在数以百计的研究员和高管访谈中，我们有幸在过去三年中进行了采访，很少有其他领域会比营销和广告更加乐意运用人工智能。在与来自Facebook，百度，IBM和AT＆T等公司的高管和研究人员的会谈中，营销一直是AI最热门应主题。
本文旨在作为人工智能与营销交叉的介绍，为此目的，文章本身已分为三个不同的部分：
我们将从AI营销领域目前可行的例子开始：
5个人工智能在市场营销和广告中的应用
下面是我们决定在本文中着重强调的七个非常流行的应用例子，同时描述AI的工作方式、目前正在利用该应用程序的公司。
目前的AI营销应用已经非常广泛，但我们决定先关注当今市场营销中最受欢迎的一些用途：
1 – 搜索
在2005年，如果您在电商网站“搜索”以查找产品，除非您完全知道它的名称或标题，否则您不太可能找到您想到的结果。今天“搜索”更加智能，它不仅可以帮助您在Google上查找信息，还可以帮助您在亚马逊或Target.com上找到合适的产品，在Netflix上找到合适的电影等等。
十年前，在Nike.com上输入“男式拖鞋”可能没有产生我想要的结果。今天，它却可以。
电子商务和营销中的搜索结果改进得到了改善，因为相同的技术因素改善了“搜索”，包括：
像Elasticsearch这样的技术现在已经相对主流，允许任何小型电子商务商店进行搜索，而不仅仅是匹配关键字
数据即服务公司（如Indix等）可以比以往更轻松地从其他更大的来源获取搜索数据，通知您自己的在线产品搜索，而无需从头开始训练您自己的搜索模型
其他misc改进，例如：用于检测常见拼写错误的软件现在更常见，并且可以通过上下文校准拼写错误（比如：“季节”可以理解为“季票”，而单独“cikets”可能更难辨别没有上下文）
谷歌在“内部搜索”中做了很多简化和解释他们自己的搜索改进和发展的工作。
我们最近对Samuir Raman（Mattermark的数据科学）的采访解释了改进搜索所涉及的一些动作。
在未来，消费者可以期待越来越多的电子商务网站跟随Google和其他人的步。
2 – 推荐引擎
推荐引擎在数字营销领域是常见的，因为这种营销技术经常被客户使用。亚马逊的书籍或产品推荐非常出色，Spotify非常了解您对音乐的喜好，这种“发现助手”很有用，使其成为拥有大量资源（数字和物理）的公司必不可少的。
今天复杂的在线推荐远远超出了一套简单的人为算法。推荐引擎（您还会经常听到“推荐系统”一词）可以从大量细微数据中提取资料，以便从行为，行动等中得出结论……
Netflix不仅仅考虑了一个人观看过的电影，或者他们给这些电影的收视率 – 他们还在分析哪些电影被多次观看，重看，快进等……这些无数的行为，公司评估了数百万其他用户，帮助得到最佳建议。
3 – 程序化广告
以下斜体字是Seer Interactive对程序化广告的简要说明，他在解释基础知识方面做得非常出色：
简而言之，程序化广告是在交易所购买和销售广告资源的自动实现的过程，将广告商与发布商联系起来。这个过程使用人工智能技术……涉及移动，banner，视频和社交媒体的广告实时出价 – 甚至进入电视领域。
人工智能技术分析访问者行为，允许对更有可能转换的受众进行实时广告优化。程序化公司能够收集这些受众数据，然后更精确地定向，无论是来自第一方（他们自己）还是来自第三方数据提供商。
程序化媒体购买包括使用DSP，SSP和DMP。 DSP（需求方平台）促进了在公开市场上购买广告库存，由于DMP（数据管理平台）的收集，提供了接触目标受众的能力。 DMP收集并分析大量的cookie数据，然后允许营销人员做出更明智的决策，让他们的目标受众可能是谁。
程序化广告的典型例子是在Google（AdWords），Facebook和Twitter等渠道上的SEM广告。像PredictiveBid和以色列的Albert这样的公司决定将大量的注意力集中在程序化广告上。
程序化广告为网站和应用观众的“库存”带来了巨大的效率。像谷歌和Facebook这样的平台已经为高效和有效的广告设定了标准 – 可以认为这些系统在允许非技术营销人员在线启动，运行和衡量广告系列方面将变得越来越用户友好（对我来说
4 – 营销预测
此部分可能被称为“来自营销数据的洞察”，这是一个更广泛的主题。然而，商业智能数据最直接的营销应用之一在于它能够帮助预测，这种能力在人工智能的发展后得到了很大的提升。
我们可能会在商业智能领域撰写另一篇完整的文章（或者实际上是整个市场报告）。
Rapidminer，Birst，Sisense等公司的目标是成为商业智能和预测的行业标准。由于营销数据（点击，观看，页面上时间，购买，电子邮件回复等）的（通常）可量化的性质，模型通常可以在营销数据上比在其他信息上更快地进行培训。
能够预测电子邮件活动或营销活动的转化可以帮助公司不断改进营销工作（banner，文本，视频，甚至直接邮件）。
在撰写本文时，市场上已有2000多家营销技术公司，其中涉及数据管理和分析。随着这些技术/评估工具成为主流，我们可以期待未来更多的这些公司，以及大大小小公司的更精细的营销努力。
5 – 语音/文本识别（商务沟通）
在2014年，甚至在2015年的大部分时间里，可以安全地说，虽然聊天机器人和语音识别是人工智能的一个用途，但它仍然没有在营销或广告中产生很大的影响。
从2016年开始，语音和聊天goon感觉已经跨越了营销领域 – 其中一些表现出了巨大的潜力。以下是一些例子：
亚马逊Echo – Echo在将物联网变为现实方面取得了巨大成功……尤其是用户只需通过与机器通话即可进行购物。您可以购买演讲，订购优步汽车或多米诺比萨饼。
Facebook Messenger – 旨在模拟基于聊天的购买的“在线到离线”策略，Facebook Messenger允许用户通过聊天单独订购鲜花（很快，更多）。
百度的Duer – 百度的新聊天机器人助手能够在其界面内订购产品（PC World获得了一些最早的机器人报道）
其他人 – 谷歌和（据报道）苹果公司正在研究Echo竞争对手。
虽然聊天机器人和自然语言处理还没有进入美国大多数小型企业的营销部门，但最大和最热门的科技公司的应用肯定会掀起波澜，他们明确表示未来还有更大的趋势。
营销/广告中的AI – 未来的新兴机会
虽然人工智能在营销和广告中有数百种潜在的应用，但下面的列表突出了一些可能性，并且在未来五年内可能可行：
图像识别/机器视觉：在不久的将来，网络或移动设备上的消费者可以“搜索”图像的产品（或类似产品）。这可能就像拍摄您要购买的一双鞋子的照片一样简单，或者使用网络应用程序选择您在Google搜索中找到的特定图片。像CamFind和他们的竞争对手这样的公司已经在这个领域进行了实验。
客户细分：AgilOne等公司允许营销人员优化电子邮件和网站通信，不断学习用户行为（eConsultancy）。
内容写作：您可能已经意识到体育和金融相关文章的很大一部分是由机器编写的，而不是由人类编写的。是的未来可能更多。
像Automated Insights和Narrative Science这样的公司已经找到了将特定信息集（体育和金融等领域充满时间数据和编号数据），进而转化为人类可读文章的方法，有时机器与人类写的文章难以区分。将来，公司可能会根据有关产品的信息，拥有完全由机器组成的产品说明和整个产品线相关文章。
内容的个性化也将是一个重要的未来趋势（Adobe和其他公司也已经在开发这个功能）。
意见反馈