(Kiemelt kép: Unsplash+)
A mesterséges intelligencia lényege, hogy a gépek ugyanolyan jól vagy még jobban oldanak meg problémákat, mint az emberek. A gépi tanulás az egyik legfontosabb módja ennek megvalósításának, mivel a mesterséges intelligencia alkalmazása lehetővé teszi, hogy a számítógépes rendszerek automatikusan tanuljanak és idővel a tapasztalatok alapján javuljanak, mindenféle explicit programozás nélkül. Az MI-eszközök beáramlása a marketingbe és a reklámba számos figyelemre méltó hatással járt, és folyamatosan átalakítja ezeket a kulcsfontosságú ágazatokat. Ma a marketingesek minden korábbinál mélyebbre merülnek az ügyféladatokba, hogy stratégiáik racionalizálása érdekében hasznosítható meglátásokat nyerjenek. Nézzünk meg néhányat a legkiemelkedőbb hatások közül, melyeket a gépi tanulás és általában az MI gyakorol a marketingre és a reklámra.
Célzott marketing
A gépi tanulással támogatott marketingkampányok elemezni tudják, hogy az egyes vásárlóknak milyen stílusú és típusú reklámok szólnak leginkább. Ez megkönnyíti a potenciális vásárlókkal való kapcsolatfelvétel testre szabását, és ezt követően olyan vonzó tartalmakat generál, melyek nagyobb eséllyel alakítják át őket vásárlókká. A gépi tanulás a vásárlókat földrajzi elhelyezkedésük alapján is képes megcélozni. Ez lehetővé teszi a marketingesek számára, hogy a legrelevánsabb tartalmat kínálják, személyre szabottabb élményt nyújtva számukra.
Előrejelző megközelítések
A mesterséges intelligencia lehetővé tette az ügyfelek igényeinek és potenciális problémáinak azonosítását, még mielőtt azok egyáltalán tudatosulnának bennük. A prediktív megközelítések használata segít a marketingeseknek azonosítani a következő legjobb lépéseket, melyek értelmesebb élményeket teremtenek a potenciális ügyfelek számára. Ez lehetővé tette a releváns ajánlatok, üzenetek, figyelmeztetések és értesítések létrehozását, melyek nagyobb valószínűséggel vezetnek a konverzióhoz. A gépi tanulási eszközöknek ráadásul van egy nagy előnye: tanulnak a korábbi előrejelzésekből és eredményekből. Ez idővel javítja előrejelző képességeiket, így a meglátásaik pontosabbá válnak.
Valós idejű cselekvések és reakciók
Az MI szoftverek elképzelhetetlen sebességgel képesek feldolgozni az adatokat, és ez lehetővé tette, hogy a marketingesek következetesen optimalizálják a következő legjobb lépéseket a potenciális ügyfelek számára. Az automatizált gépi tanulási rendszerek folyamatosan felülvizsgálják és a legfrissebb vásárlói viselkedés alapján adaptálják a vállalkozás marketingmegközelítését. Emellett pontosan meghatározzák a legmegfelelőbb változókat a releváns adattáplálások generálásához, és így kiküszöbölik a hosszú és összetett integrációkra való támaszkodást.
Versenyképes megkülönböztetés
A versenyképes megkülönböztetés kulcsa ma az ügyfelek jobb megértésének képességében rejlik. Az ilyen kezdeményezésből származó tudás lehetővé teszi, hogy megalapozott döntéseket hozzunk a számukra személyre szabottabb élmények kialakítása során. Ez pedig versenyelőnyhöz juttatja a vállalkozásokat. A marketingesek sokáig nehezen tudták elemezni az ügyfelektől kapott hatalmas mennyiségű adatot és „operacionalizálni” a kapott felismeréseket. A gépi tanulás ezt minden eddiginél könnyebben teszi lehetővé.
