أمان سارين، الرئيس التنفيذي لشركة Aarki – سلسلة المقابلات

أمان سارين هو الرئيس التنفيذي لشركة Aarki، وهي شركة تعمل بالذكاء الاصطناعي وتقدم حلولاً إعلانية تُدفع من خلال نمو الإيرادات لمطوري التطبيقات المحمولة. تتيح Aarki للعلامات التجارية التفاعل الفعال مع الجماهير في عالم يأتي في المرتبة الأولى من حيث الخصوصية، وذلك باستخدام مليارات الإشارات المتعلقة بالمزايدات السياقية مقترنة بنماذج التعلم الآلي والسلوكية المملوكة. بالعمل مع مئات من المعلنين على مستوى العالم وإدارة أكثر من 5M طلب إعلان محمول في الثانية من أكثر من 10B جهاز، تُعتبر Aarki شركة خاصة ويقع مقرها الرئيسي في سان فرانسيسكو، كاليفورنيا مع فروع في جميع أنحاء الولايات المتحدة وآسيا وأوروبا والشرق الأوسط وأفريقيا.

يمكنك مشاركة بعض المعلومات حول رحلتك من共同 تأسيس ZypMedia إلى قيادة Aarki؟ ما هي الخبرات الرئيسية التي شكلت نهجك للذكاء الاصطناعي وتكنولوجيا الإعلان؟

بدأت رحلتي في قيادة تكنولوجيا الإعلان مع共同 تأسيس ZypMedia في عام 2013، حيث قمنا بتصميم منصة طلب جانب العرض متقدمة مخصصة للإعلان المحلي. لم تكن هذه مجرد منصة طلب جانب العرض؛ لقد بنيناها من الصفر لتتعامل مع حملات عالية الحجم و低 التكلفة بفعالية غير مسبوقة. فكر في أنها السابق للاستهداف المحلي المتقدم الذي نراه اليوم، مدفوعًا بالذكاء الاصطناعي.

كما الرئيس التنفيذي، قادت ZypMedia إلى 20 مليون دولار في إيرادات البرمجيات كخدمة وتمت معالجة 200 مليون دولار في معاملات الإعلام سنويًا. كانت هذه الخبرة محكًا لفهم حجم البيانات الهائل الذي يجب على منصات الإعلان الحديثة التعامل معه — وهو تحد مصمم خصيصًا للحلول التي تعمل بالذكاء الاصطناعي.

كانت فترتي في LG Ad Solutions، بعد استحواذ ZypMedia من قبل Sinclair، عبارة عن غوص في عالم مصنعي الأجهزة وكيف يمكن أن يؤثر التحكم في بيانات المشاهدة على مستقبل إعلانات التلفزيون المرتبط (CTV). لقد استخدمنا الكثير من الذكاء الاصطناعي والتعلم الآلي في بناء أعمال LG Ads، حيث تم استخدام البيانات التي تم جمعها من الأجهزة لإنشاء قطاعات استهداف ومخزونات وبرمجيات التخطيط.

كما الرئيس التنفيذي لشركة Aarki منذ عام 2023، أنا في طليعة ثورة الإعلان المحمول. يمكنني القول إن رحلتي قد أضفت عليّ تقديرًا عميقًا لقوة التحول للذكاء الاصطناعي في تكنولوجيا الإعلان. كان التطور من البرمجة البسيطة إلى النمذجة التنبؤية والتحسين الديناميكي للخلق الإبداعي لا شيء قصره العجيب.

لقد أصبحت أرى الذكاء الاصطناعي ليس مجرد أداة ولكن العمود الفقري لتكنولوجيا الإعلان الجيل القادم. إنه المفتاح لحل أكبر تحديات الصناعة؛ من الاستهداف المتوافق مع الخصوصية في عالم ما بعد معرف الهوية إلى خلق تجارب إعلانية حقيقية ومتوافقة على نطاق واسع. أؤمن بصدق أن الذكاء الاصطناعي لن يحل فقط مشاكل المعلنين ولكن سوف يثور في كيفية تشغيل العمليات على منصات مثل Aarki. الدروس من رحلتي — أهمية القدرة على التوسع، اتخاذ القرارات القائمة على البيانات، والابتكار المستمر — هي أكثر صلة الآن في هذا العصر الذي يأتي في المرتبة الأولى للذكاء الاصطناعي.

