Κατεβάστε τον κορυφαίο οδηγό ανάπτυξης παραγωγικής τεχνητής νοημοσύνης για μάρκετινγκ
Κατεβάστε τον κορυφαίο οδηγό ανάπτυξης παραγωγικής τεχνητής νοημοσύνης για μάρκετινγκ
Σύνοψη
Ηαξιοποίηση των δυνατοτήτων της γενετικής Τεχνητής Νοημοσύνης (GenAI) είναι μια επιχειρηματική επιτακτική ανάγκη, την οποία όμως δυσκολεύονται να αντιμετωπίσουν οι διευθυντές. Το ενενήντα οκτώ τοις εκατό των CEOs επενδύουν στις δυνατότητες GenAI της εταιρείας τους, αλλά το 66% εξακολουθεί να μην είναι σίγουρο για τη βέλτιστη πορεία υιοθέτησής της για τον οργανισμότους.
Αυτό γίνεται επίσης έντονα αισθητό και από τους επικεφαλής μάρκετινγκ (CMOs), οι οποίοι ήδη αντιμετωπίζουν την ένταση της εξισορρόπησης κόστους και απόδοσης στην εμπειρία του πελάτη. Πώς μπορούν οι CMO και τα τμήματα μάρκετινγκ να αξιοποιήσουν την GenAI για να δημιουργήσουν αυθεντικές, σχετικές εμπειρίες πελατών που ενισχύουν την πιστότητα των πελατών και το ανταγωνιστικό πλεονέκτημα; Τι χρειάζεται για να αξιοποιηθεί το τεράστιο δυναμικό της νέας γενετικής τεχνολογίας με τρόπο που να κάνει τη διαφορά στον άνθρωπο, τόσο για τους πελάτες όσο και για τους χρήστες εργαλείων Γενετικής Τεχνητής Νοημοσύνης;
Για να απαντήσουν σε αυτά τα ερωτήματα, ο οργανισμός EY και η Adobe ρώτησαν πρόσφατα στελέχη από διάφορους τομείς, όπως το μάρκετινγκ, το δημιουργικό, η εμπειρία πελατών (CX), τα δεδομένα, το νομικό, το ρίσκο και η συμμόρφωση, σχετικά με τον τρόπο με τον οποίο διερευνούν και αναπτύσσουν την GenAI σε ένα εμπορικό πλαίσιο, προκειμένου να συλλέξουν εμπειρίες και πρακτικές συμβουλές.
Τα ευρήματα αναλύονται στον οδηγό μας. Το βασικό συμπέρασμα είναι ότι η απελευθέρωση ανταγωνιστικού πλεονεκτήματος με τη Γενετική Τεχνητή Νοημοσύνη απαιτεί ανθρώπινη δράση και σύνδεση.
Η Γενετική Τεχνητή Νοημοσύνη (GenAI) εκδημοκρατικοποιείται γρήγορα – οι ανταγωνιστές σας την υιοθετούν ήδη και αναπτύσσουν περιπτώσεις χρήσης από τους πελάτες. Ακόμα και οι πελάτες σας αρχίζουν να το εφαρμόζουν. Αυτή η έρευνα δείχνει ότι οι CMO αντιμετωπίζουν πιέσεις στην ανάπτυξη της GenAI:
Η διαφοροποίηση προέρχεται από την αντιμετώπιση της ανθρώπινης δυναμικής των πελατών και των εργαζομένων.
Υπάρχουν τρία βήματα που πρέπει να κάνουν οι CMO για να ξεκλειδώσουν αυτό το ανθρώπινο - και ανταγωνιστικό - πλεονέκτημα:
Για να δημιουργήσουν τις πιο αυθεντικές και σχετικές εμπειρίες πελατών, οι οργανισμοί χρειάζονται δεδομένα πρώτου μέρους - τα δεδομένα που παρέχονται από τους πελάτες - αλλά υπάρχουν εμπόδια στην απόκτησή τους.
Το κόστος απόκτησης πελατών μέσω του ψηφιακού μάρκετινγκ είναι υψηλό. Η διατήρηση και η αύξηση των υφιστάμενων πελατών είναι ένας αποδεδειγμένος τρόπος για να επωφεληθείτε από τα οικονομικά της πιστότητας, επομένως οι CMO θα πρέπει να σκεφτούν ποια δεδομένα πρώτου μέρους θέλουν να κατέχουν και πώς να αποκτήσουν αυτά τα δεδομένα με τη σωστή συγκατάθεση και τα δικαιώματα για να μπορούν να τα χρησιμοποιήσουν.
