Какова ваша стратегия обработки данных?
Ваша первая мысль может быть о сборе собственных данных, показателях производительности или метаданных для целевого контента. Но я не об этом.
Вместо этого я спрашиваю: какова ваша стратегия формирования интеллектуального лидерства, создания историй, построения послания вашего бренда и предоставления рекламных материалов, которые привлекают и убеждают?
«Подождите», — можете сказать вы. «Разве это не контент-стратегия? »
Ну да. Но также нет.
Содержание
Это контент или данные?
Генеративный ИИ стирает границы между контентом и данными.
Когда Ты Подумайте о своих статьях, подкастах и видео: вы, вероятно, не воспринимаете их как «данные». Но поставщики ИИ делают это.
Поставщики ИИ не говорят об изучении своих моделей с помощью «увлекательного контента» или «хорошо продуманных историй». Вместо этого они говорят о доступе и обработке «данных» (текста, изображений, аудио и видео). Поставщики ИИ обычно используют термин «обучающие данные».» как средство строгой ссылки на наборы данных, на которые они полагаются при разработке и обучении моделей.
Эта точка зрения не ошибочна: она уходит корнями в историю поисковых систем, где шаблоны и частота определяли релевантность, а «индексы» поисковых систем представляли собой просто большие корзины файлов и неструктурированный текст (т. е. данные).
Никто никогда не утверждал, что поисковые системы понимают значение в своем гигантском ведре любого контента, который только можно себе представить. Сведение этого понятия к «данным» казалось уместным.
Но компании, занимающиеся искусственным интеллектом, теперь приписывают этим данным понимание и интуицию. Они утверждают, что владеют всей этой информацией. И возможность переставить его и угадать лучший ответ.
Но давайте проясним: ИИ не работает понять. Это предсказывает.
Он генерирует наиболее вероятное следующее слово или изображение – структурированную информацию, лишенную намерения или значения. Смысл есть и всегда будет человеческой конструкцией, возникающей в результате интенциональности, лежащей в основе общения.
Борьба за смысл
Эта разница лежит в основе растущей напряженности между создателями контента и поставщиками ИИ.
Поставщики ИИ утверждают, что Интернет — это обширное хранилище общедоступных данных, доступных как машинам, так и людям, и что их инструменты помогают обеспечить более глубокий смысл.
Создатели контента утверждают, что люди учитесь на контенте, пропитанном намерением, но ИИ просто крадет продукты и переставляет их, не обращая внимания на первоначальный смысл.
Интересно, что конфликт возникает из-за того, в чем оба согласны: смысл определяет машина.
Но это не так.
Интернет делает данные (контент) доступными для ИИ, но только люди могут их понять.
Это делает различие между контентом и данными более важным, чем когда-либо.
Какая разница?
Недавнее исследование показало, что потребители менее позитивны сарафанное радио и лояльность, когда они считают, что эмоциональный контент был создан искусственным интеллектом, а не человеком.
Интересно, что это исследование не фокусировалось на способности участников определять, создан ли контент искусственным интеллектом. Вместо этого один и тот же контент был представлен двум группам: одной сказали, что он был создан человеком (контрольная группа), а другой — что он был создан ИИ.
Вывод исследования: «Компаниям следует тщательно рассмотреть вопрос о том, следует ли и если да, то как раскрывать информацию, созданную с помощью ИИ. »
Спойлер: никто не будет.
В еще одно исследованиеОднако исследователи проверили, могут ли люди различать контент, созданный искусственным интеллектом, и контент, созданный человеком. Участники правильно идентифицировали текст, сгенерированный ИИ, только в 53% случаев — едва ли лучше, чем случайное предположение, которое обеспечивает точность 50%.
Спойлер: нет, не можем.
Мы запрограммированы ошибаться
В 2008 году историк науки Майкл Шермер придумал слово «шаблонность». В своей книге «Верящий мозг» он определяет этот термин как «тенденцию находить значимые закономерности в шуме, который одновременно осмыслен и бессмыслен».
Он заявил, что люди склонны «придавать смысл, намерение и действие этим моделям», назвав это явление «агентство».
Итак, мы, люди, запрограммированы на совершение двух типов ошибок:
- Ошибки типа 1где мы видим ложное срабатывание – мы видим закономерность, которой не существует.
- Ошибки типа 2где мы видим ложноотрицательный результат – мы упускаем существующую закономерность.
Когда дело доходит до генеративного ИИ, люди склонны совершать оба типа ошибок.
Поставщики ИИ и склонность людей к антропоморфизации технологий готовят людей к ошибкам первого типа. Вот почему решения позиционируются как «второй пилот», «помощник», «исследователь» или «творческий партнер».
Контент-мышление, основанное на данных, заставляет маркетологов искать модели успеха, которых может не быть. Они рискуют спутать быстрые первые черновики с гибким контентом, не задумываясь о том, представляют ли эти черновики реальную ценность или дифференциацию.
