Нейросети и маркетинг: на пороге глобальных перемен
Краткое содержание статьи:
С некоторым опозданием, но мы всё-таки достигли того будущего, о котором мечтали фантасты XX века. На наших глазах произошло эпохальное событие – рождение искусственного интеллекта. Хотя ему сейчас всего несколько лет отроду, но он уже обрёл голос, научился удивительным вещам и выполняет совсем не детские задачи. Как и любой другой гений, он талантлив во многих областях – в том числе и в маркетинге.
Чтобы осмыслить масштаб изменений, на пороге которых мы стоим, сначала нужно понять, что представляет собой искусственный интеллект и на что он способен сейчас.
Большинство технологических разработок, созданных человеком это своего рода плагиат: мы подглядели их у природы. Застежка–липучка позаимствована у репейника. Радар повторяет систему эхолокации летучих мышей. Машина для бурения тоннелей – это огромный механический дождевой червь.
Нейросеть же повторяет нервную систему человека.
Стоит уточнить – пытается повторить. Несмотря на тектонические сдвиги в сфере компьютерных технологий в XXI веке, уровень нейронных сетей 2020 года пока несопоставим с возможностями мозга человека.
Это похоже на сравнение новейшего истребителя и бумажного самолетика – и тот и другой имеют крылья и летают, однако уровень их возможностей принципиально разный.
Что такое нейросеть: объясняем на пальцах
В человеческом мозге – 86 миллиардов нервных клеток (нейронов), которые в совокупности образуют огромное количество нейронных связей. По аналогии с мозгом, искусственная нейросеть (ИНС) состоит из виртуальных ячеек – «нейронов». По отдельности они «мыслят» примитивно, но будучи объединены в единую структуру, способны на многое.
Сеть состоит из трех слоёв – входного (принимающего информацию), скрытого (обрабатывающего данные) и выходного («озвучивающего» результат).
Пример. Когда обученной и подготовленной нейросети задают вопрос – «В какой из книг Достоевского студент совершает убийство»? В «сознании» машины вопрос тут же разбивается на фрагменты и в таком «разобранном» виде эта информация проходит через «нейроны» сети.
Каждая из ячеек по отдельности достаточно «глупа» и способна решить только однотипную задачу. Они и отвечают только «да» или нет: например, на запрос «Солнце = звезда» ячейка ответит положительно, а на запрос «Солнце = планета» – отрицательно.
Возвращаясь к вопросу о Достоевском: среди миллионов ячеек есть те, чьи параметры тематически с ним связаны. При прохождении сигнала-вопроса между ними образуется взаимосвязи по принципу разветвляющегося алгоритма:
На каком-то этапе сеть «поймет» взаимосвязь между словами «Достоевский», «книга», «студент» и другими. Содержание книг великого русского классика будет проанализировано, и по каждой из них просчитан процент вероятности правильного ответа.
У «Преступления и наказания» он будет максимальным, поэтому этот вариант и будет выбран нейросетью. На все перечисленные действия у ИНС уйдут лишь доли секунды.
Как учат нейросеть?
Способность к обучению является важнейшим преимуществом нейросети – чем больше задач она решает, тем «умнее» становится.
Сразу после её создания по уровню своих интеллектуальных возможностей она напоминает маленького ребенка – не улавливает закономерности, не может отличить главного от второстепенного и нуждается в постоянных подсказках.
Подсказки помогают ей расти. Когда он «поумнеет», ей предлагают играть. Как оказалось, игра является отличным методом самообучения не только для детей. В играх ИНС соревнуется с конкурентами, анализирует последовательности действий, которые ведут к победе.
Нейросеть достигает «зрелости» тогда, когда ей для правильного ответа уже не нужны исходные данные – достаточно накопленного «личного опыта». Если на этапе тестирования результаты удовлетворят разработчиков, сеть допускают к работе с реальными задачами и настоящими людьми.
Шесть «сверхспособностей»: что умеют нейросети
Теперь к главному – что такого необычного могут современные нейросети?
Хотя им пока и далеко до уровня всевидящих и всемогущих нейросетей из фантастических фильмов, но уже есть чем вас удивить.
«Видят» и распознают изображения
ИНС стали зрячими – сейчас они способны видеть изображения и описывать увиденное. Нарисуйте любой предмет и нейросеть его назовет. Не верите – зайдите на сервис QuickDraw и убедитесь сами. А еще можно загрузить фото и найти похожие изображения, задать любой запрос, и робот выдаст тематические картинки.
