Sissejuhatus: Strateegiline küsimus küsimuse taga „Kuidas saavad turundusjuhid kasutada tehisintellekti?“
Iga tehnoloogiline muutus muudab mitte ainult töövooge, vaid ka seda, kuhu võim koguneb. Küsimus „Kuidas saavad turundusjuhid kasutada tehisintellekti oma töös?“ on lõppkokkuvõttes küsimus mõjuvõimust: millised turundusstruktuuri osad muutuvad tõhusamaks, millised otsused paranevad andmete abil ja kus tekivad uued koondumispunktid. Vastus ei ole tööriistade kontrollnimekiri; see on tegevusmudel. Tehisintellekt nihutab turunduse kampaaniakeskselt teostuselt pideva optimeerimise süsteemile, mis hõlmab loomingulist tegevust, meediat ja mõõtmist. Juhid, kes kohtlevad tehisintellekti kui lisandmoodulit, vähendavad kulusid; juhid, kes kohtlevad tehisintellekti kui infrastruktuuri, suurendavad konkurentsieelist.
See essee raamistab tehisintellekti turunduses, kasutades mõnda põhilist vaatenurka: väärtusahela kaart (andmed → arusaam → tegevus → mõõtmine), Aggregation Theory (koondumisteooria) mõju levitamisele ja diferentseerimisele ning praktiline käsiraamat katseteks, mis suurendavad mõju. Käigus hindame, mida automatiseerida, mida täiendada ja kuidas säilitada inimlik otsustusvõime seal, kus see on kõige olulisem – strateegia, positsioneerimise ja brändi määratlemisel.
Turunduse väärtusahel, tehisintellekti jaoks uuesti vaadatud
Turundus on alati olnud torujuhe: andmete kogumine, arusaamade eraldamine, loominguliste materjalide ja pakkumiste kujundamine, kanalite kaudu aktiveerimine ja äritulemuste mõõtmine. Tehisintellekti toodud muudatus seisneb selles, et iga sõlme saab automatiseerida või täiendada, kuid kõrgeim tootlus tekib siis, kui sõlmedest saab suletud ahela süsteem.
- Andmed: Esimese osapoole andmed (saidi analüütika, CRM, tellimuste sündmused), kolmanda osapoole signaalid (kanalid, kirjastajad) ja struktureerimata sisendid (arvustused, kõned, sotsiaalmeedia). Tehisintellekt muudab struktureerimata andmed hallatavaks summeerimise, klassifitseerimise ja üksuste eraldamise kaudu.
- Arusaam: Perioodilise analüüsi asemel korraldab tehisintellekt pidevat segmenteerimist, ostutõenäosuse hindamist ja anomaaliate tuvastamist. See vähendab signaali ja tegevuse vahelist latentsust.
- Tegevus: Generatiivsed mudelid kiirendavad loomingulist arendust (tekst, pildivariandid), sihtrühmale spetsiifilist sõnumside ja kanalispetsiifilisi vorminguid. Ennustavad mudelid kohandavad pakkumisi, eelarveid ja kadentsi.
- Mõõtmine: Tehisintellekt kõrvaldab platvormidevahelise käsitsi sobitamise ja ühtlustab äritulemusi (LTV, inkrementaalsus), mitte ainult ligikaudseid mõõdikuid (CTR või avamised).
Netomõju on turunduse kontrollsüsteem: määratletud eesmärgid, pidevad sisendid, algoritmilised kohandused ja inimlik järelevalve. Turundusjuhid peaksid ehitama selle süsteemi suunas, mitte ühendamata tehisintellekti funktsioonide kataloogi.
Raamistik: Automatiseerida, täiendada, edendada
Tehisintellekti investeeringute prioriseerimiseks klassifitseerige ülesanded kolme kategooriasse:
- Automatiseerida: Suuremahulised, reeglitepõhised, madala otsustusvõimega ülesanded, mida tehisintellekt saab piirangutega hakkama.
- Näited: vaatajaskonna duplikaatide eemaldamine; UTM-i hügieen; taksonoomia jõustamine; toote atribuutide märgistamine; QA katkiste linkide jaoks; kanalispetsiifiliste loominguliste variantide tootmine peamisest kontseptsioonist.
- Täiendada: Keskmise otsustusvõimega töö, kus tehisintellekt teeb ettepaneku ja inimesed kiidavad heaks.
