Nel terzo episodio della serie “MINT Eyes On”, Carlo De Matteo, co-Founder e Chief Operating Officer di MINT, esplora il potenziale trasformativo della Gen AI e dell'automazione pubblicitaria
Category
🗞
NovitàTrascrizione
00:00Questo è Mint EyeZone, una serie prodotta da Engage4Mint.
00:04La serie esplora la prospettiva di Mint,
00:07una compagnia globale specializzata nell'advertisamento di risorse di gestione
00:11sul futuro dello spettro della media e dell'advertisamento.
00:16In questo terzo episodio,
00:18esploreremo l'applicazione futura dell'automazione GNI e dell'advertisamento
00:23con Carlo De Matteo, Co-Founder e Chief Operating Officer at Mint.
00:28Benvenuti nel nostro nuovo episodio di Mint EyeZone.
00:31Carlo, grazie per essere con noi oggi.
00:33Oh, è un piacere. Grazie per avermi qui.
00:36Carlo, iniziamo con l'elefante in stanza.
00:39L'industria dell'advertisamento è sempre stata caratterizzata
00:42da processi molto complessi
00:45che coinvolgono molti attori e tecnologi.
00:48L'industria dell'advertisamento è sempre stata caratterizzata
00:51da processi molto complessi
00:54che coinvolgono molti attori e tecnologi.
00:57Nonostante la necessità di efficienza,
01:00è ancora difficile trovare una piattaforma unificata
01:03che possa automare tutti i processi.
01:06Perchè, in tua opinione?
01:07L'industria dell'advertisamento ha, in effetti, un processo molto complesso,
01:10ma non è un processo standardizzato.
01:13Quindi, hai una varietà di processi,
01:16hai una varietà di giocatori nell'industria.
01:19Hai l'advertisatore, hai l'agenzia del media,
01:22hai il pubblicatore, hai gli auditori,
01:25è molto multifacente.
01:28E storicamente il processo è sempre stato manuale.
01:31E storicamente il processo è sempre stato manuale.
01:34Ciò che è successo è che è emerso,
01:37ovunque,
01:40alcune soluzioni
01:43per affrontare alcuni dei passaggi processi
01:46di un processo gigante e complesso.
01:49E questo è, in effetti, qualcosa di molto naturale
01:52quando si scopre in un'industria
01:55come fissare i difficoltà
01:58di persone che lavorano con processi manuali.
02:01E si arriva a un certo punto
02:04in cui qualcuno ha un'intuizione,
02:07diciamo, proviamo a fare tutti i giocatori
02:10e tutti i processi in una singola piattaforma unifica.
02:13E questo è, in effetti, una questione di tempo.
02:16Quindi credo che l'industria si sviluppi tecnologicamente
02:19così molto che, allo stesso tempo,
02:22c'è la possibilità di sviluppare
02:25e di iniziare a introdurre una tecnologia
02:28che offre
02:31l'intero scopo
02:34del processo di advertisamento in una sola soluzione.
02:37Allora, adesso togliamo il nostro focus
02:40su due topi caldi dell'industria dell'advertisamento.
02:44L'automazione e l'intelligenza artificiale.
02:47Come questi due tecnologi
02:50impattano sui processi di advertisamento?
02:53Benissimo.
02:56Anche se siamo all'inizio
02:59della lunga giornata che abbiamo avuto in questo campo.
03:02Forse un po' più avanti
03:05nella fase dell'automazione.
03:08L'automazione e l'intelligenza artificiale sono spesso insieme,
03:12ma in realtà non sono quasi le stesse cose.
03:15O almeno, puoi avere l'automazione senza l'intelligenza artificiale.
03:18Più probabilmente vuoi avere l'automazione se hai l'intelligenza artificiale.
03:21Lasciami spiegare questo un po' meglio.
03:24Nell'advertisamento è passato un po' di tempo
03:27che c'è una sorta di automazione qui e lì.
03:30I casi di utilizzo dell'automazione sono molto frequenti.
03:33Ad esempio, c'è l'automazione del report da molte compagnie,
03:36quindi non è qualcosa che sorprende a nessuno.
03:39Ma l'automazione del processo.
03:42È per questo che non c'è nessuno che lo offre.
03:45Come posso automare dal mio modello MiMediaMix
03:48al mio plano di vendita? Non esiste.
03:51Come posso automare il mio plano di vendita
03:54al mio plano di vendita? E così via.
03:57Tutti questi passaggi che possono essere facilmente automatici
04:00attraverso un software,
04:03ancora vivono in silos separati e gestiti da persone diverse.
04:06In questo campo, ovviamente, deve essere legato al software.
04:09Perché il software è l'unico che può automare il processo.
04:12Ora, se passiamo allo spazio dell'A.I.,
04:15dobbiamo essere un po' più, diciamo,
04:18accademici, se volete.
04:21È divertente dire tradizionale A.I.
04:24L'A.I. non è qualcosa di molto vecchio,
04:27ma il tipico algoritmo di apprendimento di macchine A.I.
04:30che troverete nell'advertisamento, che già esiste da un po'.
04:33Si concentra principalmente sull'ottimizzazione.
04:36Quindi, vorreste avere un software
04:39potenzializzato dall'apprendimento di macchine,
04:42potenzializzato dall'A.I., per offrire a voi diversi scenari
04:45in cui potete ottimizzare il vostro risparmio
04:48attraverso un canale o allo stesso canale.
04:51Sapete, ci sono molti ottimizzatori potenti in quest'industria.
04:54Ora, qual è l'ultimo
04:57nel spazio dell'A.I.? È il LLM.
05:00È il modello di lingua più grande.