Вы знали, что незнакомый вам человек может найти ваш профиль в социальных сетях за пару секунд? Ему достаточно просто вас тайком сфотографировать и робот сервиса FindFace по этой фотографии разыщет вас в соцсетях.
Фотограф Егор Цветков из Санкт-Петербурга наглядно продемонстрировал, как нейросети лишают нас анонимности. В его проекте «Your Face is Big Data», снимки случайных попутчиков в метро соседствуют с фото из их профилей «ВКонтакте».
С каждым годом нейросети совершенствуются в распознавании лиц. Сейчас они перешли на новый уровень: всевидящее око не только способно найти нужного человека среди миллиона лиц, но и умеет распознавать эмоции. В 2020 году ИНС способны определить страх, злость, радость, удивление и другие эмоции с точностью до 98%.
Как использовать? Для креативных таргетологов «зрячесть» нейронных сетей может стать перспективным рекламным инструментом. Они могут выходить на контакты целевой аудитории через поиск фото с различных мероприятий. Затем найденной ЦА будет показываться актуальная реклама. Технология распознавания эмоций уже сейчас применяется для изучения реакции аудитории на рекламный контент.
Walmart уже несколько лет использует её, чтобы повысить качество обслуживания в своих гипермаркетах – ИНС определяет взаимосвязь между величиной среднего чека и эмоциями, которые покупатели испытывают в магазинах сети.
Не отстаёт и российский бизнес. X5 Retail Group с 2019 года использует «зрячую» нейросеть для улучшения обслуживания. Она помогает оптимизировать раскладку товара и рекламных постеров, исходя их распределения покупателей в торговых залах.
А еще она подсказывает работникам Пятерочки, что нужно открывать еще одну кассу – за несколько минут до того, как этого начнут требовать недовольные покупатели.
Понимают то, что вы говорите
Сейчас уже мало осталось людей, не знакомых с такими персонажами, как Алиса и Siri. Эти виртуальные помощницы – это нечто большее, чем прежние чат-боты тугодумы. Они не впадают в ступор при малейшем затруднении. Нейросети действительно «понимают» вашу речь.
И не только понимают, но и могут писать под диктовку – например, как Google Docs. Правда, при диктовке на русском языке он делает больше ошибок, чем при английской речи. Но это дело поправимое.
И это еще не всё. Встречайте сервис LipNet – это первая в мире нейронная сеть, которая умеет читать по губам. Точность распознавания составляет 93,4% – это ненамного меньше, чем у людей, профессионально владеющих этим навыком.
Как это можно применить? Резкий скачок интеллектуального уровня нейросетей грех не монетизировать, что собственно и делают представители бизнеса по всему миру. Поумневшие чат-боты экономят компаниям сотни тысяч человеко-часов, с успехом заменяя работников техподдержки. При этом они работают круглосуточно, без перерывов на обед, без отпусков и выходных. В отличие от людей, виртуальные консультанты никогда не устают, всегда доброжелательны и корректны.
Зачем нанимать SMM-щиков и менеджеров саппорта, если есть нейросеть? Сейчас есть сервисы, которые полностью автоматизируют клиентскую поддержку в социальных сетях, электронной почте и мессенджерах. Например, Digitalgenius.
Чат-боты этого сервиса сначала были на подхвате у реальных консультантов – те корректировали их ответы, подсказывали ошибки. Потом необходимость в менеджерах и специалистах техподдержки отпала. Их место заняла ИНС, которая может одновременно разговаривать с сотнями людей, причем на разных языках. Сервис уже используется такими компаниями, как Panasonic и BMW.
Есть и еще одно перспективное направление в этой области: общительных роботов сейчас уже используют для автоматизации френдзоны.
Вам лень отвечать на бесконечные картинки и поток информации от друзей в Watsapp или Viber? Не проблема, бот сделает это за вас. Современные боты настолько умны, что даже сарказм понимают – по контексту.
У вас есть знакомые или бывшие, которые любят писать в вам мессенджер и болтать ни о чём? Отшить – неудобно, обидятся. Для таких случаев есть сервис Ghostbot. Сначала вы учите нейросеть стилю своего общения, просто отвечая на его вопросы и задавая свои. Через некоторое время его можно будет выпускать в свет – подключаем «бота-призрака» к мессенджеру и занимаемся своими делами.