- Näited: e-kirjade teemaridade koostamine tonaalsuse piirangutega; SEO briifide genereerimine märksõnade klastritest; kliendi häälte andmete kokkuvõtmine teemadena koos toetavate tsitaatidega; kanali kulutuste stsenaariumide prognoosimine.
- Edendada: Uued võimalused, mis olid enne tehisintellekti ebapraktilised.
- Näited: dünaamiline, persona-tasemel loominguline materjal mastaabis; sisupersooneerimine, mis on informeeritud reaalajas käitumisest; mikrokohordi eksperimenteerimine automatiseeritud võitja valikuga; ühtsed MMM/atribuudi hübriidid, mida värskendatakse iganädalaselt.
See triage suunab eelarvet ja tähelepanu. Automatiseerida tõhususe saavutamiseks; täiendada kiiruse suurendamiseks ilma otsustusvõimet kaotamata; edendada diferentseerimise eesmärgil.
Kus tehisintellekt täna kõige rohkem mõju loob
1) Loovtoodang mastaabis
Generatiivsed mudelid teisendavad brändi häälejuhendi ja tootekogu mitmeks varaks: pealkirjad koos tooni ja piirangutega, pildivariandid, mis on joondatud platvormi spetsifikatsioonidega, ja lokaliseeritud versioonid. Peamine on piirang: manustage piirdeid (keel, mis on lubatud/keelatud, nõuetele vastavad väited, juriidilised fraasid), et vältida brändi triivi. ROI ei tulene esimesest kavandist, vaid iteratsiooni ulatusest – 20 reklaamikontseptsiooni 3 asemel, millest igaüks on kiiresti testitud.
Taktikaline mäng:
- Looge brändi viipasüsteem: toon, hääl, vastavusnimekirjad, konkureerivad väited, mida vältida, ja näited heakskiidetud koopiatest.
- Looge kanalipõhine mallikogu (lühivormvideo konksud, karusselli pealdised, otsingureklaamide laiendused) ja laske tehisintellektil täita variandid toote atribuutide ja eelistega.
- Tehke struktureeritud teste (konks, väärtuspakkumine, CTA) ja suunake tulemused tagasi viipasüsteemi. Kohelge viipasid kui elavaid varasid, mitte ühekordseid.
2) Vaatajaskonna intelligentsus ja segmenteerimine
Enamik CRM-e on alakasutatud. Tehisintellekt tõstab signaali, hinnates ostutõenäosust, loobumisriski või uuendamise tõenäosust, seejärel tõlgendades need hinded tegevusreegliteks. Struktureerimata andmed – tugiteenuste transkriptsioonid, arvustused, sotsiaalmeedia – muutuvad uute segmentide allikaks (nt „hinnatundlikud suurkasutajad“ või „funktsioonidest huvitatud mitteleidjad“).
Taktikaline mäng:
- Kasutage tehisintellekti, et normaliseerida ja märgistada atribuudid erinevates allikates (seade, kohort, tarbitud sisu, suunamistee).
- Looge selgitatavaid funktsioone („osales õpetusliku sisuga viimase 7 päeva jooksul“) läbipaistmatute manustuste asemel aktiveerimise töövoogude jaoks.
- Prioriseerige segmendid oodatava mõju järgi: suurus × ennustatav tõus × marginaal. Keskenduge kampaaniatele, kus matemaatika töötab.
3) Kanali optimeerimine ja eelarvestamine
Tehisintellekt on suurepärane optimeerimisel piirangute piires. Pakkuge kaitsepiirdeid – siht-CPA/ROAS tootekategooria järgi, maksimaalne sagedus, brändi turvalisus – ja laske algoritmidel kohandada pakkumisi, tempot ja loomingulist rotatsiooni. Juhid peaksid keskenduma stsenaariumide planeerimisele: mis juhtub tulu ja LTV-ga, kui nihutate 10% eelarvest tasulisest sotsiaalmeediast loojate koostööle, mille omistamine on modelleeritud vaatamise kaudu tõusuga?
Taktikaline mäng:
- Kombineerige platvormipõhine automatiseerimine (Performance Max, Advantage+) väliste mudelitega, mis kodeerivad ärireegleid, mida platvormi algoritmid ei näe (inventuur, marginaalid, LTV SKU järgi).