05:03Abbiamo sempre sentito parlare di
05:06ChargePD, Copilot, eccetera. E, di nuovo, qui abbiamo due
05:09diversi tempi. Voi avete i tipici
05:12strumenti conversationali della lingua naturale.
05:15E nell'advertisamento,
05:18questi tipi di strumenti possono davvero aiutare
05:21le aziende e le aziende a tagliare
05:24un sacco di lavoro semplicemente
05:27creando un progetto, chiedendo qualcosa
05:30e scopriendo data e esplorando
05:33il realmo del vostro dataset in modo bello e intuitivo
05:36con cartelle e pie, eccetera,
05:39qualsiasi cosa vi piaccia. Questo è il conversational.
05:42Il più avanzato, che è quello che mi piace
05:45il più, è il concetto
05:48di agenti multi o agenti sintetici.
05:51Quindi potete avere agenti che,
05:54ad esempio, sono stati eseguiti in un
05:57team di sviluppo. Quindi qualcuno può aiutarvi a fare
06:00sviluppo di front-end o sviluppo di back-end o
06:03di QA. Ma gli stessi agenti
06:06possono essere applicati a media.
06:09Quindi un team con un planner di media e un specialista
06:12di digitalizzazione e un trafficante possono lavorare
06:15insieme a un gruppo di agenti
06:18che li aiuteranno a fare il lavoro facilmente e faranno
06:21la parte più difficile e la parte più
06:24lunga in un secondo usando
06:27la tecnologia dell'LLM. E questo è davvero il futuro.
06:30E questo è dove la Mint sta anche guardando
06:33questo spazio.
06:36Quindi, è chiaro che ci sono molti potenziali e vantaggi
06:39nell'uso di queste tecnologie.
06:42Ma ancora, sembra che le aziende
06:45stiano cercando di adottare
06:48e implementare.
06:51Perché è così?
06:54Come sai, quando una nuova tecnologia entra nel mercato, c'è un grande hype.
06:57Tutti parlano. Tutti sono esperti.
07:00Tutti l'hanno già adottata dal giorno 1.
07:03È normale, ci aspettiamo.
07:06In realtà, non molti di essi l'adottano a base di giorni.
07:09La curva di adottamento a volte è abbastanza
07:12stretta per persone che non lo sono acostumati.
07:15Ma questo è solo una questione di tempo.
07:18Le persone inizieranno a usare, a imparare a usare
07:21e diventeranno parte del nostro lavoro di vita quotidiana.
07:24Quindi, avere un'AI che si applica a
07:27dati che non coincidono con la realtà è molto
07:30un'AI inutile. Non potrete soddisfare i vostri bisogni
07:33se non avete una architettura fondamentale di dati
07:36che sia consistente con la realtà.
07:39Quindi è per questo che le aziende iniziano ad adottare
07:42i dati, ma in realtà non fanno molti usi
07:45perché hanno bisogno di tornare al rapporto in Excel
07:48e fare i numeri giusti.
07:51Quindi, fixate i dati prima,
07:54prima di iniziare con ciò che potete mettere sopra i vostri dati.
07:57Ora, qual è il ruolo di Mint
08:00in questo landscape evoluzionario?
08:03Cosa state facendo per risolvere questi difficoltà?
08:06Prima di tutto, il nostro software
08:09è un software collaborativo
08:12che stisce il processo dell'azienda e dei clienti
08:15insieme in una soluzione.
08:18Questa è la prima risposta che dobbiamo dare al mercato
08:21e è ciò che stiamo facendo dall'inizio.
08:24Inoltre, ci stiamo concentrando
08:27sul concetto di harmonizzazione dei dati
08:30e della taxonomia.
08:33Abbiamo scoperto che questo è davvero uno dei più grandi problemi
08:36che c'è.
08:39Si struggono per assicurarsi che
08:42la maniera in cui lavorano con le diverse fonti di dati
08:45e chiamano le cose in modo diverso
08:48e stanno cercando di imparare la logica del complesso ecosistema.
08:51La maggior parte dei mercati ha molti prodotti,
08:54molti mercati, differenti geografie
08:57e qui è dove si struggono.
09:00La taxonomia, non qualcos'altro.
09:04Si struggono per assicurarsi che si possono automare,
09:07si struggono per assicurarsi che si possono strenare,
09:10che si abbiano un'alta governanza sulla harmonizzazione dei dati e della taxonomia.
09:13Questo è sicuramente qualcosa
09:16che stiamo guidando l'industria.
09:19L'ultima risposta è la Gen AI.
09:22La Gen AI non è solo un mercato,
09:25è davvero il futuro.
09:28Viviamo in un'industria in cui i processi sono molto
09:32non strutturati
09:35e c'è una varietà di lavoro manuale
09:38e di tasche ripetute che devono essere
09:41ridotte al minimo.
09:44E qui è dove l'Ai entra davvero.
09:47I nuovi investimenti che abbiamo sono più nel spazio
09:50della Gen AI e dell'LLM.
09:53Andremo a lanciare presto
09:56il nostro copiloto Mint,
10:00dove potete creare il vostro progetto,
10:03chiedere una domanda sul vostro dataset
10:06e avere tutte le risposte che cercate.
10:09Nel futuro, ci concentreremo più
10:12su creare questi multi-agenti
10:15che sono davvero rilevanti per l'industria
10:18e che aiuteranno i mercati e le agenzie
10:21a lavorare in modo migliore.
10:24Allora, Carlo, grazie mille
10:28per averci raccontato del futuro dell'advertisamento
10:31e è stato un piacere
10:32averlo in questa intervista.
10:34Mi è piaciuto.