О таком сервисе, как Ghostbot, люди мечтали уже давно – со времен проводных телефонов. Достаточно вспомнить олдскульный боевик «Правдивая ложь». Там персонаж Арнольда Шварценеггера при телефонном разговоре с женой кладет рядом с трубкой магнитофон и включает запись собственного голоса. Далее супруга беседует с магнитофоном, который периодически «говорит» – «Да», «Угу», «Ты права, дорогая».
А если серьёзно, то автоматизация ответов в соцсетях, email и мессенджерах – это перспективное направление с еще неизведанной глубиной спроса. Вы можете ответить на этот вопрос сами – со сколькими людьми из своего окружения вы хотели бы общаться «на автомате»?
Говорят с людьми
Способность говорить – закономерный этап эволюции ИНС: теперь они не только способны проконсультировать в текстовом чате, но и могут поговорить с людьми напрямую. Разумеется, общение с современными нейросетями будет не настолько эмоционально глубоким, как у персонажей голливудского фильма «Она» (человека и операционной системы по имени Саманта), но разговор они поддержать могут. Более того – могут даже насмешить и удивить оригинальным ответом.
Вы же знали, что у голосового помощника Алисы нет своего голоса? Алиса говорит голосом неподражаемой Татьяны Шитовой, актрисы кино и дубляжа. Современные нейросети пошли дальше – они могут модулировать человеческий голос.
Примером тому является детище Google – сервис WaveNet, который «говорит» сам, компилируя аудиозаписи голосов людей и синтезированные им самим звуки. Результат – естественная, живая речь.
Если WaveNet позвонил бы вам по телефону, вы едва ли отличили его от человека.
Как это использовать? «Заговоривший» искусственный интеллект сейчас уже используют в качестве замены операторов call-центров. В перспективе – озвучивание нейросетями видеороликов и фильмов, «говорящие» системы умного дома и многое другое.
Кстати, одну разговорчивую нейронную сеть уже трудоустроили в приёмную Правительства Москвы. Она может сказать, когда в вашем районе отключат воду, где ближайший к вам МФЦ, а также отвечает на многие другие вопросы. Робот заменяет десятки сотрудников call-центра (обрабатывает более 5% от всех обращений).
Пишут тексты (и неплохие!)
Для копирайтеров, которые сейчас читают этот текст, есть плохие новости – нейросети уже полпути к тому, чтобы отнять у вас работу. Уже сейчас роботы пишут добротный рерайт и СЕО-тексты. Люди берут за работу такого уровня от 20 до 50 рублей за 1000 знаков. Теперь вопрос – зачем заказывать рерайт у человека, если робот выдаёт тот же результат в десятки раз быстрее и намного дешевле?
Услугами роботов – копирайтеров давно пользуется AliExpress – титан китайской экономики, ассортимент которого включает десятки миллионов позиций. Помните мемы об описаниях товаров с Ali? «Большие кожаный трусы лацкан неправильный», «съемный перевёртыш рыбак шляпа солнцезащитная» и прочие перлы?
Больше таких смешных несуразностей не будет: уникальный «алиэкспрессовский» стиль в прошлом. Современные роботы копирайтеры пишут для Alibaba Group вполне читаемые описания, которые мало чем отличаются от описаний в российских интернет магазинах.
Еще один пример такой автоматизации – платформа Wordsmith, которая способна писать обзоры, новости, статьи, заметки со скоростью до 2000 текстов в секунду. Её уже используют Yahoo, Яндекс и другие компании.
В России первая ласточка автоматизации рерайтинга – это IT-компания Meanotek, которая создаёт и обучает роботов – рейратеров. Уже сейчас у них можно заказать уникальные тексты, и по своему качеству они будут ничуть не хуже, чем результаты работы авторов средней руки.
Предсказывают будущее
Это не шутка. У нейросетей есть доступ к огромным массивам информации, которую они обрабатывают с нечеловеческой скоростью. Анализируя результаты миллионов сходных ситуаций, и взвешивая все вероятности, они выдают прогнозы, которые чаще всего сбываются.
Например, они оценивают вероятность изменения стоимости ценных бумаг и валют. Предсказывают банкротство компаний. Прогнозируют риски неплатежеспособности клиентов, берущих кредиты. Оценивают рентабельность проектов при инвестировании средств.
