愈來愈高的消費者期望及劇烈的市場競爭，驅使品牌在每次互動均需滿足消費者的需求。消費者對優質體驗的需求，亦推動企業開發消費者為本的功能。然而很多時候，最先進的工具往往被困於實驗室內漫長的產品開發過程，待多重測試後方可正式推出市面，品牌未能即時使用最合適的工具。
Adobe 推出「科技預覽」(Technology Previews) 功能，更迅速為品牌提供更多先進的人工智慧功能。作為業內首個讓企業更快應用創新的方式，品牌現可以快速取用最新技術，並同時協助 Adobe 塑造產品路線圖。
開發往往是一個面對問題重重、曠日持久的過程，相對封閉且欠缺客戶意見的投入作參考。現時品牌可以在 Adobe 產品的開發初期，通過「科技預覽」功能使用由 Adobe 的人工智能及機器學習技術 Adobe Sensei 支援、尚處於早期階段的人工智慧技術。顧客可與 Adobe 產品團隊實時反饋他們的意見，確保 Adobe 發布 Beta 版本或產品面市前已作適當的調整。「科技預覽」功能將率先於實時數據洞見及預測分析解決方案 Adobe Analytics 中發布，協助企業更有效協調、個人化整個端對端的顧客體驗歷程。
Adobe Analytics 產品市場營銷高級總監 (senior director, product marketing, Adobe Analytics) Jeff Allen 表示︰「作為市場營銷分析領域的開創者及長期領導者，Adobe Analytics 旨在持續、積極地創新，讓品牌在日常業務中使用 Adobe Analytics。『科技預覽』功能通過數據分析協助品牌持續變得更成熟，超越以往簡單和虛無的數字，獲得深入的數據洞見重塑客戶體驗的每一個部份。」
基於 Adobe Sensei 的的深入學習能力，「科技預覽」功能將具備下列原型功能︰
- 以人工智能重新定義客戶旅程︰現今品牌難以獲取客戶在多個屏幕間完成的完整路徑。Adobe Sensei 可為品牌提供難以單靠肉眼偵測的洞見，最終協助處理數據異常及改善效果欠佳的事項。例如，傳媒公司可得知導致大量用戶在智能手機解除安裝應用程式的原因，是一個關鍵功能異常令客戶感到困擾、減少使用甚至刪除應用程式。
- 使用機器學習發現理想受眾︰雖然任何品牌擁有大量數據，惟市場營銷人員的困難在於找出對品牌最具價值的群體。雖然以年齡、性別及收入等進行顧客分層通常帶來較好結果時，大部分品牌都十分依賴分析師對數據的理解，但這種理解有時更像藝術多於科學。通過機器學習功能，「科技預覽」內的原型將於同類產品中提供更為精確的觀眾分層功能，顧客根據預期偏好和行為自動被分類至不同群組。例如，一個零售商可以發現從未預計的分層，例如某一地區內出現某一組顧客喜歡「下一天免費送貨」的優惠。
- 以智能預測協助客戶把握先機︰過往數據推動大部分客戶體驗相關的決策，而明智的品牌均理解運用過往數據預測未來顧客需求的價值。通過深入學習能力，「科技預覽」功能讓品牌加快預測顧客未來的行動。通過分析數十億計的過往數據及實時數據點，Adobe 協助品牌推斷顧客下一步最有機會採取的行動。例如，一間旅遊公司預測到秋季銷情將放緩時，可通過最佳化手機體驗，減低 10% 的流量差距。