- Rakendage iganädalasi MMM-kalibreeritud piiranguid: kohelge MMM-i kui ülalt-alla mõistlikkuse kontrolli ja platvormi signaale kui alt-üles häälestamist.
- Kasutage tehisintellekti kulutuste stsenaariumide genereerimiseks ja eelduste stressitestimiseks (hooajalisus, reklaamikalendrid, toote saadavus).
4) Mõõtmine: edevusmõõdikutest äritulemusteni
Omistamine on segane; tehisintellekt ei eemalda segadust, kuid see võib seda struktureerida. Eesmärk on triangulatsioon: viimane puudutus lühikeste tsüklite jaoks, andmepõhine omistamine kanalitaseme krediidi jaoks ja MMM pikaajaliseks kalibreerimiseks. Tehisintellekt aitab kaasa ID-de sobitamisel, puuduvate andmete sisestamisel ja anomaaliate tuvastamisel (nt äkilised konversioonide kasvud, mis on tingitud mitteseotud PR-kajastusest).
Taktikaline mäng:
- Ühtlustage väike hulk tulemusmõõdikuid: CAC/LTV, tasuvusaeg, inkrementaalsed konversioonid ja netotulu säilitamine elutsükli kampaaniate jaoks.
- Kasutage tehisintellekti, et luua „turunduse pearaamat“: selgitatav andmete päritolu, otsustuslogid ja eksperimentide kokkuvõtted. See on oluline auditeeritavuse ja õppimise ülekandmise jaoks.
- Institutsionaliseerige kontrafaktiline mõtlemine: kui näete tõusu, paluge mudelil hinnata kampaaniavaba algtaset ja võrrelda.
Strateegiline kiht: Aggregation Theory ja tehisintellekt turunduses
Aggregation Theory väidab, et nulljaotus kulude ja küllusliku pakkumise korral koguneb väärtus üksusele, mis omab nõudlust paremate kasutajasuhete ja andmete kaudu. Turunduses rakendatuna kiirendab tehisintellekt kahte dünaamikat:
- Jaotuse konsolideerimine: platvormid, millel on kõige rohkem tähelepanu ja konversiooniandmeid, paranevad kõige kiiremini, sest tagasisideahelad teravdavad nende mudeleid. See soosib suuri agregeerijaid ja muudab puhtad arbitraažistrateegiad jätkusuutmatuks.
- Diferentseerimine nihkub omatavatele varadele: kuna kanali automatiseerimine muudab meediaostu kaubaks, muutuvad bränd, loominguline tegevus, esimese osapoole andmed ja tootekogemus hoobadeks, mis suurendavad mõju. Tehisintellekt muudab need hoovad skaleeritavaks, kuid ainult siis, kui need on omatavad ja struktureeritud.
Turundusjuhtide jaoks on järeldus selge: investeerige varadesse, mida platvormid ei saa kopeerida – brändi häälesüsteemid, omandiõigusega vaatajaskonna taksonoomiad, sisukogud, mis on lingitud jõudlusmetaandmetega, ja mõõtmiskiht, mis tõlgendab tegevuse äritulemusteks.
Praktiline plaan: tehisintellekti toega turunduse operatsioonisüsteem
Mõelge süsteemides, mitte tööriistades. Tehisintellekti toega turunduse OS-il on viis kihti:
- Instrumenteerimine: Veenduge, et sündmuste jälgimine, serveripoolsed pistikud ja nõusolekuraamistikud on paigas.
- Struktureerimata jäädvustamine: tsentraliseerige arvustused, müügikõned, tugipiletid ja looja sisu; transkribeerige ja märgistage.
- Valitsemine: määratlege skeemid ja taksonoomiad, et tehisintellekt saaks töötada järjepidevate väljadega.
- Ostu-, loobumis- ja müügimudelid, mis on seotud ärieesmärkidega.
- Teemade modelleerimine ja sentimentide analüüs struktureerimata sisendite vahel.
- Nõudluse, hooajaliste mõjude ja eelarvemõju prognoosimine.
- Brändi hääle jõustamine viipraamatukogude ja hindajate kaudu.
- Multimodaalne genereerimine (tekst, pildid, videostsenaariumid) koos kinnitamise töövoogudega.
- Vara-jõudluse seos: iga loominguline objekt salvestab oma testitulemused.
- Aktiveerimine ja orkestreerimine
- Reeglid, mis kaardistavad segmendid pakkumistele ja kanalitele.
