Gorila i algoritam

Da li će Big Data i algoritmi zameniti strategiju (u podtekstu: i kreativnost) pita se Lazar Džamić, direktor strateškog planiranja u londonskoj agenciji Kitcatt Nohr Digitas.

Pre nekoliko nedelja, imao sam zadovoljstvo da govorim na ‘Noisy Thinking’ skupu, regularnom džem-sešnu za strateške planere u organizaciji londonskog APG-a (Account Planning Group). Ako ne znate šta je APG, možete da prestanete da čitate ovaj tekst jer vam neće biti ni zanimljiv, niti od kakve vajde…

Premisa skupa je jednostavna: odaberi kontroverznu temu, pozovi vodeće eksperte za nju sa različitim tačkama gledanja, daj im samo 10 minuta da prezentiraju, podeli im bejzbol palice – i uživaj u tuči! Otuda i ono ‘bučno’ u nazivu.

Ovaj put, malo su se preračunali. Svi mi na podijumu smo mislili isto, samo svako sa svojim razlozima. Tema je bila velika da veća ne može: da li će Big Data i algoritmi da zamene strategiju (u podtekstu: i kreativnost). Drugim rečima, da li će u svetu mašinskog učenja, veštačke inteligencije koja polako počinje da podseća na prirodnu i beskrajnog univerzuma podataka i signala koje svi mi ostavljamo za sobom u digitalnom i realnom prostoru, uloga stratega postati suvišna.

Ako mašine/sistem znaju ko je potrošač, gde je (i u medijskom i u fizičkom smislu), na šta troši svoje medijsko vreme, šta u tom trenutku gleda ili šta mu treba, kakva mu je prethodna istorija ponašanja i potrošačke navike u kategoriji, dakle, njegov univerzalni potrošački profil – kome treba strateg?

Pitanje je relevantno jer se sada ne odnosi samo na pretraživanje, već i na brending. Na razne kreativne formate – sadržaje i oglase – koji se sada planiraju na isti način na koji je to nekada bio slučaj samo sa pretraživanjem. Ako znamo ko su ljudi i šta im treba, ako se isporuka kreativnih sadržaja odvija u digitalnom prostoru, zašto i strategija pristupa njima ne bi bila automatizovana?

Tako bar ide argument mnogih koji, iz razloga lične promocije ili potrebe da imaju nešto da prodaju, navlače na sebe beli čaršav i zaskaču industriju po ćoškovima uz glasno ‘Bu!’. I vama je kucnuo sudnji čas – kažu oni – uobraženi i naduvani metroseksualni kvaziintelektualci koji na sve nas sa statističkim mozgom gledate sa prezirom!

Kulminacija ovog stava se desila na prošlogodišnjim Kanskim Lavovima, gde je jedan od urednika magazina Contagious to ispljunuo pravo u lice svetskoj kreativnoj eliti – i nije bio izazvan na dvoboj. U sali se osetila opipljiva nervoza. Miris opasne istine je pomalo visio u vazduhu…

Hm, ne baš, ako mene pitate.

Ja sam čovek koji – a i moj tim – jede podatke za doručak. Naravno, mi smo u Guglu, a to je univerzum podataka. Uprkos tome, mi smo i dalje ubeđeni da algoritmi bazirani na obilju podataka neće još dugo vremena zameniti ni stratege ni kreativce. Tačnije, ne sve…

Hoću da vam stavim u perspektivu u kojoj meri bi se od mene očekivalo da budem na strani ‘algoritmista’. Prošle godine, 2015te, Gugl je imao 11.9 trilijardi (hiljada milijardi) pretraživanja i signala u svom sistemu. Ako bi svaki od signala bio zvezda, to bi bilo 119 Mlečnih Puteva. Samo u jednoj godini!

U roku od jednog sata, na Jutjubu se globalno pogleda oko 250 miliona videa. Jutjub je drugi najveći pretraživač na svetu. Opcije za targetiranje su beskrajne…

Dakle, zašto moj tim i ja i dalje smatramo da to obilje podataka neće zameniti stratege ni kreativce?

