关于IAB公司的介绍：
IAB成立于1996年，总部位于纽约市。
作为美国的人工智能科技巨头社会媒体和营销专业平台公司，互动广告局（IAB- the Interactive Advertising Bureau）自1996年成立以来，先后为700多家媒体和营销会员企业赋能 - 为这些领先的媒体公司、品牌、代理商和负责销售、交付和优化数字广告营销活动公司和机构提供数字化营销平台服务和技术援助。IAB公司的使命是帮助平台上的企业快速高效转向数字化营销并建试图在行业之间推动数字化营销的标准并普及推广。
IAB使媒体和营销行业能够在数字经济中蓬勃发展。针对互联网数字世界营销广告眼花缭乱，鱼目混珠的现状，互动广告局带头进行了批判性研究，同时也对品牌、代理商和更广泛的商业界进行了数字营销重要性的教育。 IAB组建了人工智能标准工作组（the AI standards working group），2019年12月他们发布了第一份报告《人工智能与市场营销中的应用》。随即2020年，IAB联合IBM的WATSON广告和尼尔森公司（Nielsen）决定致力于研发与市场营销相关的人工智能技术、最佳行业实践、（推广）人工智能的案例和（规范）营销类人工智能技术条款术语来帮助营销负责人迅速转向数字化营销市场，拥抱人工智能和机器学习技术。 IAB与IAB技术实验室合作，制定技术标准和解决方案。IAB致力于专业发展，提升整个行业员工的知识、技能、专业知识和多样性。贸易协会通过其在华盛顿特区的公共政策办公室的工作，为其成员进行宣传，并向立法者和政策制定者宣传互动广告业的价值。
IAB全球网络汇集了包括三个区域组织在内的45个IAB组织，以分享挑战，开发全球解决方案，并推动全球数字广告业。IAB分布在北美、南美、非洲、亚洲、亚太和欧洲。每个协会都是独立拥有和运营的，根据符合当地市场需求的章程运作。
第四篇 - 人工智能和机器学习技术VS聊天机器人
一、作者介绍及推荐本文受众
Robert Redmond, Head of AI Ad Product Design, Design Principal, IBM Watson Advertising
本文推荐受众：
首选读者：技术人员
次级读者：市场营销公司高层和市场营销人员
二、聊天机器人的市场环境
品牌希望与客户建立联系。他们想要倾听和理解。客户希望参与有价值的互动，而不是被没有独特或个性化价值的静态展示广告所淹没。虽然大多数营销人员都希望更好地了解受众的欲望和行为，但缺乏时间、隐私问题、预算和资源可能会阻碍培养与客户的联系。但是如果你能简化与客户交谈的过程，在广告的规模上提供更个性化的体验呢？
基于广告的聊天机器人可以提供一种无cookie的交互式解决方案，有助于在几乎任何地方在线与客户进行个性化聊天。这种全套解决方案由自然语言处理、语音识别和语调分析等功能提供支持，旨在通过使用人工智能了解用户意图并提供答案、建议或下一步行动，提供更具吸引力的广告和体验。这种洞察力可以帮助您确保每一次互动都是独特而有效的。
三、关于机器人聊天概述：
3.1 什么是机器人的聊天逻辑？
由于聊天是建立有意义关系的基础，机器人必须能够进行智能的双向聊天。作为社会人，我们每天都在交谈，毫不犹豫，我们的话语是自然和自主的。我们往往认为这种自然流动是理所当然的。为了充分利用聊天技术，改变游戏规则的潜力，我们必须有意识地意识到我们是如何交流的。如果我们能够理解我们是如何相互沟通的，我们就可以开始用机器复制这一点。就我们的意图和目的而言，聊天是两个或多个个体之间有意义的思想和信息交流。
3.2 它是如何工作的？
1）. 机器人如何打造有效的聊天？
请记住，机器人只会提供聊天的一半。它可以是发起交换，也可以是提供响应。您将无法控制用户的会话结束。作为一名设计师，你的工作是使用机器人作为媒介，为用户提供愉快的聊天体验。关键是开发你的机器人，无论说话如何，机器人听起来都很自然，并提供可信的回应。
2）. 首选响应
为了给你的用户提供一个现实的聊天，你的机器人必须是相关的。每一次谈话的核心都存在着一种默契的期望。当我们说话时，我们期待的是与手头的话题相关的回应，无论是好的还是坏的。然而，它要比这更深入一些。我们在不知不觉中希望在谈话中得到一种特定类型的回应。这就是我们所说的首选响应。我们希望没有收到的回复也是如此，也就是非首选回复。了解用户可能认为的首选响应，然后最大限度地提高聊天中的首选响应是自然、积极聊天的关键。另一个关键是开发出令人满意的、信息丰富的非首选回复，而不会给用户留下负面印象。这些都是我们人类发现最有收获的聊天。随着时间的推移，许多小的、有回报的互动可以与机器人建立关系。
3）. 聊天的相关性
一般来说，我们在说话时会期待某种回应。至少，我们期望得到一些与我们最初的话语相关的东西。这就是我们固定谈话的方式；我们不是随便对对方大喊大叫。
