
现代汽车美国公司(Hyundai Motor America)的首席营销官Dean Evans计划推出其新型Kona小型SUV有近一年时间了。为了这次发布的成功,他想了解更多关于目标受众——积极的千禧一代,而不仅仅是以前各种研究方法提供的那些基本知识。所以他转向了由Influential提供的采用人工智能的社交智能工具测试版。
Evans说:“我们主要围绕两个方面与Influential展开合作。首先是利用人工智能的力量来更好地定义受众群体,利用社交媒体和社交内容来帮助实现这一目标。其次,是在市场中寻找真正有影响力的人,帮助我们通过更有机的、更丰富的内容来进行宣传。”
在这个过程中,他和他的团队了解到,活跃的千禧一代并不完全是那些他们经常在其他广告中扮演的、一成不变的冲浪者。“我们在深挖的时候发现,他们是那些喜欢日常活动的城市居民,无论是今天去跳蚤市场,明天去艺术品拍卖会,还是去洛基山露营。这次Kona车发布的广告,以及我们如何与观众交流的方式,都与我们以前所想的有些不同。”
据Influential公司首席执行官Ryan Detert称,现代汽车公司所使用的基于人工智能的工具现在是面向所有市场营销人员使用的。“我们的核心业务一直基于将品牌的心理特征与品牌向受众传递的、受众眼中的品牌形象相匹配。我们通过Big 5理论做到这一点,就像Myers-Briggs一样——品牌的个性由47个属性组成的。我们使用了IBM的一个Watson API——Personality Insights,我们可以收集社交媒体上分享关于品牌内容的信息,并提供关于品牌健康状况和受众心理特征的信息。”
Detert认为,在Influential Social Intelligence发布之后,营销人员可以更明聪明地吸引所有媒体的核心受众,而不仅仅是社交媒体。“我们还使用另一个Watson API——Natural Language Understanding,来分析所有关于品牌的言论,以及那些关注品牌的人,帮助确定新产品进入市场的最佳方式。我可以把赞助费投在哪儿?我的观众更喜欢NFL还是NBA?他们是否更喜欢某些名人来代言?我是否因Conde Nast或Hearst与GQ或其竞争对手的关系而花钱?这些预测性和规定性的特点,帮助我们找出营销人员用来改善他们在电视、广播、赞助、线下活动和数字节目上投入的效果。”
Detert在利用人工智能改善营销效果方面充满激情。“我们生活在一个社交媒体的时代,如果我们能够利用这一点,我们就可以预测未来。”
<来源:福布斯;编译:科技行者>
G
M
T
| 检测语言 世界语 中文简体 中文繁体 丹麦语 乌克兰语 乌兹别克语 乌尔都语 亚美尼亚语 伊博语 俄语 保加利亚语 僧伽罗语 克罗地亚语 冰岛语 加利西亚语 加泰罗尼亚语 匈牙利语 南非祖鲁语 卡纳达语 印地语 印尼巽他语 印尼爪哇语 印尼语 古吉拉特语 哈萨克语 土耳其语 塔吉克语 塞尔维亚语 塞索托语 威尔士语 孟加拉语 宿务语 尼泊尔语 巴斯克语 布尔语(南非荷兰语) 希伯来语 希腊语 德语 意大利语 意第绪语 拉丁语 拉脱维亚语 挪威语 捷克语 斯洛伐克语 斯洛文尼亚语 斯瓦希里语 旁遮普语 日语 格鲁吉亚语 毛利语 法语 波兰语 波斯尼亚语 波斯语 泰卢固语 泰米尔语 泰语 海地克里奥尔语 爱尔兰语 爱沙尼亚语 瑞典语 白俄罗斯语 立陶宛语 索马里语 约鲁巴语 缅甸语 罗马尼亚语 老挝语 芬兰语 苗语 英语 荷兰语 菲律宾语 葡萄牙语 蒙古语 西班牙语 豪萨语 越南语 阿塞拜疆语 阿尔巴尼亚语 阿拉伯语 韩语 马其顿语 马尔加什语 马拉地语 马拉雅拉姆语 马来语 马耳他语 高棉语 齐切瓦语 | 世界语 中文简体 中文繁体 丹麦语 乌克兰语 乌兹别克语 乌尔都语 亚美尼亚语 伊博语 俄语 保加利亚语 僧伽罗语 克罗地亚语 冰岛语 加利西亚语 加泰罗尼亚语 匈牙利语 南非祖鲁语 卡纳达语 印地语 印尼巽他语 印尼爪哇语 印尼语 古吉拉特语 哈萨克语 土耳其语 塔吉克语 塞尔维亚语 塞索托语 威尔士语 孟加拉语 宿务语 尼泊尔语 巴斯克语 布尔语(南非荷兰语) 希伯来语 希腊语 德语 意大利语 意第绪语 拉丁语 拉脱维亚语 挪威语 捷克语 斯洛伐克语 斯洛文尼亚语 斯瓦希里语 旁遮普语 日语 格鲁吉亚语 毛利语 法语 波兰语 波斯尼亚语 波斯语 泰卢固语 泰米尔语 泰语 海地克里奥尔语 爱尔兰语 爱沙尼亚语 瑞典语 白俄罗斯语 立陶宛语 索马里语 约鲁巴语 缅甸语 罗马尼亚语 老挝语 芬兰语 苗语 英语 荷兰语 菲律宾语 葡萄牙语 蒙古语 西班牙语 豪萨语 越南语 阿塞拜疆语 阿尔巴尼亚语 阿拉伯语 韩语 马其顿语 马尔加什语 马拉地语 马拉雅拉姆语 马来语 马耳他语 高棉语 齐切瓦语 |
文本转语音功能仅限200个字符
| 选项 : 历史 : 反馈 : Donate | 关闭 |
好文章,需要你的鼓励
这项由Snowflake AI Research发表的研究挑战了传统语言学对大型语言模型的批评,通过引入波兰语言学家Mańczak的理论框架,论证了LLM的成功实际上验证了"频率驱动语言"的观点。研究认为语言本质上是文本总和而非抽象系统,频率是其核心驱动力,为重新理解AI语言能力提供了新视角。
freephdlabor是耶鲁大学团队开发的开源多智能体科研自动化框架,通过创建专业化AI研究团队替代传统单一AI助手的固化工作模式。该框架实现了动态工作流程调整、无损信息传递的工作空间机制,以及人机协作的质量控制系统,能够自主完成从研究构思到论文发表的全流程科研工作,为科研民主化和效率提升提供了革命性解决方案。
德国马普智能系统研究所团队开发出专家混合模型的"即时重新布线"技术,让AI能在使用过程中动态调整专家选择策略。这种方法无需外部数据,仅通过自我分析就能优化性能,在代码生成等任务上提升显著。该技术具有即插即用特性,计算效率高,适应性强,为AI的自我进化能力提供了新思路。
Algoverse AI研究团队提出ERGO系统,通过监测AI对话时的熵值变化来检测模型困惑程度,当不确定性突然升高时自动重置对话内容。该方法在五种主流AI模型的测试中平均性能提升56.6%,显著改善了多轮对话中AI容易"迷路"的问题,为构建更可靠的AI助手提供了新思路。