Η πρόσβαση σε δεδομένα πρώτου μέρους απαιτεί οικοδόμηση εμπιστοσύνης. Οι πελάτες είναι επιφυλακτικοί σχετικά με αυτό — το 79% ανησυχεί ή ανησυχεί πολύ για τον τρόπο με τον οποίο οι εταιρείες χρησιμοποιούν τα προσωπικά τους δεδομένα[1].
Για να παρακάμψει αυτό το πρόβλημα, ένας ερευνώμενος Chief Data Officer σε μια εταιρεία συσκευασμένων καταναλωτικών αγαθών ανέφερε ότι η παροχή στους πελάτες άμεσης σαφήνειας σχετικά με τον τρόπο με τον οποίο η εταιρεία θα διατηρεί και θα χρησιμοποιεί τα δεδομένα είναι απαραίτητη για να κερδίσουν την εμπιστοσύνη και τις συναινέσεις που χρειάζονται για να αλληλεπιδράσουν με τους πελάτες με τις εμπειρίες επαυξημένης πραγματικότητας.
Πηγαίνοντας ένα βήμα παραπέρα, η κοινοποίηση δεδομένων στον πελάτη και η διαφάνεια σχετικά με το τι αποκαλύπτουν, αντί να αποσπούν μόνο από αυτόν, μπορεί να δημιουργήσει εμπιστοσύνη και αφοσίωση μετατοπίζοντας τη δυναμική της σχέσης από το «η μάρκα με καταλαβαίνει» στο «η μάρκα με βοηθά να καταλάβω τον εαυτό μου».
Αυτή η ανάγκη για εμπιστοσύνη υπογραμμίζει τη σημασία της εξισορρόπησης των ανθρώπινων αξιών με την ευκολία κατά τον εντοπισμό περιπτώσεων χρήσης της Γενετικής Τεχνητής Νοημοσύνης. Έρευνα της Adobe διαπίστωσε ότι το 80% των πελατών δίνουν προτεραιότητα στο να γνωρίζουν πότε μιλάνε με έναν άνθρωπο ή ένα chatbot[2] – επομένως τα bots που ακούγονται πολύ ανθρώπινα ενδέχεται να μην γίνονται δεκτά με θετικό τρόπο.
Καθώς οι εμπειρίες πελατών που υποστηρίζονται από την GenAI αρχίζουν να περιλαμβάνουν φωνή και βίντεο και να γίνονται πιο καθηλωτικές, ο κίνδυνος δημιουργίας του φαινομένου Uncanny Valley αυξάνεται - οι άνθρωποι μπορεί να ανησυχούν για ανθρώπινες αναπαραστάσεις και αλληλεπιδράσεις που δεν είναι αρκετά καλές ή που είναι πολύ τέλειες ή προδίδουν υπερβολική γνώση γι' αυτές.
Αντί να ανατίθεται η εμπειρία των πελατών σε μηχανές, η εύρεση τέτοιων ευκαιριών για τη δημιουργία χαρακτηριστικών στιγμών με ανθρώπινη ευαισθησία και δράση θα είναι το κλειδί. Σε έναν κόσμο που καθοδηγείται ολοένα και περισσότερο από την μηχανική νοημοσύνη, οι ανθρώπινες αξίες, η συμπεριφορά και το συναίσθημα θα διαφοροποιήσουν την εμπειρία του πελάτη.
