Как перестать беспокоиться и полюбить ИИ. Читайте на Cossa.ru

03 февраля 2018, 14:25
4

Как перестать беспокоиться и полюбить ИИ

Колонка ИТ-консультанта Брэда Пауэра (Brad Power) для Harvard Business Review.

Как перестать беспокоиться и полюбить ИИ

От редактора. Этот текст не об инструментах, а о подходе. Рано или поздно ИИ превратится из абстрактного хайпа в силу, которую необходимо понимать, с которой надо считаться. Если вы читаете наши новости, то в курсе, что это произойдёт ещё раньше, чем кажется. А пока у нас есть пара минут, чтобы перестать беспокоиться и заранее полюбить ИИ.

По нашим наблюдениям, малый и средний бизнес в России воспринимает ажиотаж вокруг искусственного интеллекта как инфошум. Это развлекает, щекочет нервы, но едва ли влияет на ежедневную работу. ИИ — почти как криптовалюты, только ещё менее понятен и предсказуем.

Эффективная и выгодная реклама с сервисом от МегаФона

Широкий выбор рекламных каналов, более 100 параметров по интересам, подробная аналитика и другие возможности уже ждут в Личном кабинете. А еще кешбэк 100% за запуск рекламы в первый месяц и еще 10% — каждый месяц.

Узнать больше >>

Реклама. ПАО «МегаФон». ИНН 7812014560. ОГРН 1027809169585

Но ведь он уже тут: запускает рекламу, придумывает эффектный креатив, играет роль бильдредактора и SMM-щика, помогает дизайнерам и верстальщикам, рулит поиском. Хотя всего этого недостаточно, чтобы ощутить опасность потери контроля. Другое дело — комплексные платформы типа Albert (о ней ниже), которые вытесняют агентства из привычной маркетинговой формулы. Иногда успешно, иногда не очень, но — заставляет напрячься.


Дэвид Мейстер, менеджер по digital-маркетингу, был ошеломлён: его компания X установила новую маркетинговую систему — с искусственным интеллектом. И теперь она делала большую часть его работы! Сама решала, где и какую рекламу разместить, кому её показывать и сколько на это потратить.

Вскоре он обнаружил, что система покупает рекламу для пользователей, которые не вписываются в привычный портрет их аудитории. Тогда Мейстер ворвался в кабинет руководителя и дал волю своему негодованию:

«Мне не нужно, чтобы у нас покупали мужчины и женщины, которым за 55 лет! Это вообще не наша аудитория!».

Мейстер потребовал, чтобы разработчики изменили настройки системы: он хотел сам выбирать аудиторию и определять бюджет для любого канала продвижения. Ему пошли навстречу и дали контроль над системой.

Восстановив свои права, он сразу же настроил рекламные кампании так, как считал нужным. И… обнаружил, что результаты продаж стали хуже. Да, основная потребительская аудитория их компании действительно была гораздо моложе. Однако оказалось, что люди старше 55 лет охотно покупали у них подарки для своих детей, племянников и внуков, и это делало их весьма прибыльной аудиторией.

Тогда Мейстер вернул контроль системе — и результаты снова улучшились! Примерно через несколько недель он начал понимать, с чем система справляется хорошо, а в чём он может ей помочь. Он предоставил ей решать, где и кому показывать рекламу, сам же сосредоточился на стратегических параметрах: на интенсивности кампании и её бюджете, а параллельно стал экспериментировать с разными вариантами рекламы.

Результаты улучшались в течение всего 2017 года: шаг за шагом система училась и становилась умнее, а Мейстер, наблюдая за действиями искусственного интеллекта — подчас неожиданными, — всё лучше понимал, как надо усовершенствовать их стратегию продвижения.

Первые три месяца работы ИИ-системы дали такие результаты:

  • продажи выросли на 75% (это произошло благодаря рекламе через новые каналы продвижения);
  • средняя стоимость покупки выросла на 77%;
  • показатель ROAS вырос на 76% (Return On Ad Spend — возврат инвестиций в рекламу);
  • также значительно снизилась стоимость привлечения покупателя.

Мораль этой истории прозрачна: если вы отдаёте сотрудникам контроль над искусственным интеллектом, важно, чтобы они были увлечены процессом. И ещё. Очень важно, чтобы они поняли, с какими задачами ИИ хорошо справляется сам. Тогда вы сможете получить максимум от сотрудничества людей и машин.

У искусственного интеллекта огромный потенциал. Раньше позволить себе ИИ-технологии могли только такие гиганты, как Google, Amazon, Microsoft, и IBM. Теперь же они доступны и небольшим компаниям — в формате SaaS (так, например, делает Google с проектом Cloud AutoML — прим. ред.). И мы всё чаще видим примеры успешного внедрения ИИ в бизнесе.

Однако есть и проблема, и она становится всё серьёзнее: недоверие сотрудников к искусственному интеллекту. Компаниям не светит воспользоваться его преимуществами, если ему не доверяют их сотрудники — ведь люди должны быть готовы передать свои задачи машинам.