«Стратегии» и «исследования», созданные ИИ, кажутся заслуживающими доверия просто потому, что они четко написаны (а поставщики утверждают, что технология позволяет использовать более глубокие знания, чем есть у людей).
Многие люди приравнивают эти быстрые реакции к точности, не осознавая, что система просто извергает то, что она впитала – правдивое или нет.
И вот в чем ирония: наше осознание этих рисков может привести нас к ошибкам второго типа и помешать нам реализовать преимущества инструментов генеративного ИИ. Мы можем не видеть закономерностей, которые действительно существуют. Например, если мы просто верим, что ИИ всегда производит средний или «не совсем правдивый» контент, мы не сможем увидеть закономерность, показывающую, насколько эффективен ИИ в решении сложных бизнес-задач.
По мере совершенствования технологий риск становится «достаточно хорошим» — как в нас самих, так и в инструментах, которые мы используем.
Недавнее исследование CMI подчеркивает эту тенденцию. В Карьерный прогноз на 2025 год в области контент- и маркетинговых исследований, Маркетологи чаще всего упоминают использование искусственного интеллекта для «мозгового штурма новых тем». Однако следующие пять наиболее распространенных ответов, каждый из которых процитировали более 30% респондентов, касались таких задач, как обобщение контента, написание черновиков, оптимизация публикаций, написание электронных писем и создание контента для социальных сетей.
Но исследование CMI по показателям, бюджетам и тенденциям контент-маркетинга в B2B показывает растущую нерешительность, когда дело касается искусственного интеллекта. Тридцать пять процентов маркетологов называют точность своей главной заботой, когда дело касается генеративного искусственного интеллекта.
Хотя большинство респондентов сообщают лишь о «среднем» уровне доверия к технологии, 61% по-прежнему оценивают качество контента, созданного с помощью ИИ, как отличное (3%), очень хорошее (14%) или хорошее (44%). . 35% считают его справедливым, а 4% считают посредственным.
Поэтому мы используем эти инструменты для создания контента, который мы считаем удовлетворительным, но не уверены в его точности и имеем лишь умеренную уверенность в результатах.
Этот подход к генеративному ИИ показывает, что маркетологи склонны использовать его для создания транзакционного контента в больших масштабах. Вместо того, чтобы выполнить обещание, что ИИ «раскроет нашу креативность», маркетологи рискуют согласиться на возможность отказаться.
Ищите лучшие вопросы, а не быстрые ответы
Сущность современного маркетинга частично заключается в данных, частично в содержании, а также в глубоком понимании и понимании их для наших клиентов. Речь идет об открытии их мечтаний, их страхов, их стремлений и желаний – невидимых нитей, которые ведут их вперед.
Перефразируя моего героя маркетинга Филипа Котлера, современный маркетинг – это не только обмен мнениями и сердцами. Речь идет о духовное общениенечто, выходящее за рамки узких личных интересов.
Так как же нам, современным маркетологам, сбалансировать все эти вещи и углубить смысл наших коммуникаций?
Во-первых, осознайте, что контент, который люди создают сегодня, становится набором данных, который будет определять нас завтра. Независимо от того, как он создается, наш контент будет иметь присущие предвзятости и разную степень ценности.
Чтобы контент, создаваемый ИИ, приносил ценность, выходящую за рамки уже имеющихся у вас данных, выйдите за рамки идеи использования этой технологии просто для увеличения скорости или масштаба создания слов, изображений, контента и т. д. аудио и видео.
Вместо этого используйте его как инструмент для улучшения текущего процесса извлечения значимой информации и развития более глубоких отношений с нашими клиентами.
Чтобы генеративный ИИ со временем стал более эффективным, он требует большего, чем просто технологическое усовершенствование: он требует люди расти. Людям необходимо стать более творческими, более чуткими и мудрыми, чтобы гарантировать, что технологии и люди, которые их используют, не превратятся во что-то бессмысленное.
Нашим командам понадобится болееи, что немаловажно, роли, которые могут извлекать ценную информацию из контента, созданного ИИ, и превращать ее в значимые идеи.
Люди, которые займут эти должности, не обязательно будут журналистами или дизайнерами. Но у них будут навыки задавать вдумчивые вопросы, взаимодействовать с клиентами и влиятельными лицами, а также преобразовывать необработанную информацию в значимые идеи посредством слушания, разговора и синтеза.
Требуемые качества аналогичны качествам художников, журналистов, талантливых исследователей или экспертов в данной области. Возможно, это даже может стать следующей эволюцией роли влиятельного лица.
Нам еще предстоит пройти долгий путь.
Ясно одно: если генеративный ИИ должен стать чем-то большим, чем просто отвлекающей новинкой, компаниям нужна новая роль – роль менеджера по смыслу – чтобы руководить тем, как идеи, основанные на ИИ, превращаются в реальную ценность.
Это твоя история. Скажи это хорошо.
ПОДБРАННЫЙ ПОХОЖИЙ КОНТЕНТ:
Изображение на обложке: Джозеф Калиновский/Институт контент-маркетинга.