Έχοντας αυτό κατά νου, οι CMO θα πρέπει να θέσουν τα οφέλη για τους πελάτες στο επίκεντρο των αποφάσεων. Για παράδειγμα, θα μπορούσε η GenAI να κάνει την εμπειρία του πελάτη πιο ενσυναισθητική, πιο προσβάσιμη ή πιο έγκαιρη;
Ορισμένοι οργανισμοί λαμβάνουν υπόψη τις αξιολογήσεις ικανοποίησης ή άλλους δείκτες εμπειρίας πελατών κατά τη χρήση του GenAI, επιτρέποντάς τους να ξεκινήσουν από εκεί που βρίσκεται η πραγματική αξία για τον πελάτη και να παρακολουθούν τον αντίκτυπο στις εμπειρίες των πελατών. Για παράδειγμα, ένας πολυεθνικός οργανισμός λιανικής πώλησης μετρά τον αντίκτυπο του GenAI chatbot με βάση τον αριθμό των αιτημάτων που επιλύονται σε αυτό, αντί να μεταφέρονται σε έναν υπάλληλο. Ο λιανοπωλητής παρακολουθεί επίσης οποιαδήποτε αύξηση στις πωλήσεις μετά από μια αλληλεπίδραση με chatbot.
Θέματα που πρέπει να λάβουν υπόψη οι CMO:
Τα ανώτερα στελέχη αναφέρουν ως κορυφαίες προτεραιότητές τους για την προετοιμασία των υπαλλήλων τους ώστε να εργαστούν αποτελεσματικά με την Γενική Τεχνητή Νοημοσύνη (GenAI )τη «βασική κατανόηση της Τεχνητής Νοημοσύνης για όλους τους υπαλλήλους» και την «προηγμένη εκπαίδευση σε δεξιότητες Τεχνητής Νοημοσύνης για το βασικό προσωπικό».
Αυτή η συμπεριληπτική προσέγγιση θα μπορούσε να βοηθήσει στην άμβλυνση του άγχους που μπορεί να νιώθουν ορισμένοι εργαζόμενοι σχετικά με την Γενετικά Τεστ Νοημοσύνης. Η παγκόσμια έρευνα του οργανισμού EY με τίτλο «Άγχος Τεχνητής Νοημοσύνης στις Επιχειρήσεις» (μέσω του EY.com US) διαπίστωσε ότι περισσότεροι από τα δύο τρίτα των εργαζομένων φοβούνται μήπως μείνουν πίσω στην εργασία τους και χάσουν προαγωγές επειδή δεν γνωρίζουν πώς να χρησιμοποιούν την Τεχνητή Νοημοσύνη.
Οι ομάδες πρέπει να είναι ενθουσιώδεις για την εξερεύνηση της Γενικής Τεχνητής Νοημοσύνης (GenAI) προτού αρχίσουν να αξιοποιούν πλήρως τις νέες ευκαιρίες που προσφέρει. Αυτό βασίζεται στην οικοδόμηση του «τι κερδίζω εγώ;» γύρω από την Γενική Τεχνητή Νοημοσύνη (GenAI).
Αναθέστε πιλοτικά έργα και αφήστε τις γνώσεις να αναπτυχθούν οργανικά ως ένα ουσιαστικό πρώτο βήμα που όχι μόνο ξεκινά την αναβάθμιση των δεξιοτήτων των εργαζομένων αλλά και μειώνει το άγχος τους. Μια εσωτερική μελέτη της EY διαπίστωσε ότι το ποσοστό των εργαζομένων πουανησυχούσαν για την GenAI μειώθηκε από 98% σε 12% μετά τη συμμετοχή σε πιλοτικό πρόγραμμα.5
Η βελτιστοποίηση των ροών εργασίας περιεχομένου για τις ομάδες μάρκετινγκ είναι ένα καλό πρώτο βήμα για την υιοθέτηση της Γενικής Τεχνητής Νοημοσύνης (GenAI). Η Γενική Τεχνητή Νοημοσύνη (GenAI) μπορεί να βοηθήσει στην επιτάχυνση διαδικασιών όπως η δημιουργική σύλληψη και η δημιουργία ιδεών, η σύνταξη κειμένων ή εικόνων, οι επαναλήψεις και η βελτίωση ή η παραγωγή παραλλαγών περιεχομένου για δοκιμές. Η τεχνολογία μπορεί επίσης να ενισχύσει την ποιότητα, την ποσότητα και την επαναχρησιμοποίηση του περιεχομένου, προωθώντας την εξατομίκευση σε όλα τα κανάλια, με την ανθρώπινη παρέμβαση να συμβάλλει στη διατήρηση της συνέπειας στα μηνύματα, τις εικόνες και τον τόνο της επωνυμίας.
