Технологии нового поколения
Пришло время для запуска имитирующих человека технологий
Во время Второй мировой войны немцы в широких масштабах использовали машинки «Энигма» для шифрования военной коммуникации. Перехват и расшифровка кодов шифрования позволили бы британцам и союзникам предвосхитить движение немецких войск. Для предотвращения военных потерь группа ученых наперегонки со временем пыталась расшифровать военные коды путем создания машины под названием «Бомба». После нескольких попыток «обучения» машины «Бомба» у них наконец получилось. Одним из ученых был математик Алан Тьюринг, который получил широкое признание как один из самых первых мыслителей в области искусственного интеллекта. Его личной целью было создание машины, которая бы училась с помощью опыта, – что подготовило почву для машинного обучения.
Так же как ранние формы ИИ помогли союзникам победить во Второй мировой войне, технологии усилят бизнес и позволят компаниям делать ранее невозможные вещи. Технологии нового поколения – те технологии, которые получат широкое распространение в следующее десятилетие, – станут основной для маркетинга 5.0. Они освобождают компании от прошлых бизнес-ограничений. Трудоемкие рутинные задачи, которые обычно приводят к человеческим ошибкам, могут быть автоматизированы. Действующие на расстоянии технологии могут помочь компаниям преодолеть географические препятствия. Использование блокчейна усиливает безопасность в чувствительных к данным индустриям, как, например, в индустрии финансовых услуг. Использование робототехники и «интернета вещей» снижает необходимость в человеческом ресурсе в средах повышенного риска.
Но, что важнее всего, технологии нового поколения делают возможным более человечный маркетинговый подход. Дополненная и виртуальная реальность – или смешанная реальность[17] – позволяет компаниям визуализировать свои предложения для клиентов, например в сфере недвижимости. Сенсорные технологии и искусственный интеллект позволяют компаниям персонифицировать свой контент, например, система распознавания лиц позволяет делать индивидуальными изображения на рекламных щитах.
Как технологии нового поколения стали возможными
Важно отметить, что многие из технологий нового поколения были изобретены более полувека назад. Искусственный интеллект, обработка естественного языка и программируемая робототехника, например, все были известны уже с 1950-х годов. Первые разработки систем распознавания лиц начались в 1960-х. Но почему они набирают обороты только в последние годы? Ответ кроется в опорных технологиях, которые еще не были настолько мощными, как сегодня. Компьютеры еще не были настолько мощными, а хранение данных было еще громоздким и дорогим. Расцвет технологий в самом деле стал возможен благодаря зрелости шести движущих сил: вычислительной мощности, программного обеспечения с открытым исходным кодом, интернета, облачных вычислений, мобильных устройств и больших данных (см. рисунок 6.1)
Рисунок 6.1. Шесть движущих сил технологий нового поколения
Технологии, становясь все более продвинутыми, требуют все более мощного и при этом рентабельного оборудования. Экспоненциальный рост вычислительной мощности, особенно высокоэффективных графических процессоров, сделал возможным работу жадных до вычислений технологий, например искусственного интеллекта. Достижения в области полупроводниковых технологий и уменьшающийся размер процессоров означает больше мощности и меньше потребления энергии. Они позволяют машинам с ИИ быть небольшими и пригодными для поддержки приложений, которым требуется ответ в реальном времени, например в беспилотных автомобилях или роботах.
Для работы мощного оборудования требуются столь же мощные системы программного обеспечения. На создание программного обеспечения для ИИ уходят обычно годы разработки. Здесь существенную роль в ускорении этого процесса играет программное обеспечение с открытым исходным кодом (англ. open-source software). Поощряя совместную разработку, крупные компании, такие как Microsoft, Google, Facebook, Amazon и IBM, публиковали программное обеспечение с открытым исходным кодом в сфере исследований и алгоритмов для ИИ. Это ведет к более быстрым улучшениям и расширениям возможностей систем благодаря международным сообществам разработчиков. Похожие модели c открытым кодом применяются в робототехнике, блокчейне и «интернете вещей».