Költségvetés-optimalizálás és a redundancia kiküszöbölése
Az adatelemzés és más gépi tanulási megközelítések megfelelő alkalmazása a marketingben és a reklámozásban pontosabbá és egyben költséghatékonyabbá teszi az alkalmazott folyamatokat. Az ügyfélismerettel alátámasztott pontos lépések javítják az internetes böngészők tényleges vásárlókká való átalakításának esélyét. Ezáltal megéri az ilyen eszközökbe való befektetést, mivel azok magasabb megtérülést (ROI) eredményeznek. Emellett az MI-eszközök használata csökkenti a marketingköltségeket, mivel a korábbi rendszerek sokkal több munkaerőt igényeltek. A marketingesek automatizált e-mailek és a közösségi médiaplatformokon megjelenő posztok segítségével kommunikálhatnak a célvevőkkel. Az eszközök lehetővé teszik számukra azt is, hogy azonosítsák azokat a marketingcsatornákat, melyek működnek, és melyekbe üzleti erőforrásokat fektethetnek, így csökkentve a redundanciát.
Az MI-eszközök használata jelentősen javító hatással volt a hirdetésekre és a marketingmegközelítésekre, hatékonyabbá téve azokat. A gépi tanulás beépítése az üzleti élet e fontos aspektusaiba nagyban segíti az adatvezérelt döntéshozatal megkönnyítését és a létfontosságú folyamatok automatizálását. Ezek az eszközök sokat ígérnek az üzleti élet jövője szempontjából, mivel lehetővé teszik a mai digitális fogyasztók igényeinek hatékonyabb kielégítését. A mesterséges intelligencia és a gépi tanulás egyértelműen az üzleti élet jövőjét jelenti, és azok a marketingesek, akik beépítik ezeket a stratégiáikba, biztosan jelentős előnyökhöz jutnak.
MI és reklám fogyasztói szemszögből
A digitális reklám egy virágzó iparág: csak 2019-ben több mint 300 milliárd dollárt ér. Emellett ez az elsődleges üzleti modell, mely fenntartja az internetet, az emberiség legfontosabb kommunikációs eszközét. Ám ahogy a mesterséges intelligenciával támogatott reklám egyre elterjedtebbé és kifinomultabbá válik, mindezt korlátok nélkül teszi. Kevés szabály van arra, hogy a reklám ne felügyelje, ne tájékoztassa félre a fogyasztókat, és ne zárja ki őket. Ha az iparág nem esik át jelentős reformon, ezek a problémák csak tovább fognak erősödni. Húsz évvel ezelőtt a digitális hirdetések alig voltak többek, mint online hirdetőtáblák: felugró ablakok, melyekről nem tudták, hogy ki és miért látja a hirdetést. A mai mesterséges intelligenciával működő digitális hirdetések azonban exponenciálisan kifinomultabbak. Az e hirdetések mögött álló technológia képes profilozni a fogyasztókat, és pontos célcsoportokba szegmentálni őket, vagy diszkriminációt okozó feltételezéseket tenni. Vagy az arcukon észlelt érzelmek alapján hirdetéseket tálalhatnak már; akár otthonukban ülve is. A reklám a domináns üzleti modell, mely a digitális tereket finanszírozza, és világszerte „ingyenes” hozzáférést biztosít a fogyasztóknak a termékekhez és szolgáltatásokhoz. Ez hatékony üzlet a hirdetők számára, és rendkívül jövedelmező a platformok számára. De súlyos károkat is okoz, és ezek fő terhét a fogyasztók viselik.