Zato što ljudi nisu samo ono što jesu, već i ono što bi želeli da budu – ili što ne znaju da jesu. Zato što ekstremno ograničeni rezervoar naše pažnje ne može da se privuče samo stvarima koje nam trebaju, već i onima – pre svega onima – koje su nam interesantne. Zato što su analitičke sposobnosti čak i najpametnijih sistema trenutno samo na nivou takozvane ‘slabe veštačke inteligencije’ (weak AI) i da na pojavu ‘jake AI’ treba čekati još najmanje 20-50 godina.

Algoritmi su sjajni za ‘žetvu’ namera na kraju kupovnog ciklusa, kada je potrošač na tržištu sa jasnom namerom da nešto kupi, ili u potrazi za specifičnim sadržajem. Kada je ta potreba već poznata i definisana. Ali nisu baš sjajni za definisanje teritorija, pristupa i ideja koje su nove, neobične i – samim time – interesantne. Za građenje ‘mentalne dostupnosti’ (u frazi prof. Bajrona Šarpa, ‘novog Kotlera’, koji je jedan od Kotlerovih najvećih protivnika) na početku ciklusa, gde se borba vodi ne kroz definisanu nameru, već kroz kreiranje poželjnih asocijacija izmedju brenda i specifičnog osećanja ili raspoloženja.

Algoritmi nisu kreativni. Oni ne operišu emocijama. Ne borave na teritoriji ‘Ej, jesi video ono…!?’ kao u nedavnom novom ispoljavanju strategije za Persil, gde američki zatvorenici sažaljevaju modernu decu jer provode manje vremena napolju nego oni! Dirt is good u novoj verziji. Kako je to neko nedavno izjavio na jednom drugom APG skupu, nijedan algoritam na svetu vam ne bi predložio gorilu koji svira bubnjeve u oglasu za čokoladu.

Algoritmi ne kreiraju buzz. Ili bar ne još. Imaju mnogo svetla, ali nemaju toplotu – što je moja i misija moga tima u Guglu: da se potopimo u to obilno ‘svetlo’ podataka i da onda, kao živi ljudski transformatori (ili Transformersi, ako vam je više drago), te informacije pretvorimo u emotivne ljudske uvide koji će biti počeci uzbudljivih kreativnih teritorija…

Zato stratezi i kreativci i dalje mogu mirno da spavaju. Makar neki. Jer, postoje dve stvari o kojima moraju da brinu, iz ugla obilja podataka i automatizacije.

Prvo, ne postoji više samo jedna strategija. Po nekim procenama, 40-60% ukupnog oglašavanja su dosadni, funkcionalni i nekreativni oglasi bazirani na raznim akcijama ili funkcionalnim porukama. Vrlo mali procenat oglašavanja su stvari koje se vide u Kanu.

Te i takve poruke se i mogu i treba da automatizuju. Ne treba im strateg, samo juniorski kreativni tim i algoritmički medijski plan. Takvi projekti su uvreda za ozbiljne stratege i kreativce. Putuj igumane – nikome neće biti žao ako roboti preuzmu tu funkciju.

Međutim, ako vaša agencija sedi uglavnom u tom prostoru, ako se pozicionirala kao fabrika kobasica koja industrijski liferuje klišeizirane poruke, imate razloga da se plašite – barem na razvijenim tržištima. Kreirajte dodatnu vrednost za vaše klijente što pre.

Druga stvar za razmišljanje je ova: marketing je danas previše veliki za jednu osobu, čak i za jednu agenciju. Baš zbog obilja podataka i informacija o potrošačima, kao i zbog broja potencijalnih marketing kanala i novih tehnologija, potrebno je promeniti proces u agencijama.

Stari način formiranja strategije, koji ja nazivam pristupom ‘mokrog peškira’, bi bio da strateg ode u svoju kulu od slonovače, potopi se u istraživanje potrošača, muči se danima i nedeljama sa mokrim peškirom na bolnoj glavi, i na kraju se pojavi sa oreolom svetlosti oko sebe i kreativnom timu objavi svoje ukazanje: propoziciju i famozni ‘brif’!

Taj segmentirani, linearni proces više ne funkcioniše najbolje. Zato što su i strategija, kao i kreativnost, postali preveliki za jednog čoveka. To nas je navelo da i u svom timu i u ZOO uvedemo grupni pristup kreiranju ideja.