يمكنك توضيح كيف تعمل بنية الذكاء الاصطناعي متعددة المستويات في Aarki؟ ما هي الفوائد المحددة التي تقدمها على حلول تكنولوجيا الإعلان التقليدية؟

تعلمت من خبرتي أن مستقبل تكنولوجيا الإعلان يكمن في توحيد البيانات الكبيرة والتعلم الآلي والإبداع البشري. في Aarki، نستكشف كيف يمكن للذكاء الاصطناعي تعزيز كل جانب من جوانب النظام الإعلاني للمحمول؛ من تحسين العرض إلى الكشف عن الاحتيال وتوقعات أداء الإبداع واستراتيجيات اكتساب المستخدم.

في هذه المرحلة، تم تصميم بنية الذكاء الاصطناعي متعددة المستويات في Aarki للتعامل مع عدة جوانب حرجة من الإعلان المحمول، من منع الاحتيال إلى توقعات قيمة المستخدم. هنا كيف تعمل وبمها:

• كشف الاحتيال ومراقبة جودة المخزون: تم تصميمه لحماية أداء عملائنا وميزانيتهم. يجمع نهجنا المتعدد الطبقات الخوارزميات المملوكة بالبيانات من الجهات الثالثة للبقاء في صدارة تكتيكات الاحتيال المتطورة. ونضمن أن يتم استثمار ميزانيات الحملات في مخزون حقيقي عالي الجودة من خلال تقييم سلوكيات المستخدمين والحفاظ على قاعدة بيانات احتيال محدثة.
• نماذج الشبكات العصبية العميقة (DNN): يستخدم البنية الأساسية لدينا نماذج DNN متعددة المراحل لتوقعات قيمة كل إشعار أو مستخدم. يسمح هذا النهج المتفرد لكل نموذج بتعلم الميزات الأكثر أهمية لأحداث التحويل الخاصة، مما يتيح استهدافًا وتكتيكات مزايدات أكثر دقة مقارنة بالنماذج التي تتناسب مع جميع الحالات.
• مُحسّن المزايدات متعددة الأهداف (MOBO): على عكس ظلال المزايدات البسيطة المستخدمة من قبل معظم منصات الطلب جانب العرض، يأخذ MOBO في الاعتبار عوامل متعددة بخلاف السعر. يستخدم متغيرات ديناميكية مثل سمات الحملة والمخزون والقيمة المتوقعة للمستخدم وتنسيق سعر كل ألف ظهور لتحسين المزايدات. يسمح هذا الأسلوب المتقدم بتعظيم عائد الاستثمار مع توازن بين عدة أهداف، ويعثر على مزايدات مثالية تفوز وتلبي أهداف معايير الأداء الرئيسية وتوفر التمويل بشكل صحيح لاستخدام ميزانيات الحملة بالكامل.

تُقدم هذه المكونات فوائد كبيرة مقارنة بحلول تكنولوجيا الإعلان التقليدية:

• كشف احتيال متفوق
• توقعات أكثر دقة ورواج أفضل من خلال نماذج DNN متعددة المراحل
• استهداف إبداعي متفرد مع تسعير مزايدات متعددة الأهداف
• القدرة على التوسع لمعالجة كميات هائلة من البيانات
• استهداف أولويات الخصوصية مع أسراف سياقية

نظامنا المدفوع بالذكاء الاصطناعي يسمح بدقة وفعاليّة وملاءمة غير مسبوقة في حملات الإعلان المحمول. من خلال الاستفادة من التعلم العميق وเทقنيات التحسين المتقدمة، توفر Aarki أداءً متفوقًا مع التركيز القوي على الخصوصية ومنع الاحتيال.