Технология, которая больше всех изменила правила игры, из когда-либо изобретенных – это интернет. Конвергенция сети между «оптоволокном до дома» (англ. fiber to the home, FTTH) и беспроводной технологией 5G покрывает растущие нужды в скорости интернет-соединения. Интернет соединяет не только миллиарды людей, но и машин. Также он является основой для связанных с сетями таких технологий, как «интернет вещей» или блокчейн. Интерактивные технологии, такие как дополненная реальность (AR), виртуальная реальность (VR) и системы с голосовым управлением, также сильно опираются на высокоскоростной интернет, так как им требуется для слаженной работы низкая степень задержек в сети.
Другая важная движущая сила – это облачные вычисления – совместный доступ к компьютерным системам, особенно к программному обеспечению и хранилищу в сети, позволяющим пользователям работать удаленно. Пандемия COVID-19 – и вынужденная из-за нее удаленная работа – делает облачные вычисления более важными для бизнеса. Компаниям, которые используют облачные вычисления, не требуется инвестировать в мощное оборудование и программное обеспечение для работы таких сложных прикладных программ, как искусственный интеллект. Вместо этого они обычно подписываются на сервисы и используют инфраструктуру с совместным доступом, предлагаемую провайдерами облачных вычислений. Это дает компаниям гибкость расширить подписку при росте потребностей компании. Так как провайдеры регулярно обновляют свою инфраструктуру, компаниям не нужно беспокоиться о том, чтобы идти в ногу с последними технологиями. Пять крупных игроков в ИИ также доминируют на рынке облачных вычислений: Amazon, Microsoft, Google, Alibaba и IBM.
Тренд на распределенные вычисления стал возможным благодаря развитию мобильных устройств. Развитие мобильных вычислений было настолько огромным, что самые современные смартфоны уже насколько же мощные, как и персональные компьютеры, что делает их основными устройствами для работы и доступа в интернет для большинства людей. Возможность переноса устройств поддерживает мобильность, а значит, в свою очередь, увеличивается продуктивность удаленной работы.
Также это позволяет предоставлять удаленный клиентский опыт. Сегодня смартфоны достаточно мощные для работы систем распознавания лиц, систем с голосовым управлением, AR, VR и даже 3D-печати.
Большие данные выполняют функцию последнего недостающего элемента этой мозаики. Технологии ИИ требуют огромного объема и широкого разнообразия данных для машинного обучения и улучшения алгоритмов. Каждодневное использование интернет-браузеров, электронной почты, социальных сетей и мессенджеров, особенно на мобильных устройствах, предоставляет это. Внешние источники данных дополняют внутренние данные о транзакциях, предоставляя психографические и поведенческие данные. Что замечательно в интернет-данных – это то, что, в отличие от традиционных данных маркетинговых исследований, они могут быть собраны онлайн, в реальном времени и в широком масштабе. Более того, затраты на хранение данных снижаются, а возможности растут быстрее, что упрощает управление большим объемом информации.
Доступность, а также возможность использования этих шести связанных между собой технологий помогает научным и корпоративным лабораториям исследовать новые горизонты. Благодаря этому ранее дремлющие продвинутые технологии могут достигнуть зрелости и широкого применения.
Переосмысление бизнеса с помощью технологий нового поколения
Люди – уникальные существа, одаренные непревзойденными когнитивными способностями. Мы способны принимать сложные решения и решать комплексные проблемы. Но, что важнее, мы можем учиться с опытом. Наш мозг развивает когнитивные навыки посредством контекстуального обучения: получая знания, находя закономерности на основе нашего собственного опыта и развивая собственное целостное представление.
Способ обучения у человека также чрезвычайно сложный. Люди получают сигналы всех пяти чувств. Мы используем вербальный язык и зрительную информацию, чтобы учить и обучаться. Наше восприятие мира усиливается осязанием, обонянием и вкусом. Мы также обучаемся психомоторно, например, чтобы учиться писать, ходить или для обретения других двигательных навыков. Это все обучение – процесс длиною в жизнь. В результате люди могут общаться, чувствовать и двигаться, подстраиваясь под сигналы окружающей среды.
