6 principaux obstacles qui ralentissent la capacité des équipes marketing à tirer pleinement parti de l'IA générative

Le potentiel de l'IA générative dans l'industrie du marketing a fait l'objet de nombreux écrits au cours des derniers mois, et pour une bonne raison : McKinsey & Company estime que l'IA générative pourrait ajouter l'équivalent de 2 600 milliards de dollars à 4 400 milliards de dollars au PIB mondial. économie.

Dans ce même rapport, McKinsey & Company suggère que les principaux domaines dans lesquels l'IA générative aura une influence seront les opérations client, l'ingénierie logicielle, la R&D et - mon préféré - le marketing et les ventes.

L'impact que l'IA générative pourrait potentiellement avoir sur le marketing et les ventes a fait la une de Reddit, le fil Twitter viral quotidien et une pléthore de publications sur LinkedIn.

Bien que l'élan vers le changement semble être réel, la vérité est que la plupart des équipes marketing n'ont pas encore pleinement adopté l'IA comme elles le pourraient.

Voici quelques-uns des principaux obstacles que nous avons constatés et qui empêchent les équipes marketing d'adopter et de générer des résultats concrets grâce à la technologie d'IA générative.

Obstacle 1 : Coordination d'équipe

De nombreuses organisations aiment écrire une belle copie sur la page de leur équipe de carrière sur la façon dont elles aiment fonctionner comme une équipe sportive hautement performante et hautement professionnelle.

Malheureusement, la grande majorité des équipes de marketing qui existent et fonctionnent aujourd'hui fonctionnent en fait comme des équipes de football préscolaire (futbol).

Beaucoup de gens courent après une balle (le but) et réagissent les uns aux autres au lieu d'entrer dans le jeu avec un plan réel et une voie à suivre claire.

C'est ce manque de coordination qui fait que l'IA générative a du mal à générer des résultats pour les équipes. Les organisations sont composées de personnes, et si ces personnes sont incapables de se coordonner pour travailler ensemble, cela peut être un problème sérieux.

L'un des principaux problèmes est de reconnaître que tous les spécialistes du marketing ne sont pas créés égaux. Alors que certaines personnes peuvent prendre 2 à 3 semaines pour se former à l'IA, d'autres personnes de l'équipe peuvent prendre 2 à 3 mois ou plus.

Obstacle 2 : Manque de foi

Lorsque j'ai demandé à un groupe de spécialistes du marketing de lire deux éléments de contenu, puis d'identifier celui qui, selon eux, avait été écrit par une IA et celui qui avait été écrit par un humain, seuls 50 % des spécialistes du marketing ont deviné correctement.

Lorsque j'ai demandé à un groupe de personnes sur LinkedIn de regarder deux images et de déterminer laquelle était générée par une IA et laquelle était une vraie photo, seulement 50% des personnes qui ont participé au quiz ont deviné correctement.

Pourtant, de nombreuses équipes marketing sont encore remplies de personnes qui doutent que les clients puissent réellement faire la différence.

Obstacle 3 : Réglementation gouvernementale

Certaines régions prennent très au sérieux l'essor de l'intelligence artificielle et interdisent l'accès à certains des outils les plus importants.

Dans certains cas, les outils sont contraints de respecter certaines réglementations qui se traduisent par une expérience utilisateur étouffée et qui limitent le niveau d'innovation possible.

L'impact que l'intelligence artificielle aura sur le monde ne doit pas être banalisé, et dans de nombreuses régions, le gouvernement va empêcher les spécialistes du marketing d'utiliser ces technologies à leur plein potentiel.

Obstacle 4 : Peur technologique intériorisée

Au 19ème siècle, les travailleurs de toute l'Angleterre ont protesté contre les entreprises qui ont adopté des machines qui remplaceraient finalement les travailleurs humains. En conséquence, des émeutes composées de ce qu'on appelle les Luddites ont éclaté dans les rues de Nottingham au début des années 1800.

La peur que la technologie prenne nos emplois existe depuis un certain temps, et les spécialistes du marketing du monde entier ont également intériorisé cette peur.

Cette peur a retenu certains des plus grands esprits du marketing, les amenant à rejeter l'idée d'utiliser l'intelligence artificielle pour être plus efficaces et efficients. Certaines organisations limitent également l'utilisation de ces outils pour leurs propres partenaires.

Certaines organisations craignent également que l'incertitude entourant la légalité d'outils comme Midjourney ou Stablefusion ne revienne les hanter.

La peur ici n'est pas seulement liée au risque de ramifications juridiques mais aussi aux répercussions de leur public. Certaines marques ciblent les créateurs, et elles savent que de nombreux designers et créatifs se sentent menacés et méprisés par ces outils d'IA reproduisant la créativité sur le dos d'une analyse approfondie des images créées par les artistes.

Obstacle 5 : complexité des données

Certaines organisations traitent des données importantes qui ne peuvent pas être simplement transmises à des tiers sans les politiques de sécurité appropriées en place. En tant que telles, les données peuvent constituer un obstacle important au succès des spécialistes du marketing qui cherchent à bénéficier de l'IA générative.

La puissance de l'IA générative et du Big Data est assez importante, car les outils sont capables d'analyser de grands ensembles de données et de documents et d'extraire des informations importantes de ces ensembles de données en quelques secondes.

Cela dit, si les données sont privées ou confidentielles, les organisations doivent éviter d'utiliser l'IA générative standard et envisager de développer des solutions qu'elles peuvent gérer en interne avec leurs propres lacs de données et environnements de déploiement.

Obstacle 6 : Faux récits

Internet regorge d'histoires suggérant que certaines des marques les plus importantes qui ont utilisé l'IA pour générer une tonne de contenu échouent à cause de cela. En réalité, des études récemment menées par la Fondation ont montré que même certaines des "histoires d'échec" les plus importantes en ligne sur l'IA générative et le référencement sont en fait de faux récits.

À titre d'exemple, CNET a été décrit par de nombreux spécialistes du marketing comme étant l'une des marques adoptant l'intelligence artificielle et échouant.

Après avoir examiné les pièces originales produites par CNET à l'aide de l'IA et leur efficacité, il s'avère que ces pièces générées par l'IA devraient (si leur classement reste le même) générer plus de 5 millions de visites cette année.

De nombreuses marques qui ont été écrites comme ayant un faible retour sur investissement de ces efforts génèrent en fait des millions de visites par mois et économisent des centaines de milliers de dollars en dépenses PPC grâce au contenu assisté par l'IA.

Au cours des derniers mois, Foundation a aidé nos clients à comprendre comment intégrer l'intelligence artificielle dans leurs flux de travail et utiliser l'intelligence artificielle pour maximiser leur retour sur investissement sur la création de contenu et les résultats.

Le succès que nous constatons dans l'utilisation de l'intelligence artificielle pour générer de meilleurs résultats de référencement et de contenu est significatif, et les premiers signes montrent que la clé pour faire fonctionner l'IA générative dans le marketing est de l'utiliser comme un outil d'augmentation pour les gens plutôt que comme un remplacement.

Vouloir plus? Voici un épisode de podcast de Create Like the Greats où je discute plus en profondeur de l'intelligence artificielle et de la façon dont elle va façonner la façon dont le marketing est fait.