Kecerdasan buatan (artificial intelligence, AI) merupakan algoritme komputasional yang membuat mesin belajar dari meniru kemampuan manusia. Makin mirip dengan kemampuan manusia, makin canggih AI. Ada beberapa jenis AI yang diketahui: weak AI, dengan kemampuan di bawah kemampuan manusia; strong AI, dengan kemampuan yang sama dengan kemampuan manusia; super AI, dengan kemampuan di atas kemampuan manusia. Tipe-tipe sistem AI dirincikan dalam Gambar 1 dan Gambar 2.
Gambar 1. Tipe-tipe Sistem AI
Gambar 2. Macam-macam Machine Learning
Teknologi AI sudah diintegrasikan dalam berbagai bidang pekerjaan, termasuk dalam pemasaran (marketing). Marketing membutuhkan AI untuk mempermudah riset pemasaran demi meningkatkan penjualan kepada pelanggan. AI membantu marketer dengan mempelajari tren yang terjadi saat-saat ini. Contohnya, AI mampu meningkatkan kata kunci untuk optimasi SEO dalam pencarian di mesin pencari. AI yang dapat digunakan minimal adalah analytical AI (baik yang disupervisi, yang tidak disupervisi, maupun yang diperkuat) untuk menambah market intelligence (intelijen pasar) dalam riset pemasaran. Keunggulan yang AI miliki adalah AI analitik mampu melakuan automatisasi karena repetitive learning, AI mampu mengidentifikasi langsung data-data tersembunyi dalam lapisan-lapisan yang tersembunyi pula, AI mampu beradaptasi dengan algoritme-algoritme progresif, dan AI mampu memperoleh akurasi tinggi dengan jaringan saraf tiruan (artificial neural networks).
Gambar 3. Komponen-komponen Sistem AI
AI untuk pemasaran ini didasari oleh integrasi proses, teknologi, dan alat analisis yang diterapkan secara kontinu untuk memantau, mengumpulkan, dan menganalisis data (tidak konvensional dan tidak terstruktur) lalu memproses data secara cerdas sehingga mendapatkan informasi, wawasan, dan pengetahuan untuk keputusan pemasaran yang lebih baik. Ada beberapa komponen dalam sistem AI, di antaranya adalah peniruan memori (memory emulation) dalam menyimpan dan memproses data, pembelajaran mesin (machine learning), reasoning and judgement untuk prediksi, simulasi, dan, optimisasi, serta teknologi antarmuka (interface) dengan speech recognition, natural language processing (NLP) (selengkapnya tentang NLP terdapat pada Gambar 4), pembacaan dengan sensor (sensor reading), dan computer vision. Untuk pembacaan data dan analisisnya sendiri dapat disokong dengan penggunaan statistika deskriptif, statistika inferensial, dan inferensi kausal. Bagaimana AI memproses data, informasi, pengetahuan, dan wawasan untuk membuat keputusan ditunjukkan pada Gambar 5.
Gambar 4. Natural Language Processing untuk AI
Gambar 5. Bagaimana AI Analitik Memproses Data
Ada beberapa teknologi yang memungkinkan percepatan pengembangan AI seperti sensor, IoT (Internet of Things), Big Data, teknologi penyimpanan "awan" (cloud), perangkat keras akselerator AI, deep learning, dan sebagainya. Terutama untuk marketing sendiri, AI mampu membuat peramalan (forecasting) dengan mempelajari pola data di masa lalu melalui pembelajaran berulang (repetitive learning) untuk menghadapi fluktuasi/volatilitas harga (price volatility) agar pendapatan dari permintaan pasar dapat diproyeksikan berdasarkan pangsa pasar (market share) perusahaan dan kerugian dapat ditanggulangi. Pemanfaatan AI sebagai intelijen pasar melengkapi kebutuhan akan data dalam pemasaran untuk menganalisis kondisi pasar secara lebih efisien.
***
Materi didapatkan dari webinar "AI for Marketing Intelligence" yang diadakan Pusat Artificial Intelligence ITB dengan pemateri Titah Yudhistira, S.T., M.T., Ph.D. (dosen di Teknik dan Manajemen Industri ITB) pada 28 Februari 2023: 13.00—15.00.
Tidak ada komentar:
Posting Komentar