Po co nam sztuczna inteligencja w biznesie i reklamie?

Rewolucją będzie to, czego konsument nie będzie już musiał robić. Również praca w marketingu
i reklamie za sprawą sztucznej inteligencji znacznie się zmieni. A działy sprzedaży niebawem otrzymają pomocnika imieniem Edward.

O przyszłości wykorzystania AI opowiada Tomasz Wesołowski, CEO firmy 2040.io, w rozmowie z Jakubem Müllerem

Tomasz Wesołowski

CEO & co-founder w 2040.io, która pracuje nad biznesowym zastosowaniem sztucznej inteligencji. W branży internetowej działa od 2000 roku, m.in. jako założyciel i dyrektor zarządzający Empathy Internet Software House, a następnie członek zarządu w Grupie Unity (odpowiedzialny za pion marketingu i komunikacji oraz HR). Współtworzył społeczność profesjonalistów, będąc w latach 2007–2009 członkiem zarządu spółki Profeo powstałej z inicjatywy Grupy Pracuj. Pomysłodawca cyklu barcampów technologicznych Techcamp, współtwórca Klubu Dyrektorów E-commerce oraz twórca Akademii Empathy, realizującej cykl branżowych wydarzeń edukacyjnych.

Po co nam sztuczna inteligencja w biznesie i reklamie?
Jakub MüllerJakub Müller

Jak – jako przedsiębiorca zajmujący się sztuczną inteligencją – odpowiedziałbyś na proste pytanie: co potrafi już sztuczna inteligencja?

Tomasz WesołowskiTomasz Wesołowski

Sztuczna inteligencja w rozumieniu potocznym, jako komputerowy odpowiednik ludzkiego mózgu, wciąż jest na wczesnym etapie rozwoju. Co innego tzw. wąska sztuczna inteligencja, rozumiana także jako dziedzina biznesu (inteligencja dziedzinowa). Ta zaczęła się rozwijać bardzo szybko za sprawą algorytmów uczenia maszynowego. W wąskiej, ściśle określonej dziedzinie komputery „uczą się” rozpoznawać mowę, obrazy, a nawet podejmować decyzje tak jak ludzie.

Jakub Müller

Co to znaczy w praktyce? Że uczą się tak jak ludzie?

Tomasz Wesołowski

Załóżmy, że chcemy nauczyć komputer rozpoznawać obrazy ptaków. Dostarczamy mu dane, czyli zdjęcia wielu różnych ptaków, a on na tej podstawie stopniowo „uczy się” rozpoznawać je dzięki treningowi.

Trening ten polega na oglądaniu bardzo dużej liczby obrazów. Kiedy oprogramowanie „nauczy się” już odróżniać obrazek ptaka (np. od samolotu), to później wykorzystuje tę wiedzę do rozpoznawania tych ptaków na zdjęciach, które nie były pokazywane w czasie treningu. Może nawet rozpoznawać konkretne gatunki ptaków i być w tym rozpoznawaniu skuteczniejsze niż człowiek.

Możemy znaleźć tu analogię do tego, jak uczą się dzieci, gdy dostają od rodziców informację, że to, co właśnie widzą, to np. kanarek. Zapamiętują ten przykład i kolejne ptaki, nawet jeśli mają one nieco odmienny wygląd, rozpoznają przez analogię do tego pierwszego.

Jakub Müller

Tylko że ludzie rozumieją, czym jest ptak. Podejmując decyzje, uwzględniają dużo czynników, choćby cały kontekst, relacje społeczne. Jest taki stereotyp, że maszyny dostają dane, wskazują zależności między nimi, podają wynik, ale nikt nie wie, dlaczego jest on właśnie taki.

Tomasz Wesołowski

Dlatego, że maszyny stosują reguły matematyczne. Działają, gdy otrzymają od programisty ciąg precyzyjnie formułowanych poleceń. A większość naszej wiedzy na temat otaczającego nas świata nie jest przetłumaczona na takie polecenia – wymagałoby to nieskończonej ilości czasu. Wymyślono więc uczenie maszynowe: komputer sam może napisać algorytm na podstawie otrzymanych od człowieka danych. Nie widzimy, w jaki sposób do tego doszedł, stąd obawy o to, skąd biorą się rekomendacje.

