我们的两位主要主题专家Christine Livingston (AI Center of Excellence总监兼首席人工智能策略师)和Jim Hertzfeld (Digital首席策略师兼Perficient Digital战略与创新团队负责人)最近与eMarketer分享了他们的专业知识营销人员和广告商可以遵循的人工智能实施和机器学习的5个最佳实践在
他们的操作。人工智能已经通过广告定位、媒体购买、内容创造和倾向建模等手段，颠覆了营销和广告领域的核心功能。但是知道从哪里开始可能很困难。以下是我们的五个最佳实践首席AI策略师和数字首席策略师．
1 .首先定义问题
当你在运营中使用人工智能时，你应该首先考虑你的问题是否可以用更传统的计算和分析方法来解决，如果不能，那么b)创建一个明确的业务用例来定义问题。一旦你完成了这些任务，从小事开始是明智的。这个策略确保你正朝着正确的方向前进，并有助于管理预期。
我们的首席人工智能策略师表示:“我们看到人们做的最常见的事情之一是在第一次实施或第一阶段尝试承担太多。”“他们着眼于整体问题，并试图从头到尾地解决它。但我们鼓励他们把食物分解成易于消化的小块。”
2 .为工作选择合适的工具
弄清楚如何执行人工智能或机器学习可能很棘手，但也不是不可能。虽然有无数的选择(免费，自己构建，开源，SaaS，交钥匙等)，但也有顾问可以帮助指导你，并制定一个独特的人工智能战略，以你的商业案例。
利文斯顿告诉eMarketer:“我们帮助确定何时使用人工智能是合理的，我们是否应该训练自己的模型或与其他供应商合作，以及数据放在哪里。”
3:召集专家
成功实施人工智能的另一个关键因素是获得组织内部人员的支持。早期的教育和参与可以帮助避免根植于员工恐惧、技能不匹配和培训不足的实施陷阱。我们的首席人工智能策略师也认为，管理变化是绝对必要的。
利文斯顿告诉eMarketer:“很多时候，你需要的培训系统和模型的正是那些害怕自动化的人。”“所以我们很早就引入了我们的变革管理团队，让这些人认识到，(人工智能)已经淘汰的角色非常、非常少。”
4 .收集正确的数据
制定一个不仅带来正确类型的数据，而且带来正确数量的数据的数据策略，这对实施的成功非常重要。没有数据，你就无法获得洞察或预测。而收集数据往往是项目陷入困境的地方。所以最好的做法是在你已有的基础上使用机器学习模型，然后继续前进。
吉姆Hertzfeld同意了。“有句话是这样说的:‘从大的角度思考，从小的角度开始，迅速行动。’利用你已有的数据就是一个好的开始。一开始的价值曲线非常陡峭，所以你不需要在早期做出很大的影响。”
5:系统具有前瞻性
人工智能系统不是“设置好就忘了”的项目。虽然人工智能可以协助和增加人类的工作，但它仍然需要微调、更新、监控和测量，以衡量人类的成功，以确保系统按预期运行。
了解更多关于人工智能
从我们的网站了解更多关于人工智能的信息首席战略家与其他业内专家合作浏览报告全文．你也可以安排一个会议与我们的首席策略师讨论AI准备情况、用例、路线图、战略等问题。
