Scott Brinker:API对今天的Martech用户来说「非常重要」 ,但它们对即将到来的人工智能代理浪潮至关重要

API在Martech中非常重要

猜一猜空格应该填什么:

_______之于AI代理就像数据之于AI模型

正如你可能从我的标题猜到的那样,答案是API。让我们讨论一下为什么......

数据是人工智能模型的差异化

在过去的一年半里,人工智能疯狂的超级炒作周期只有一个明确的事实:数据将是你在人工智能时代最具战略意义的资产。

来自OpenAI、Google、Anthropic、Meta等公司的大语言模型 AI引擎非常强大,但也越来越商品化。任何人都可以使用它们。只有通过将这些引擎与您的业务独特地汇集在一起的第一方、第二方和第三方数据的精酿鸡尾酒相结合,才能实现模型层面的竞争优势。

这导致了两个几乎普适的建议:

首先,制定一项战略,将数据定义和获取作为业务的核心竞争力,并不断受到这些数据所支持的新的、创造性用例的启发。

其次,让你的数据基础设施能够有效地收集、聚合数据,并在你的技术栈中快速、大规模地应用这些数据。

这是可靠的建议。

Martech技术栈中采用数据仓库的情况

这也是营销技术栈加速采用数据仓库的原因之一,它可以作为跨业务数据的「聚合平台」 。在我们最近的《2024年营销技术状况报告》中,70.8%的营销运营领导者表示,他们现在正在将云数据仓库/数据湖与他们的营销技术堆栈结合使用。

在采用云数据仓库/数据湖的受访者中,61.3%的人表示,他们的大部分Martech技术栈(例如,超过50%的Martech应用程序)现在都与该数据平台集成在一起。这些公司处于有利地位,可以将正确的数据带到正确的应用程序中正确的人工智能模型中。

数据仓库Martech技术栈集成

但移动数据仅仅是个开始......

答案和自动化 预示着人工智能代理

第一波生成式人工智能聊天机器人和副驾驶在很大程度上充当了呼叫和响应的预言者。问问题,得到答案。如果你想用这个答案做点什么,那么很大程度上取决于你提供的行动。

现在,在过去的一年里,我们已经开始看到生成人工智能功能被添加到个人产品中,可以根据要求执行任务。让HubSpot的人工智能助手将一篇博客文章混合成多种内容渠道和格式。要求Firefly在Adobe Photoshop中将插图中的普通字母更改为老虎皮毛。请Excel中的人工智能副驾驶根据您的工作表中的数据表创建可视化。今年,在你的应用程序堆栈中,几乎每个应用程序都推出了大量这样的人工智能魔法。

当然,这些都是很酷的功能!但它们在各自的应用程序中大多是独立的。这些应用程序的开发人员有能力在他们的代码中连接所有正确的线路来实现这一点。但他们中的大多数都没有通过API将所有这些连接暴露给外部世界,让其他应用程序以这种方式与他们的应用程序交互。然而。

正如本文顶部的图表所示,对于83.9%的Martech买家来说,API已经很重要或非常重要。事实上,对于51.2%的买家来说,API是他们评估新Martech产品时的首要要求之一。

其中一个关键驱动因素是营销技术和营销运营领导者的需求,他们希望能够在其营销技术栈中实现跨多个工具的工作流自动化。

Martech技术栈中的自动化

一个经典的例子:一个潜在客户在你的网站上填写了一个表格,你给他们发了一封带有资产的电子邮件,你在CRM中添加或更新了他们的记录,你给他们打分,并把他们放在你的营销自动化或客户参与平台中适当的培育活动中,你甚至可能向销售或客户服务团队发送一个提醒。

您可以通过您的主要营销技术平台(位于堆栈中心的首选三个字母的缩写CRM、MAP、CEP、CDP或DXP)来编排这些自动化操作,目前41.1%的营销运营人员都是这样做的。或者,您也可以使用独立的iPaaS或企业自动化平台,如Workato、Make或ZAPIer, 16.1%的人使用这些平台。或者两者兼而有之,29.8%的人这样做。

不管怎样,87%的营销团队都在使用他们的工具栈中的多个工具实现自动化。

唯一的限制是什么?产品必须通过API公开功能,以便由单独的软件程序自动执行。(是的,从技术上讲,机器人流程自动化(RPA)可以通过UI而不是访问API来「伪造」 人类交互。但这是一种相当原始和脆弱的方法,主要被用作上世纪遗留应用程序的管道胶带。)因此需要更多的API。

实际上,API并不是唯一的限制。

另一个真正的限制是,所有这些自动化都必须手工构建和维护。一个人------通常是营销运维人员------必须详细说明自动化的一步一步的指令。多年来,由于无代码接口的出现,这变得更加容易了。但仍然。一个人可以合理地构建和维护的确定性流程图只有那么多。

