Dan Rua 是访客关系管理 (VRM) 公司 Admiral 的首席执行官。 Admiral VRM 帮助全球数以千计的数字出版商发展访客关系和收入。
自去年年底推出以来，ChatGPT 吸引了媒体和公众的想象力。
猛增至1 亿，引起了当今时代罕见的轰动。
随着尘埃落定，数字出版商逐渐意识到他们需要利用这项技术，否则就有被抛在后面的风险。许多出版商已经开始尝试该工具，寻找将其集成到其编辑工作流程中的方法。
人们普遍认为，生成式人工智能将加速内容创作。然而，至少有一家公司认为，生成式人工智能有潜力提高商业出版商在创意领域之外的生产力。
Admiral 是一家访客关系管理 (VRM) 软件解决方案提供商，刚刚宣布将 OpenAI 的 GPT 引擎集成到其面向出版商的平台的访客参与层中。
Admiral 首席执行官 Dan Rua 在声明中表示：“Admiral 的智能访客旅程构建器现在根据页面上下文、价值交换报价、期望情绪等多种因素自动起草转化优化的消息传递。”
Admiral 表示，其解决方案允许出版商自动为其受众生成 CTA 优惠，解决“整个访问者旅程中的挑战”。
为了更好地了解该公司将人工智能集成到其 VRM 平台中的动机， State of Digital Publishing (SODP)与 Admiral 首席执行官 Dan Rua 坐下来讨论了公司对该产品的目标和愿望。
Admiral 如何从一家广告拦截技术公司转型为帮助出版商发展访问者关系和收入的平台？
早在 2016 年，Admiral 的创始 MVP 就是确定并解决广告拦截损失问题。我们通过免费分析来确定它们的大小，并通过全栈广告拦截恢复、基于 AA 的恢复或收入最大化组合来恢复它们。自成立以来，我们已监控和保护超过一万亿次展示。
当我们在 2018-2019 年对广告和数据屏蔽为何激增进行一些根本原因分析时，我们偶然发现了这样一个想法：跟踪广告访问者的互联网核心业务模式导致了发布商和访问者之间的关系薄弱。当缺乏关系时，双方最终都会滥用这种关系——广告体验不佳的发布商和访问者不关心发布商的生死存亡。
因此，我们“一次拯救一个出版商，拯救自由互联网”的使命完全集中于发展出版商和访问者之间的关系。我们的做法被称为访客关系管理 (VRM)——类似于 CRM 和营销自动化，专为媒体出版商构建。 VRM 涵盖整个访问者旅程，包括广告拦截、电子邮件捕获、注册、社交关注、移动应用程序下载、捐赠、付费墙、隐私同意、第一方数据收集等 - 所有这些都来自单个标签，无需编码即可启动所有模块。
大多数发布商一开始使用我们来解决单一痛点，例如广告拦截恢复、电子邮件捕获或付费专区；与VRM集成良好，可协调各种单点解决方案。最终，发布商喜欢摆脱弗兰肯斯坦多重标签怪物，提高页面加载速度，并利用我们完整的 VRM 功能优化访问者用户体验。 VRM 的最终目标是最大化访客关系、数据和每位访客的平均收入。利用 VRM 的发行商（无论是使用 Admiral 还是拼凑自己的多供应商 VRM 堆栈）将在隐私和用户授权继续颠覆互联网核心业务模式的情况下脱颖而出。
chatgpt 推出后，生成式人工智能的采用是否已转化为出版商的日常工作流程？你能举几个例子吗？
生成式人工智能正在影响出版业务的各个部分，我们看到了几类关键用途的出现：
- 内容创作
- 运营
- 营销
尽管 SEO 论坛对完整的 ChatGPT 文章创建存在一些担忧，但许多作者正在利用生成式 AI 来节省研究和概述文章的时间，这在 ChatGPT 之前就已经发生了。该用途的主要目标是内容创建速度和节省成本。
第二个领域是帮助运营。例如，INMA 发布了《金融时报》的一个示例，要求人工智能模型规划一款新产品，根据读者深度和新闻付费意愿来细分受众。这在很大程度上也是人工智能的一种节省成本的应用。
第三个领域，以及为什么我们将我们的工作称为“产生收入的生成人工智能”，与通过营销内容、情报和优化实现收入增长有关。由人工智能驱动的互动和电子邮件不仅可以节省成本，还可以通过自动消息传递和收入优化迭代来加速收入。
我们去年就根据热潮和热门文章推出了人工智能驱动的智能旅程。然而，当电子邮件或现场互动依赖于手动创建时，测试 100 或 1,000 条不同消息的投资回报率并不清楚。但是，当这些消息通过 GPT 生成时，智能系统可以不断进行 A/B 测试、晋升获胜者、生成新消息，“冲洗并重复”。
