人工智能 (AI) 正在推动广告行业向广告技术行业转型。这表明，机器实时买卖广告比人工广告运营管理效率更高。人类无法处理程序化媒体提供的海量数据，也无法进行复杂的处理和分解。
“人工智能”一词常常让人联想到科幻小说中拥有感知能力的机器人统治世界的场景。但实际上，人工智能正迅速成为领先科技公司日常用语。过去，人类承担了大部分思考工作，而机器则负责执行机械性任务。如今，机器正在承担更多的思考工作。这并非危言耸听，而是基于当下的现实。试想一下即将到来的自动驾驶汽车浪潮，或是能够预测我们未来需求的智能算法，它们甚至在我们意识到自己需要它们之前就能预测到。
对于任何希望为发布商、品牌和代理商提供最佳解决方案的广告技术公司而言，人工智能算法的开发都必须是其核心。通过强化数据和精准定位，智能算法能够帮助广告主和发布商大幅提升广告活动的有效性。智能算法不断学习，它们完全能够根据学习到的“经验”调整或定制自身的行为。基于特定的情境，我们了解到智能算法会采取行动（或做出决策）以最大化既定目标。
不同类型的分类和回归算法相结合，可以在没有所有变量元素/数据的情况下回答复杂的问题。一种常用的智能方法侧重于神经网络。神经网络通过建立和改变节点间的连接来学习识别模式，并将这些模式与其他模式关联起来。对于移动广告而言，其意义在于几乎任何模式都可以被神经网络表示。此外，即使输入数据不完整、存在噪声或其他缺陷，神经网络也能进行基于数学推理的匹配。
人们通常依靠经验和直觉，但这当然对广告技术行业不太适用，因为广告技术行业的特点是受众需求不断变化，而不是根据投资回报率和出版商的最高收入来投放最佳广告。
人工智能可以解决开发者和品牌面临的诸多挑战，包括：
– 了解广告网络愿意为一次展示支付的价格
应用内推广，找出广告曝光转化为实际应用安装的概率
确定向目标消费者投放广告的最佳时间
– 找出广告单元干扰新闻网站用户阅读体验时，用户与该广告单元互动的概率得分
– 计算手机上安装了类似应用的用户与特定产品互动的可能性
此前，这些挑战只能事后解答。但假设未来的预测会与过去的事件相似是一种谬误。如今，智能算法能够为广告商提供宝贵的预测信息，这些信息涵盖了一系列代表用户兴趣和需求的属性，从而产生影响。
这些信息包括影响用户的最新广告历史记录、用户与广告的互动方式、影响的背景、网页浏览历史记录、用户智能设备上安装的应用列表以及购买的商品列表。所有这些输入都会影响人工智能算法的决策过程，因此，广告技术公司在尝试将人工智能融入其核心技术时面临的最大挑战之一（除了拥有合适的专业团队之外）是每次都要选择和添加新的变量来创建新的模式，并正确训练算法以产生最佳结果。
人工智能技术的应用在各个层面都带来了积极影响。所有与广告系列管理相关的繁琐环节，例如分配广告资源和创意素材、设定价格水平、分析数据和生成报告等，都将在效率和效果方面得到显著提升。这些成就唯有借助机器才能实现。未来属于机器，因此选择合适的合作伙伴将对您的广告系列成功至关重要，它能帮助您的品牌做出更明智的决策，并助力您实现广告收入最大化。
___
by 索尼娅·克罗尔
来源： ExchangeWire
