有人工智能 & ML可以解决新兴的流媒体货币化挑战

了解更多关于人工智能和流媒体的信息流媒体东部2022.

阅读这段录音的完整文本:

埃里克·博尔顿: 我们与整个客户群密切合作，试图解决问题集，用行业术语来说，就是很多痛点. 但在这里面，你不相信的东西是我们真正想要解决的. 我们在寻找关联和模式, 如果我把我们最顶尖的工程师叫来, 他们可以查看一组数据，然后说, “嗯, 这意味着这个，这个和那个相关, 这就是为什么会发生这种情况."

你如何大规模地做到这一点? 你如何把这些东西提出来，让人们可以有一个极端的数据可视化，从多个维度来看待你不可能看到的东西. 我们收集了一百种不同的数据集类型，我们试图收集并整合它们.

当我们在这个更大的生态系统中解决我们的世界时，我想你可以听到那些谩骂. 所以我们想解决今天的问题, “我怎么能有直播呢, 和视频, 保持一定的质量水平?但除此之外, 这些东西是如何与任何组织的未来货币化和成本目标相结合的? 我认为这是一段旅程，预测vs规范vs自主. 在某种意义上我完全理解, 但你会有这样的想法:有人正在看一段节目，他们会做电视不喜欢的事情——换频道, 这在今天并不是怎么运作的. 但是如何通过各种各样的节目来保持观众的互动呢? 你要有可用的数据告诉你这个人是什么，他们的人口统计是什么.

尼尔森收视率永远掌管着电视行业. 我知道天气频道和其他东西都在关注更小的细分市场这将把美国分成更紧密的区域. 如果我能说:“我知道你的天气是什么!. 我知道你喜欢什么运动.“所有这些都必须结合在一起，才能创造出引人入胜的视频体验. 我认为，当我们与客户交谈时，我们接受这是一个正在进行的工作过程. AI和ML不是, 当你举起你的小扬声器, 这个神秘的黑匣子会摆动, 沾上仙尘就消失了. 这是一种不断发展的技术，这种技术是可用的，现在被应用到媒体和娱乐中.