Η Γενετική Τεχνητή Νοημοσύνη (GenAI) μπορεί επίσης να αποτελέσει ένα ανεκτίμητο εργαλείο για την ενίσχυση της ανθρώπινης δημιουργικότητας. Για παράδειγμα, ένα ερωτηθέν στέλεχος σε μια παγκόσμια μάρκα μόδας ανέφερε ότι χρησιμοποίησε την GenAI για να αναπτύξει προτροπές και οπτικοποιήσεις για σχεδιαστές προϊόντων, βασιζόμενο σε τάσεις που συλλέχθηκαν από την ανάλυση του συναισθήματος των πελατών.
Καθώς η τεχνολογία απελευθερώνει χρόνο για μεγαλύτερη, πιο αποτελεσματική εργασία, θα πρέπει να δημιουργήσει έναν θετικό κύκλο: Οι ικανοποιημένοι εργαζόμενοι συμβάλλουν στη δημιουργία ικανοποιημένων πελατών, κάτι που με τη σειρά του συμβάλλει στην ενίσχυση της ικανοποίησης των εργαζομένων, επειδή η εμπειρία των εργαζομένων και η εμπειρία των πελατών είναι αλληλένδετες.
Αυτή η συσχέτιση ήταν μια σημαντική ανακάλυψη σε ένα πρόγραμμα βελτιστοποίησης της εμπειρίας πελατών στην Dow — στη συντριπτική πλειονότητα των περιπτώσεων, τα σημεία πόνου των πελατών ευθυγραμμίζονταν με τα σημεία πόνου των εργαζομένων. Για παράδειγμα, εάν οι πελάτες έπρεπε να περιμένουν απαντήσεις σε μια ερώτηση, η καθυστέρηση οφειλόταν συνήθως στο ότι οι υπάλληλοι δυσκολεύονταν να βρουν τις σωστές πληροφορίες. Αυτή είναι μια σαφής περίπτωση χρήσης για την ενδυνάμωση των εργαζομένων με εργαλεία που υποστηρίζονται από την Τεχνητή Νοημοσύνη, ώστε να εξυπηρετούν τους πελάτες ταχύτερα και καλύτερα και να κάνουν τους δικούς τους ρόλους πιο ικανοποιητικούς.
Θέματα που πρέπει να λάβουν υπόψη οι CMO:
Για να αξιοποιήσουν πλήρως τις δυνατότητες της Γενικής Τεχνητής Νοημοσύνης (GenAI), οι οργανισμοί πρέπει να αναπτύξουν μια διακυβέρνηση που μπορεί να βοηθήσει στην εξερεύνηση ευκαιριών, μετριάζοντας παράλληλα τους κινδύνους.
Ως βάση, οι CMO θα πρέπει να επιλέγουν λύσεις που έχουν σχεδιαστεί για συγκεκριμένες περιπτώσεις χρήσης, έχοντας κατά νου επιχειρηματικά αποτελέσματα όπως η εξοικονόμηση κόστους ή η επιτάχυνση της παραγωγής περιεχομένου. Οι λύσεις θα πρέπει επίσης να πληρούν μοναδικά κριτήρια και να διαθέτουν τα κατάλληλα μέτρα ελέγχου. Για παράδειγμα, το βασικό μοντέλο μεγάλης γλώσσας (LLM) πρέπει να παρέχει διαφάνεια στην προέλευση των δεδομένων και να έχει σχεδιαστεί για εμπορική ασφάλεια. Και οποιαδήποτε δεδομένα χρησιμοποιούνται στη λύση πρέπει να είναι ασφαλή και ιδιωτικά, να μην κοινοποιούνται σε άλλες επιχειρήσεις ή να χρησιμοποιούνται για την εκπαίδευση ενός δημόσια διαθέσιμου μοντέλου.
Καθώς οι οργανισμοί μεταφέρουν την GenAI από την πιλοτική εφαρμογή στην παραγωγή, χρειάζονται «έλεγχο εναέριας κυκλοφορίας», μια ομάδα που αποτελείται από επικεφαλής μάρκετινγκ, συμμόρφωσης και τεχνολογίας, για να συντονίζει και να κατευθύνει την ανάπτυξη της GenAI σε ολόκληρο τον οργανισμό.
