Het verschil tussen artificial intelligence en machine learning – in vijf minuten uitgelegd

Het verschil tussen artificial intelligence en machine learning – in vijf minuten uitgelegd

Sep 10, 2018  advies Gregg Turek

Het verschil tussen artificial intelligence en machine learning – in vijf minuten uitgelegd

 
 

Artificial intelligence en machine learning zijn populaire buzzwords in onze marketingindustrie. Waarschijnlijk bent u deze termen de laatste tijd ook regelmatig tegengekomen. Ze worden vaak in de brede zin gebruikt en zelfs af en toe met elkaar verward.

Dat betekent dat het verschil tussen AI en machine learning in marketing wellicht nog steeds niet helemaal duidelijk is.

Volgens een recent onderzoek van Everstring en Heinz Marketing kent slechts 18,9 procent van de marketeers het verschil tussen AI, machine learning en voorspellende modellen, terwijl 37,4 procent van hen toegeeft dat ze minder goed het onderscheid tussen de twee begrippen weten.

Als u vijf minuutjes heeft, leggen we het u meteen even uit. Laten we beginnen bij het begin.

De term artificial intelligence (AI) is in 1955 bedacht door de legendarische computerwetenschapper John McCarthy van de Stanford University. Met AI worden machines en machinaties bedoeld die taken kunnen uitvoeren die kenmerkend zijn voor menselijke intelligentie. Dat lijkt een erg ruime definitie, maar bij bedrijven verwijst AI meestal naar mechanismen die omgevingsfactoren waarnemen en zelfstandig acties ondernemen. Deze optimaliseren de kans op het behalen van vooraf gedefinieerde doelen – zonder menselijke tussenkomst.

Om het wat concreter te maken: zie AI als een overkoepelende term voor machines die taken uitvoeren zoals een menselijk brein dat zou doen.

Inderdaad, dat is nog steeds een ruim begrip.

Marketeers kunnen artificial intelligence het best zien als computergebaseerde tools die platforms voor engagement-marketing en marketingautomatiseringssoftware uitbreiden met menselijke vaardigheden zoals:

  • Redenering
  • Planning
  • Leren
  • Besluitvorming
  • Optimalisering

Kort samengevat definiëren we artificial intelligence bij Selligent als een zelflerend systeem dat zijn handelswijzen kan aanpassen op basis van inzichten die zijn verkregen tijdens het verwerken van informatie.

Daarentegen heeft machine learning meer te maken met de mechanismen (de rekenkundige modellen en algoritmen) die bepalen hoe een computersysteem dingen leert. Machine learning is de manier waarop enorme hoeveelheden gegevens uit verschillende bronnen in een machine worden gestopt, om vervolgens te leren op basis van ervaring.

Zeker in de dagen van pionier John McCarthy zorgde deze aanpak voor een behoorlijke paradigmaverschuiving. Immers: zonder machine learning kan computers alleen iets worden 'geleerd' door commando's in een programmeertaal te schrijven. Maar voor het uitvoeren van de flexibele en complexe taken mogelijk gemaakt door machine learning, zouden er miljoenen regels code moeten worden geschreven. Dit zou gepaard gaan met ingewikkelde regels en schema's voor het geven van specifieke instructies om specifieke taken uit te voeren. Bij eventuele nieuwe en onbekende problemen zou er bovendien weer nieuwe code moeten worden geschreven.

Dat gezegd hebbende, is machine learning wat AI flexibeler maakt en andere keuzes laat maken op basis van beschikbare gegevens. Als marketeer heeft u onderstaande termen wellicht ook wel eens gehoord, al zijn dat in feite onderdelen van machine learning:

  • Deep learning
  • Deep neural networks
  • Innovation insights learning
  • Adversarial learning

Op merkniveau maakt het overgrote deel van merken en marketeers momenteel gebruik van machine learning en deep learning. Bij Selligent Marketing Cloud hebben we onze eigen AI-engine gebouwd en getraind: Selligent Cortex, die speciaal is ontworpen voor engagement-marketeers.

Marketeers kunnen AI-technologie gebruiken om te leren van verzamelde klantdata. Deze informatie wordt ondergebracht in universele consumentenprofielen en kan vervolgens met behulp van AI worden gebruikt om te ontdekken wat de favoriete producten, kleuren of smaken van een consument zijn. Hiermee kunnen duizenden klanten worden voorzien van individuele gepersonaliseerde aanbiedingen, worden razendsnel customer journeys ontworpen en kan AI-marketingautomatisering worden aangepast op basis van realtime gedrag. Dit geeft klanten het prettige gevoel dat u snel op hen reageert en op de hoogte bent van hun situatie.

Het klinkt misschien paradoxaal, maar machine learning en artificial intelligence maken uw marketing menselijker en empathischer. Zo kunt u relevante ervaringen op schaal bieden voor grote klantensegmenten, gewoon door te volgen hoe smaken en voorkeuren zich ontwikkelen en daarnaast AI-marketinginitiatieven aan te passen voor een maximaal effect.

Download de whitepaper Artificial intelligence (AI) en de zeer persoonlijke toekomst van marketing vandaag nog om hier meer over te lezen.

Ons platform IN ACTIE

VRAAG EEN DEMO