В течение многих лет ученые и инженеры были одержимы желанием воспроизвести способности человека при работе с машинами. Машинное обучение в ИИ предпринимает попытки имитировать подход контекстуального обучения. Системы ИИ не созданы учиться сами по себе. Как и людей, их нужно обучать необходимому, используя алгоритмы. Они находят закономерности, используя большие данные, которые служат примерами контекста. В конечном счете они могут «понять» алгоритмы и полностью постичь логику данных.
Сенсорные технологии играют свою роль в помощи обучению, имитируя органы чувств человека. Например, системы распознавания лиц и изображений помогают машинам различать объекты на основе модели зрительного обучения, которую используют люди. Более того, когнитивные навыки компьютеров позволяют им имитировать социальные взаимодействия – с помощью обработки естественного языка – и совершать физические движения – с помощью робототехники. Хотя машины еще не обладают разумом и ловкостью на уровне человека, они более выносливы и надежны, благодаря чему они могут выучить массивный объем знаний за короткое время.
Уникальность человека, однако, на этом не ограничивается. Люди могут постигать абстрактные концепции, которые не имеют физической формы, например этику, культуру или любовь. Способность к воображению за рамками логического подхода делает людей более творческими. И иногда это заставляет людей отойти от того, что считается рациональным и логичным. Более того, люди очень социальны. Мы на интуитивном уровне любим собираться в группы и строить отношения с другими.
Машины также обучаются с помощью этих других аспектов человеческих возможностей. Например, технологии дополненной и виртуальной реальности (AR/VR) имитируют человеческое воображение, накладывая друг на друга две реальности – онлайн и офлайн. Мы также пытаемся составить представление о том, как машины должны «общаться» друг с другом, разрабатывая «интернет вещей» и блокчейн.
Мы называем эти продвинутые технологии – технологии нового поколения. Это искусственный интеллект, обработка естественного языка, сенсорные технологии, робототехника, технологии смешанной реальности, «интернет вещей» и блокчейн. Воспроизводя человеческие способности, они могут усилить маркетинг нового поколения (см. рисунок 6.2).
Рисунок 6.2. Шесть способов, с помощью которых технологии имитируют людей
Искусственный интеллект, возможно, самая популярная и наименее понятая технология последних времен. Нас пугают мысли об ИИ на человеческом уровне, как можно увидеть в научно-фантастических фильмах. Такая форма ИИ носит название общего или сильного искусственного интеллекта, у которого разум на уровне человеческого, но он будет разрабатываться еще как минимум двадцать лет.
Но искусственному интеллекту не нужно быть настолько разумным. Узкие применения ИИ уже часто встречаются и широко используются для автоматизации рутинных задач в некоторых индустриях. Компании финансового сектора используют ИИ для автоматизации обнаружения мошенничества и рейтинга кредитоспособности. С помощью искусственного интеллекта Google рекомендует поисковые запросы с каждой новой набранной в поисковой строке буквой. Amazon использует его для предоставления рекомендаций книг, а Uber – для работы динамического ценообразования.
Слабый[18] искусственный интеллект использует компьютерные алгоритмы для выполнения определенных задач, которые ранее требовали человеческого интеллекта. Компьютер может обучаться либо с учителем, либо без. При обучении с учителем человек-программист строит алгоритм в формате «стимул – реакция» или «если – то». Ранней формой таких систем назывались экспертные системы, которые сейчас используются в чат-ботах клиентской поддержки. При взаимодействии с простым чат-ботом клиенты могут задавать вопросы из заранее определенного списка. Компании с повторяющимися и стандартизированными процессами могут использовать экспертные системы для автоматизации.
При обучении без учителя компьютер обучается и выявляет ранее неизвестные закономерности на основании исторических данных с минимальным вовлечением человека. Искусственный интеллект анализирует и переводит неструктурированные данные в структурированную информацию. В маркетинге этому масса применений. Одно из важнейших – это интерпретация и выявление закономерностей на основе больших данных. На основании постов в социальных сетях, истории транзакции и другой информации и поведении клиентов ИИ может группировать клиентов в кластеры, позволяя тем самым компаниям на основе данных сегментировать клиентов и настраивать таргетинг. Это основа, которая позволяет компании кастомизировать и персонализировать продуктовые рекомендации, цены и контент в маркетинговых кампаниях. При получении от клиентов реакции на эти предложения компьютер продолжает обучаться и улучшать свой алгоритм.
