От автоматизации процессов и обеспечения гиперперсонализации до постоянного изменения процесса генерации идей — генеративный ИИ может стать катализатором новой эпохи маркетинговых возможностей.
Представьте себе мир , в котором у маркетологов нет творческих ограничений. Мир, в котором они могут сделать правильное предложение в нужное время нужному человеку — в общении, которое ощущается как единое целое, а не как какая-то разрозненная смесь Mad Libs. Мир, в котором повышение эффективности за счет автоматизации и автоматизированного создания контента идет рука об руку с более глубоким пониманием клиентов. Мир, в котором клиенты экономят время и усилия, находя и получая доступ к товарам и услугам, которые им нужны и в которых они нуждаются. Мир, в котором маркетологи смогут лучше встречаться и предлагать клиентам ценность, а также сосредоточиться на инновациях.
Генеративный ИИ (gen AI) приближает этот священный Грааль гиперперсонализации к реальности.
Новое поколение искусственного интеллекта позволяет произвести революцию в потребительском маркетинге в том виде, в каком мы его знаем сейчас. На уровне отдельной компании маркетинговые кампании, которые когда-то требовали месяцев разработки контента, получения информации и ориентации на клиентов, могут быть развернуты за недели или даже дни, часто с масштабной персонализацией и автоматическим тестированием. Задачи разработки веб-сайтов и обслуживания клиентов слишком часто являются узкими местами во взаимодействии с отдельными потребителями. Но при правильном исполнении они могут вызвать большую вовлеченность и повысить удовлетворенность. Маркетологи могут одновременно анализировать и интерпретировать текстовые, графические и видеоданные, чтобы лучше понимать инновационные возможности. Генератор искусственного интеллекта обеспечивает детальную персонализацию способами, которые раньше были невозможны.
Этот рост производительности ИИ начинает распространяться по мировому экономическому рынку. По оценкам недавнего отчета McKinsey, вклад генеративного ИИ в глобальную производительность может составить до 4,4 триллиона долларов в год. Согласно анализу, маркетинг и продажи являются одной из четырех функциональных групп, которые в совокупности могут принести примерно 75 процентов этой стоимости. Продуктивность маркетинга только за счет ИИ может увеличиться на 5–15 процентов от общих расходов на маркетинг, что составляет около 463 миллиардов долларов в год.
Грядут перемены, и компании, которые остаются в стороне, рискуют остаться позади.
В этой статье мы исследуем три способа, с помощью которых потребительские компании могут создавать ценность с помощью искусственного интеллекта. Компании уже входят в этот новый мир, используя существующие общедоступные модели искусственного интеллекта. Следующим шагом для них станет дифференциация, стимулирование непревзойденной настройки и более широких возможностей за счет интеграции этих моделей с их собственными данными и системами. Наконец, мы рассматриваем долгосрочные возможности для компаний, которые хотят пойти еще дальше, переосмыслив свои сквозные процессы с помощью искусственного интеллекта нового поколения.
Начало работы с генеративным ИИ в маркетинге
Текущее использование искусственного интеллекта в маркетинге в основном состоит из готовых пилотных проектов, интегрированных в существующие рабочие процессы. Эти усилия приносят немедленную пользу, помогая компаниям создавать тексты и изображения за меньшее время, персонализировать кампании, а также реагировать на отзывы клиентов и учиться на них. Но они также помогают компаниям узнать об искусственном интеллекте, создать возможности, необходимые для более глубокого его использования, и высвободить ценных сотрудников для задач более высокого уровня. Это одна из привлекательных черт геративного ИИ: как показывают следующие примеры, он способен быстро принести пользу, в отличие от других технологий, которые приносят компании вознаграждение только после многих лет инвестиций.
- Персонализация маркетинговых кампаний. Например, розничный торговец ремесленными товарами Michaels Stores использует ген искусственного интеллекта как часть своего подхода к углублению взаимодействия с клиентами посредством более персонализированного и частого взаимодействия со своими покупателями. Компания создала платформу для создания контента и принятия решений, чтобы помочь в разработке текстов и лучше понять, как сегменты клиентов взаимодействуют с различными сообщениями. Компания Michaels перешла от персонализации 20 процентов своих рассылок по электронной почте к персонализации 95 процентов. Это повысило рейтинг кликов для SMS-кампаний на 41 процент, а для кампаний по электронной почте – на 25 процентов.
- Неструктурированный анализ данных о клиентах. Усилия по гиперперсонализации также выигрывают от более детального анализа поведения потребителей, который может быть дополнен искусственным интеллектом. Например, сервис личной одежды Stitch Fix использует искусственный интеллект, чтобы помочь стилистам интерпретировать отзывы клиентов и давать рекомендации по продуктам. Instacart использует искусственный интеллект, чтобы предлагать клиентам рецепты и идеи по планированию еды, а также создавать списки покупок.
