Hur tror du att generativ AI kommer att förändra marknadsföring?
Generativ AI-teknik har fått ett uppsving i år, främst på grund av expansionen av ChatGPT och andra plattformar som möjliggör skapande av innehåll. Den tidigare AI:n var prediktiv AI, vilket i princip innebär att man kan göra förutsägelser baserat på historiska data om sannolikheten för att en händelse ska inträffa i framtiden. Detta är mycket positivt eftersom det gör det möjligt att förstå vad som kommer att hända i framtiden. Prediktiv AI förutspår till exempel om du gillar en film i en produktrekommendation, som Spotify eller Netflix. Ur effektivitetssynpunkt tillför det mycket värde.
Generativ AI däremot skapar innehåll. Den kan skapa text, ljud och bilder. Om vi tänker på vad marknadsföring är: ljud, syn och rörelse, och vad kreativitet är: kommunikation genom text, ljud, bilder och videor, så befinner vi oss i en miljö där du kan skapa alla dessa typer av innehåll för att underlätta kommunikationen. Det är ett nytt verktyg för att skapa innehåll för kreatörer, byråer och företag.
De viktigaste fördelarna med generativ AI är kostnad och variation. Det går att generera innehåll till en bråkdel av kostnaden för mänsklig innehållsgenerering, och kombinationen gör det möjligt att generera flera variationer av samma innehåll. Vi har till exempel publicerat några fall där vi genererar tiotusentals produktbeskrivningar till en kostnad av en tusendel av produktionskostnaden för en person. Detta kommer utan tvekan att förändra marknadsföringen när det gäller mångfald och effektivitet i skapandet av innehåll.
Hur hanterar Making Science de utmaningar som detta innebär för sektorn?
På Making Science har vi två sidor: Å ena sidan är vi en byrå, och å andra sidan är vi ett teknikföretag. Från en byrås vinkel ser vi över hur vi kan använda generativ AI i alla våra processer. Vi genererar kampanjer för våra kunder och börjar använda generativ AI i olika delar av värdekedjan i vår affärsprocess: annons- och innehållsgenerering.
Som teknikföretag har vi utvecklat en plattform som heter Trust Generative AI, som gör det möjligt för oss att använda generativ AI på de fall som är mest relevanta och som gör att vi kan skala globalt. Det kommer till exempel att göra det möjligt för oss att generera produktbeskrivningar, bloggar, webbinnehåll och copy för annonser och bilder, och vi arbetar med videogenerering inom en snar framtid.
På Making Science har vi en mycket proaktiv inställning. Vi tror på att utnyttja tekniken och maximera den för ditt företag.
Vilken inverkan, både positivt och negativt, kan användningen ha?
All teknik har en positiv och negativ effekt beroende på hur man använder den. Du kan till exempel använda järn eller stål för att bygga en bro, ett maskingevär eller en stridsvagn. På den positiva sidan kan generativ AI generera mycket mer varierat innehåll till en mycket lägre kostnad. Vi måste med andra ord se artificiell intelligens som ett verktyg som hjälper oss att bli bättre.
Det finns en MIT-studie som analyserar hur man genom att generera innehåll, ett internt memo, en artikel eller ett meddelande, med hjälp av ChatGPT kan förbättra innehållet med 20 procent och förbättra kvaliteten på innehållet med 30 procent. Därför bör det ses som en möjlighet för Human Augmentation, som förvandlar oss till människor med fler förmågor, vilket har hänt tidigare.
Nackdelen är att det kan generera virtuella utrymmen som kan användas för imitation, generering av din röst eller falska bilder och generering av falskt innehåll och information. Som med all ny teknik finns det positiva och negativa användningsområden. Istället handlar det om att dra nytta av alla positiva fördelar och kämpa mot de negativa.
Vad innebär generativ AI för marknadsförare i denna nya era?
Tekniken har förändrat marknadsföringen under de senaste 50 åren, och marknadsförarna har varit tvungna att anpassa sig. I början av seklet, på 1920-talet, var reklam främst text i tidningar eller utomhusskyltar. Sedan kom radio, TV, internet och nu digitalt; vi måste anpassa oss till varje utveckling av reklamlandskapet.