当我们感觉机器人“理解”我们时，就像在人类聊天中一样，这是最令人兴奋的。在机器人的情况下，这意味着对眼前的话题有状态和情境意识。对于你的机器人来说，在保持相关性的同时让用户感到被理解是至关重要的。
4）. 聊天修复
机器人应该能够在几乎所有情况下优雅地失败。当故障发生时，机器人向用户提供真实和相关的确认是至关重要的。机器人的错误是可以的，但它的错误和无关是不可以的。这将立即让用户离开这一时刻，并降低对机器人能力的感知，给人的感觉是不自然的。机器人跳过多个讨论主题、处理骚扰、识别某句话何时无关紧要或毫无意义，或者只是回到主题上来的能力至关重要。设计师的部分工作是确定谈话在何时何地会变得混乱，并事先说明原因。机器人如何解读聊天？机器人通过识别我们话语中的意图和实体来以数字方式解释我们的聊天，这反过来又会为它提供所需的信息，以做出正确的回应。
5）. 聊天意图
意图=他们说话背后的行动或目的。这些通常是动词。
例如，在话语中：“我想点一些玉米卷和啤酒”，意思是点。在话语中：“浴室在哪里？”目的是找到一个位置。
6）. 聊天实体
实体=话语中提到的与用户目的相关的对象。这些通常是名词。通过识别用户输入中提到的实体，机器人程序可以选择正确的响应。例如，在话语中：“我想点一些玉米卷和啤酒”。这些实体将是：
Tacos=食物
beer=饮料
3.3 机器人聊天的构成主要包括什么？机器人聊天的必要部分是话题、交流和话语。
1）. 话题
主题提供了上下文。在任何特定时刻，它们都是聊天的高级主题。
2）. 信息交换
交换信息。交换由两个或多个话语组成。交流中所说的一切都与主题或之前的信息有关。没有这种相关性，就没有在谈话中相互理解的基础。
3）. 话语
话语是交流中表达的个人陈述，也是所有聊天的基石。这些表达式是交换中的原子单圈。这里有一个聊天的例子，我们可以确定其中的话题、交流和话语。
3.4 机器人主要可以聊什么内容？
传统的语音识别系统能够理解人们所说的话，而今天复杂的自然语言系统则能够理解人们的意思。然而，体验必须走一条细线：机器人必须像人一样行事，具有非常人性化的属性（如同理心、好奇心、幽默、同情和耐心），同时保持机器人的透明度。机器人主要有6大比较明确的用途，包括：
1）. 自然语言和理解
机器人能够与用户进行真正的聊天。机器人将能够理解用户的消息和上下文，以提供相关和有用的响应。
2）. 参与度和个性化
机器人大规模提供个性化服务。他们可以帮助公司自动化与客户的一对一沟通，并通过使用客户信息和提出有意义的问题来了解客户来个性化这些沟通。具有个性的机器人将在客户和品牌之间建立情感联系，以提高参与度。
3）. 整合与增长
机器人是全渠道的。成功的机器人不会是独立的应用程序，而是一组像中央认知大脑一样运作的通用工具。这些可以部署在客户使用的所有渠道中——消息、移动、电话系统、网络、聊天应用程序和社交媒体。机器人不必为了不断更新内容而推出全新的版本，它们可以根据真实的用户数据进行实时训练。
4）. 可扩展性和一致性
机器人允许您拥有每次参与的聊天和聊天框，并使互动全天候可用。您可以将不需要人为干预的问题转移到即时响应中。
5）. 教育和娱乐
机器人非常适合就与品牌、产品或聊天主题相关的主题对用户进行教育。机器人的多样性也足以通过游戏、自然聊天或其他形式的互动来娱乐用户。
6）. 智能身份验证和安全
语音生物识别技术使客户能够轻松自然地验证自己的身份，而无需简单地说出一个简短的密码短语即可输入密码或PIN。语音生物识别显著提高了传统身份验证方法的安全性，并防止了欺诈。
四、以IBM聊天机器人Watson为例
4.1 概述
IBM watsonx™Assistant是一个市场领先的聊天式人工智能平台，旨在帮助您克服传统支持的摩擦，提供卓越的体验。在规划阶段，与客户一起确定预期KPI，并帮助规定适当的方法。客户提供材料（网站、PDF、常见问题解答、呼叫中心记录等）。激活团队与客户合作进行聊天设计，使他们的内容和新颖内容与目标保持一致。创建了一个话术库来帮助训练Watson自然语言处理（NLP）算法。该话术库包括意图、客户可能做出的陈述的含义、响应以及系统对客户陈述的响应。一旦训练开始，系统就会使用自然语言生成技术来创建变体话语，以帮助系统理解客户可能陈述意图的许多不同方式。在许多执行中，重要的是要了解的不仅仅是客户的意图。我们可能会使用额外的自然语言服务来理解他们互动的语气，或者结合一系列选择来理解他们的个性。在启动时，整个话术库的聊天准确率在90%或以上。
4.2 IBM Conversation平台为广告商提供了三种不同的方法：
- 推荐、
- 选择器
- 聊天框
4.3 特点和优点
1.您可以信任的大型语言模型（LLM）提供支持
2 直观的用户界面
3构建人工智能语音代理和聊天机器人
