例如，Lyft Media就与移动中的消费者

ranibilkis139

建立联系进行了整个会议：他们拥有有关人们实际前往何处的数据，他们对品牌的价值支撑是他们可以在这些地理位置时刻投放广告 - 即拿起一个瓶子在去朋友家的路上喝葡萄酒等 7-11还拥有自己的零售媒体网络，该网络主要面向 Z 世代受众，这对于许多希望更好地与该群体建立联系的品牌来说是一个  C级联系人列表 吸引力的价值主张。7-11 负责洞察、忠诚度、营销和货币化平台的副总裁Mario Mijares表示：“选择一个不仅对零售商而且对市场影响最大的平台。” 在所有这一切中，品牌需要考虑他们的零售媒体合作伙伴对他们所接触的人群的了解程度。Epsilon 的零售媒体研究表明，64% 的品牌和零售商都认为拥有多个技术提供商的零售媒体网络会对购物者产生负面影响。“当我们做出假设时，我们就会遇到麻烦，”高露洁棕榄的戴安娜·豪斯林 (Diana Haussling)说道。

“并不是每个购买尿布的人都是父母；并非所有购买妊娠测试笔的人都是女性。消费者更加精明，如果你不了解他们是谁，他们就会忽视你。”大型语言模型 (LLM) 的功能和可访问性已达到新的水平，这可能导致人工智能聊天领域自语音助手首次出现以来最大的热潮。（还记得 2011 年家里每个人对 Siri 的看法吗？） 但法学硕士到底是什么？它们如何影响人工智能？这是快速上下文： 法学硕士是一种用于语言理解的机器学习训练模型。 焦点一直集中在生成式人工智能上：法学硕士的一个特殊用例，它支持最近的人工智能进步，例如面向消费者的 ChatGPT 和其他 GPT 模型。 由于 GPT 模型可用的参数显着增加：从 1750 亿增加到 1 万亿，并且还在不断增长，这些生成式 AI 工具最近已可供普通人测试和使用。 （从长远来看，10 亿秒约为 31 年，而 1 万亿秒约为 31,000 年。



） 对于营销人员来说，关于生成式人工智能将解锁的一切有很多热门话题：超个性化、人工智能生成的营销角色指导媒体策略、用于数据分析和洞察的 GPT 界面以及其他提高效率的进步。 但为了充分利用生成式人工智能所提供的一切，营销人员需要整理好他们的数据。在生成式人工智能在提高活动效率和效果或推动更深入的洞察方面发挥任何实质性作用 之前，必须拥有坚实的数据基础和基于人的身份解决方案。 高质量数据是无可替代的。您可以将最好、最智能、最复杂的模型应用于平庸的数据，但如果没有高质量的数据，您将只能得到平庸的结果。捕获和培养您的第一方数据资产，然后利用高质量的第三方数据来丰富它，为人工智能发挥其魔力奠定了正确的基础。