كيف تعمل نظام المزايدات الديناميكي متعددة الأهداف، وما هو التأثير الذي يخلفه على تعظيم عائد الاستثمار لعملائك؟

نظام المزايدات الديناميكي متعددة الأهداف هو نظام متقدم يفوق خوارزميات ظلال المزايدات التقليدية. على عكس خوارزميات ظلال المزايدات البسيطة التي تركز فقط على التسعير قليلاً تحت المزايدات الفائزة المتوقعة، يأخذ مُحسّننا في الاعتبار عدة أهداف في نفس الوقت. هذا يشمل ليس فقط السعر ولكن أيضًا معايير أداء الحملة ومؤشرات جودة المخزون واستخدام الميزانية.

يأخذ المُحسّن في الاعتبار مجموعة من المتغيرات الديناميكية، بما في ذلك سمات الحملة والمخزون والقيمة المتوقعة للمستخدم وتنسيق سعر كل ألف ظهور. توجيه هذه المتغيرات عملية التحسين حول معايير أداء العملاء الرئيسية، و特别 عائد الاستثمار. هذا يسمح لنا بتكييف استراتيجية المزايدات الخاصة بنا مع أهداف كل عميل على حدة.

أحد نقاط القوة الرئيسية لمُحسّننا هو قدرته على التوازن بين اكتساب مستخدمين ذوي قيمة عالية بفعالية واستكشاف فئات مستخدمين جديدة ومخزون غير مستغل. يساعدنا هذا الاستكشاف على اكتشاف فرص قيمة قد تفوتها أنظمة أكثر صلابة.

في الممارسة، يعني هذا أن عملائنا يمكنهم توقع استخدام أكثر كفاءة لميزانيات الإعلان، واكتساب مستخدمين ذوي جودة أعلى، وعائد استثمار أفضل على حملاتهم في النهاية. على سبيل المثال، قد يكون من المنطقي دفع 50% أكثر للمزايد على مستخدم يُقدر بأنه 5 مرات أكثر قيمة (ROAS). يسمح مُحسّننا بالتوازن بين عدة أهداف وتكيف في الوقت الفعلي لنا بالتنقل في المناظر الإعلانية المحمول الأكثر تعقيدًا أكثر من أنظمة المزايدات التقليدية الموضوعة على هدف واحد.

تُشدد Aarki على نهج أولويات الخصوصية في عملياتها. كيف يضمن منصتك خصوصية المستخدم مع تقديم استهداف إعلاني فعال؟

أنا فخور بالقول أن الالتزام بالخصوصية هو أحد الركائز الأساسية لمنصتنا، إلى جانب منصتنا التي تعمل بالذكاء الاصطناعي. لقد تبنينا تحديات عالم بدون معرف جهاز وتطوير حلول مبتكرة لضمان خصوصية المستخدم مع تقديم استهداف إعلاني فعال. هنا كيف ننجز ذلك:

