在品牌研究中，对于人工智能而言，创造性思维意味着什么?

译者：沈浩老师   常莹

毫无疑问，作为人工智能的子领域—机器学习在过去的几年中越来越受欢迎。由于大数据是目前科技行业最热门的趋势，基于大量的数据机器学习在为品牌进行预测和决策方面有着巨大的潜力。

辅助技术与智能技术会引领人们走入一个充满创造性思维的新世界，也可以帮助品牌更大程度地了解消费者。如果我们想在品牌设计上拥有更佳的创意，获得更好的品牌经验。很显然，人工智能技术必须要发挥主导作用。 人工智能(AI)、机器学习(ML)在推动品牌的新一代产品创意方面有着巨大的潜力。人工智能和机器学习是行业最前沿、最强有力的改变，它们使品牌更贴近消费者的期望和情感。辅助技术和智能技术的发展也处于崛起的攀升期。我们正在面临一个充满可能和未知的新天地。

人工智能和机器学习可以应用在很多领域。机器学习在商业决策和产品推广方面应用越来越广泛，比如：在亚马逊上购物、Netflix上看电视，Uber上叫个车，在Facebook上给朋友贴个标签等。也有更多创造性的实验：如“下一个伦勃朗应用程序”，“机器音乐组合”和“电视节目脚本自动生成”等，来使用机器学习创建新的艺术作品。人工智能将改变我们的行业和技术，就像在二十世纪中期的电力改变人类一样，人工智能也具有改变艺术、创造力和品牌的潜质。

近年来我们也许总会听到很多有关人工智能和机器学习两大领域发展的新闻，但其实它们都有着非常悠久的发展历史。自计算机出现以来，人工智能就一直被研究者所关注，直到近几年，人工智能技术开始变得更强大、更灵活、访问性也更强。一些互联网巨头公司，如英特尔，谷歌，苹果和Facebook公司等，加大了在人工智能研究上的投资，来开发更经济、快捷的硬件和更优质的算法。

机器辅助功能的核心是数据。将大数据转换成有用的数据是一个巨大的挑战。数据挖掘对于商业机构和品牌来说，是一个难得的良机。Netflix公司可以在节目拍摄之前预测到哪个节目和演员将成为热门，在这个方面上，Netflix在数据方面的处理还算小有成就。

在数据处理的操作中，也许存在的一个很现实的问题–大多数抓取下来的数据并不智能。通常情况下，它没有反映消费者的利益，所以还需要依靠大量的分析来驱动战略才能提出具有创造性的见解。传统的网络和移动分析并不像期待的那样在一个超链接的环境中工作。人口统计量、页面浏览量、页面点击和标签的数据不足以反映消费者的真实的消费情况。消费者的生活方式、情绪和参与度才是探究消费情况的关键因素。

Spotify在这个方面做出了创新：根据用户习惯、人群来源和用户画像，为用户创建个性化的推荐列表。 品牌需要了解人们对他们的服务、产品和内容的反馈。然而，但很多时候，我们似乎只对消费者有一个片面的看法，而不是我们期望看到的全貌。由此，一个将移动产业向前推动的新浪潮应运而生：关注品牌和消费者之间的互动沟通。

随着类似于一对一通讯接口技术的发展和网页交互的兴起，我们有机会通过语音服务和自然语言处理深入了解消费者，并结合不断更新换代的个人移动设备，从消费者之间的相互关系中捕捉智能数据的机会变得更大。

数据如同人工智能的“燃料”。据Internet Live Stats的统计，全球大约有35亿网民，这个数据仍在持续增长。IDC(互联网数据中心) 称相信我们在2020年会创造出44泽字节数据的世界(1ZB大约有10亿G)。而数据将变得越来越智能，这得益于两个主要因素。首先，更多的设备需求意味消费者的生活方式将更加全面、多元。其次，微信和Facebook等社交平台将提供基于数据流的对话。这将导致一个新的智能数据浪潮驱动我们的行业上升至一个全新的水平上。 最重要的是，机器可以比人类学习得快得多。

随着时间的推移，机器学习技术不断发展和提高，可以通过测试响应、意图和情感，来提高服务的水平。可扩展性问题一直是个性化服务的一个障碍，但机器学习能解决这个问题。当你费了很多时间却没有在网上找到需要的东西时，你需要有一个设备来用机器辅助的个性化服务帮助你。毕竟，机器学习最终的目标是为消费者创造最简单、最有意义的体验。 机器并不会掌管世界或引领创意领域，但如果我们要为消费者创造更好、更简单、更完美的个人体验，很显然人工智能技术必须发挥主导作用。在品牌体验的研究和设计中，人工智能能成为品牌和机构的最终创意工具，帮助品牌建立更丰富的体验，更具持久的价值。

想要拥有智能创造性思维需要认识到的一点是：机器是不可代替的(至少现在是这样)。然而，在品牌和人群的对话与沟通方面上，机器学习的未来朝着更智能的方向前进。行业发展迅速，我们刻不容缓。我们需要以新的方式使用认知科技学，来大胆打破固有观念，抛弃一次决定论，以创造性思维来获取更多经验。这样，机器学习将会不断帮助品牌改善和发展与消费者的关系。

End.