I allmänhet gör tekniken det möjligt att utföra många aktiviteter med lägre mervärde på ett skalbart sätt, och marknadsförarna måste anpassa sig. Ett liknande exempel är vad som har hänt inom medieköp via plattformar som Google eller Meta, där teknik så som automatisk budgivning eller annan automatisering utför uppgifter som för bara 20 år sedan utfördes av konsulter. Marknadsförare måste därför utveckla sina roller.
Om vi tänker på hur kreatörer skapades för 100 år sedan, där en illustratör var den som ritade, hur senare video- och ljudredigeringsverktyg dök upp som gjorde det möjligt att utvecklas mot yrkesverksamma med redigeringsfunktioner. På samma sätt är generativ AI en möjlighet, och marknadsförare måste anamma den och utvecklas mot en teknik som gör att de kan göra mycket mer varierade saker till en lägre kostnad.
Hur ska man hantera de risker som är förknippade med användning, och finns det något sätt att undvika dem?
Man måste vara försiktig. Ur en byrås eller slutkunds perspektiv har kommunikation alltid kommunikationsriktlinjer som definierar hur varumärket uttrycker sig i text, ljud och bild. Risken med generativ AI är att innehållet behöver en tillräcklig nivå av kontroll eller efterlevnad och resulterar i innehåll som inte är lämpligt eller inte uttrycker varumärkets identitet.
Kontroller måste implementeras för att säkerställa att det genererade innehållet är giltigt, relevant och anpassat till varumärkens standarder. På Making Science har vi utvecklat vår plattform, Trust Generative AI, som innehåller algoritmer som hjälper användarna att kontrollera hur nära eller långt deras innehåll ligger företagets standarder och gör det möjligt för dem att integrera Human-In_The-Loop, vilket är processer där det finns en person som validerar det slutliga innehållet före publicering.
Hur ska varumärken integrera generativ AI i sina strategier för att få ut mesta möjliga av det?
I grund och botten på två sätt: genom att dra nytta av kreativiteten hos plattformar som ChatGPT, Dall.e eller Googles Vertex AI, som har tränats med hundratals miljoner bilder, videor och texter för att möjliggöra interaktion med dem och generera mycket information i den divergenta fasen av den kreativa metoden. Till exempel när du brainstormar, det vill säga i fasen för att generera nya idéer.
Den andra viktiga tillämpningen är skalbarhet och personalisering av innehåll. Generativ AI utvecklar många olika varianter av innehåll, och det gäller att dra nytta av den styrkan. När du till exempel skapar en webbplats är texten i beskrivningarna unika. Med generativ AI kan man skapa många variationer av innehåll och sammanhang med olika tonaliteter beroende på affärsmål. Det skiljer sig från hur man tilltalar millennials till hur man tilltalar generation X, med hyperpersonaliserad kommunikation.
Generativ AI är en av tekniktrenderna 2023. Hur tror du att den kommer att utvecklas? Är den här för att stanna, eller kommer ingen att minnas den om några år?
Generativ AI är den stora succén 2023, främst på grund av verktyg som ChatGPT som har demokratiserat användningen av denna teknik. Tidigare använde alla artificiell intelligens med Googles, Amazons eller Spotifys produktrekommendationer som presenterade videor, produkter eller innehåll som var relevant för användaren. Men det var inte synligt eftersom den artificiella intelligensen arbetade i bakgrunden. Men nu, med ChatGPT, upplever vi på ett mycket personligt sätt en 1-till-1-relation med hjälp av artificiell intelligens, och vi vet att vi pratar med en maskin.
Den stora förändringen är alltså att den konsumeras på massmarknadsnivå. Alla förstår vad generativ artificiell intelligens är och dess möjligheter, och många funderar på användningsområden och möjligheter. Jag tror att det är en teknik som är här för att stanna och som kommer att ha en revolutionerande inverkan på samhället och alla sektorer.
För att lära dig mer om AI, ladda ner vår e-bok om AI eller kontakta vårt team av experter för att påbörja din AI-resa!
