6 ключевых барьеров, мешающих маркетинговым командам реализовать полную ценность генеративного ИИ

О потенциале генеративного ИИ в маркетинговой индустрии писали до тошноты в течение последних нескольких месяцев, и на то есть веская причина — по оценкам McKinsey & Company, генеративный ИИ может увеличить мировой ВВП на сумму, эквивалентную от 2,6 до 4,4 трлн долларов. экономика.

В этом же отчете McKinsey & Company предполагает, что основными областями, в которых генеративный ИИ будет иметь влияние, будут операции с клиентами, разработка программного обеспечения, исследования и разработки и — что мне больше всего нравится — маркетинг и продажи.

Влияние, которое генеративный ИИ потенциально может оказать на маркетинг и продажи, отразилось на главной странице Reddit, в ежедневной вирусной ветке Twitter и во множестве постов на LinkedIn.

Хотя импульс к изменениям кажется реальным, правда в том, что большинству маркетинговых команд еще предстоит по-настоящему полностью использовать ИИ так, как они могли бы.

Вот некоторые из ключевых барьеров, которые, как мы видели, мешают маркетинговым командам использовать и получать реальные результаты от технологии генеративного ИИ.

Барьер 1: Координация команды

Многие организации любят красиво писать на странице своей карьерной команды о том, как им нравится работать как высокоэффективная, высокопрофессиональная спортивная команда.

К сожалению, подавляющее большинство маркетинговых команд, которые существуют и работают сегодня, на самом деле работают как дошкольные футбольные команды.

Многие люди бегают в погоне за мячом (целью) и реагируют друг на друга вместо того, чтобы вступать в игру с реальным планом и четким планом действий.

Именно из-за отсутствия координации Генеративный ИИ с трудом добивается результатов для команд. Организации состоят из людей, и если эти люди не могут координировать свои действия для совместной работы, это может стать серьезной проблемой.

Одна из главных проблем заключается в признании того, что не все маркетологи созданы равными. В то время как некоторым людям может потребоваться 2-3 недели, чтобы научиться работать с ИИ, другим людям в команде может потребоваться 2-3 месяца или больше.

Барьер 2: недостаток веры

Когда я попросил группу маркетологов прочитать две части контента, а затем определить, какая часть, по их мнению, была написана ИИ, а какая написана человеком, только 50% маркетологов угадали правильно.

Когда я попросил группу людей в LinkedIn посмотреть на два изображения и определить, какое из них было сгенерировано искусственным интеллектом, а какое было настоящей фотографией, только 50% людей, принявших участие в викторине, угадали правильно.

Тем не менее, многие маркетинговые команды по-прежнему заполнены людьми, которые сомневаются в том, могут ли клиенты действительно заметить разницу.

Барьер 3: государственное регулирование

Некоторые регионы очень серьезно относятся к росту искусственного интеллекта и запрещают доступ к некоторым из наиболее известных инструментов.

В некоторых случаях инструменты вынуждены соответствовать определенным правилам, которые ограничивают возможности пользователей и ограничивают возможный уровень инноваций.

Влияние, которое искусственный интеллект окажет на мир, не следует преуменьшать, и во многих регионах правительство собирается удерживать маркетологов от возможности использовать эти технологии в полной мере.

Барьер 4: Внутренний страх перед технологиями

В 19 веке рабочие по всей Англии протестовали против корпораций, которые внедрили машины, которые в конечном итоге заменят людей. В результате в начале 1800-х годов на улицах Ноттингема вспыхнули беспорядки, состоящие из так называемых луддитов.

Страх перед тем, что технологии лишат нас работы, существует уже довольно давно, и маркетологи по всему миру также усвоили этот страх.

Этот страх сдерживает некоторые из величайших умов в маркетинге, заставляя их отвергать идею использования искусственного интеллекта, чтобы быть более эффективным и действенным. Это также заставило некоторые организации ограничить использование этих инструментов для своих партнеров.

Некоторые организации также опасаются, что неопределенность в отношении законности таких инструментов, как Midjourney или Stablefusion, может снова преследовать их.

Страх здесь связан не только с риском юридических разветвлений, но и с последствиями со стороны их аудитории. Некоторые бренды нацелены на создателей, и они знают, что многие дизайнеры и креативщики чувствуют угрозу и пренебрежение этими инструментами ИИ, воспроизводящими творчество на основе глубокого анализа изображений, созданных художниками.

Барьер 5: Сложность данных

Некоторые организации имеют дело с важными данными, которые нельзя просто передать третьим лицам без соответствующих политик безопасности. Таким образом, данные могут стать серьезным препятствием на пути к успеху для маркетологов, стремящихся извлечь выгоду из генеративного ИИ.

Возможности генеративного ИИ и больших данных весьма значительны, поскольку инструменты способны анализировать большие наборы данных и документы и извлекать важную информацию из этих наборов данных за считанные секунды.

Тем не менее, если данные являются частными или конфиденциальными, организации должны избегать использования готовых генеративных ИИ и рассмотреть возможность разработки решений, которыми они могут управлять внутри своих собственных озер данных и сред развертывания.

Барьер 6: Ложные нарративы

В Интернете полно историй, предполагающих, что некоторые из самых известных брендов, которые использовали ИИ для создания тонны контента, терпят неудачу из-за него. На самом деле исследования, недавно проведенные Фондом, показали, что даже некоторые из самых известных «провальных историй» в Интернете о генеративном ИИ и SEO на самом деле являются ложными рассказами.

Например, многие маркетологи писали о CNET как об одном из брендов, использующих искусственный интеллект и терпящих неудачу.

После рассмотрения оригинальных материалов, созданных CNET с использованием ИИ, и того, насколько хорошо они работают, выясняется, что эти материалы, созданные ИИ, по прогнозам (если их рейтинг останется прежним), принесут более 5 миллионов посещений в этом году.

Многие из брендов, о которых писали, что у них низкая окупаемость инвестиций в эти усилия, на самом деле генерируют миллионы посещений в месяц и экономят сотни тысяч долларов на расходах на контекстную рекламу благодаря контенту с искусственным интеллектом.

В течение последних нескольких месяцев Foundation помогала нашим клиентам понять, как внедрить искусственный интеллект в свои рабочие процессы и использовать искусственный интеллект для максимизации окупаемости инвестиций в создание контента и результатов.

Успех, который мы наблюдаем в использовании искусственного интеллекта для улучшения результатов SEO и контента, значителен, и первые признаки показывают, что ключом к тому, чтобы заставить генеративный ИИ работать в маркетинге, является его использование в качестве инструмента расширения для людей, а не в качестве замена.

Хочу больше? Вот выпуск подкаста Create Like the Greats, в котором я более подробно рассказываю об искусственном интеллекте и о том, как он повлияет на то, как делается маркетинг.