- Automatiseeritud eksperimentide loomine: teguri kujundus, valimi suuruse määramine ja kaitsepiirded.
- Kanaliteülene tempo ja sageduse juhtimine.
- Ühtne aruandlus CAC/LTV ja inkrementaalsuse kohta.
- MMM + atribuudi sobitamine, mida värskendatakse kindla kadentsiga.
- Otsustusmälu: otsitav hüpoteeside, katsete, tulemuste ja järgmiste sammude arhiiv.
Väljund ei ole armatuurlaud; see on hooratas. Uued andmed täpsustavad mudeleid, mis genereerivad paremat loomingulist materjali ja sihtimist, mis toodavad selgemat mõõtmist, mis teavitab järgmist iteratsiooni.
Kuidas saavad turundusjuhid tehisintellekti igapäevaselt kasutada
- Iganädalane planeerimine: laske tehisintellektil kokku võtta jõudlus, märkida anomaaliad ja teha ettepanek 2–3 suure mõjuga testi kohta koos oodatava mõjuga. Kinnitage ja ajastage.
- Loovsprindid: kasutage tehisintellekti piiratud variantide tootmiseks; inimesed valivad strateegilised suunad ja tagavad brändi joondamise.
- Vaatajaskonna ülevaated: küsige struktureerimata andmetest tuletatud uusi segmente; valideerige enne skaleerimist väikeste testidega.
- Eelarve stsenaariumid: genereerige valikuid erinevate piirangute (inventuur, marginaal, hooajalisus) korral ja vaadake need finantsidega üle.
- Post mortemid: genereerige automaatselt eksperimentide kirjutised koos selgete põhjuslike hinnangute ja järgmiste sammudega; salvestage otsustusmällu.
Valitsemine: risk, vastavus ja brändi terviklikkus
Tehisintellekt laiendab võimekust, kuid ka vigade plahvatusraadiust. Turundusjuhid peaksid kehtestama:
- Inimene-ahelas avalikkusele suunatud väljundite jaoks koos kontrollnimekirjadega väidete, kaubamärkide ja reguleeritud kategooriate kohta.
- Põhja-tõde andmekogumid hindamiseks: eelnevalt heaks kiidetud näited heast ja halvast brändi häälest; vastavusreeglid; konkureeriv positsioneerimine.
- Privaatsus disaini järgi: mudelile juurdepääs on piiratud nõusoleku andnud andmetega; selged loobumisvood; regulaarsed auditid andmete lekke kohta projektide vahel.
- Hallutsinatsioonide kaitsemeetmed: otsinguga täiendatud genereerimine, kui viidatakse toote spetsifikatsioonidele või poliitikatele; jõustage faktiliste väidete puhul tsitaate.
Eelarvestamine ja ROI: kuhu kõigepealt kulutada
Esimene dollar peaks minema andmete alusele ja loomingulisele mootorile, mitte punktitööriistade paljunemisele. Tootlus avaldub kujul:
- Tõhusus: 30–60% ajasääst tootmisülesannete puhul; vähendatud agentuuritunnid.
- Tõhusus: suurenenud võidumäärad testides (rohkem võimalusi eesmärgi saavutamiseks); kõrgem konversioon personaalseerimise kaudu.
- Kiirus: lühemad tsükliajad arusaamast tegevuseni, mis suurendab õppimist.
Mõistlik järjestus:
- Instrumenteerimine ja taksonoomia puhastamine.
- Loov genereerimine brändi piirangute ja variantide testimisega.
- Ostumudelid elutsükli turunduse jaoks.
- Kanaliteülene orkestreerimine ja eelarve optimeerimine.
- MMM + atribuudi sobitamine ja otsustusmälu.
Meeskonna kujundus: rollid tehisintellektipõhises turundusorganisatsioonis
- Turundusjuht kui süsteemide omanik: määratleb eesmärgid, kaitsepiirded ja prioriseerimise; vaatab üle tehisintellekti väljundid.
- Turunduse operatsioonide ja analüütika juht: omab andmete kvaliteeti, modelleerimiskadentsi ja mõõtmist.
- Loovjuht: säilitab hääle- ja visuaalsed süsteemid; kureerib tehisintellekti väljundid; seab testimishüpoteesid.
- Insener või lahenduste arhitekt: ühendab andmeallikad, automatiseerib töövooge ja rakendab kaitsepiirdeid.
