Matthew Bernardini，Zenapse 的 CEO 和联合创始人 – 采访系列

Matthew Bernardini 是 Zenapse 的 CEO 和联合创始人，他领导公司的愿景并监督其专有的人工智能基础模型的开发，以创建类别领先的产品。作为一名产品营销人员、数据策略师和技术人员，他结合了创业经验（已经实现了四次成功退出）和来自 JPMorgan Chase、Omnicom 和 Capgemini 等组织的企业专业知识。

在他的整个职业生涯中，Bernardini 一直对人工智能、心理学、消费者行为、博弈论和统计学保持着浓厚的兴趣，这些兴趣继续影响他在 Zenapse 的领导。

Zenapse 是一个由人工智能驱动的平台，通过情感智能体验来提高客户获取、参与和留存。由世界上第一个大型情感模型（LEM）提供支持，Zenapse 使用心理特征洞察和基于目标的优化来帮助品牌更深入地与受众建立联系。快速部署和易于使用，它在几小时内提供可衡量的结果，而不是几周，并降低成本和提高投资回报率。

Zenapse 建立在情感智能和人工智能的交叉点上。是什么启发了大型情感模型（LEM）的创造？

Zenapse 有一支经验丰富的创始团队，拥有产品开发、广告、营销和客户体验领域的背景，拥有超过 100 年的综合经验，来自 Capgemini、Omnicom 和 JP Morgan Chase 等公司。在我们的职业生涯中，我们看到了一种新的范式转变出现，人工智能改变了我们思考和与消费者互动的方式。

在今天快速发展的数字化格局中，客户期望在所有接触点上获得个性化和共鸣的体验，但传统的营销解决方案缺乏实时决策所需的速度和洞察力，并且难以满足这些期望。同时，领导者在产品决策、广告活动等方面苦于雇佣多名团队成员来完成这项工作的高成本。

为了解决这一需求，我们建立了世界上第一个大型情感模型（LEM），它帮助营销人员通过将情感智能融入客户体验中来增加收入和销售额。通过将他们的沟通方式定向到与消费者最有价值和最感兴趣的内容上，品牌可以创建更有意义的互动，从而带来更高的参与度、销售额、留存率和客户获取率。

你如何定义大型情感模型（LEM），以及它在技术和功能上与传统的大型语言模型（LLM）有何不同？

我们的大型情感模型（LEM）是一个预测性的人工智能引擎，驱动于一个建立在 2 亿多消费者和 60 亿数据点的知识基础上的数据集。通过人工智能驱动的心理特征洞察（即信仰、情绪和情感），公司可以了解什么激励客户转化——无论是产品的特点或优点、特殊促销和激励、图像或行动号召，然后将品牌体验内容优先排序到消费者的偏好上。

相比我们的 LEM，它关注情感和行为，大型语言模型（LLM）则关注文本和自然语言处理（NLP）相关的功能，而没有对不同受众群体的信仰和价值观有更深入的洞察力。

我们与 Google (GOOGL ) 密切合作，通过他们的 Google Startup 和 Google Cloud Marketplace 计划，以及 Comcast (CMCSA ) Lift Labs，确保我们的解决方案是企业级的，并满足世界上最苛刻的营销人员的需求。

你为什么认为情感智能是大多数营销人工智能平台今天缺失的关键环节？

简单来说，营销人员无法真正了解他们的客户，因为现有的传统技术专注于人口统计和行为。我们与 Adobe (ADBE ) 、Salesforce (CRM ) 和 Google 等公司的工具无缝集成，提供非凡的结果。

95% 的消费者决定是潜意识的，受到情感的驱动。然而，几十年来，品牌一直使用人口统计和行为数据来指导营销活动。虽然这种数据有其用途，但大多数购买决定都是由情感驱动的，而这些数据点无法捕捉到这些情感。因此，营销人员难以实现有限的准确性和有效性，经常诉诸于通用解决方案。

现在，通过我们的 LEM，品牌可以利用心理特征洞察来建立完整的图景并增加销售额和收入。情商在营销中的作用的证明在于数据：我们正在帮助知名品牌将转化率提高 40-400% 和参与度提高 80% 以上。

你认为人工智能在理解人类情感方面的作用有什么最常见的误解？

最大的误解之一是人工智能将取代营销人员。在 Zenapse，我们采取了不同的方法——我们帮助营销人员开发具有情感智能和人工智能的营销和广告，这有助于他们通过与客户建立更深层次的情感联系来多样化他们的视角。

