Tags Posts tagged with "inteligência artificial"

inteligência artificial

Tecnologias de Inteligência Artificial já estão presentes em praticamente todas as indústrias. Na Publicidade e no E-commerce isso não é diferente, e até mesmo a criatividade já pode ser replicada por máquinas.

A Inteligência Artificial (IA) facilita muito a vida dos comerciantes, isso é fato. Como reflexo, hoje já não existem muitas indústrias onde os robôs ainda não estejam presentes. Um anúncio recente da Coca-Cola, por exemplo, indicou que a empresa pretende usar bots para atividades como criar músicas para anúncios, escrever scripts, postar nas redes sociais e comprar mídia.

E esta é apenas uma das inúmeras iniciativas tecnológicas que estão em andamento e que nos mostram o quanto a revolução das máquinas está mexendo com a indústria da publicidade. E neste cenário de mudança, um questionamento recorrente é: qual será o futuro da força de trabalho humana?

Para se ter uma ideia, um novo relatório da PwC apontou que 38% dos empregos dos Estados Unidos serão substituídos por robôs ou algum tipo de Inteligência Artificial até o início de 2030. E embora possa parecer reconfortante pensarmos que características humanas como a criatividade e a empatia ainda são elementos exclusivamente nossos, experiências reais já nos mostram que a prática não é bem assim.

E as máquinas não apenas já competem com os seres humanos, como também os superam em inúmeras funções.

Analistas de dados ou algoritmos de autoaprendizagem?

Vejamos a indústria de comércio eletrônico, por exemplo. Existem inúmeras tendências que nós, humanos, conseguimos prever facilmente. Sabemos que a Black Friday, por exemplo, traz um crescimento de vendas incrível. De fato, análises da RTB House mostram que na Black Friday as campanhas são mais de 100% melhores do que a média. Além disso, as terças e quartas possuem conversões mais altas do que outros dias da semana – até 40% a mais do que no sábado.

Mas apesar de serem informações muito úteis para o planejamento das campanhas, o público real não funciona apenas com base nessas restrições simplistas. Os padrões de compra podem ser extremamente específicos e combinar critérios múltiplos.

É por isso que o marketing digital hoje é todo voltado para a segmentação individual, com anúncios moldados com base nos interesses e desejos mais pessoais de cada um. E, infelizmente, os seres humanos não conseguem perceber as mudanças mais sutis no comportamento de um comprador online. Já os robôs, não só identificam esses padrões, como fazem isso em tempo real e em larga escala.

Dados da RTB House com foco em retargeting personalizado também indicam que os algoritmos baseados em deep learning – um ramo altamente inovador de métodos de Inteligência Artificial que imitam o cérebro humano – podem responder a milhões de pedidos de compra e venda de anúncios por segundo.

Isso é, obviamente, muito mais do que qualquer ser humano poderia analisar. Além disso, as máquinas não dormem, o que lhes permite observar o mercado 24 horas por dia, sete dias por semana e ajustar suas atividades sempre que preciso. Assim fica difícil competir.

O planejamento de mídia subsidiado por máquinas

Ao longo dos últimos anos o planejamento de mídia mudou pouca coisa em seus fundamentos básicos. Porém, o número de indicadores que precisam ser analisados antes, durante e depois de uma campanha explodiu. Hoje, cerca de 2,5 quintilhões de dados são produzidos diariamente e, de acordo com o IDC, menos de 0,5% deles são coletados, analisados e, de fato, utilizados.

Nesse novo cenário, as atividades que formam a espinha dorsal de qualquer processo de compra e venda de mídia, incluindo relatórios, auditoria, verificação periódica, etc., já podem ser totalmente automatizadas, permitindo que os especialistas se concentrem puramente na estratégia e na criatividade. Além de obter informações altamente precisas, é possível analisar rapidamente os crescentes conjuntos de dados coletados.

No retargeting personalizado, por exemplo, as decisões sobre os produtos que devem ser exibidos nos anúncios geralmente são feitas em menos de 10 milissegundos – e isso é mais rápido do um piscar de olhos.

Por fim, a incorporação de algoritmos de autoaprendizagem possibilita analisar as pessoas individualmente, e não a partir de uma segmentação ordinária por grupos. Isso permite que os anunciantes comprem mídia considerando um cenário muito mais específico, sem aquela tradicional dúvida sobre onde um anúncio será colocado – agora a discussão é para quem o banner será mostrado.

Diretores de arte versus algoritmos

Por mais incrível que possa parecer, a Inteligência Artificial também está se fortalecendo para enfrentar o universo criativo. Recentemente a agência McCann-Erickson do Japão promoveu uma batalha interessante, colocando o primeiro robô Diretor de Arte do mundo, chamado AI-CD β, contra um homólogo humano, o Diretor Criativo Mitsuru Kuramoto. Ambos receberam a tarefa de criar um anúncio que seria julgado por votação popular.

Embora o computador tenha sido capaz de dirigir a peça publicitária com sucesso, analisando um banco de dados tagueado e também comerciais de TV antigos, a humanidade aparentemente triunfou nesse desafio. Kuramoto ganhou 54% dos votos populares em comparação com sua concorrente, a IA, que ficou com 46%. Mas temos que admitir que estamos muito próximos do empate.

