Adobe洞察：人工智慧堂前燕，如何飛入尋常市場家？

經歷過2020年的疫情挑戰，數位行銷的技術投資提案目前已成爲企業決策者首要關注的項目之一。而在各類數位技術當中，AI人工智慧無疑是當下最受關注、具備最多應用情境的尖端技術之一。在政策大力宣導和企業自身創新的驅動之下，各國企業在探索及應用人工智慧和機器學習（Machine Learning）等新技術方面也與日俱進。

對於越來越多希望通過投資AI和ML等先進技術來賦予數位體驗能力的企業而言，如何將看似高高在上的人工智慧技術，實踐於一般大衆市場行銷的應用當中，從而落實真正意義上的數位體驗智慧化升級，成爲了不可忽視的議題。

在亞洲多元化的市場中，無論計劃出海的本土企業，還是持續入海的跨國企業，都需要周全地考慮當地市場在語言、文化和法律法規上的差異，充分了解目標市場在資料隱私和技術生態成熟度上的相關資訊，進而實施「有的放矢」的個性化部署。

企業能基於資料洞察，將相關的內容在正確的時間透過高效的管道交付給客戶，讓處於不同購買生命週期階段的客戶能夠享受到引人入勝的、無縫且因人而異的卓越數位體驗。然而，「千人千面」的個性化並非一蹴而就，在缺乏人工智慧的幫助之下，企業只能夠實現小範圍的個性化體驗部署，卻無法實現恆河沙數的內容產出、大規模的資料分析與個性化匹配。此時，AI 基於演算法的高度自動化和深度學習能力便能夠幫助企業實現大規模的個性化體驗部署。例如集成了 AI 功能的 Adobe Experience Manager （AEM）能夠高效智慧地管理大量的企業數位資產，以便於企業在部署市場行銷活動時能夠跨多管道實現數位資產的快速統一及更新。

全球知名科技品牌OPPO藉助Adobe AEM的元件複用能力，不僅統一了全球官網的視覺風格，還具備在一週內上線8個網站的能力，大幅提高了網站建立和開發流程的效率。同時，由Adobe人工智慧框架Adobe Sensei支援的 Adobe Analytics 能夠基於由不同接觸點之上與客戶交互產生的大量資料，通過快速的運算與分析，對於客戶在某一特定時刻的所想所願進行預先判斷並提供可執行的洞察，爲大規模的部署個性化體驗提供資料驅動的科學依據。