0
正如移動互聯網的普及加快了信息碎片化的過程，人工智能的普及加快了廣告碎片化的過程——或許你沒有意識到，但隨著人工智能的發展，一個數百億美元的私人定制廣告市場正在形成。
總部位于英國的市場研究機構 Juniper Research （譯者注：一家全球移動和數字技術行業領先的分析公司） 于 9 月 5 日發表報告稱，利用機器學習算法（machine learning algorithm）進行實時競價，可使廣告對象從群體精確到個人，廣告投放更顯成效；廣告投放開銷今年為35億美元（約合人民幣234億元），而利用了該技術，到2021年可飆升至420億美元（約合人民幣2806億元，以上數據基于市場預估）。
機器學習是人工智能的一個分支。由于它能提供價格合理的解決方案且易于應用，現已受到一大群利益相關者的青睞。
因此，Juniper 預計，只需五年，該技術就會滲透到各行各業中去。
例如在傳媒界，機器學習被用在開發機器人、數字助手（先驅者如 Facebook 和 Google ），以及擴大數字廣告收入上（如 Rocket Fuel 和 Datacratic 的創新解決方案）。
一項名為人工智能和機器學習：傳媒業動態，瓦解及機遇 2016-2021 的研究發現，當前，實時競價機制的基礎是分段競價，而非個體。但中標金額規則還不完善(譯者注：即經濟學中的差別定價模型，在理想狀態下，如供給方能給每一個售出的產品根據給消費者帶來的收益精準定價，此時消費者剩余為0，供給方可達到最大的利潤，但在實際狀況下一般只能進行分段差別定價)。
不過，有了機器學習，數字廣告市場就能更上一層樓。因為算法能預測廣告印象的結果是否會轉化為收益，據此自動調節投標金額。例如，一個終端用戶可能會因為看過某個廣告，而改變他/她對類似廣告產品的傾向。同時，算法還會通過用戶其他行為特征和具體使用情境，在個體層面上預測一個廣告印象是否有效。
上述研究結果的作者， Steffen Sorrell 稱：
在典型的實時競價中，廣告投放針是對于某個較大人群的。但有了機器學習，我們就能縮小目標范圍，針對個體進行投放了。所以這個技術特別有用。
該研究還發現，機器學習可能會將廣告投放引向“全個人化”時代（此概念由尚奇廣告有限公司于去年通過他們的數字海報提出）。同時，隨著機器學習的進步，未來計算機系統可理解網頁上圖形和文本的含義，為設計別具一格的廣告活動提供了大量機遇。
via response source
延伸閱讀：
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