Страховая компания Fukoku Mutual Life Insurance (Япония) использует нейросеть от IBM, которая научилась определять условия страхования для клиентов на основе анализа данных сотен медучреждений – содержания медкарт, информации о посещениях и пройденных процедурах.
У Яндекс есть алгоритм Data Factory, который делает прогнозы влияния промоакций на рост продаж товаров. Для анализа ему нужна статистика продаж, формат и ассортимент торговой точки. На основе этой информации Data Factory выдаёт прогнозы об объёмах продаж с точностью до коробки (вероятность 87%) и с точностью до одной единицы товара (вероятность 61%).
Оптимизируют бизнес-процессы и рекламные кампании
Медиапланирование, бизнес-аналитика, распределение бюджета на рекламные кампании – эти и многие другие бизнес-процессы могут вести нейросети.
Нейросети овладели навыком, который критично важен для современного бизнеса – они предсказывают уход клиента еще до того, как идея об этом придет ему в голову. ИНС вычисляют будущих «дезертиров», анализируя массивы данных о поведенческих реакциях клиентов.
Пример. Отдельные операторы сотовой связи и интернет провайдеры зарабатывают миллионы долларов, удерживая своих абонентов неожиданно выгодным предложением. Тариф неожиданно дешевеет, вдруг появляется больше минут, гигабайт и за те деньги или дешевле.
В интернет-магазинах мощным двигателем торговли являются рекомендации. Нейросети справляются с этим намного лучше людей. Свои рекомендации они основывают на анализе истории покупок каждого отдельного человека с того самого момента, как он впервые вышел в интернет.
Пример – система рекомендаций, управляемая нейросетью, увеличивает продажи Amazon на 35%. Еще эффективнее работает ИНС Brain, которая создана для YouTube. По статистике компании почти 70% всего видео, просмотренного пользователями, они нашли по рекомендациям нейросети. Благодаря ей аудитория YouTube с 2015 года выросла в десять раз!
Российский пример успешного применения системы рекомендаций – платформа Яндекс Дзен, «умная» лента контента, которая была запущена в 2015 году. Использование нейросетей обеспечило взрывной рост популярности платформы: сейчас её ежедневно посещает более 14 миллионов человек.
В сфере бизнеса нейросети наступают по разным направлениям, включая рекламу. Они создают outdoor-рекламные кампании: агентство R/GA использовало ИНС для разработки проекта продвижения для Google. Результат – каждый 20-тый прохожий воспользовался предложением. Они разработали индивидуализированную рекламу супов Campbell's – и продажи производителя выросли на 55%.
Что ожидать от нейросетей в ближайшие 3-5 лет?
В ближайшем будущем нейронные сети возьмут на себя всю рутину в рекламном бизнесе, маркетинге, банковском деле, инвестировании и других направлениях. Людям останется только обеспечение контроля и генерирование свежих идей.
Специалисты исследовательского центра Oxford Martin School еще в 2013 году говорили о том, что в ближайшие 20 лет будет автоматизировано 47% рабочих мест во всех отраслях. Прошло 7 лет, и мы видим, что этот прогноз начинает сбываться.
О предстоящих изменениях в своё время высказался Герман Греф. В ходе выступления перед студентами БФУ (Балтийского федерального университета) в Калининграде, он, со свойственным ему дружелюбием и душевностью сказал:
«Вы — студенты вчерашнего дня! Забудьте свою профессию. Нам не нужны юристы, не понимающие что такое нейросеть и не умеющие с ней работать. Нейронная сеть Сбербанка составляет исковые заявления лучше, чем юристы БФУ. Мы вас на работу брать не будем».
Подведем итоги
Нейронные сети – это не хорошо и не плохо. Это просто данность, под которую необходимо подстраиваться. На современных заводах роботизированные конвейеры вытеснили ручной труд – сейчас то же самое происходит в отношении «ремесленников» маркетинга, рекламы, копирайтинга и других направлений интеллектуального труда.
У владельцев бизнесов и специалистов еще есть несколько лет, чтобы учесть этот тренд в своих планах. Сейчас самое время задать себе вопрос – какие перспективы у направления, в котором занята моя компания? Какие творческие задачи я могу решать из тех, которые невозможно автоматизировать с помощью нейросетей?
Автор: Олег Огородников