Хотя сильный искусственный интеллект еще не доступен, для компаний доступен комплексный ИИ. Рассмотрим, например, компанию Ant Financial, материнскую компанию платежной системы Alipay и дочернюю компанию Alibaba. Компания использует ИИ и другие поддерживающие технологии для автоматизации всех своих ключевых бизнес-процессов: безопасности платежей, финансового консультирования, одобрения кредитов, обработки запросов на страховые выплаты, службы поддержки клиентов и управления рисками. Компания, например, переосмыслила страхование автомобилей, используя системы распознавания изображений и машинное обучение. Клиенты могут подать заявку на выплату страховки с помощью смартфона. Движок ИИ проанализирует изображения и определит, если запрос правомерный.
Искусственный интеллект – это просто мозг автоматизации. Ему требуется работать совместно с другими технологиями, такими как робототехника, системы распознавания лиц, системы с голосовым управлением и сенсорные технологии, чтобы предоставить клиентский опыт нового поколения. Ранее доступный только в рамках исследовательских вычислительных лабораторий, сейчас ИИ проник глубоко и широко в каждодневную жизнь потребителей. Искусственный интеллект создает ценность, но им стоит управлять с осторожностью. Когнитивные искажения, полученные на основании предпочтений людей и при анализе исторических решений, могут прокрасться в алгоритм ИИ. И без привлечения разных людей в разработку искусственный интеллект может привести к усилению неравенства в доходах.
Другая интересная разработка в этой области – это технология обработки естественного языка (англ. Natural language processing, NLP). Это о том, как научить машины воспроизводить человеческое общение, как письменное, так и устное. Технологии обработки естественного языка – это важнейший аспект разработок искусственного интеллекта, особенно для тех систем, которым требуются голосовые вводные данные, как, например, голосовые ассистенты. Также это сложнейшая задача, так как речь человека, особенно в естественной среде, часто путаная, неясная и многослойная. Для обучения машин нюансам речи требуется большой объем расшифровок записей реальных разговоров и видеозаписей.
Самое широкое применение технологии обработки естественного языка – это чат-боты. Чат-боты используются не только в обслуживании клиентов, но и в продажах. Они снизят необходимость в высокозатратных каналах, таких как колл-центры для входящих звонков или исходящий телемаркетинг, особенно когда дело касается низкоприбыльных клиентов. Такие компании, как Lyft, Sephora и Starbucks, уже используют чат-боты для принятия заказов и взаимодействия с клиентами. В сфере B2B такие компании, как HubSpot или RapidMiner, используют чат-боты для классификации потенциальных заказчиков и направления их на подходящие каналы для продолжения общения. Популярность онлайн-мессенджеров, таких как WhatsApp, Facebook Messenger и WeChat, – это ключевая причина усиления чат-ботов. По тем же причинам люди ожидают, что общение с чат-ботом будет проходить так, будто это общение с другими людьми.
Именно поэтому настолько важны технологии обработки естественного языка. В отличие от простых чат-ботов, которые способны отвечать только на закрытые вопросы, усиленные технологиями обработки естественного языка боты могут интерпретировать и отвечать на произвольные вопросы. Технологии обработки естественного языка NLP позволяют чат-ботам понять сообщение в чате, хотя оно и содержит такой «шум», как опечатки, сленг и аббревиатуры. Мощные чат-боты также могут распознавать настрой сообщения, например, подмечать саркастические замечания. Также они способны понимать контекст, чтобы предполагать смысл, вкладываемый в двусмысленные слова.