Az „Consumers International ‘Digital Trust Framework” című jelentés 10 hónapon keresztül készült, a globális reklám, fogyasztóvédelem és digitális jogok területén tevékenykedőkkel készített interjúk és műhelybeszélgetések segítségével. Egy digitális bizalmi keretrendszer alapján, valamint többek között az ENSZ, a The Conscious Advertising Network és az Avaaz kutatásait felhasználva hét fő veszélyt azonosítottak, melyeket a mesterséges intelligenciával működő hirdetések jelentenek a fogyasztók számára, a diszkriminációtól a félretájékoztatásig. Ezen ártalmak közül sok alapvetően megváltozik vagy súlyosbodik, ha a gépi tanulás vagy az érzelmi felismerés kiegészül a hirdetések létrehozásával és célzásával, különösen azokban az országokban, ahol nincsenek adatvédelmi jogszabályok. A legaggasztóbb megállapítások közé tartozik néhány. Olyan szabadalmakra vonatkozó bizonyítékok, melyek lehetővé tennék az arcadatok létrehozását és tárolását az otthoni televíziókészülékeken keresztül, valamint a hirdetések célzott célzására való felhasználását. Gépi tanulással optimalizált online csalások, illetve mélyhamisítási technológia. A fogyasztók ügyintézésének teljes hiánya az algoritmikus döntéshozatallal szemben, amit a gépi tanulás csak tovább fokoz. A megcáfolt tudományok, például a frenológia feltámasztása az arcfelismerő startupok segítségével. Hatalmas környezeti áldozat, ha a mesterséges intelligenciát a reklámozásban úgy vezetik be, hogy nincs terv a szén-dioxid-kibocsátás csökkentésére.
A kutatás számos olyan kezdeményezést, pert, terméket és technológiát is feltárt, melyek célja az említett károk orvoslása vagy leküzdése, de a proaktív tervezés hiánya a mesterséges intelligenciával feljavított hirdetési jövőre vonatkozóan is kihathatnak. Jelenleg hiányzik az együttműködés a reklámipar, valamint a fogyasztóvédelem és az emberi jogok területén dolgozók között, amit gyorsan orvosolni kell annak érdekében, hogy megfelelően nyomon lehessen követni és meghatározni az új reklámtechnológia emberi hatásait. Ha például a hirdetők olyan problémákat határoznak meg, mint a bizalom csökkenése, akkor arra a következtetésre jutnak, hogy a reklámok „bombázása” a megoldás, nem pedig a személyes adatok felhasználásának korlátozása, a csalások elleni küzdelem vagy az online gyűlöletbeszéd és félretájékoztatás visszaszorítása.
Az adatvédelmi jogszabályok hiánya mellett számos piacon az ágazatközi együttműködés meg nem léte is kritikusan hátráltatja az előrelépést. Szakmaközi, közvetített fórumokat kell létrehozni, melyekben digitális jogvédő csoportok, fogyasztóvédelmi szakértők, finanszírozók, kiadók és hirdetők vesznek részt. A szorosabb együttműködés a probléma élesebb meghatározását és jobb megoldásokat eredményezne az online világunkat rontó problémákra. Ezeknek a fórumoknak biztosítaniuk kell az emberi és fogyasztói jogok védelmét a mesterséges intelligencia alapú reklámok tervezése során, azonosítva a károkat, és új kezdeményezéseket hozva létre azok megoldására, amint azok kialakulnak. A legjobb megoldások akkor születnek, amikor a nem kormányzati szervezetek vagy kampányolók a hirdetőkkel és a platformokkal együttműködve azonosítják és javasolják a társadalmi problémák megoldását. Ennek a The Conscious Advertising Network kollektívának a munkája például 6 kiáltványt eredményezett, melyek a hirdetők segítségére szolgálnak. Ilyenek mint a gyűlöletbeszéd és a dezinformáció azonosítása és finanszírozásmentesítése. A GDPR-on túlmenően a tájékozott beleegyezés megfontolása. A gyermekek jólétének biztosítása. A sokszínűség és befogadás figyelembevétele a reklámok létrehozásakor és elhelyezésekor. Valamint felhívás, hogy küzdjenek a szervezett bűnözést finanszírozó reklámcsalások ellen. Eredménye az, hogy az ENSZ most már elismeri a reklámok szerepét a gyűlöletbeszéd és a dezinformáció finanszírozásában, a hirdetők pedig most már az ENSZ gyűlöletbeszéd-definícióit használják, amikor mérlegelik, hogy milyen oldalakon jelenik meg a reklámjuk. A fogyasztóvédelem eddig nem állt a CAN-hez hasonló csoportok középpontjában, de a jövőben erre van lehetőség, és a globális piacokon sürgősen szükség van az ehhez hasonló fórumok kialakítására.