讽刺的是,自动化本身并不是很自动化。

人工智能代理是 API利用的下一个前沿领域

这种情况即将改变。

人工智能代理的愿景是人类能够给他们更高层次的目标------「帮助将我网站上的潜在客户转化为开放的销售机会」 ------并让他们迭代自主地完成自己的内部循环:提问、回答、采取行动、重复实现这一目标。

他们可以自己计算出对网络表单的哪些响应应该进入哪些培育活动,哪些需要立即通知销售人员。他们可以在所有正确的系统中同步所有正确的数据。

这不是遥远的科幻小说。这已经在今天开始发生,人工智能代理在工作流自动化工具中得到了展示。这项技术正在迅速发展,我预计在一年后,人工智能代理将在整个市场上激增。

通过让人工智能在我们的营销技术栈中编排工作流程和体验,我相信我们将扭转营销技术未充分利用的诅咒。对于我们这些凡人来说,学习和应用先进营销技术产品所提供的所有功能的能力,已经成为我们能够有效利用这种能力的限制因素。人工智能代理将让我们通过更简单的UI来利用更复杂的营销操作。

打破Martech利用障碍

只有一个问题。

就像之前的iPaaS和企业自动化工具一样,AI代理只能与那些通过API暴露其功能的应用程序交互。(与RPA一样,人工智能代理也可能「伪造」 与面向人类的UI的交互。但这是一种脆弱而不精确的方法,不适合在公司内部进行稳健而可靠的数字运营。)

人工智能代理将推动对API的需求飙升。

虽然在过去的几年里,大多数市场营销产品的API覆盖率都有所提高,但只有17.3%的市场营销平台被评为具有良好的API覆盖率,使市场营销人员能够通过API做任何他们想做的事情。

Martech平台API覆盖率

提醒营销技术供应商:这是获得竞争优势的机会。为你的产品提供更好的API是让你从竞争对手中脱颖而出的一种方式。通过为产品的功能提供出色的编程接口,你可以让你的客户完成更多的自动化操作------很快就会有更多的人工智能代理魔术。

因为越来越多的用户将不仅仅是人类。它们将成为代表人类运作的自动化和代理。但是,正如如果人类用户不能使用你的产品,你的关闭/丢失或流失风险就会增加一样,如果他们的「人工用户」 也不能使用你的产品,你可以预期同样的风险也会增加。

现在,一些营销技术供应商可能担心允许更多的API访问他们的功能会减少他们面向用户的UI的使用。由于人类的注意力是极其有限和非常宝贵的,所以有一种想要抓住并抓住尽可能多的注意力的动机。你可能会说:「不,你只有把你作为一个人的全部注意力放在我们的UI上,才能解锁我们产品的强大功能。」

对于大多数产品,我认为这是一个错误。

是的,人类的注意力是有价值的。但这并不是供应商的唯一价值来源。随着人工智能代理大军在该领域的兴起,那些能够授权给这些人工用户的供应商将比那些没有授权的供应商有更大的用处。在AI时代,使用比UI更重要。这将逐渐成为大多数Martech产品的盈利方式。

人工智能时代也将是API时代。

来源:chiefmartec.com

作者:Scott Brinker

翻译:Fred

相关推荐
qzhqbb1 小时前
基于统计方法的语言模型
人工智能·语言模型·easyui
冷眼看人间恩怨2 小时前
【话题讨论】AI大模型重塑软件开发:定义、应用、优势与挑战
人工智能·ai编程·软件开发
2401_883041082 小时前
新锐品牌电商代运营公司都有哪些?
大数据·人工智能
AI极客菌3 小时前
Controlnet作者新作IC-light V2:基于FLUX训练,支持处理风格化图像,细节远高于SD1.5。
人工智能·计算机视觉·ai作画·stable diffusion·aigc·flux·人工智能作画
阿_旭3 小时前
一文读懂| 自注意力与交叉注意力机制在计算机视觉中作用与基本原理
人工智能·深度学习·计算机视觉·cross-attention·self-attention
王哈哈^_^3 小时前
【数据集】【YOLO】【目标检测】交通事故识别数据集 8939 张,YOLO道路事故目标检测实战训练教程!
前端·人工智能·深度学习·yolo·目标检测·计算机视觉·pyqt
Power20246664 小时前
NLP论文速读|LongReward:基于AI反馈来提升长上下文大语言模型
人工智能·深度学习·机器学习·自然语言处理·nlp
数据猎手小k4 小时前
AIDOVECL数据集:包含超过15000张AI生成的车辆图像数据集,目的解决旨在解决眼水平分类和定位问题。
人工智能·分类·数据挖掘
好奇龙猫4 小时前
【学习AI-相关路程-mnist手写数字分类-win-硬件:windows-自我学习AI-实验步骤-全连接神经网络(BPnetwork)-操作流程(3) 】
人工智能·算法
沉下心来学鲁班4 小时前
复现LLM:带你从零认识语言模型
人工智能·语言模型