Väiksemad meeskonnad saavad rolle kombineerida, kuid kohustused jäävad alles. Kriitiline nihe on ülesannete täitmiselt süsteemi haldamisele.
Juhtuminäide (hüpoteetiline): tellimusel põhinev SaaS
Keskmise turu SaaS koos freemium-lehtriga kasutab tehisintellekti kogu struktuuris:
- Andmete alus konsolideerib tootessündmused (funktsioonide kasutamine) CRM-i ja arveldusega.
- Intelligentsuse kiht loob mudeli „prooviversiooni aktiveerimise tõenäosus“ ja skoori „loobumine järgmise 30 päeva jooksul“.
- Loovmootor genereerib elutsükli e-kirjade variante persona kohta (administraator vs. IC) koos range brändi tooniga.
- Aktiveerimine kaardistab segmendid: suure tõenäosusega prooviversioonid saavad rakendusesisese sisseelamisseeria; madala tõenäosusega saavad hariduslikku sisu; riskiga tasulised kasutajad saavad kontrollpakkumise ja võimaldamise.
- Mõõtmine jälgib tasuvusaega ja NRR-i; MMM sobitab tasulise otsingu sisupõhiste registreerumistega.
Tulemused pärast kahte kvartalit: e-kirjade tootmisaeg vähenes 50%, prooviversioonist tasuliseks tõusis 15% ja loobumine vähenes 8%. Strateegia ei sõltunud ühest tööriistast; see tekkis süsteemist, mis on joondatud äritulemustega.
Sider.AI kaalumine töövoos
Kaaluge Sider.AI: igapäevase turundustöö kontekstis näitab see, kuidas tehisintellekti abil analüüs ja sisu genereerimine võivad tsükliaegu lühendada. Strateegilisest vaatenurgast ei ole eelis mitte ainult koostamise kiirus; see on võime kodifitseerida brändi häält, muuta struktureerimata sisendid (uurimistöö, transkriptsioonid, klientide arvustused) kasutatavateks briifideks ja säilitada püsiv mälu otsustest ja viipadest. Juhid, kes ehitavad pigem operatsioonisüsteemi kui tööriistakogu, võivad sellise tööruumi paigutada intelligentsuse ja loomingulise kihi vahele: võtta kokku arusaamad, teha ettepanek teste, genereerida piiratud loomingulisi variante ja salvestada tulemused tulevaste viipade jaoks. Eristaja on konteksti järjepidevus – kriitiline õppimise suurendamiseks kvartalite jooksul, mitte ainult kampaaniate puhul. Mida vältida: kolm levinud ebaõnnestumisviisi
- Tööriistade vohamine: mitmed kattuvad punktlahendused loovad killustatud andmed ja ebajärjepidevad väljundid. Konsolideerige võimalusel; eelistage koostalitlusvõimet ja valitsemist.
- Viipade kaos: Ad-hoc viipad ilma versioonihalduse või hindamiseta viivad ebajärjepideva brändi hääleni. Kohelge viipasid kui varasid; testige, salvestage ja itereerige neid nagu koodi.
- Mõõdikute lühinägelikkus: odavate klikkide või avamiste optimeerimine võib õõnestada brändi ja marginaali. Kinnitage optimeerimine CAC/LTV ja inkrementaalsusega.
Lühike käsiraamat: 90 päeva tehisintellektipõhise turundussüsteemini
- Päevad 1–30: auditeerige instrumenteerimist ja taksonoomiaid; ehitage brändi viipraamatukogu; piloteerige loomingulist genereerimist ühel kanalil; seadistage katse- ja otsustuslogid.
- Päevad 31–60: rakendage tõenäosuse hindamine ühes elutsükli etapis; orkestreerige automatiseeritud A/B teste loominguliste variantide kohta; integreerige MMM algtase ja ühtlustage tulemusmõõdikud.
- Päevad 61–90: laiendage kahele täiendavale kanalile; tutvustage eelarve stsenaariume; vormistage inimene-ahelas vastavus; standardiseerige iganädalased tehisintellekti genereeritud jõudluse ülevaated ja järgmiste sammude ettepanekud.
Eesmärk 90 päeva jooksul ei ole täielik automatiseerimine; see on usaldusväärne süsteem, mis genereerib arusaamu, teeb ettepanek tegevuste kohta ja salvestab tulemused – nii et iga tsükkel muutub targemaks.