4跨所有渠道和接触点提供自动化自助服务支持
5与为您的业务提供动力的工具无缝集成
4.4 部署过程(结合某个具体的例子)
Watson如何通过5个步骤学习
1）.Watson接受过培训
在葡萄牙语和银行业，由一个专门的团队处理10000个客户问题。
2）.对Watson进行测试
在数量有限的分行，直到银行对回复感到满意。
3）Watson上线
并提供给全国5200家分公司的员工。
4）.Watson结果得到验证
随着员工开始信任Watson，响应时间从10分钟减少到了几秒钟。
5）.Watson不断持续学习
因为经过1000多万次互动的反馈，得以不断完善
4.5 客户使用聊天机器人后的积极反馈
IBM在官方网站分享了4家公司投资聊天人工智能机器人的效果，其中一家的使用反馈如下：
客户投资收益：370%
回答问题准确率：95%
总共回到了了：283000个问题
工作时间：7*24
与客户真实有效互动：10000000次
工作效率；大大提高
隐私与安全：双向保护更安全，更能照顾客户隐私
语音聊天：机器人的声音可能会更好听
代码/Cookie：无代码，无COOKIE
大模型赋能话术/技术数据库：可以无限制使用CHATGPT，大语言模型（large language model -LLM）等人工智能技术增加数据库和话术，能为客户提供更全面的知识。
(来源：IBM watsonx™ Conversational AI Chatbot | IBM)
五、如何选择一个聊天机器人？
第 1 步：评估自然语言理解算法
第 2 步：优先考虑数据安全和保护
步骤 3：考虑部署选项：本地或云中
第 4 步：评估行业经验
第 5 步：评估产品路线图的灵活性和敏捷性
第 6 步：检查是否与最新趋势和创新保持一致
第 7 步：寻找专业服务和真正的合作伙伴关系
第 8 步：评估爬虫程序性能分析
第 9 步：寻求集成功能
第 10 步：考虑总拥有成本 （TCO）
第 11 步：与合适的合作伙伴一起就聊天机器人开发做出明智的决定
第 12 步：做好摘要和总结
(来源：10 Steps to Choosing the Right Chatbot and Voice Bot Provider - SentiOne Blog)
六、国内外推荐的主流聊天机器人有哪些？
6.1 国外：
6.2 国内推荐的聊天机器人品牌有：
七、数字营销工兵思考
判断一个聊天机器人是否有用，通过今天的学习，我简单总结如下：
1. 结果导向 - 是不是真的能够有效梳理和整理客户需求，是否真的可以将客户引流到采购的第二阶段。
2. 个人隐私和专业知识的话术数据库非常重要。这里有两个角度。第一，我们平时在尝试和网站上的聊天机器人交谈时，大部分都都是问我们要不要某个产品，然后逼迫我们提供电话联系方式，然后让销售员打电话与我们联系，这个方式过于粗暴，完全不尊重客户的隐私。至于那些像狗皮膏药一样霸屏的聊天窗口就更不要说了。 第二，聊天的内容非常有限。大部分客户反馈的信息目前国产的聊天机器人基本不能理解。
3. 数据决定一切。一定要人工智能供应商公司谈他们的数据库，了解他们将如何训练我们的聊天机器人。比如是否在很的可以像IMB一样，会通过大模型训练，不断丰富我们的销售话术。
4. 参考之前IAB的经验，一定要货比三家。
八、资料来源及推荐阅读
1. 作者介绍Innovator Insights: IBM Watson Advertising's Robert Redmond On The Quest To Tackle Bias In AI-Based AdvertisingMarketing campaigns may be biased towards the brands that create them — they’re trying to promote their own products and services, after all — but Robert Redmond is working to ensure they can be developed based on objective data and analysis. 
https://www.brand-innovators.com/news/innovator-insights-ibms-robert-redmond/2. 麻省理工一篇关于聊天话术如何促成订单落地的技术文章，作者是NICE公司的首席营销官和首席数字官。
为了便于读者后续深入学习数字化营销体系相关的这九种人工智能和机器学习技术，经过与多位同行讨论及前辈老师们的讨教，后续每一篇文章将尽可能按照以下原则，要求和框架进行编写。
448
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