Jakub Müller

A jeśli dane dostarczone komputerowi do nauki będą nieścisłe?

Tomasz Wesołowski

To sobie z tym nie poradzi i otrzymane wyniki też będą błędne. Jeżeli dziecko przyswoi sobie błędne informacje, również będzie wyciągać błędne wnioski na ich podstawie.

Jakub Müller

Co w takim razie z problemem Big Data? Jest coraz więcej informacji, ale coraz trudniej wykryć między nimi zależności. Inaczej mówiąc: coraz więcej informacji, a coraz mniej wiedzy.

Tomasz Wesołowski

Uczenie maszynowe pozwala właśnie znaleźć zależności między różnymi informacjami. Im więcej ich jest, tym lepiej. Nie muszą być nawet uporządkowane – ważne, żeby były odpowiednio oznaczone.

Jakub Müller

Weźmy sytuację, gdy przychodzisz do banku, w którym algorytm AI decyduje na podstawie danych klientów, czy dostaniesz kredyt. Jak ta decyzja będzie przebiegać?

Tomasz Wesołowski

Taki algorytm uczyłby się na danych demograficznych osób, które w przeszłości starały się o kredyt w tym banku: wiek, stan cywilny, miejsce zamieszkania i decyzja kredytowa. Ale także brałby pod uwagę np. dane z niespłaconych kredytów (żeby uczyć się na błędach). Po treningu na takich danych komputer zbudowałby algorytm bazujący na poprzednio dostarczonych historycznych danych i nauczyłby się wyciągać odpowiednie wnioski, nawet jeśli do banku przyszłaby całkiem nowa osoba.

Jakub Müller

Czy obecne zainteresowanie sztuczną inteligencją nie wynika głównie ze świetnej promocji zjawiska? Anglojęzyczna nazwa AI była tytułem filmu. Również Mark Zuckerberg nazwał swojego domowego asystenta AI „Jarvis”, inspirując się asystentem z filmu „Iron Man”.

Tomasz Wesołowski

Temat sztucznej inteligencji w popkulturze nie jest nowy. Już kiedy powstały pierwsze komputery, ludzie uważali, że niedługo będą one myślały za nas. Największy entuzjazm mamy już za sobą – przypadł on na lata pięćdziesiąte. Zakładano wtedy, że skoro maszyny umieją szybko liczyć, to za chwilę będą umiały wszystko. A w latach osiemdziesiątych było już mnóstwo filmów, których scenariusz opierał się na tym, że sztuczna inteligencja nas zniszczy.

Jakub Müller

To na czym utknął rozwój AI?

Tomasz Wesołowski

Na tym, że moc obliczeniowa komputerów była bardzo słaba. I nawet jeśli z czasem ta moc wzrastała, brakowało metod, by to odpowiednio wykorzystać. Potem w latach dziewięćdziesiątych zainteresowanie znów na chwilę wzrosło, aby w tym momencie naprawdę eksplodować.

Jakub Müller

Dlaczego to zainteresowanie tak falowało?

Tomasz Wesołowski

Trudno wskazać jedną przyczynę. Pozornie przez lata nic się nie działo, ale cały czas trwała mało spektakularna praca różnych zespołów badaczy. Powstawały algorytmy, metody, starano się zrozumieć, jak działa ludzki mózg i przenieść tę wiedzę na pole sieci neuronowych.

Jakiś czas temu okazało się też np., że karty graficzne używane w grach można wykorzystać do obliczeń w uczeniu maszynowym. Teraz zbieramy tego efekty. Oczywiście jest szum wokół sztucznej inteligencji, ale nie zgadzam się, że to kwestia tylko dobrej promocji.

Algorytmy używane są coraz częściej, udostępniane są m.in. na zasadach open source. Na dodatek upowszechnienie usług chmurowych powoduje, że moc obliczeniową można wynajmować „na godziny”. Wszystko się zdemokratyzowało i mamy obecnie rozpoczynający się efekt kuli śnieżnej.