• الاستهداف بدون معرف الهوية: لقد تعاملنا بالكامل مع المناظر بعد IDFA ونتوافق مع SKAN 4. تعمل منصتنا بدون الاعتماد على معرّفات الأجهزة الفردية، مع الأولوية للخصوصية من البداية.
• إشارات سياقية: نستخدم مجموعة واسعة من نقاط البيانات السياقية مثل نوع الجهاز ونسخة نظام التشغيل والتطبيق والفئة ووقت اليوم والمنطقة. توفر هذه الإشارات معلومات استهداف قيمة دون الحاجة إلى بيانات شخصية.
• معالجة بيانات سياقية ضخمة: نمتلك أكثر من 5 ملايين طلب إعلان في الثانية من أكثر من 10 مليارات جهاز على مستوى العالم. لكل طلب، هناك ثروة من الإشارات السياقية، مما يمنحنا قاعدة بيانات غنية ومتوافقة مع الخصوصية.
• تعلم الآلة المتقدم: يرتبط قاعدة بياناتنا لتدريب النموذج البالغ من 800 مليار صف مع بيانات النتائج التاريخية. هذا يسمح لنا بالاستفادة من رؤى وأنماط دون المساس بخصوصية المستخدم الفردية.
• أسراف سلوكية ديناميكية: باستخدام التعلم الآلي، ننشئ أسراف سلوكية متوافقة بشكل عالٍ بناءً على بيانات سياقية مجزأة. تمكن هذه الأسراف من تحسينات فعالة ومتوسعة دون الاعتماد على معرّفات شخصية.
• استهداف إبداعي مدفوع بالآلة (ML-driven Creative Targeting™): لكل سرف، نستخدم التعلم الآلي بالتعاون مع فريقنا الإبداعي لتصميم استراتيجيات إبداعية مثالية. هذا النهج يضمن الارتباط والفعالية دون المساس بخصوصية الفرد.
• التعلم المستمر والتكيف: يتعلم نماذجنا الآلية بشكل مستمر ويتكيف بناءً على أداء الحملة وبيانات السياق المتطورة، مما يضمن أن يبقى استهدافنا فعالًا مع تطور لوائح الخصوصية وتوقعات المستخدم.
• الشفافية والتحكم: نقدم معلومات واضحة حول ممارسات البيانات وتقديم معلومات للمستخدمين حول تجارب الإعلان حيثما أمكن، بالتوافق مع أفضل ممارسات الخصوصية.

من خلال الاستفادة من استراتيجيات أولويات الخصوصية هذه، توفر Aarki استهدافًا إعلانيًا فعالًا مع احترام خصوصية المستخدم. لقد حولنا تحديات عصر الخصوصية إلى فرص للابتكار، مما يؤدي إلى منصة تتوافق مع الخصوصية وتحقق أداءً عاليًا لحملات اكتساب المستخدم وإعادة التفاعل لعملائنا.

يمكنك شرح مفهوم الاستهداف الإبداعي مدفوع بالآلة (ML-driven Creative Targeting™) وكيف يدمج مع استراتيجية الإبداع الخاصة بك؟

الاستهداف الإبداعي مدفوع بالآلة (ML-driven Creative Targeting™) هو منهجنا لتحسين الإعلانات الإبداعية بناءً على أسراف السلوك التي نحددتها من خلال نماذج التعلم الآلي. يتضمن هذا العملية عدة خطوات:

• تحليل السرف: تحليل نماذجنا الآلية لمقدار هائل من البيانات السياقية لإنشاء أسراف سلوكية مفصلة.
• رؤى الإبداعية: لكل سرف، نستخدم التعلم الآلي لتحديد العناصر الإبداعية التي من المرجح أن تتوافق بشكل فعال. قد يشمل هذا مخططات الألوان وتنسيقات الإعلانات وأساليب الرسائل أو السمات البصرية.
• التعاون: يشارك فريق العلوم البيانية مع فريقنا الإبداعي في مشاركة هذه الرؤى المشتقة من التعلم الآلي.
• تطوير الإبداع: بناءً على هذه الرؤى، يطور فريقنا الإبداعي إعلانات إبداعية مخصصة لكل سرف. قد يتضمن هذا تعديل الصور أو النص أو دعوات العمل أو هيكل الإعلان العام.
• التجميع الديناميكي: نستخدم تحسين الإبداع الديناميكي لتجميع الإعلانات الإبداعية في الوقت الفعلي، مطابقًا العناصر الأكثر فعالية لكل سرف.
• التحسين المستمر: مع جمع بيانات الأداء، يُحسّن نماذجنا الآلية باستمرار من فهمها لما يعمل لكل سرف، مما يخلق حلقة обратية لتحسين الإبداع المستمر.
• النطاق والكفاءة: يسمح لنا هذا النهج بإنشاء إبداعات مُستهدَفة للغاية على نطاق واسع دون الحاجة إلى تقسيم يدوية أو تخمين.

