人工智能对商业最重要的贡献是什么？
问十个人，你可能会得到十个不同的答案。但有时，我们可以通过那些多年来一直站在第一线的人的演讲，了解到这项技术将如何发挥作用。
创新的历史
Ed Baker 就是这样一个人。他于 90 年代末在哈佛大学开始求学，后来在斯坦福大学完成研究生学业。他曾在 Facebook 和 Uber 工作，后来还参与了一个名为 Whoop 的健身应用项目。他创立了 Friend.ly 和 Datesite.com，还开发了一款让人们可以"发送热度"来评价朋友和同学的应用。
在这个过程中，他学到了很多关于用户参与度、转化率以及他称之为"病毒循环"的东西。
在最近的一次 TED 演讲中，Baker 回顾了他大学时期的一些创作，主要是约会网站和社交应用（见下文）。
他指出，某些指标可以向利益相关者展示他们的创新如何在受众中流行起来。比如 K 因子，以及详细分析生命周期活动，显示有多少用户转化为二次参与。
反过来，企业可以利用这些数据来制定更好的产品和服务交付及销售策略。
试错和文化倾向
在描述如何衡量客户参与度时，Baker 给出了两个商业决策的例子，这些决策将平淡无奇的结果转变为更显著的成功。
第一个例子是 Facebook 在日本的受众群，他说人们就是不邀请彼此加入。
当他们深入研究这个问题时，发现日本文化对邀请有一种负面看法。因此，正如他指出的，他们改变了文案，参与度就飙升了。
第二个例子是 Uber 在印度的活动，显示用户不愿意输入信用卡信息。当 Uber 更改表单以允许现金支付乘车时，数字大幅上升。
人工智能分析可以提供帮助
这与 AI 有什么关系呢？
嗯，如果没有集中的人为决策以及随之而来的研究和探索，这些成功就不会实现。必须有人弄清楚为什么人们不愿意转化，并尝试修复。另一方面，人工智能可以在完全没有人为参与的情况下做到这一点。
未来的程序将能够进行所有这些调整，不断尝试新事物、新角度和新方法，并找出哪一个更成功。它可能不会像人类那样有所顾虑，就像 Baker 引用 Uber 的 CEO 在一次成功的尝试后据称说的那样："我既恨你们，又爱你们"，指的是团队的冒险精神。
有了 AI，就不会有任何犹豫去尝试新事物。
事实上，你可以说企业多年来一直在这样做，以 A/B 测试的形式。A/B 测试是营销人员采用两种不同的结果并衡量其成功率的方法，它以一种以前未明确表达的方式鼓励这种探索。
换句话说，A/B 测试为接触式营销带来了一定程度的复杂性。
AI 将在所有行业和业务层面上做同样的事情。它将以重大而深远的方式改变游戏规则。这与 Baker 对参与度的解释有关——它建立在人类行为的复杂因素和倾向之上。如果我们有 AI 来为我们解决所有这些问题，我们就不需要成为焦点小组专家。我们只需要知道如何使用这些工具，然后就可以坐下来观看它们施展魔法。
