene dine om kunstig intelligens? Vennligst del dine kommentarer nedenfor.