النتيجة هي تناغم بين العلوم البيانية والإبداع. كما أن إطارنا الإبداعي الموحد يضمن أن توفر نماذجنا الآلية رؤى مدفوعة بالبيانات حول ما يعمل لأجزاء مختلفة من الجمهور. في الوقت نفسه، يجلب فريقنا الإبداعي هذه الرؤى إلى الحياة في تصاميم إعلانية مقنعة. يسمح هذا النهج لنا بتسليم إعلانات أكثر صلة ومتوافقة مع كل سرف، مع تحسين أداء الحملة وتجربة المستخدم في نفس الوقت.

ما هو الدور الذي يلعب فريقك الإبداعي في تطوير حملات الإعلان، وكيف يتعاونون مع نماذج الذكاء الاصطناعي لتحسين أداء الإعلان؟

يلعب فريقنا الإبداعي دورًا متكاملًا في تطوير حملات إعلانية فعالة في Aarki. يعملون بالتعاون الوثيق مع نماذجنا الآلية لتحسين أداء الإعلان. يفسر فريقنا الإبداعي رؤى نماذجنا الآلية حول ما يتوافق مع أسراف السلوك المختلفة. ثم يصممون إعلانات إبداعية مخصصة، مع تعديل عناصر مثل الصور والرسائل والتنسيقات لتطابق هذه الرؤى.

مع تشغيل الحملات، يتحليل الفريق بيانات الأداء جنبًا إلى جنب مع الذكاء الاصطناعي، ويحسن باستمرار نهجهم. يسمح هذا العملية التكرارية بتحسين سريع للعناصر الإبداعية.

التناغم بين الإبداع البشري والرؤى المدفوعة بالذكاء الاصطناعي يسمح لنا بإنتاج إعلانات مُستهدَفة للغاية ومتوافقة على نطاق واسع، مما يؤدي إلى أداء متفوق لحملات عملائنا.

كيف تقوم بنية الذكاء الاصطناعي في Aarki باكتشاف ومنع الاحتيال الإعلاني؟ هل يمكنك تقديم بعض الأمثلة على أنواع الاحتيال التي يكتشفها نظامك؟

تستخدم Aarki نهجًا متعددي الطبقات لمكافحة الاحتيال الإعلاني. نحن نهج منع الاحتيال كمرشح قبل المزايد مع تحليلات البيانات بعد المزايد للبيانات التي تنتقل عبر أنظمتنا. بينما لقد ذكرت بالفعل استراتيجيتنا العامة، يمكنني تقديم بعض الأمثلة على أنواع الاحتيال التي يكتشفها نظامنا:

• فيضانات النقرات: كشف معدلات النقرات غير العادية من مصادر محددة.
• مزارع التثبيت: تحديد أنماط متعددة للتثبيت من نفس عنوان بروتوكول الإنترنت أو الجهاز.
• زمن النقر للتثبيت غير الطبيعي (CTIT): رصد أوقات النقر للتثبيت غير الطبيعية كإشارة لأنشطة البوت.
• معدلات الاحتفاظ المنخفضة: تحديد مستخدمين من الناشرين الذين يظهرون باستمرار معدلات احتفاظ منخفضة بعد التثبيت.

يتطور نظامنا الآلي باستمرار للاعتراف بالتكتيكات الاحتيالية الجديدة، مما يحمي ميزانيات عملائنا.