MI-úttörők a reklámszakmában
A jelenlegi mesterséges intelligencia forradalmat sok reklámszakember az 500 millió évvel ezelőtti kambrium-kori robbanáshoz hasonlította, mely a ma élő fajok többségének hihetetlen mértékű kialakulását eredményezte. Lehet, hogy van benne valami. A mesterséges intelligencia és a gépi tanulás meteorszerű felemelkedése már most is óriási hatással van társadalmunkra. A mesterséges intelligencia hatása nyilvánvaló az olyan hangfelismerő szoftverekben, mint Alexa és Siri, az olyan „okos” eszközökben, melyek képesek orvosi képeket szkennelni a rák felismerésére, és a mesterséges intelligencia felhasználásával felismerik a hamis hirdetéseket a Facebookon. A mesterséges intelligenciát egyre inkább alkalmazó egyik legfontosabb iparág a reklámipar. Az elmúlt években a nagy digitális médiavállalatok és reklámügynökségek elkezdték integrálni a technológiát digitális platformjaikba, hogy célzottabb kampányokat hozzanak létre, hatékonyabb üzleti folyamatokat alakítsanak ki, és növeljék ügyfélkörüket. Nézzük meg ezt az 5 vezető marketing- és reklámcéget, melyek pontosan ezt teszik.
Persado
A Persado egy olyan tartalomgeneráló platform, mely gépi tanulást és nyelvi feldolgozást használ „okosabb” marketingszövegek előállítására. MI-technológiájuk képes hatalmas mennyiségű marketingnyelvezetet (azaz bármilyen tartalmat, mely megjelenhet display hirdetésekben, tweetekben, SMS-ekben stb.) átválogatni, és azonosítani azokat a kifejezéseket, melyek a legjobban kifejezik azt az üzenetet, melyet a felhasználók a közönségüknek közvetíteni szeretnének. A technológia képes azonosítani az érzelmi nyelvezetet és az olyan kifejezéseket, mint a „ne hagyd ki” vagy a „csak neked”, és 19 féle érzéstípusba kategorizálni, beleértve az örömöt, a bűntudatot, a szorongást és a teljesítményt. A felhasználók ezután számos nyelvi lehetőség közül választhatnak. A vállalat alapítása óta a Persado máris nagy sikereket ért el. Honlapjuk szerint jelenleg „több mint 100 globális márka” használja a Persadót, és ügyfeleik 75%-kal „jobb választ” tapasztaltak a megnyitás, az átkattintások és a konverziók tekintetében, mint az emberek által írt tartalmak esetében.
Saatchi & Saatchi
2017 elején a Saatchi & Saatchi LA, az egyik vezető globális kreatív ügynökség a Toyotával közösen egy sor Facebook-kampányt indított, mely a kreatív programozást és az IBM Watson segítségével megvalósított mesterséges intelligenciát kombinálta. A Watson segített az ügynökségnek személyre szabottabb hirdetési tartalmakat létrehozni azáltal, hogy a hatalmas mennyiségű Facebook-adatból azonosította a fogyasztók meglátásait. A Rav4 crossovert népszerűsítő kampányhoz a Saatchi 1000 Facebook-videót készített az emberek Facebook-oldalain azonosított érdeklődési körök, valamint az általuk kedvelt és kattintott dolgok alapján. A videók különböző, az érdeklődési körökhöz kapcsolódó tevékenységeket mutattak be, és az adott érdeklődéssel rendelkező embereknek mutatták meg őket. A Toyota digitális kampányaival a Saatchi LA új utakat nyitott a reklámszakmában.