Inimlik eelis: strateegia, positsioneerimine ja narratiiv
Tehisintellekt on pädev mustrite tuvastamisel ja genereerimisel; see ei ole positsioneerimise või strateegia asendaja. Turundusjuhid peavad ikka vastama: kes on klient? Millist tööd me lahendame? Mis on eristatav lubadus? Tehisintellekt kiirendab selle lubaduse sõnastamist ja testimist, kuid ainult inimesed saavad otsustada lubaduse. Parimad tulemused saavutatakse siis, kui juhid määravad raami – vaatajaskonna, sõnumi, piirangud – ja lasevad tehisintellektil uurida ruumi selle sees.
Järeldus: kampaaniatest mõju suurendamiseni
Küsimusele „Kuidas saavad turundusjuhid kasutada tehisintellekti?“ on õige vastus „Kuhu saame ehitada kasvavat süsteemi?“ Alustage väärtusahela vaatest, rakendage automatiseerimise/täiendamise/arendamise raamistikku ja investeerige varadesse, mis teile kuuluvad – andmed, brändi kõlalaad ja mõõtmiskiht, mis on seotud äritulemustega. Käsitlege tehisintellekti kui infrastruktuuri loominguliste, sihtrühma ja eelarvestamise tsüklite jaoks, mis on korraldatud juhtimisega ja keskendunud CAC/LTV-le (kliendi omandamise hind/kliendi eluaegne väärtus) ning incrementality'le (täiendav müük). Tulu ei ole üksik efektiivsuse võit, vaid pidev eeliste kasv, kuna teie süsteem õpib kiiremini kui turg.
Strateegiline õppetund on tuttav, kuid uue pakilisusega: turgudel, kus levitamine on koondatud ja tööriistad on muudetud kaubaks, tuleneb eristumine ärimudelitest. Tehisintellekt annab turundusjuhtidele vahendid sellise mudeli loomiseks.
KKK
K1: Millised on esimesed tehisintellekti projektid, mida turundusjuht peaks prioritiseerima?
Alustage andmete korrastamise ja brändi sisendite koguga, seejärel kasutage tehisintellekti piiratud loominguliste variantide ja struktureeritud testimise jaoks. Need sammud tagavad kiire efektiivsuse kasvu, pannes samal ajal aluse segmenteerimisele, orkestreerimisele ja paremale CAC/LTV tulemuslikkusele.
K2: Kuidas saab tehisintellekt parandada turunduse mõõtmist ilma segadust tekitamata?
Kasutage triangulatsiooni: viimase puute meetod koheseks mõjuks, andmepõhine omistamine kanalite jaotamiseks ja MMM (Marketing Mix Modeling) kalibreerimiseks. Tehisintellekti roll on lepitamine ja anomaaliate tuvastamine, kusjuures kogu optimeerimine on seotud äritulemustega, nagu tasuvusaeg ja incrementality (täiendav müük).
K3: Kus peaks inimhinnang jääma tehisintellektipõhises turunduses kesksesse rolli?
Jätke inimesed vastutama positsioneerimise, brändi kõlalaadi, vastavuse ja eksperimentide raamistiku eest. Tehisintellekt peaks pakkuma valikuid ja teostama tegevusi piirangute piires; juhid otsustavad strateegia ja tõlgendavad kompromisse marginaali, kasvu ja brändi kapitali vahel.
K4: Kuidas muudab tehisintellekt sihtrühma segmenteerimist elutsükli turunduse jaoks?
Tehisintellekt muudab struktureerimata andmed teostatavateks segmentideks ja hindab kalduvust reaalajas, võimaldades dünaamilisi pakkumisi ja sõnumeid. Eelis tuleneb seletatavatest funktsioonidest ja pidevast testimisest, mitte ainult detailsematest segmentidest.
K5: Kas tehisintellekt on turunduses kasulikum efektiivsuse või kasvu jaoks?
Mõlemaks, kuid järjest: efektiivsuse kasv tuleb esmalt automatiseerimise kaudu, seejärel järgneb kasv, kui süsteem kombineerib õppimist loomingulisuse, sihtimise ja eelarvestamise kaudu. Jätkusuutlik eelis tekib siis, kui tehisintellekti käsitletakse kui toimivat infrastruktuuri, mitte tööriista.