كيف تختلف نهج Aarki لاكتساب المستخدم وتفاعله مع منصات أخرى في الصناعة؟

يتميز نهج Aarki لاكتساب المستخدم وتفاعله ب幾ة طرق رئيسية:

• استراتيجية أولويات الخصوصية: لقد تبنينا بالكامل الاستهداف بدون معرف الهوية، مما يجعلنا متوافقين مع SKAN 4 وجاهزين لمستقبل يأتي في المرتبة الأولى من حيث الخصوصية.
• تعلم الآلة المتقدم وتكنولوجيا الذكاء الاصطناعي: تعمل بنيتنا متعددة المستويات على معالجة كميات هائلة من البيانات السياقية، مما يخلق أسراف سلوكية متقدمة دون الاعتماد على معرّفات شخصية.
• الاستهداف الإبداعي مدفوع بالآلة (ML-driven Creative Targeting™): ن結ب بشكل فريد بين رؤى الذكاء الاصطناعي والإبداع البشري لتطوير إعلانات إبداعية مخصصة لكل سرف.
• مُحسّن المزايدات الديناميكي متعددة الأهداف: نظام المزايدات يأخذ في الاعتبار عدة أهداف في نفس الوقت، يوازن بين الكفاءة والاستكشاف لتعظيم عائد الاستثمار.
• الذكاء السياقي: نستخدم تريليونات الإشارات السياقية لإعلام استراتيجياتنا، متجاوزًا التجزئة الديموغرافية أو الجغرافية الأساسية.
• التحسين المستمر: يتعلم نماذجنا الآلية بشكل مستمر ويتكيف مع سلوكيات المستخدم المتغيرة وشرط السوق.
• نهج موحد: نقدم دمجًا سلسًا لاستراتيجيات اكتساب المستخدم وتفاعله، مما يوفر نظرة شاملة لرحلة المستخدم.
• القدرة على التوسع: يمكن أن تتعامل بنيتنا مع أحجام بيانات هائلة (5 ملايين طلب إعلان في الثانية من أكثر من 10 مليارات جهاز)، مما يسمح بالاستهداف المتوافق على نطاق واسع.
• آليات منع الاحتيال المتقدمة: أجهزتنا لمنع الاحتيال قبل المزايد وتحليلات البيانات بعد المزايد لمقدار هائل من البيانات، بالإضافة إلى البيانات من الجهات الثالثة، تضعنا في طليعة حفظ أموال عملائنا من حركة مرور احتيالي.

يسمح هذا المزيج من الأساليب التي تضع الخصوصية في المرتبة الأولى والقدرات المتقدمة للذكاء الاصطناعي وتحسين الإبداع ومنع الاحتيال والبنية القابلة للتوسع لنا بتسليم حملات أكثر فعالية وفعاليّة وتكيفًا.

لقد علمتني خبرتي أن مستقبل تكنولوجيا الإعلان يكمن في توحيد البيانات الكبيرة والتعلم الآلي والإبداع البشري. أنا فخور بالفريق المتميز من المحللين وعلوم البيانات والمحترفين الإبداعيين الذين يضيفون الإبداع البشري إلى تكنولوجيانا.

هل يمكنك مشاركة بعض القصص الناجحة حيث تحسنت منصة Aarki بشكل كبير من عائد الاستثمار لعملائك وفعالية الحملة؟

يُعدّ دليل أداء AppsFlyer يُصنّف Aarki كقائد في إعادة الاستهداف، ويُصنّفنا في المرتبة الأولى لألعاب الفيديو في أمريكا الشمالية والمرتبة الثالثة على مستوى العالم. كما نُصنّف كأداء عالٍ في جميع فهرس عائد الاستثمار الإعلاني لشركة Singular. يُعدّ هذا دراسة الحالة شهادة على ريادتنا العالمية. وليس فقط للألعاب، بل لدينا دراسات حالية تُظهر能力نا في تحقيق نتائج عبر فئات تطبيقات مختلفة.

أنا فخور بالتأكيد على شراكتنا مع DHgate، وهي منصة تجارة إلكترونية رائدة. سلمت حملات إعادة الاستهداف الخاصة بنا لمنصات Android وiOS نتائج استثنائية، مما يُظهر قدرة Aarki على تحقيق الأداء على نطاق واسع.