В этом сопротивлении нет ничего удивительного. Многие не хотят использовать искусственный интеллект в своей работе, потому что в последнее время вокруг этих технологий слишком много шума. Они кажутся слишком непрозрачными и непонятными. Кроме того, ИИ разрушает привычную схему работы, и сотрудник боится потерять контроль над рабочим процессом.

Вот несколько историй, в которых сотрудники выступали против ИИ-инструментов — и в каждом случае на то были свои причины.

Потеря контроля

Торговая компания Y внедрила у себя софт, оптимизирующий размещение рекламы на сайте. Теперь маркетологи могли закачать на площадку несколько разных объявлений, а система собирала данные об их эффективности, решала, которые из них работают лучше — и потом показывала посетителям именно их.

Но маркетологи не захотели, чтобы эти решения принимала система. Поэтому они часто вмешивались и ставили на сайт ту рекламу, которая больше нравилась им. Они попросту недооценили этот инструмент.

Нежелание менять планы

CEO международной кредитной организации Z весьма впечатлился эффективностью системы, самостоятельно принимающей кредитные решения. Однако вице-президент, отвечающий за аналитику, воспринял новую систему как диверсию против своих планов — они касались его команды аналитиков и технологического развития компании. Поэтому он приложил все усилия, чтобы пустить новую систему под откос. Подробно описав, что делают его аналитики, он заявил: «Ни при каких условиях эта система не покажет таких результатов, каких добиваются мои сотрудники».

Разрушение привычных отношений

Глава регионального ecommerce-отделения добивался изо всех сил, чтобы штаб-квартира компании Q разрешила ему поставить ИИ-систему: он хотел поэкспериментировать с рекламными кампаниями некоторых товаров.

Уже первые испытания показали беспрецедентные результаты. В 2017 году благодаря этим кампаниям продажи выросли на 15%. Казалось логичным внедрить систему в других регионах и на остальных продуктовых линейках. Но тут всё застопорилось. Сотрудники сопротивлялись этому решению, потому что у них сложились долгие дружеские отношения с агентствами, которые вели рекламные кампании. А после внедрения системы от сотрудничества с ними пришлось бы отказаться.

Но что могут сделать компании, чтобы их сотрудникам стало комфортнее работать с ИИ-системами? Людям будет легче доверять искусственному интеллекту, если им показать, как он принимает решения.

Это примерно как заглянуть в чёрную коробку — и увидеть, что там внутри.

Так и сделали с системой Albert, которая помогает маркетологам эффективнее вести рекламные кампании. Разработчики создали инструмент визуализации — Inside Albert. Благодаря ему клиенты смогли увидеть, где и когда их реклама идёт лучше, какие рекламные посты или баннеры приводят больше клиентов, кто их идеальный покупатель — с точки зрения пола, географии, социальных характеристик. Также они увидели общее количество микросегментов, на которую система разделила всю аудиторию (часто речь идёт о десятках тысяч).

В итоге пользователи понимают, что самим им не справиться с управлением всеми этими микросегментами — будет сложно даже решить, насколько часто надо показывать рекламу в каждом из них. Система же постоянно анализирует множество данных, чтобы выбрать оптимальный вариант рекламы и лучшее время для показа.

Сначала у клиентов возникает ощущение, что система понятия не имеет о том, какой должна быть частота показов и в какие дни это лучше делать. Но через некоторое время они видят, что Albert ухитряется получить высокую конверсию там, где они сами даже не предполагали таких возможностей. Inside Albert показывает маркетологам, как система принимает решения — и она становится им понятнее. Поэтому постепенно пропадает желание вмешиваться в её работу с мелочным контролем.

Но что если сопротивляются влиятельные люди — например, акционеры или управленцы (как в примере выше — с вице-президентом по аналитике)?

Здесь может помочь другой подход, уже скорее из области политики. Нужно привлечь на свою сторону тех, кто выигрывает от внедрения ИИ. Подходящий пример — Waymo, производитель технологии для беспилотных автомобилей. В рамках проекта Let’s Talk Self-Driving компания сотрудничает с такими организациями, как «Матери против пьяного вождения», «Совет по национальной безопасности», «Фонд помощи слабовидящим детям» и многими другими. Все они заинтересованы в развитии беспилотных автомобилей.

Как показывают примеры с Albert и Waymo, преодолеть сопротивление можно. В этом помогут эксперименты, визуализация «мыслительного процесса» ИИ и привлечение организаций, которые заинтересованы во внедрении ИИ-технологий. Чем скорее вам удастся убедить коллег, тем скорее компания сможет воспользоваться преимуществами искусственного интеллекта.


Телеграм Коссы — здесь самый быстрый диджитал и самые честные обсуждения: @cossaru

📬 Письма Коссы — рассылка о маркетинге и бизнесе в интернете. Раз в неделю, без инфошума: cossa.pulse.is

✉️✨
Письма Коссы — лаконичная рассылка для тех, кто ценит своё время: cossa.pulse.is