С помощью голосовых технологий машины также стали намного лучше реагировать на голосовые команды. Доступно множество голосовых ассистентов: Alexa от Amazon, Siri от Apple, Google Assistant или Cortana от Microsoft. Эти приложения уже отлично справляются с ответами на простые запросы и выполнением команд на множестве языков. На конференции Google I/O во время демонстрации проекта Duplex в 2018 году было показано, насколько ловко виртуальные ассистенты могут поддерживать обычную беседу. При звонке в салон или ресторан с целью бронирования виртуальный ассистент избавляется от роботизированного голоса и даже добавляет использование пауз и слов-паразитов, что делает речь, как никогда, реалистичной.
С последними разработками все больше покупателей начинают искать товары и покупать их с помощью голосовых ассистентов. Ассистенты будут сравнивать продукты и предоставлять рекомендации о брендах к покупке на основании исторических данных: чем больше раз продукт был куплен, тем более точной является рекомендация. Предвосхищая этот полностью новый способ покупок, брендам необходимо быть готовыми и самим собрать большое количество данных для понимания алгоритмов покупки, которые отражают пользовательские предпочтения.
Помимо распознавания текста и речи, компьютеры также научились обучаться на основе распознавания изображений и лиц. Растущая популярность фотографий и селфи в эру социальных сетей подпитывает этот тренд. По сути, системы распознавания изображений сканируют изображения и обращаются в интернет или в базу данных для поиска сходств. Будучи лидирующей поисковой системой, Google разработал возможности распознавания изображений, с помощью которой люди могут выполнять поиск по изображению.
Применений технологий распознавания изображений очень много. Например, просматривая миллионы постов в социальных сетях, компании могут обнаруживать фотографии людей, которые покупают или потребляют продукцию их брендов и посылать им сообщения с благодарностью. Они также могут идентифицировать людей, которые пользуются продукцией брендов-конкурентов и приглашать их переключиться на их продукты. Такая узкотаргетированная реклама – это очень эффективный способ увеличить долю на рынке.
В Великобритании компания Tesco широко использует сенсоры с технологиями распознавания изображений для улучшения раскладки продукции: технологии показывают, как надо расположить товары на полках, чтобы способствовать увеличению покупок. Компания привлекает роботов для фотографирования продуктов на полках и анализа изображений для обнаружения дефицита или неправильной раскладки. Также системы с возможностью распознавания изображений полезны для улучшения клиентского опыта. Например, клиенты могут отсканировать продукт на полке и получить детальную информацию о продукте у алгоритма искусственного интеллекта.
Также компания Tesco планирует применять камеры с системой распознавания лиц на кассах для определения возраста тех, кто покупает алкоголь или сигареты. Это позволяет ставить кассы самообслуживания, которые не требуют присутствия человека-кассира. Другой пример использования программного обеспечения с системой распознавания лиц – это цифровые рекламные щиты. Определение демографического профиля и эмоционального состояния аудитории может помогать рекламодателям предоставлять подходящий контент. Фиксация мимики аудитории при просмотре контента также позволяет рекламодателям улучшать свою рекламу.
Другая популярная область применения сенсорных технологий – это беспилотные машины. Технологичные компании, например связанная с Google компания Waymo, конкурируют в этой области с компаниями, поддерживаемыми такими автопроизводителями, как GM Cruise, Ford Autonomous или Argo AI. Беспилотный автомобиль сильно зависит от сенсоров, передающих информацию в ИИ, который анализирует окружающую обстановку. Обычно ИИ использует четыре типа сенсоров: камеру, радар, ультразвук и лидар – расположенные в различных частях машины для измерения дистанции, обнаружения дорожной разметки и определения других окружающих автомобилей.
Также на машины часто устанавливаются телематические системы с сенсорами для усиления безопасности и помощи в управлении машиной. Это особенно полезно для логистики и оптимизации цепочек поставок. Владельцы могут отслеживать свои беспилотные машины, получая ежедневные выводы о закономерностях перемещений по GPS, времени в пути, километраже и эффективности расхода топлива. Более важно, что владельцы могут получать оповещения, когда их машинам требуется техническое обслуживание. Страховые компании, например Progressive или GEICO, также используют телематические системы для страховых программ, предлагая скидки по страховым взносам за безопасное вождение.