Jakub Müller

Niedawno rezultaty swojej pracy udostępnili zewnętrznym programistom giganci reklamy internetowej, czyli Facebook i Google. Nad czym teraz pracują, jeśli chodzi o AI?

Tomasz Wesołowski

Google wykorzysta uczenie maszynowe do poprawienia działania wyszukiwarki, dzięki czemu…

Jakub Müller

…skutecznie dowiąże do niej reklamy.

Tomasz Wesołowski

Otóż to. Google był w stanie zastąpić część algorytmów uczeniem maszynowym już parę lat temu. Wtedy zrezygnował, bo nie umiał wytłumaczyć, skąd biorą się wyniki i obawiał się problemów wizerunkowych. Teraz to nastawienie się zmienia i Google chce być firmą przodującą w AI. Za Google’em idą inne firmy naciskające na to, by programiści podnosili swoje kompetencje także jako analitycy danych.

Drugi obszar, na którym koncentruje się Google, to tłumaczenia. Translator z chińskiego na angielski od kilku tygodni korzysta z głębokich sieci neuronowych, dzięki czemu jego tłumaczenie nie jest już wyrwane z kontekstu, lecz uwzględnia kontekst całych zdań. Wciąż nie tłumaczy tak dobrze jak człowiek, ale jest już całkiem blisko. Możliwe, że pierwszym zawodem wyeliminowanym przez AI nie będzie kierowca, ale właśnie tłumacz.

Jakub Müller

A Facebook?

Tomasz Wesołowski

Wykorzystuje machine learning m.in. do analizy treści. Na przykład po to, żeby jeszcze lepiej wiedzieć, o czym ludzie piszą w postach, i wyświetlać im trafniej dobrane reklamy.

Jakub Müller

Jakie są tego konsekwencje dla branży marketingowej i reklamodawców?

Tomasz Wesołowski

Niedawno występowałem na konferencji, na której moim przedmówcą był Dominique Delport, dyrektor generalny Havas Media Group. Jeden z omawianych przez niego trendów był taki, że konsumenci w przyszłości, zamiast siedzieć przed komputerami i czytać newsy, będą spędzali czas, korzystając z komunikatorów.

Być może za jakiś czas Facebook Messenger czy WhatsApp pełne inteligentnych botów to będą jedyne miejsca, w którym wszyscy będziemy korzystali z Sieci? Może staną się tym, czym przed laty były portale – rodzajem bramy do Internetu? Jeśli tak, to wyzwaniem będzie dotarcie do konsumentów właśnie w tym miejscu.

Jakub Müller

Dla niektórych marek jest to proste. Na przykład Uber pozwala zamówić usługę przez rozmowę z botem w Messengerze Facebooka. Co z innymi markami?

Tomasz Wesołowski

Tu nie chodzi o widowiskowe przykłady. Rewolucją będzie to, czego konsument nie będzie już musiał robić. Umawiając się na ten wywiad, rozmawialiśmy przez Messengera, zastanawiając się, która restauracja będzie najlepsza i szukając różnych opcji. W przyszłości nie trzeba będzie instalować aplikacji, wpisywać zapytań w Google, wybierać wyników ani przechodzić do witryny. Do rozmowy dołączy bot i zaproponuje nam miejsce na spotkanie.

Jakub Müller

Niezależnie? Bez naszego działania?

Tomasz Wesołowski

Tak. Będzie wiedział, o czym rozmawiamy, ale będzie też wiedział, że oczekujemy pomocy i godzimy się na pewien kompromis pomiędzy prywatnością rozmowy a asystą. Połączenie uczenia maszynowego, rozumienia tekstu, kontekstu i botów oznacza, że konsumenci będą komunikowali się z markami w ten sam sposób, w jaki rozmawiają między sobą.