Uma luz no fim do túnel

Somente o tempo nos dirá se a IA poderá se tornar ainda mais criativa e eficaz do que as mentes humanas, e como isso irá influenciar os locais de trabalho. Por enquanto, sabemos que a tecnologia felizmente também impulsionará o surgimento e o crescimento de muitos novos empregos – incluindo algumas categorias inteiramente novas.

De acordo com o Fórum Econômico Mundial, 65% das crianças que entram na escola primária hoje acabarão em empregos que atualmente não existem. Alguns papéis se tornarão extintos, outros serão criados. Mas no fim do dia, pelo menos no setor de marketing, é inegável que quando os algoritmos são capazes de aprender com os dados, definitivamente fica mais fácil para as marcas entenderem e se comunicarem de forma eficaz com os clientes.

De acordo com Janrain & Harris Interactive, 74% dos consumidores online ficam frustrados quando encontram conteúdos irrelevantes no website em que estão navegando. Dados como este empurram a indústria da tecnologia programática rumo ao desenvolvimento de mecanismos de anúncios online cada vez menos invasivos e mais assertivos.

A Infosys, por exemplo, descobriu que 86% dos consumidores consideram a personalização um diferencial para suas decisões de compra. Isso ocorre porque o uso de recomendações altamente precisas fortalece o relacionamento da marca com seus consumidores, melhorando as taxas de conversão e aumentando as receitas.

Em outras palavras, é necessária uma abordagem precisa e persuasiva, não só para o comércio eletrônico de varejo, mas para todos os setores, seja o bancário, de seguros, viagens ou mesmo nas compras diárias de supermercado.

Steve Jobs é frequentemente citado por sua frase que diz que “as pessoas não sabem o que querem até que você mostre para elas”. E novas práticas e estudos sugerem que a Inteligência Artificial pode ser a chave para que essa façanha se torne uma experiência comum, automatizada para todos os usuários na era digital, e o mais importante, de maneira extremamente assertiva.

O que os computadores sabem sobre você

A era digital tornou as jornadas de compra mais acessíveis, mas cada vez mais complexas. Ter de escolher uma entre centenas ou mesmo milhares de opções torna as decisões mais difíceis. Pensando nisso, os sistemas de recomendações online vêm mudando a maneira como navegamos e escolhemos produtos – eles direcionam nosso processo de tomada de decisão, aproximando-nos do que estamos procurando, sugerindo produtos complementares ou mesmo alternativos.

Este “conhecimento” sobre a sua personalidade de compras geralmente se baseia em informações como o que você comprou ou visualizou no passado, o que compradores com perfis semelhantes visualizaram ou compraram, bem como a data e hora de visualização. Basicamente, as tecnologias de recomendação reúnem e analisam milhões de pontos de dados sobre suas preferências para gerar sugestões.

Parece simples, mas essas tecnologias precisam de enormes volumes de dados para fornecer previsões realmente precisas. E, claro, quanto mais informações disponíveis, melhor. E é justamente nesse ponto que entra em jogo o Deep Learning – um subcampo da Inteligência Artificial que simula o cérebro humano no processamento de dados e na criação de padrões de tomada de decisão.

A Inteligência Artificial pode prever o que você quer

Os motores de recomendação estão ficando cada vez mais inteligentes com algoritmos de autoaprendizagem baseados em Deep Learning. Em suma, essa metodologia tenta descobrir os hábitos do usuário depois de apenas algumas visitas ao website – às vezes durante o primeiro acesso – para então poder personalizar a sua experiência. Quando aplicada juntamente com análises em tempo real, a técnica pode melhorar drasticamente as recomendações, chegando ao nível de realmente prever os interesses do consumidor.

De acordo com a RTB House, ao tornar as recomendações mais precisas os algoritmos de autoaprendizagem podem garantir até 50% mais eficiência às campanhas online.

Mas como o Deep Learning funciona na prática?

Algoritmos de Deep Learning simulam a nossa maneira de pensar e aprendem sem qualquer interferência humana. Uma máquina irá analisar inúmeros conjuntos de dados implacavelmente, em tempo real, sem ficar cansado ou entediado, e produzirá decisões lógicas, confiáveis, sem estresse, dúvida ou o envolvimento de emoções.

Ele obedecerá às regras gerais do anunciante, mas também poderá aprender e escrever suas próprias regras. Esta é a essência dos algoritmos de autoaprendizagem e a razão pela qual eles são tão eficazes para a indústria de anúncios.

A maioria dos mecanismos tradicionais de recomendação simplesmente reúnem informações e, em seguida, selecionam produtos para serem exibidos com regras predefinidas por um ser humano, como: mostrar joias apenas para aqueles que visitaram roupas femininas, seguindo a lógica de que, muito provavelmente, são mulheres.

Já o sistema baseado em Deep Learning consegue interpretar inúmeras outras variáveis. Ele reconhece que a visita à seção de roupas femininas é um indicador para a compra de joias, mas também consegue cruzar outras informações para identificar eventuais homens que pretendem comprar joias como um presente, por exemplo.

No campo da previsão de compra, os algoritmos de autoaprendizagem já obtiveram tanto conhecimento que tornaram desnecessárias as interferências manuais. Além de otimizar o processo, essa automação também reduz as chances de interpretações errôneas ou tendenciosas, garantindo anúncios mais assertivos e menos invasivos.