Начиная с 1960-х крупные компании в промышленно развитых странах использовали роботов в основном для автоматизации внутренних процессов. Роботы-автоматизаторы показали наибольший потенциал для экономии на издержках в производстве, так как там процессы с широким использованием ручного труда, особенно в последнее время, когда цена на роботов упала ниже уровня завышенных заработных плат. Разработки в сфере искусственного интеллекта расширили спектр задач, которые могут решать индустриальные роботы. Вкупе с выносливостью роботов и их гибкостью по часам работы, которые ведут к усилению продуктивности, компаниям теперь точно имеет смысл автоматизировать процессы.
В последние годы компании пробовали использовать роботов для замены людей при взаимодействии с клиентом как маркетинговый эксперимент. Из-за стареющего населения и тенденции принимать лишь небольшое число иммигрантов Япония продвигается вперед и лидирует в связанных с роботами проектах. Японские автопроизводители, такие как Toyota или Honda, инвестируют в разработку роботов-помощников для поддержки пожилых людей. Робот Pepper от Softbank становится персональным компаньоном в домах престарелых и продавцом-ассистентом в магазинах. Компания Nestlé в Японии также использует роботов как бариста, продавцов и официантов.
Но, возможно, один их самых экстремальных экспериментов с роботами был реализован в секторе гостеприимства, где роль человека важнейшая. Идея состоит в том, что роботы освободят время сотрудников для более персонифицированного сервиса. Компания Hilton запустила пилотный проект робота-консьержа Connie в штате Вирджиния. Усиленный системой искусственного интеллекта Watson от IBM, робот может рекомендовать ближайшие достопримечательности и рестораны гостям отеля. Aloft Hotel в городе Купертино представил робота-дворецкого Botlr, который доставляет отельную продукцию и еду в номера, а также принимает чаевые в форме постов в Twitter. Отели также начинают использовать роботов для приготовления еды. Например, в Сингапуре Studio M Hotel использует робота-шефа для приготовления омлета.
Хотя мы часто представляем себе роботов в форме гуманоидов, но робототехника – это не только про физических роботов. Растущий тренд на RPA-системы (англ. Robot process automation, робот для автоматизации процессов) включает роботов, которые делают программное обеспечение. В RPA-системах виртуальные роботы выполняют работу человека-программиста, следуя определенным инструкциям. Компании используют их для автоматизации часто повторяющихся и массовых процессов, не оставляя возможностей для ошибки. Часто это используется во внутренних процессах финансового управления, например для выставления счетов на оплату. Также можно автоматизировать и такие процессы управления человеческими ресурсами, как адаптация нового сотрудника или расчеты по заработным платам.
В области продаж RPA-системы могут использоваться несколькими способами. Управление CRM-системой (англ. Сustomer relationship management, система управления взаимоотношениями с клиентами) – одно из часто встречаемых применений. Команда по продажам может легко перевести визитки и собранные на бумаге отчеты в цифровой формат и хранить их в CRM-системе. RPA-системы также полезны для автоматизации рассылок по электронной почте потенциальным клиентам. В маркетинге RPA-системы по большей части используются для рекламы Programmatic[19], которая предполагает автоматизированные ставки и закупку цифровой рекламы с целью получения оптимального результата. Это становится все популярнее благодаря увеличившейся доли бюджета на онлайн-рекламу.
В области инноваций пользовательских 3D-интерфейсов дополненная и виртуальная реальности (AR/VR) – или смешанная реальность (MR) – выделяется как одна из многообещающих технологий, стирающих грани между физическим и цифровым мирами. Так как цель в имитации человеческого воображения, текущие применения сосредоточены в основном в области развлечений и игр. Но некоторые бренды уже инвестировали в технологии смешанной реальности для улучшения клиентского опыта.
В дополненной реальности интерактивный цифровой контент перекрывает взгляд пользователя на среду в реальном мире. Pokemon Go – это популярный пример основанной на технологиях дополненной реальности (AR) мобильной игры, где воображаемые существа оказываются в непосредственной близости при просмотре через экран мобильного телефона. Типы накладываемого цифрового контента эволюционировали за годы от в основном визуальной графики и звука до тактильной обратной связи и обонятельных ощущений.