Trzymając się przykładu restauracji: dzisiaj jedna osoba wybiera i znajduje lokal, ocenia menu, rezerwuje miejsce i powiadamia o tym swoich znajomych. Niedługo marka sama włączy się do rozmowy, będzie to interakcja wielostronna.

Wygrają na tym te marki, które wdrożą to rozwiązanie jako pierwsze, dopóki w komunikatorach nie ma jeszcze szumu reklamowego. To zapewne kwestia czasu, kiedy konsumenci i tam spróbują zablokować konwersacje przypominające reklamy, tak jak teraz wykorzystują AdBlocka.

Nasza przyszłość z AI – piękna czy straszna?

Jakub Müller

Czy AI zmieni w najbliższych latach pracę wszystkich w marketingu i reklamie? A może dla niektórych nic się nie zmieni?

Tomasz Wesołowski

Stopniowo zmieni pracę wszystkich, najpóźniej tych na stanowiskach kreatywnych.

Jakub Müller

Przecież wiosną ubiegłego roku w japońskim oddziale agencji McCann nowym dyrektorem kreatywnym został robot o nazwie AI-CD β.

Tomasz Wesołowski

Nazwanie go dyrektorem kreatywnym to świetne posunięcie promocyjne, ale w rzeczywistości robot bardziej wspomaga pracę kreatywnych. Sam nie stworzy czegoś zupełnie nowego. Bardziej zagrożeni są pracownicy domów mediowych, którzy analizują liczby i na tej podstawie umieszczają reklamy w takich mediach, by najlepiej dotarły do grupy docelowej. Ich AI zastąpi najszybciej.

Za to jeszcze długo robot nie wymyśli kreacji, która zdobędzie nagrodę w konkursie reklamowym. Tu bardziej chodzi o relacje emocjonalne z odbiorcami, których maszyna jeszcze nie za bardzo rozumie.

Jakub Müller

A jak AI może wpłynąć na poszczególne formaty i narzędzia reklamowe, np. na e-mail marketing?

Tomasz Wesołowski

Też ułatwi pracę na liczbach i pozwoli zwiększyć skuteczność e-mailingu. Kreacja ma tu mniejsze znaczenie niż w reklamie ATL. Ważne, żeby odbiorca nie skasował e-maila bez przeczytania i reakcji.

Obecnie nadawca zmienia różne elementy w e-mailu i testuje, wysyłając do różnych grup odbiorców. AI może go w tym zastąpić, ale powtórzę: nie wymyśli strategii i kreacji całej kampanii. Nie będzie to inteligencja, która tak jak ludzka potrafi wnioskować na różne tematy i uczyć się nowych rzeczy bez żadnego wsparcia.

Jakub Müller

Edward – inteligentny asystent dla działów sprzedaży, nad którym pracujesz – będzie działał właśnie tak, dziedzinowo?

Tomasz Wesołowski

Tak. Będzie wspomagał pracę sprzedawców w pracy z klientami: porządkował dane, rozmowy telefoniczne, spotkania. Przypomni o wysłaniu podsumowania po spotkaniu, zrobieniu follow-up po wysłaniu oferty od klienta. A jeśli dla przykładu od rozmowy sprzedażowej upłynęły dwa miesiące i kontakt się urwał, to zwróci uwagę, że warto odnowić relację z klientem.

Takie podstawowe rzeczy mogą wydawać się śmiesznie łatwe, ale z naszych rozmów z klientami wynika, że wiele osób właśnie z tym ma problem. Oczywiście stopniowo będziemy rozwijać Edwarda w kierunku bardziej zaawansowanych interakcji.

Jakub Müller

Po co sprzedawcom nowe rozwiązanie? Od tego jest w firmie CRM – system zarządzania relacjami z klientem.

Tomasz Wesołowski

Po pierwsze, większość systemów CRM nie gromadzi danych w sposób automatyczny. Trzeba te dane wpisywać ręcznie. W naszej koncepcji inteligentny asystent powinien je zbierać automatycznie. Po drugie, systemy CRM najczęściej nie mają systemów wnioskujących, czyli analizujących dane i na tej podstawie podpowiadających sprzedawcy, jaki powinien być jego następny krok. Nie są proaktywne.

