正如移动互联网的普及加快了信息碎片化的过程，人工智能的普及加快了广告碎片化的过程——或许你没有意识到，但随着人工智能的发展，一个数百亿美元的私人定制广告市场正在形成。
总部位于英国的市场研究机构 Juniper Research（译者注：一家全球移动和数字技术行业领先的分析公司）于 9 月 5 日发表报告称，利用机器学习算法（machine learning algorithm）进行实时竞价，可使广告对象从群体精确到个人，广告投放更显成效；广告投放开销今年为35亿美元（约合人民币234亿元），而利用了该技术，到2021年可飙升至420亿美元（约合人民币2806亿元，以上数据基于市场预估）。
机器学习是人工智能的一个分支。由于它能提供价格合理的解决方案且易于应用，现已受到一大群利益相关者的青睐。
因此，Juniper 预计，只需五年，该技术就会渗透到各行各业中去。
例如在传媒界，机器学习被用在开发机器人、数字助手（先驱者如 Facebook 和 Google），以及扩大数字广告收入上（如 Rocket Fuel和 Datacratic 的创新解决方案）。
一项名为人工智能和机器学习：传媒业动态，瓦解及机遇 2016-2021 的研究发现，当前，实时竞价机制的基础是分段竞价，而非个体。但中标金额规则还不完善(译者注：即经济学中的差别定价模型，在理想状态下，如供给方能给每一个售出的产品根据给消费者带来的收益精准定价，此时消费者剩余为0，供给方可达到最大的利润，但在实际状况下一般只能进行分段差别定价)。
不过，有了机器学习，数字广告市场就能更上一层楼。因为算法能预测广告印象的结果是否会转化为收益，据此自动调节投标金额。例如，一个终端用户可能会因为看过某个广告，而改变他/她对类似广告产品的倾向。同时，算法还会通过用户其他行为特征和具体使用情境，在个体层面上预测一个广告印象是否有效。
上述研究结果的作者， Steffen Sorrell 称：
在典型的实时竞价中，广告投放针是对于某个较大人群的。但有了机器学习，我们就能缩小目标范围，针对个体进行投放了。所以这个技术特别有用。
该研究还发现，机器学习可能会将广告投放引向“全个人化”时代（此概念由尚奇广告有限公司于去年通过他们的数字海报提出）。同时，随着机器学习的进步，未来计算机系统可理解网页上图形和文本的含义，为设计别具一格的广告活动提供了大量机遇。
原文：response source，本文转自雷锋网，链接：http://www.leiphone.com/news/201609/xjX2osIEiJabih1k.html。
本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请给「我们」留言处理。