Постоянно создавать обновленный клиентский опыт – это сложное искусство. Но с цифровизацией компании могут ускорить выход на рынок инноваций для обновления клиентского опыта.
Виртуальная реальность (VR) – это в своем роде дополненная реальность (AR) наоборот. Дополненная реальность – это о том, как переносить цифровые объекты в реальный мир, в то время как виртуальная реальность (VR) – это о том, как перенести вас в цифровой мир. Виртуальная реальность обычно заменяет обзор пользователя на смоделированную цифровую среду. С помощью VR-шлема пользователь может испытать опыт катания на американских горках или стрельбы в инопланетян. Для использования технологий виртуальной реальности пользователь может выбрать специальный VR-шлем, как Oculus Rift, или работающий с помощью мобильного телефона шлем Google Cardboard. К игровым приставкам от Sony или Nintendo также есть дополнительное оборудование в виде VR-устройств.
Возможность смешивать цифровые и реальные миры – это прорыв для маркетинга. Это приносит неограниченные возможности для маркетинга генерировать вовлекающий контент, в основном потому, что смешанная реальность (MR) уходит корнями в индустрию видеоигр. Технологии смешанной реальности позволяют компаниям внедрять дополнительную информацию и истории в свои продукты весело и увлекательно. В свою очередь, они позволяют клиентам самостоятельно визуализировать не только сам продукт, но и процесс его использования. Другими словами, покупатели теперь способны «потреблять» продукт еще до решения о его покупке.
Индустрия туризма использует технологии смешанной реальности (MR) для предоставления виртуальных туров, чтобы вдохновить людей посетить места на самом деле. Например, Лувр предлагает виртуальный опыт для пользователей с VR-шлемами HTC Vive не только для осмотра картины «Моны Лизы» вблизи, но также для изучения историй, которые стояли за созданием картины. Розничные магазины используют VR-технологии, чтобы предоставить возможность попробовать продукт в виртуальной среде или для предоставления инструкций. Например, IKEA предлагает 3D-изображения своей продукции и использует технологии дополненной реальности, чтобы помочь потенциальным покупателям представить, как предмет мебели будет смотреться в их домах. Компания Lowe’s использует технологии виртуальной реальности, чтобы обучить пользователей пошаговым инструкциям о том, как самостоятельно улучшить свой дом.
В автомобильной индустрии технологии дополненной реальности широко используются, например, в Mercedes-Benz, Toyota и Chevrolet, в форме проекционного дисплея, который накладывает информацию на лобовое стекло поверх физической среды. Land Rover развил идею проекционного дисплея дальше и проецирует изображение дорожного рельефа на лобовое стекло, создавая иллюзию прозрачного капота у машины.
TOMS – это пример того, как технологии виртуальной реальности используются в социально-ответственном маркетинге. Компания известна своей постоянной акцией, по которой при покупке одной пары, вторую она отправляет на благотворительность. С помощью технологий виртуальной реальности TOMS помогает клиентам испытать, что значит дарить обувь нуждающимся детям.
«Интернет вещей» (англ. Internet of things, IoT) – это технология связанности между машинами и устройствами, в которой они передают друг другу данные. Мобильные телефоны, носимая электроника, бытовая техника, автомобили, умные счетчики потребления электричества и камеры видеонаблюдения – это лишь некоторые примеры связанных устройств. Люди могут использовать «интернет вещей» для создания умных домов, компании – для удаленного мониторинга и отслеживания активов, таких как здания или парк машин. Но наиболее важно то, что «интернет вещей» делает возможным предоставление целостного клиентского опыта. Бесшовный опыт сейчас возможен благодаря тому, что каждая физическая точка взаимодействия соединена с цифровой средой посредством «интернета вещей».