Prvo, kada dobijemo klijentov brif, odmah uradimo sesiju ‘dekantiranja’. Kao i sa vinom, brif mora da sazri i to radimo u sesiji na kojoj su prisutni svi članovi projektnog tima: strateg, kreativac, kreativni tehnolog, rukovodilac projekta i projektni menadžer.

Vrlo brzo, za pola sata, u razgovoru, otkriju se mnogi novi uglovi i teritorije, pravci i ispoljavanja za strategiju, istraživanje i same ideje…

Drugi korak je to da se i strategija i ideje, dok se formiraju, stalno dele. Čim bilo ko od nas nađe nešto interesantno ili dobije zanimljivu ideju, deli se. Ovaj princip se zove fishfooding i dogfooding i preuzet je od softverskih inženjera. Ne čeka se da se formira nekakva idealna završna strategija ili ideja; proces je mnogo više agilan i saradnički. Više je mozgova umešano, šira je asocijativna mapa ideja i pristupa, dublje se i šire, zanimljivije, misli. Jedni drugima hranimo kreativnost

Zastareli, nefleksiblni procesi i biznis modeli su mnogo veća pretnja agencijama, makar onima na kreativnijoj strani, nego algoritmi. Makar dok veštačka inteligencija ne pređe kritičnu masu i ne počne da nas pobeđuje ne samo u šahu i go-u, već i u slikarstvu, kinematografiji ili muzici.

Ali, tada će nam marketing biti najmanji problem za rešavanje.

B92

Pet trendova u robotici koje treba pratiti u 2016.

Kineski roboti, dronovi za isporuku i mašine koje uče jedne druge mogli bi biti važni trendovi u 2016.

01

Hoće li ovu 2016. godinu obeležiti prva isporuka uz pomoć dronova, ili ćete se prvi put susresti sa robotom na poslu ili u kući? Videli smo značajan napredak u robotici i veštačkoj inteligenciji u 2015. godini (vidi “ What Robots and AI Learned in 2015.“) Evo šta ćemo pažljivo pratiti u 2016.:

Kineska revolucija u robotici

Najveća ekonomija na svetu je započela svoj smeo pokušaj da popuni svoje fabrike sa naprednim robotima u proizvodnim pogonima. Vlada Kine nada da će to pomoći zemlji da zadrži svoju veliku prerađivačku industriju kako plate radnika rastu, a proizvodnja postaje sve efikasnija i tehnološki naprednija širom sveta (pogledajte “China Wants to Replace Millions of Workers with Robots”). Projekat će zahtevati robote koji su znatno napredniji i ekonomičniji, a ekonomski i tehnološki potresi koji bi bili posledica ovoga, mogli bi se osetiti širom sveta.

Kini nisu nepoznati tehnološki prevrati, naravno. Ona je već puno investirala u robotsku tehnologiju (vidi “Robots Rising” i “Migrant Workers in China Face Competition from Robots”). Međutim, obim njene nove robotske revolucije će biti izuzetan. Pokrajina Guandong, srce kineske proizvodnje, već je obećala da će uložiti 154 milijardi $ za instaliranje robota. Osnivač Foxconn, kompanije koja zapošljava ogromne armije radnika koji prave uređaje kao što su Apple i njegov iPhone, izjavio je da će njegova kompanija instalirati više od milion robota u narednih nekoliko godina.

Očekujte da vidite znake da će ovaj hrabar poduhvat ili funkcionisati ili propadati, i prve znake šta bi to moglo značiti za ostatak sveta, u toku ove godine.

04

Pametnije učenje

Roboti su uvek bili veoma efikasni kada je u pitanju precizan rad koji se ponavlja, ali u većini slučajeva oni su glupi kao stena. To je razlog zašto se roboti tradicionalno koriste samo uz pažljivo osmišljeno podešavanje. To takođe objašnjava zašto se oni ne mogu lako prilagoditi novom zadatku i ne mogu da se nose sa nepoznatim ili neizvesnim situacijama. Stvari se menjaju, međutim, zahvaljujući novim tehnikama i algoritmima koji omogućavaju robotima da uče mnogo brže i efikasnije.

