通常情况下,代理商的工作需要创造性的思维和方法。初看起来,由于人工智能(AI)会在一些过程里消除人类因素,所以好像并不适合代理商这个行业。但人工智能和自动化与人类创造力相结合,则可以使代理商团队更有效率——前提是使用的方式是正确的。
AI如何在代理商各个领域里提供帮助?福布斯代理商委员会提供了答案,分享人工智能和自动化提高机构生产力的方法。
福布斯理事会(Forbes Agency Council)成员
1、更好领导力的生成
人工智能时代已经来临,已经为我们的代理商和客户带来了巨大的变化。例如,企业可以利用AI驱动的自动化服务员提高效率及提高数字化领导力的质量。而且,AI与高质量业务地址数据结合在一起使用可以加速那些与复杂的企业对企业销售周期和营销流程相关的工作流程。——Paula Chiocchi,Outward Media,Inc.
2、基于数据的客户机会
人工智能可以比我们的人工团队更快地提取和分析数据,还能够利用这些数据里进行学习,可以令将来的搜索更加直观和具有更强的相关性。我们的机构利用人工智能为我们的客户查看市场的比较结果,而我们自己的人工研究有时候可能会错过一些机会,用人工智能则可以确保我们不会错过这些曝光机会。——Meredith Xavier,LignéGroup
3、卓越的市场细分
人工智能和市场营销自动化已经帮助企业取得了令人瞩目的成绩。我认为,在不久的将来,人工智能和市场营销自动化必将能令一众公司创建更低层次的细分及制定理想的定制创造财富的策略,而且还将最大限度地减少人为输入,这可以显著地节省大量资源。——Solomon Thimothy,OneIMS
4、更好的资源管理
工作越合乎逻辑,我们就越可以更简单地将这些工作交给AI去做。其中一个很好的例子是资源管理。这种任务是AI的理想选择,团队成员则可以专注那些算法无法完成的非线性创作任务。我认为我们会发现越来越多的重复性任务将由AI完成,我们给出的信息越准确,结果就越好。——Benjamin Collins,Laughing Samurai
5、宏观趋势
人人都希望能在最基础的层面上向消费者开展再营销,但他们做的手法有些怪怪的——基本上是那种“我们看到你要找的是啥”一类的。而利用人工智能则可以看到更宏观的画面,进而可以确定如何以及何时向消费者展示创意趋势。例如,为什么不在他们访问网站前提供折扣而要在访问网站后才提供折扣呢? AI可以帮助大家了解趋势及将消息传递给受众进行匹配。——Michael Hubbard,Media Two Interactive
6 、情绪分析
人工智能已经成了报告高级公共关系时的一个重要工具,但我也很高兴地看到一些可以帮助进行情绪分析的新进展。这在评估参与度和客户或媒体感知度时是一个关键因素,不过目前的算法还不能很好地掌控上下文线索。——Kathleen Lucente,Red Fan Communications
7、快速回答常见问题
最近Elle杂志上新编辑的一篇文章对我有触动。他们的Slack频道用了AI回答问题。这样做了后员工在做决策甚至在内容创建方面都可以更加以数据为导向。我觉得这是个很好的模型,无限的创意可以从现场答案和无所畏惧的提问中受益。——Dan Cohen,Full Court Press Communications
8、减少手工劳动
自动化技术在不断发展,人类被迫将重点放在更重要的创新工作上。这意味着诸如我们这样的营销人员和代理商老板必须利用 “知识工作”才能获得更多的自由,再不能埋头于用“手工劳动”去创新了。人类在解决复杂问题方面可以做得好些,而机器则在完成简单任务方面做得好些。——Adam Guild,Placepull
9、创意决策的可靠证据
设计一件创意作品涉及到关键决策,包括我们使用的词汇或我们放置的图像或我们追求的布局等等。 AI可以有效地加强各种决策的力度。想象一下每个广告系列生成的数据量,包括视图、参与、转化等等的数据量。现在再想象一下用这些数据来建立可以指导创造性决策的预测能力。可以说,AI为我们将科学带进了艺术领域。——Andrew Au,Intercept Group
10、营销活动资金分配的自动化
我们在我们的内部分析平台上用了机器学习,目标是确定哪些活动的资金可以转换到其他活动,从而到达特定的购置成本目标。AI可以自动重新分配资金,可以将资金从失败的广告系列重新分配到获得最强回报的广告系列里去,同时可以实时将最新进展告知受众群体,因而我们客户的广告支出绝不会浪费在表现不佳的广告上。——Josh Sample,Drive Social Media Saint Louis
11、在营销和销售中消除孤岛
代理商销售部门和营销部门的密切合作可以吸引新客户,但两个部门对于如何成功实现目标的看法往往有所不同。时下的市场AI解决方案可以利用自动数据捕获和模式识别,填补存在于吸引潜在客户和将潜在客户变为实际客户之间的鸿沟。结果是什么呢?结果就是可以更容易识别高质量的潜在客户和建立相应的培育流程。——David Kilimnik,Hero Digital
12、客户服务聊天机器人
实时聊天是个吸引访问者访问网站的好方法,但许多公司(尤其是小型企业)都害怕部署实时聊天,因为这些公司认为自己不能为实时聊天功能配备合适的员工。而聊天机器人就是个很炫的方法,聊天机器人利用AI可以给那些不想为了一个电子邮件回复等上一整天或更长时间的潜在客户提供快速答案。——Scott Baradell,Idea Grove
13、以搜索为中心的内容创建
现在真是什么都是靠搜索。人工智能则可以帮助人类进行更有效及更加对话式的搜索,从而可以获得更好的搜索结果。而这则会使得内容(要接轨买方人物角色和回答他们的问题)变得尤为重要。人工智能必将迫使我们推出的内容更加以客户为中心。——Sarah Mannone,Trekk
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。