Компания Disney служит отличной наглядной иллюстрацией. Парк развлечений использует «интернет вещей» для устранения шероховатостей во взаимодействии и переосмысления клиентского опыта в парке. Интегрированный в сайт My Disney Experience браслет Magic Band хранит информацию о клиенте и, таким образом, работает, как билет в парк развлечений, ключ от номера и метод оплаты. Браслет беспрерывно передает данные тысячи сенсоров на аттракционах, в ресторанах, магазинах, отеле с помощью радиочастотной технологии. Сотрудники Disney могут следить за передвижениями клиентов, предвидеть приближение гостей за 40 футов и проактивно обслуживать их. Представьте, что вас встречают персонально и обращаются по имени, а вам при этом не надо и ничего говорить. Собранная информация о перемещении гостей ценна при разработке предложений, актуальных в данном месте, или рекомендации оптимальных маршрутов к самым любимым аттракционам гостей.
Блокчейн – это другая форма распределенных технологий. Открытый и распределенный реестр – блокчейн – записывает зашифрованные данные в одноранговой P2P-сети (англ. peer-to-peer). Блок – это как страница реестра, которая содержит все прошлые транзакции. Когда блок заполнен, он уже никогда не может быть изменен и уступает место следующему блоку в сети. Безопасность блокчейна позволяет проводить транзакции между людьми без банка в качестве посредника. Он также сделал возможным изобретение биткойна, криптовалют, без необходимости в центральном банке.
Природа блокчейна, заключающаяся в безопасной и прозрачной записи транзакций, – это потенциальный прорыв в маркетинге. IBM в партнерстве с Unilever приступили к блокчейн-проекту для усиления прозрачности в сфере размещения цифровой рекламы. Национальная ассоциация рекламодателей США ANA оценивает, что только 30–40 центов с каждого доллара, вложенного в цифровые медиа, доходит до тех, кто рекламу публикует, а остальное уходит к посредникам. Блокчейн используется для отслеживания цепочки транзакций от рекламодателей до издателей и выявления неэффективных составляющих. Схожее приложение блокчейна может также помочь покупателям обнаруживать, являются ли маркетинговые заявления, как, например, «справедливая торговля»[20] или «100 % натурально», достоверными через просмотр записей транзакций в цепочке поставок.
Другая область применения – это управление данными о клиентах. Сегодня данные о клиентах рассредоточены у множества компаний и брендов. Например, один клиент может участвовать в десятке программ лояльности и делиться своими персональными данными с множеством компаний. Раздробленная природа таких программ усложняет для клиентов возможность набора баллов или набора их в достаточном количестве, чтобы это имело смысл. Блокчейн может потенциально интегрировать множество программ лояльности и в то же время снизить транзакционные издержки на них.
Резюме: пришло время для запуска имитирующих человека технологий
Технологии нового поколения были в разработке многие десятилетия, но состояли в несколько дремлющем состоянии. В следующую декаду наконец наступит их время. На месте все для этого основания: высокие вычислительные мощности, программное обеспечение с исходным открытым кодом, высокоскоростной интернет, облачные вычисления, массовое распространение мобильных устройств и большие данные.
В своем продвинутом состоянии технологии стремятся имитировать высококонтекстуальные способы человеческого обучения. С рождения мы учились ощущать нашу среду и общаться с другими. Жизненный опыт обогащает наше общее когнитивное понимание того, как работает мир. Это становится основой машинного обучения, прокладывая путь для искусственного интеллекта. Компьютеры обучают схожим способом, с помощью сенсоров и обработки естественного языка. Большие данные предоставляют усиление «жизненным опытом». Машины пробуют имитировать человеческое воображение с помощью технологий виртуальной и дополненной реальности и воспроизвести социальные взаимодействия людей через «интернет вещей» или блокчейн.
Применение технологий нового поколения в маркетинге чрезвычайно важно. Искусственный интеллект дает возможность компаниям в реальном времени проводить исследование рынка, который, в свою очередь, позволяет быстро предоставлять персонализацию в большом масштабе. Контекстуальная природа технологий нового поколения обеспечивает условия для адаптивного клиентского опыта. Маркетологи могут подстраивать контент, предложения и взаимодействия под текущие эмоции клиентов. И с возможностями распределенных вычислений предоставление сервиса происходит в реальном времени в момент запроса.
Какие технологии нового поколения внедрены в вашей организации сегодня? Какие примеры использования этих технологий в вашей организации?
Думали ли вы о технологической дорожной карте вашей организации? Какие вы видите возможности и вызовы?