将开放AI的GPT集成到海军上将平台有哪些考虑？集成与当前专注于情境化广告或内容推荐/对话的个性化引擎有何不同？
当我第一次看到DeepMind 击败所有 Atari 游戏，我感觉就像是某种魔法。我们希望通过我们的创新来捕捉同样的魔力感觉——我们称之为 MaiGIC。大多数内容或广告推荐引擎都会在已知创意之间进行选择，或者对位置和关键字进行细微调整。这实际上只是可能性的冰山一角，因此我们释放了完全由人工智能驱动的消息创建，与 ChatGPT 的提示写作相比，它具有更清晰、更简单的点击式用户体验。
您不必成为专家提示作家即可实现 MaiGIC。只需选择一种情绪（例如有趣、友好、快乐、希望）和消息长度，我们就会自动合并您网站的内容（例如体育、游戏、新闻等）和优惠（例如付费墙、广告拦截恢复、电子邮件等） .) 转化为推动转化的独特、相关的消息。我们的收入专家团队已经了解了一系列访客旅程消息传递的最佳实践，但这些 MaiGIC 消息甚至令我们惊讶，因为它们将上下文、情绪和目标整合得如此之好。
如果你向 ChatGPT 询问魔术的三个部分，它会告诉你“魔术”、“表演”和“声望”——魔术中最令人惊讶和难忘的部分。因此，如果我们的点击配置是“模式”，而由此产生的人工智能驱动的消息是“性能”，那么“声望”就是改进和重复 A/B 测试所产生的优化收入。
我们的目标不仅仅是让机器编写比人类更好的消息而惊叹，而是真正提供可产生收入的生成式人工智能。生成多条个性化消息，以 BattleBots 方式相互竞争，并反复用新的自动化消息替换性能最低的消息，从而永远自动提高转化率和收入。这就是我们MaiGIC最难忘的“威望”。
在我对我们刚刚推出的产品的力量过于诗意之前，我还要提供一个重要的免责声明。这仍然是一项非常新的技术，因此我们内置了护栏来保护我们的发布者，允许人们编辑或批准生成的任何消息。
您的公告还表明，该平台将“利用访客和细分级别的第一方数据，在正确的时间向正确的访客传递正确的消息。”您目前是否有更多信息可以提供，以帮助规划发行商的第一方开发和设置？
虽然我不想透露太多关于我们的第二幕的内容，但 A/B 测试是最终多元测试的一个简单案例 - 无论是在消息/参与变量方面还是在访问者变量方面，包括他们的活动、过去的转化，以及丰富的第一方数据。
没有一个受众是同质的，因此最终，受众变成了细分受众群，而细分受众群则变成了访客。当消息传递可以针对每个细分或访客进行即时优化时，我们最终谈论的是在正确的时间向正确的访客传递正确的消息。
这自然地源于 Admiral 最初的访客关系管理愿景，使出版商能够“在访客所在的地方与他们见面”以发展关系，而不是试图强迫不同的细分市场进行单一的价值交换。
A/B 测试方案和 CTA（在自动驾驶仪上运行修正）之间的正确平衡是什么？
大多数发布商仍处于个性化服务的爬行或步行阶段 - 许多发布商仍然专注于相当基本的内容计量，而不是跨访问者旅程的多维计量
我们为客户热爱团队配备了收入专家，帮助出版商与值得信赖的人工智能顾问一起采取下一步行动，而不是蒙着眼睛扔飞镖。正如特斯拉在完全自动驾驶之前向自动驾驶辅助驾驶员学习一样，发行商在推出完全自动驾驶 CTA 之前也将向 MaiGIC 学习辅助其优化。
然而，如果说我们从过去对人工智能的投资中学到了什么的话，那就是从辅助到自动驾驶的进展速度比我们几年前想象的要快。
您对未来一年的生成式人工智能有何看法？这对 Admirals 的产品路线图有何影响？
我相信生成式人工智能将很快从节省成本转向创收。事实上，如果创收不能迅速跟进，人工智能在成本节约方面可能会给出版业带来一些痛苦。
我们的 VRM 平台已经像一把“新收入的瑞士军刀”，通过广告拦截恢复、付费墙、捐赠、电子邮件收入等；因此，我们专注于将 MaiGIC 融入到我们为发行商提供的每一个收入来源中。广告费率已经逐年下降，而且 cookie 的衰退和消亡仍然存在宏观不确定性，因此出版商需要尽可能获得新的收入。
我们每一项新创新所采用的视角都是我们的使命宣言：“拯救自由互联网，一次一个出版商”。我们对生成人工智能的这次发布和未来的进步将如何帮助我们实现这一使命感到非常兴奋。