«Είναι ζωτικής σημασίας η λειτουργία μάρκετινγκ να τοποθετείται στην καρδιά μιας στρατηγικής πύργου ελέγχου τεχνητής νοημοσύνης.» «Δίνοντας έμφαση στην αποτελεσματική δημιουργία περιεχομένου, την εξατομίκευση της Τεχνητής Νοημοσύνης και την προηγμένη ανάλυση που εστιάζει στον καταναλωτή, είναι κρίσιμο το μάρκετινγκ να συντονίζεται με τους νομικούς, κυβερνοασφάλειας, απορρήτου και τεχνολογικούς φορείς, ώστε να αξιοποιεί και να εφαρμόζει αποτελεσματικά τις πληροφορίες δεδομένων», λέει ο Tom Edwards, Διευθύνων Σύμβουλος, Επικεφαλής Εφαρμοσμένης & Γενετικής Τεχνητής Νοημοσύνης της EY. «Αυτή η κεντρική προσέγγιση διευκολύνει μια ενοποιημένη κατεύθυνση και λήψη αποφάσεων, για να κινείται κανείς με την ταχύτητα της επιχείρησης, μετριάζοντας παράλληλα τον κίνδυνο».
Η διακυβέρνηση της Τεχνητής Νοημοσύνης πρέπει να επεκταθεί στη δημιουργία και την παροχή εμπειριών πελατών. Καθώς η Τεχνητή Νοημοσύνη γίνεται ολοένα και πιο αυτόνομη, ικανή να δημιουργεί, να εξατομικεύει και να προβλέπει τη χρήση δεδομένων πελατών, οι άνθρωποι πρέπει να παραμείνουν στο επίκεντρο των δημιουργικών και εμπορικών αποφάσεων. Η προσφορά εμπειριών χωρίς επαρκές φίλτρο ανθρώπινης κρίσης θα μπορούσε να έχει εμπορικές επιπτώσεις και επιπτώσεις στη φήμη.
Θέματα που πρέπει να λάβουν υπόψη οι CMO:
Η Γενετική Τεχνητή Νοημοσύνη (GenAI) μπορεί να προσφέρει μια άνευ προηγουμένου κατανόηση της ανθρώπινης συμπεριφοράς, αλλά πάντα θα υπάρχουν πτυχές του πελάτη που δεν μπορούν να κατανοηθούν ή να προβλεφθούν πλήρως από μια μηχανή. Μπορεί να ξέρει τι θέλουμε, αλλά πιθανότατα δεν ξέρει γιατί το θέλουμε.
Η Γενετική Τεχνητή Νοημοσύνη (GenAI) μπορεί να αποτελέσει μια μετασχηματιστική δύναμη στην εμπειρία του πελάτη, τόσο για τους επαγγελματίες όσο και για το κοινό – και στην καρδιά αυτού του μετασχηματισμού βρίσκεται η ανθρώπινη δράση.
Αντί να αφαιρεί δημιουργική εργασία από τις ομάδες μάρκετινγκ, η GenAI μπορεί να την ενισχύσει, δημιουργώντας εκθετική αξία και θέτοντας μια νέα γκάμα δυνατοτήτων εμπειρίας πελατών στα χέρια ολόκληρης της ομάδας, γεγονός που ενισχύει περαιτέρω την εμπιστοσύνη.
Σήμερα, οι άνθρωποι έχουν μεγαλύτερη εμπιστοσύνη στους ανθρώπους παρά στις μηχανές. Καθώς όμως οι μηχανές έχουν προτεραιότητα στο μάρκετινγκ, οι οργανισμοί που θα πετύχουν με την Γενετική Τεχνητή Νοημοσύνη θα είναι αυτοί που θα τη χρησιμοποιήσουν για να ξεκλειδώσουν το ανθρώπινο πλεονέκτημα.
Η γνώση του τρόπου υιοθέτησης της Γενετικής Τεχνητής Νοημοσύνης (GenAI) αποδεικνύεται μια πρόκληση για τους περισσότερους οργανισμούς. Υπάρχουν όμως σημαντικές και προσβάσιμες ευκαιρίες για τους CMO να ηγηθούν της υιοθέτησης αυτής της τεχνολογίας. Νέα έρευνα από τον οργανισμό EY και την Adobe διερευνά ορισμένες συναρπαστικές περιπτώσεις χρήσης και αποκαλύπτει ορισμένους βασικούς παράγοντες που πρέπει να έχετε κατά νου.