传统的活动通常依赖于将消费者分为广泛的类别，定义为人口统计学特征，如年龄、收入和邮政编码，这忽略了人类真正关心的细微差别。通过我们的 LEM，营销人员可以将活动与每个人最重要的内容对齐。

相反，猜测什么可能产生共鸣，我们的平台帮助营销人员自信地创建真正产生共鸣的体验，因为它建立在情感智能的基础上。这不是取代人类的触感——它使其变得更强大。

你认为什么区分了人工智能 + 情商领域的炒作和真正的创新？

我们正在进入一个由情感智能体验定义的营销新时代，而不是表面层次的个性化。

消费者行为已经发生了显著的变化。大多数消费者现在更喜欢个性化的体验——他们期望品牌了解他们关心什么。这为品牌提供了一个机会，利用人工智能来与他们的消费者建立更深层次的联系。

炒作和真正创新之间的区别是数据的质量。我们的 LEM 建立在 3 亿消费者和 60 亿实时数据点的知识基础上，这为品牌提供了对他们的消费者全面了解——这是他们以前无法做到的。

什么类型的心理特征信号和实时数据驱动 LEM，它们如何被建模到数据湖中？

1. 信仰 – 我们将信仰分为个人类别，包括他们如何看待金钱、知识、家庭和归属等
2. 情绪 – 想想你在看到广告或促销时会有什么反应。它让你感到高兴还是焦虑？
3. 活动 – 从园艺到游戏，我们考虑所有不同类型的现实世界和数字活动
4. 行为 – 消费者在公司体验中执行的事件和操作，例如填写表单、观看视频或进行购买。

消费者用他们的心和脑做出购买决定，所以我们知道解决情感组成部分是解锁整个客户生命周期真正价值的关键。

LEM 被描述为利用 60 亿多个数据点和 3 亿多消费者。为了确保隐私和透明度，采取了什么保障和道德考虑？

隐私是我们产品开发的核心。我们的整个技术生态系统符合 SOC2 标准，我们的数据集不捕获或保留任何消费者个人可识别信息（PII）。我们的数据是聚合和匿名的。我们还保持清晰的内部政策和治理实践，以确保在开发的每个步骤中使用人工智能的道德性。

你能带我们了解一下 ZenCore、ZenInsight 和 ZenVision 在驱动情感智能客户体验中的作用吗？

ZenCore 是我们的专有消费者心理特征模型和驱动 LEM 的引擎。ZenInsight 是情感智能体验的数据基础。ZenVision 将这些洞察力实时转化为预测哪些信息或内容将与特定的心理特征段产生共鸣，并为营销人员提供可行的建议。这些工具共同形成了一个用于营销情感智能的全栈解决方案。

Zenapse 如何在零售、电信和医疗保健等垂直领域适应情感预测？是否有任何令人惊讶的行业用例？

我们已经与 Comcast、Sam’s Club、Aeropostale、Bread Financial (BFH ) 、Bayada Education 和 Action Karate 等公司合作，提高数字品牌体验的转化率 40-400%。虽然情感驱动因素因垂直领域而异，但框架仍然保持一致：我们破解了什么对给定的消费者最重要，并帮助品牌相应地调整他们的体验。

你对 LEM 的长期愿景是什么？你是否看到它在营销以外的领域，如医疗保健或教育中发展？

目前，我们专注于使用人工智能帮助营销人员和广告商更好地与客户建立联系，并且随着我们的数据在时间推移中变得更好，我们的 LEM 也将变得更好。我们最近扩展了我们的平台以支持 CTV，通过与 LG Ad Solutions 和他们的创新实验室的合作。我们的目标是到 2028 年将我们的平台扩展到关键的消费者接触点，例如视频游戏、汽车和连接的家庭等。

你如何看待情感智能人工智能在未来十年中重塑数字体验？

在所有数字平台上提供实时、超个性化体验的能力比以往任何时候都更强大，创造了新的合作伙伴关系机会。人工智能和情感智能将继续被采用，并且随着这些技术和洞察力的日益复杂，它们将成为所有数字媒体营销工作的驱动力。

我们的团队正在努力保持领先地位。我们最近宣布与 LG Ad Solutions 的创新实验室合作，以帮助 CTV 广告商在 LG 的 2 亿台智能电视的生态系统中提供情感智能体验，我们正在努力将我们的洞察力带到其他屏幕上，例如 Web、移动、AV、音乐、电影、连接的汽车等。

我们看到数字体验的未来将由人工智能和情感智能塑造。未能适应这一转变的企业将面临被更快地响应消费者偏好和行为变化的竞争对手所超越的风险。

感谢这次精彩的采访，希望了解更多的读者可以访问 Zenapse。