Adobe 宣布將 Adobe Experience Manager 中現有的智慧標籤功能（Smart Tag），擴展至使用者原創內容（User-Generated Content，以下簡稱 UGC）影片。全新功能可透過人工智慧自動閱讀並辨識影片中的物品及行為，協助行銷人員搜尋及篩選影片，無需再土法煉鋼逐一瀏覽，大幅提升工作效率。

隨著網路新世代來臨，對於內容的需求量不斷倍數成長，使用者產生內容（UGC）變得至關重要，也是品牌面對現今市場內容和個人化需求日益增加的關鍵。UGC 可減少內容行銷（Content marketing）成本、提高市場行銷活動成效，以及解決現今行銷人員面對的大規模製作難題。UGC 不但具有高成本效益，同時內容更為真實及具更佳表現。根據 Adweek 資料顯示，64% 社群媒體使用者會在購物前觀看 UGC 影片，而且 UGC 影片的觀看次數較品牌影片高出 10 倍。

透過人工智慧 尋找最適合的 UGC

Adobe 一直致力於開發電腦視覺技術（Computer Vision），協助自動化處理以往需藉由人力閱覽的使用者原創內容過程。Adobe Sensei 驅動的智慧標籤可自動閱讀圖像並找出關鍵物品、物品類型，以及其藝術特性等，並建立描述性標籤（Tag），讓行銷人員能透過標籤過濾掉不符合搜尋要求的圖像內容。

雖然使用智慧標籤處理圖像大幅提升成效，影片卻是現今在網路上最受歡迎的媒體類型。根據思科（Cisco） 的預測，在 2021 年，影片將會佔整個網路流量的 82%，而過去一年在 Instagram 發布的影片數量已成長 4 倍。相較於圖像，影片更大規模且更具即時性，這也使影片分析遠較圖像更難分類、篩選及選用。

Adobe Experience Manager 中的影片智慧標籤功能

Adobe Experience Manager 中的 Adobe Sensei 自動影片標籤 （Video Auto Tag） 功能服務，可以為 60 秒鐘以內的影片產生兩組標籤。第一組標籤是關於影片內物品、場景及影片的特徵，第二組則是描繪影片中的動作，可用於優化影片搜尋及選用，協助行銷人員能自動過濾掉不符合搜尋要求的圖像內容。

除了物品、場景及特徵外，自動影片標籤功能亦可辨識暫時發生變化的事件，包括影片內的動作或活動，例如：「喝水」和「跳躍」。利用一整套涵蓋大量動作的影片，搭配 Adobe 內部影片數據庫的用戶數據所產生的動作標籤訓練，以實現自動影片標籤功能。動作自動標籤可跨越影片中多個畫面，聚集各時間段的結果後，產生一組影片動作標籤集。

行銷人員善加管理 UGC 為現今優化行銷效果的必要能力，其中，運用影片分析工具最為關鍵，透過強化 Adobe Experience Manager 智慧標籤功能進行 UGC 影片分類，行銷團隊能加速工作流程，更好地運用這個網路上最受歡迎的內容型式，用更高的效率達到行銷目標。