باستخدام تقنيتنا الشبكية العمياء، قمنا بتركيب دقيقًا لقطاعات المستخدم لتعظيم فعالية إعادة الاستهداف. هذا أدى إلى نمو بنسبة 33% في نقرات المستخدمين ذوي النية الأعلى وزيادة بنسبة 33% في التحويلات.

ما هو أكثر إثارة للإعجاب هو أن بينما زادت ميزانية DHgate مع Aarki بنسبة 52%، فقد تفوقت باستمرار على أهداف عائد الاستثمار بنسبة 450% في اليوم 30 بنسبة 1.7 أضعاف، مما أدى إلى تحقيق عائد استثمار بنسبة 784%. يُظهر هذا الحالة مثالًا على التزامنا بتسليم نتائج متفوقة لعملائنا. اقرأ المزيد حولها هنا.

لنطبيق طعام وتسليم، قمنا بتنفيذ حملة إعادة استهداف لتفعيل المستخدمين مرة أخرى واكتساب عملاء جدد بفعالية.

أدى ذلك إلى انخفاض بنسبة 75% في تكلفة الاكتساب و12.3 مليون تفعيل مستخدم. كان المفتاح للنجاح هو استخدام نماذج الشبكات العصبية العمياء لاستهداف الجماهير المناسبة بالرسائل المخصصة، مما يحافظ على الحملة طازجة ومثيرة.

تُظهر هذه دراسات الحالة قدرتنا على تحقيق تحسينات كبيرة في المعايير الرئيسية في فئات تطبيقات مختلفة وأنواع الحملات. يسمح لنا نهجنا الذي يأتي في المرتبة الأولى من حيث الخصوصية، وقدرات الذكاء الاصطناعي المتقدمة، والاستخدام الاستراتيجي للبيانات السياقية بتسليم نتائج رائعة لعملائنا، سواء في اكتساب المستخدم أو جهود إعادة التفاعل.

ما التطورات المستقبلية في الذكاء الاصطناعي والتعلم الآلي التي تُعدّ حاسمة لصناعة الإعلان المحمول؟

أنتظر عدة تطورات حاسمة في الذكاء الاصطناعي والتعلم الآلي لصناعة الإعلان المحمول:

• تقنيات الحفاظ على الخصوصية المحسنة: سوف يؤدي حجم البيانات الهائل الذي نمتلكه إلى قدرات التعلم غير المسبوقة. ستستخدم الشبكات العصبية العمياء هذه لإنشاء استراتيجيات أولويات الخصوصية متفوقة. في الواقع، سيتطور مفهوم “الاستهداف” بشكل كبير لدرجة أننا سوف نحتاج إلى مصطلحات جديدة لوصف هذه النُهج التنبؤية المدفوعة بالذكاء الاصطناعي.
• الذكاء الاصطناعي التوليدي لتحسين الإبداع في الوقت الفعلي: سوف نرى الذكاء الاصطناعي ليس فقط يُحسّن ولكن أيضًا يُنشئ ويتعديل إبداعات إعلانية في الوقت الفعلي. سوف يُغيّر هذا من نهجنا لتصميم الإعلانات وتوافقيته.
• نماذج تنبؤية شاملة: من خلال دمج شبكاتنا العصبية العمياء لأداء المنتج مع مُحسّن المزايدات متعددة الأهداف لتحسين التسعير، سوف نطور نماذج فعالة وفعّالة لاكتساب المستخدم وإعادة التفاعل. سوف توفر هذه النماذج توقعات دقيقة للغاية لقيمة المستخدم على المدى الطويل، مما يسمح بإدارة حملات أكثر ذكاءً و استراتيجية.

من المرجح أن تؤدي هذه التطورات إلى تجارب إعلانية محمولة أكثر فعالية وفعاليّة وملاءمة للمستخدم.

شكرًا على المقابلة الرائعة، يُرجى من القراء الذين يرغبون في معرفة المزيد زيارة Aarki.