Niedługo zresztą każdy będzie miał w swoim telefonie asystenta, jak Siri Apple’a czy Google Assistant. Tego rodzaju asystent będzie korzystał m.in. z wiedzy aplikacji takiej jak Edward – z asystentów dziedzinowych, których będzie można podłączać jako elementy ogólnego asystenta.

Jakub Müller

A ten ogólny asystent nie może pomagać także w poszczególnych dziedzinach?

Tomasz Wesołowski

Bardziej opłacalne jest udostępnienie swoich asystentów zewnętrznym developerom, którzy mogą podpinać kolejne elementy. Giganci jak Google, Microsoft czy Amazon tworzą platformy, na których zewnętrzne firmy będą walczyć o to, żeby asystent podpowiedział właśnie ich rozwiązanie. Tak jak dzisiaj twórcy aplikacji walczą, by być wysoko w Google Play czy App Store.

Jakub Müller

Popatrzmy teraz od strony konsumenckiej. W książce „Big Data: A Revolution That Will Transform How We Live, Work, and Think” napisano, że Amazon pracuje nad algorytmami, które wyeliminują reklamy. Będą tak doskonałe, że ze stuprocentową dokładnością przewidzą, co zechcesz kupić, zanim w ogóle o tym pomyślisz. To możliwe?

Tomasz Wesołowski

Jak najbardziej. Ludzie nie lubią reklam, więc im bardziej spersonalizowaną rekomendację dostaną, tym lepiej. Z drugiej strony badania sklepów internetowych sprzed kilku lat wykazały, że efekty nie zawsze są oczywiste.

Gdy rekomendacje algorytmów były zbyt dokładne, konsumenci nabierali podejrzeń, że są inwigilowani. Jeśli za to spośród pięciu produktów dwa dobrano losowo, to wywoływały śmiech swoim niedobraniem, natomiast trzy faktycznie rekomendowane odbiorcy przyjmowali bez zastrzeżeń.

Jakub Müller

Gdzie będzie sztuczna inteligencja za dwa, trzy lata?

Tomasz Wesołowski

Jeśli chodzi o poziom rozwoju, to nie będzie dużo mądrzejsza niż teraz, ale znajdzie zastosowanie w dużo większej liczbie miejsc. Na pewno tam, gdzie wymagana jest analiza danych. Stawiam na analizę treści i tłumaczenia – te ostatnie za trzy lata będą notowały największe postępy.

Jakub Müller

A sektor bezpieczeństwa?

Tomasz Wesołowski

Algorytmy rozpoznające twarze za pośrednictwem kamer są już powszechne i bardzo zaawansowane np. na lotniskach.

Jakub Müller

Są w stanie stwierdzić, że pasażer, który przyszedł na lotnisko, jest zdenerwowany nie dlatego, że boi się latać, tylko z jakiegoś bardziej niebezpiecznego powodu?

Tomasz Wesołowski

Tak, rozpoznawanie emocji jest już powszechne. Co ciekawe, te rozwiązania przechodzą teraz do sektora komercyjnego. Firma, którą ostatnio poznałem, stosuje coś takiego w sieciach fast food. Sprawdza, czy pracownik jest pozytywnie nastawiony do klienta, w jaki sposób z nim rozmawia. Przynosi to konkretne wyniki, bo stopień zadowolenia klientów wzrósł.

Jakub Müller

Nie trzeba wysyłać tajemniczego klienta…

Tomasz Wesołowski

Niedawno pewien Rosjanin napisał aplikację, która w rosyjskim odpowiedniku Facebooka, czyli w VKontakte, robiła zdjęcie użytkownikowi i wyszukiwała go w serwisie. Stopień zaawansowania technologicznego jest większy, niż się powszechnie sądzi, ale konsumenci nie na wszystko są gotowi. Gdyby tylko byli świadomi, ile dostawcy rozwiązań mogliby o nich wiedzieć, pewnie naprawdę przestraszyliby się tego, jak może wyglądać przyszłość.