Google、Facebook、苹果打算如何读懂你的情绪

﹏戚爱静。゜

上个月苹果收购了可利用人工智能技术识别面部表情进而解析人类情绪的 AI 公司Emotient，这显示出移动设备端正在发生巨大变化。

此次收购行动表明，除了 Google 和 Facebook 以外，又有一家技术巨头进入到 AI 的军备竞赛当中。仅这一点各大品牌就应该知道将会有新的技术和集成出现，以情绪级的水平来更好地与客户互动。

AI 对情绪、手势、自然语言等复杂人类行为的响应能力解决了许多消费者市场和品牌营销所面临的问题，其中包括发现、注意力以及产品 / 服务的易用性等。Google、Facebook、苹果这三大技术巨头正在以不同的方式利用 AI，从而在注意力成为稀缺资源的经济中获得竞争性优势。作为品牌营销人员，我们需要理解这三大玩家每一个都在塑造着消费者发现和连接我们品牌的方式。所以看看 Google、苹果和 Facebook 是如何思考 AI 集成的就很重要了：

Google

Google 的目标是组织全球的信息，让每个人都能随时、随地获取信息。因此 Google 的成功取决于，在用户需要时它帮助用户发现信息的容易程度。尤其是在可访问的信息量超出了人类大脑能够计算的时候。我们开始看到这个未来是如何塑造的了：

• Google Now 根据你的数据向你推荐内容
• Gmail 的预测性回复让用户一键精确回复邮件。
• Google Maps 现在可以通过学习你的常规路线预测你的目的地并向你提供实时交通信息
• 
  

不过 Google 的愿景是预测用户需求。想象一下，如果它能够利用机器学习以及物联网的连接组织，从而甚至在用户尚未考虑到自己需要什么时提供场景化的解决方案。设想一下 Google Now 在察觉某样东西太旧或有毛病时替你订新货，或者在你的纪念日到来之前提前一个月替你在喜爱的饭店先订好了位置。根据 Google 的愿景，未来的搜索应该是自动向用户提供上下文相关的解决方案。

苹果

苹果致力于利用 AI 来实现其品牌承诺：提供尽可能好的用户体验。考虑到自己的未来靠在移动产品方面的成功来塑造，苹果知道用户体验需要突破通过小小的触摸屏进行互动的限制。因此，对 Emotient 的收购是有战略意义的。尤其是它赋予了 Siri 一套可视化的处理系统，让后者可以检测和预测用户需求。通过采用 Emotient 的技术，Siri 很快就能通过前置摄像头阅读你的面部表情，对其进行解析，然后辅助你满足你的各项需求，甚至你连 “Hey，Siri” 都不用说。这可是一个游戏改变者。

Facebook

扎克伯格给 Facebook 制定的愿景是让世界更加开放，连接更加紧密。但是，要想建立新的关系，需要通过有意义的方式。Facebook 希望利用 AI 作为手段来保证这些有意义的连接不会在信息过载中迷失。其第一批的 AI 行动计划涉及到利用机器学习来改善 Facebook 动态新闻源算法的预测精确度，从而提供上下文相关的内容（对于品牌和广告来说也是个好消息）。Facebook 还聚焦于提高 Messenger 平台的多功能性，以便通过它的 M 虚拟助手来为沟通和执行动作提供便利。扎克伯格在最近的一篇文章中披露自己的一项挑战的细节—开发出类 Jarvis 式的 AI 系统来帮他持家和完成复杂任务，比如识别他的朋友，让他们进门等。我们可以预期 M 虚拟助手也会具备同样的能力，只不过后者会更注重消费者机会和内容发现方面的能力。

这些对我们意味着什么？

在最近一篇缅怀 AI 大师 Marvin Minsky 的文章中，Stephen Wolfram 回忆了 Marvin 尽管经常才思泉涌，但是对 “找出思维的工作机制并让机器实现思考” 的目标却矢志不渝的精神。Minsky 专注于设计能够一步步按照我们的逻辑思考与分析方式行动的机器。但人类智能不仅仅是计算能力，人之所以是人在于我们有原始的情感，并且能够利用过去的经验按照直觉做出决定。虽然 Google、苹果和 Facebook 对于集成 AI 都有自己不同的愿景，但他们都同意，在非结构化非线性的环境下，真正有潜力有希望的东西应该是基于直觉的。换句话说，直接 “感受” 到什么东西对一个人合适的能力。

我建议品牌营销人员要开始行动了，可以用两种办法站在平台的 AI 集成前列。首先，他们需要考虑采用预测性的策略，手段可以通过与 Google Now 和 Maps 的集成。这么做的话，营销人员可以在品牌和消费者的最终需求之间建立一种情感联系。

其次，品牌应该更多地思考向消费者提供高价值的、上下文相关的内容。这不是什么新概念，但是可以利用新方式实现。比方说通过解读面部表情来理解情绪。显然 Google、Facebook 和苹果已经把 AI 列为头号考虑对象，现在我们也得考虑一下这个东西了，因为未来就在这里。