JWT
Egy másik nagy marketing- és kommunikációs vállalat, mely integrálja a mesterséges intelligenciát a napi tevékenységébe, a JWT Canada.
Az ügynökség 2015-ben a Starminddal, egy svájci MI-szoftvercéggel dolgozott együtt, hogy létrehozzanak egy MI-alapú belső kommunikációs platformot, melyet Pangaea névre keresztelte. A JWT 12.000 alkalmazottja mobileszköz, asztali számítógép vagy önálló weboldal segítségével a Pangaea segítségével kommunikálhatott az ügynökség belső hálózatával. Akár kérdést kellett feltenniük, akár segítségre volt szükségük valamiben, az alkalmazottak egyszerűen csak megnyitották az alkalmazást, és elküldték a kérdésüket. A tömeges e-mailezéstől vagy más üzenetküldő alkalmazásoktól az különböztette meg, hogy a Pangaea mesterséges intelligencia segítségével biztosította, hogy a kérdés a megfelelő emberhez jusson el. Idővel a Pangaea csak okosabb lett, ahogy egyre több levelezést és adatot gyűjtött a munkatársaktól, így gyorsabban és pontosabban tudta meghatározni a potenciális megoldásokat. Eddig a Pangaea nagyon sikeresen összehozta a JWT közösségét a különböző szakterületeken (a vállalat körülbelül egyharmada volt a kezdetben aktív felhasználó), és segített az ügynökségnek az új üzletek és ügyfélprojektek megnyerésében.
Publicis Groupe
A JWT-hez hasonlóan a reklám- és PR-óriás, a Publicis Groupe is egy Marcel nevű, mesterséges intelligenciával működő szakmai asszisztenst fejlesztett, hogy segítse a cég 80.000 alkalmazottját. Az Alexa, a Google for Work, a Kickstarter és a Creative Community keverékeként jellemzett Marcel egy belső interaktív platform lett, mely lehetővé tette a dolgozók számára, hogy a világ minden tájáról együttműködjenek a projekteken. A Publicis szerint az innovatív platform új ötleteket, új üzleti módszereket és jobb vállalati együttműködést eredményezett. A távoli együttműködések mellett Marcel képes arra is, hogy a „megfelelő képességekkel rendelkező, megfelelő embereket” párosítsa össze az ügyfélprojektek számára. Az algoritmus képes összeállítani a tökéletes csapatot, és olyan csapattagokat is javasol, akikről nem is gondoltuk volna, hogy bizonyos projektekhez szükségünk lehet rájuk.
Maxus
A vezető globális médiaügynökség, a Maxus, egy Lucy nevű MI-platformot használ „a strukturált adatok feldolgozására és átrendezésére a jobb hatékonyság érdekében”. A Maxus tesztelte a Lucyt Ázsiában egy kozmetikai márka számára, hogy jobban megértse a közönség szegmentációját a termékcsaládok között, majd ezen információk alapján meghatározza, hogy melyik médiaforrás lenne a leghatékonyabb az egyes termékcsaládokhoz. Annak ellenére, hogy a Lucy hihetetlenül jól képes a strukturált adatok rendszerezésére, vannak korlátai. A platform például nehezen tudja feldolgozni az olyan strukturálatlan adatokat, mint a fogyasztói felmérések, a médiafogyasztási adatok és az ügyféladatok. Jelenleg a médiatervezőknek még mindig meg kell fogalmazniuk az adatokat, mielőtt a Lucy hatékonyan fel tudja használni azokat, ami nagyon időigényes. Természetesen ahogy idővel egyre több és több adat kerül a Lucyba, a platform egyre okosabb lesz, és egyre jobban képes lesz arra, hogy a szélesebb körű adatokból (akár strukturáltak, akár nem) felismerje a meglátásokat.
