麦克诺顿强调了数据在提供个性化内容方面的重要性，但也对数据隐私以及在不断变化的监管环境中收集数据的挑战表示担忧。
Joglekar 谈到了 Sling 面临的挑战：如何促进发现。他解释了公司如何依靠数据和数字显示有效地定位个人客户——让观众访问他们最初想要的内容，同时分享其他相关建议。
Singolda 强调，所有面向消费者的大型分销商在使用人工智能和技术时都需要打击虚假信息。他表示，如果人工智能是在错误的数据集上进行训练的，那么它可能会存在缺陷。例如，如果你今天让生成式人工智能创建 100 张 CMO 图像，那么这些图像最终都会是白人男性——“输入的是垃圾，输出的也是垃圾”。
对未来的希望
尽管存在挑战和担忧，小组成员仍然对包括人工智能在内的技术在各自行业中的作用表示总体乐观。
辛戈尔达表示，他对未来充满信心。随着生成式人工智能窃取网站流量，出版商必须强调个性化，这让他们 阿富汗电报号码数据 能够与 TikTok 等网站竞争。然而，为了做到这一点，如果出版商在训练搜索引擎的人工智能工具方面发挥作用，他们需要获得报酬和归因。
麦克诺顿表示，他对视频的加速发展和未来的改进充满希望。
Joglekar 对于如何利用生成式人工智能作为工具来帮助我们更好地工作特别乐观。
斯坦劳夫在小组讨论结束时表示，人类和数据的最佳组合总能取得胜利。