Google-Analytics-Chef: "Mit generativer KI kommen wir endlich an alle Daten" | heise
Google-Analytics-Chef: "Mit generativer KI kommen wir endlich an alle Daten" | heise
Der Deutsche Gerrit Kazmaier ist bei Google Cloud für alles zuständig, was mit Datenanalyse zu tun hat. Im Interview sagt er, was das in Zeiten von KI heißt.
Ich hatte länger nicht mehr viel mit Business-Kaspern™ zu tun, insofern macht die Buzzword-Dichte auf jeden Fall Spaß.
Aber vielleicht mag mir jemand hier durch helfen:
Data Analytics wurde einst für Menschen gemacht, für statische Anwendungen, für Dashboards, KPIs und so weiter. Jetzt leben wir in einer Welt, wo wir sagen, Data Analytics wird wahrscheinlich in diesem Jahr und in den folgenden Jahren massiv von neuen intelligenten Agenten benutzt. Das ist ein ganz neues Paradigma. Mit generativer KI kommen wir endlich an alle Daten.
Man zieht also alle Mails und Gesprächsaufzeichnungen aus dem Kundendienst und KI wertet dann deren Inhalt aus. Dann kommt noch eine KI ("intelligenter Agent") und findet heraus, was davon interessant ist. Oder ist das anders gemeint?
You're viewing a single thread.
Ich habe den Eindruck der Typ weiß nicht was generative KI bedeutet. Dampfplauderer im Bullshitbingo. "Data Analytics..wird von intelligenten Agenten benutzt" "Generative KI..gibt Zugriff auf Daten"
Das ganze Interview ist einfach Werbung a la "wir sind die geilsten" und "gebt uns alle Eure Daten". Der Interviewer fragt ja auch nicht nach was der Quatsch bedeuten soll.
Nix davon ist "intelligent". Es geht immer darum die statistisch häufigsten Merkmale oder wahrscheinlichsten Fortsetzungen zu finden.
An anderer Stelle im Interview behauptet er auf Kundendaten würde nicht trainiert, da diese durch " eine strenge Firewall" geschützt seien. Das ergibt ebensowenig Sinn. Daten sind kein Service (den man durch eine Firewall schützt).
Er benutzt anscheinend Wörter die er im Kontext gehört hat, deren tatsächliche Bedeutung er aber nicht kennt.
Du hast schon ein stückweit Recht. Das ist auf jeden Fall so ein Interview, bei dem der Business-Kasper seinen Business-Case bewerben darf. Auf keinen Fall wird da nachgefragt, ob das alles so sinnvoll oder wünschenswert ist.
Ich würde aber auch seine "Firewall"-Formulierung nicht überbewerten. ^^ Zumindest mir ist da klar, was er meint, auch wenn das nichts mit einer Firewall in der üblichen Definition zu tun hat: Die Daten der Geschäftsbereiche sind bei Google klar voneinander getrennt—so wie das jeder Digitalkonzern behauptet. (So wie Amazon das seinen Marketplace-Händlern gegenüber auch schon behauptet hat, nur um dann basierend auf deren Verkaufsdaten Eigenmarkenprodukte zu entwickeln.)
Bei den "intelligenten Agenten" fehlt mir aber ein bisschen die Fantasie, inwiefern das nutzbringend ist.
Ich verstehe deinen zitierten Absatz so, dass eine GenAI anhand von Kundendaten - also denen von Google Analytics - trainiert wird. Dadurch hast du sozusagen die prototypischen Kundenprofile. Letzte Ansatz lässt mich darauf schließen, da die GenAi dann fehlende Daten abstrahieren/ generieren kann.
Die SmartAgents sehe ich als eine Art Kamagnenbuilder. Also du hast ein Produkt/Service etc was du bewerben möchtest und dein Agent schneidet dir eine entsprechende Werbekampagne zusammen. Eventl sogar mit Werbebannern und personalisiertem Content und Bild. Targets sind dann anhand der Google Analytics AI gut spezifiziert. Der Agent sucht die besten Targets aus, mit der höchsten Erfolgsquote.
Aber alles Theorie, die sich auf Praxistauglichkeit beweisen muss. Bisherige KI Agenten verbrennen anscheinend Geld im Sekundentakt - wie Facebook vorgemacht hat
Hier gibts einen Artikel zum personalisierten Spam:
https://www.bcg.com/publications/2023/gpt-was-only-the-beginning-autonomous-agents-are-coming
For instance, in the near future, an autonomous agent could allow a marketing executive to carve out and automate whole segments of work. Based on a company’s past marketing campaigns, the agent could determine what worked and what didn’t, making its own decisions for future email design, scheduling, graphics, and subject lines. It could also identify the types of consumers a campaign should target and then assess whether the results—opens, views, clicks, and responses—are worth reporting back to management. If the results fail to meet the campaign’s objective, the agent could independently start again, creating a new, more refined list of target customers based on responses to the previous campaign.