Postoje razni metodi koji omogućavaju učenje robotima, a neki od njih već proizvode veoma obećavajuće rezultate u istraživačkim laboratorijama širom sveta (pogledajte “Robot Toddler Learns to Stand by Imagining It““, kao i A Master Algorithm Lets Robots Teach Themselves to Perform Useful Tasks”).

Jedan pristup bi naročito mogao imati veliki uticaj na industrijsku robotiku. Duboko učenje, koji koristi velike simulirane neuronske mreže, već se dokazalo kao nezamenjivo za obuku robota da razumeju sadržaj slike, video, i audio zapise. Neke kompanije sada imaju za cilj da koriste ovaj pristup da treniraju robote kako da vide, shvate, i razmišljaju (vidi “A Supercharged System to Teach Robots New Tricks in Little Time”).

06

Deljenje znanja

Drugi trend na koji treba obratiti pažnju ove godine je sposobnost robota koji su stekli znanje da to znanje dele sa drugim robotima. Ovo bi moglo da ubrza proces učenja, odmah omogućavajući da robot ima korist od napora drugih robota (vidi “Robots Quickly Teach Each Other to Grasp New Objects”). Šta više, zahvaljujući pametnim pristupima u prilagođavanju informacija različitim sistemima, čak i dva potpuno različita robota bi mogla da nauče jedan drugog kako da prepoznaju određeni predmet ili da izvrše novi zadatak (vidi Robots Can Now Teach Each Other New Tricks”).

Upravo je u toku nekoliko projekata koji imaju za cilj da obezbede jednostavan, efikasan način za robote da kombinuju svoje znanje putem Interneta. I nije teško zamisliti kako se to može primeniti u industrijskim sredinama za zadatke kao što su identifikovanje i hvatanje različitih objekata (vidi Amazon’s Robot Contest May Accelerate Warehouse Automation”).

07

Roboti postaju personalizovani

Nekoliko “personalnih” robota bi trebalo da debituje ove godine, i biće interesantno videti kako će oni biti primljeni. Sa hardverom koji postaje sve jeftiniji i softverima koji postaju sve sposobni, nije teško shvatiti zašto neki veruju da je pravo vreme za robotske pratioce u kući i pomagače (vidi “Personal Robots: Artificial Friends with Limited Benefits”).

Međutim, dodavanje robotima istinski privlačnog i ličnog pečata nije lako. Neki prototipovi su razočarali (vidi “Don’t Expect Too Much from This Robot, Buddy”), dok oni koji su se pokazali uspešnim imaju samo ograničene uloge, kao što su pozdravljanje i čestitanje ljudima u prodavnicama. Čak i u ograničenim scenarijima ovi roboti će morati da budu dizajnirani i veoma pažljivo programirani kako bi “pritisnuli” pravu društvenu i emotivnu notu. (vidi “A Japanese Robot Is Learning the American Way”).

09

Dronovi lete

Izgleda da će 2016. izgleda biti godina u kojoj će se vinuti autonomni dronovi. Državna agencija za avio saobraćaj SAD (Federal Aviation Administration) je krajem 2015. godine objavila propise za registraciju dronova, i testira tehnologiju koja bi mogla pomoći automatizaciji kontrole vazdušnog saobraćaja za automatizovana vozila (vidi “FAA Will Test Drones’ Ability to Steer Themselves Out of Trouble”).

Iako možda nećete videti nebo ispunjeno dronovima odmah, očekujte da  će sve pametniji i autonomniji dronovi biti testirani u mnogim industrijama, posebno onim gde su automatizovan nadzor i inspekcija korisni (vidi “A Drone with a Sense of Direction”, “New Boss on Construction Site Is a Drone”, i “This Surveillance Drone Never Needs to Land”). A ako kompanije kao što su Amazon, Google i drugi budu uspele u svom naumu, onda će vam možda neki od poklona u sledećoj godini biti isporučeni zahvaljujući dronovima (vidi “Amazon Lays Out Its Vision for a Sky Thronging with Delivery Drones”).

 

MIT Technology Review