Adobe 近日率先於業界推出技術預視（Technology Previews）功能，為品牌提供更先進的人工智慧功能。客戶品牌可以在產品的開發初期，透過技術預視功能，使用 Adobe Sensei 支援的人工智慧技術。產品開發是充滿不確定性且曠日持久的過程，開發過程中思路較為封閉，且缺少對客戶意見的參考。如今，客戶可以即時與 Adobe 的產品團隊分享回饋意見，確保 Adobe 團隊在發佈產品測試版或產品推出之前能夠做出適當的調整。技術預視將優先在 Adobe 即時數據洞察及預測分析解決方案的 Adobe Analytics 中發佈，幫助企業更好地編排端到端的客戶體驗，豐富個人化特色。
消費者期望值的增加和激烈的市場競爭環境，品牌需更加目標明確地完成每次與客戶的互動。客戶對優化體驗的需求也推動企業以客戶為中心的動能。好的品牌優化工具需要在實驗室中經過繁瑣且漫長的產品開發階段，多重測試後才能正式啟用，因此客戶品牌無法立刻落實。
Adobe Analytics 資深產品行銷總監 Jeff Allen 表示：「作為行銷分析領域的先驅和領導者，Adobe Analytics 致力於持續創新。技術預視功能將協助客戶利用分析達到更高的品牌成熟度，不再侷限於表面的數位指標，並透過深入的數據洞察打造品牌為客戶量身定做的各種體驗。」
技術預視（Technology Previews）將具備 Adobe Sensei 深度學習能力，以下為功能導覽：
利用人工智慧重新建構客戶旅程：如今，品牌很難全面瞭解每個客戶在各種不同載具的螢幕觸控上完成的體驗旅程。Adobe Sensei 可以幫助品牌獲得深度洞察，進而改善成效不彰的部分。例如，一家媒體公司可能會發現短時間內，大量使用者解除安裝手機APP的緣故，是歸因於關鍵功能失常，導致消費者體驗欠佳。
透過機器學習找出理想受眾：儘管目前品牌都擁有大量的客戶數據，但行銷人員真正的痛點是在於如何找到對品牌最有價值的客戶群體。行銷人員可根據年齡、性別和收入對客戶進行區隔並獲得好的結果，但對於大多數品牌而言，這項工作將依賴於分析師對數據的理解，更重視市場經驗而非技術能力。透過機器學習，技術預視中的原型將為受眾區隔化，提供前所未有的精準度，並根據消費者預期偏好和行為自動分組。例如，零售商可能會發現更有效細分市場的變數，比如發現某個地區的一組客戶特別熱衷於「快速到貨」優惠。
透過智慧預測促進客戶把握先機：歷史數據推動大多數客戶體驗決策，具有前瞻性的品牌，可從中發現由歷史資料預測未來客戶的需求。透過深度學習功能，技術預視可加速品牌預測客戶未來行動的能力。 透過分析數十億的歷史和即時數據，Adobe 能夠協助品牌推斷出客戶下一步最有可能採取的行動。例如，一家旅遊公司預測今年秋季的旅客量將會減少，便可透過優化移動端的體驗來彌補 10% 的流量缺口。