- Автоматизация процессов. Маркетологи всегда играли ключевую интегрирующую роль на предприятиях. Неудивительно, что мы видим возможности для компаний автоматизировать взаимодействие между маркетингом и другими функциями (например, обслуживанием, продажами, разработкой продуктов, исследованиями и разработками и юридическими проверками). Например, один розничный торговец, работающий напрямую с потребителем, использует ген искусственного интеллекта для обработки обращений клиентов, таких как прием заказов или запросы на ремонт. Используя искусственный интеллект для автоматизации этапов процесса (например, получение информации на серверной стороне, внесение необходимых изменений и ответ клиентам от имени бренда), компания добилась сокращения времени до первого ответа более чем на 80 процентов. сокращение среднего времени рассмотрения заявки на четыре минуты. Использование искусственного интеллекта также дало команде поддержки клиентов компании больше времени, чтобы сосредоточиться на взаимодействии с клиентами на более высоком уровне. Кроме того, существуют значительные возможности для оптимизации создания многовариантных и долгосрочных маркетинговых активов, таких как медиапланы, квартальные обзоры, стратегические планы и программы встреч.
- Выявление возможностей и генерация идей. Маркетологи используют искусственный интеллект для анализа действий конкурентов, оценки настроений потребителей и тестирования возможностей новых продуктов. Быстрое создание готовых к реагированию концепций продуктов может повысить эффективность успешных продуктов, повысить точность тестирования и ускорить выход на рынок. Mattel, например, использует искусственный интеллект при разработке продуктов Hot Wheels, чтобы генерировать в четыре раза больше концептуальных изображений продуктов, чем раньше, вдохновляя на новые функции и дизайны. Kellogg’s сканирует популярные рецепты, в которые входят (или могут включать) хлопья для завтрака, и использует полученные данные для запуска социальных кампаний вокруг креативных и актуальных рецептов. L’Oréal анализирует миллионы онлайн-комментариев, изображений и видео, чтобы выявить потенциальные возможности для инноваций в продуктах.
Когда компании начнут изучать возможности использования искусственного интеллекта, они захотят убедиться, что любые усилия, которые они предпринимают, соответствуют их общим маркетинговым целям. Попытка включить слишком много различных инициатив в области искусственного интеллекта в надежде, что что-то приживется, может в конечном итоге оказаться дорогостоящим, разбросанным и трудным для отслеживания, что затрудняет учет уроков, полученных в ходе запусков. Вместо этого компании могут сосредоточиться на двух или трех вариантах использования, в которых готовые инструменты искусственного интеллекта могут оказать немедленное влияние в приоритетных областях.
На протяжении всего процесса применения и внедрения искусственного интеллекта маркетологи должны обеспечивать наличие мер по снижению рисков, таких как «галлюцинации» (когда искусственный интеллект производит убедительные результаты, которые не основаны на проверяемых фактах, данных или алгоритмических шаблонах), предвзятость, нарушение конфиденциальности данных и нарушение авторских прав. ИИ обычно не очень хорошо подходит для принятия важных решений, регулируемых сред или приложений, требующих большого объема запросов или числовых рассуждений. Мы обнаружили, что назначение ответственного руководителя, а также совета по надзору за технологиями являются важными первыми шагами. Другие ограничения могут включать в себя работу на уровне человеческого анализа всего, что идет непосредственно к клиенту, или ограничение типов задач, которые ИИ может решать в маркетинговых кампаниях.
Индивидуальный искусственный интеллект для маркетинга
Многие компании начали разрабатывать варианты использования, подобные перечисленным выше. Однако компании, стремящиеся по-настоящему дифференцироваться, идут дальше. Они создают уникальные индивидуальные решения для клиентов, адаптируя готовые модели, обучаемые на небольших наборах данных для конкретных задач. Именно тогда компании смогут увидеть экспоненциальные улучшения в настройке продуктов для клиентов — от кампаний до продуктов. Когда компании начинают перекраивать существующие модели искусственного интеллекта, используя свои собственные данные и для своих весьма специфических потребностей, результаты могут быть впечатляющими.
В мире маркетинга точная настройка существующей модели искусственного интеллекта может означать обучение модели с открытым исходным кодом с использованием собственных данных (например, руководящих принципов бренда или креативов исторических маркетинговых кампаний) для создания индивидуального контента. Такое полузаказное решение искусственного интеллекта можно регулярно обновлять с учетом новых данных компании и постоянного обучения. Результатом является постоянно совершенствующееся индивидуальное решение для искусственного интеллекта, которое помогает увеличивать конкурентные преимущества компании по мере ее развития.
Мы уже видим, как компании экспериментируют с искусственным интеллектом. Вот два примера:
Гиперлокальный охват
Одна европейская телекоммуникационная компания использовала ИИ, чтобы перейти от ручного обмена сообщениями с клиентами к обмену сообщениями, которые будут более эффективно взаимодействовать с конкретными сегментами. Ранее эта телекоммуникационная компания размещала сообщения всего в четырех макросегментах. В условиях бережливого производства у нее была ограничена способность создавать индивидуальный контент, поэтому часто создаваемые сообщения не находили отклика у получателей. Например, сообщения, отправленные клиентам на языке, отличном от их родного диалекта (в стране, в которой работает эта телекоммуникационная компания, имеет несколько диалектов), имели особенно низкий коэффициент конверсии.
Телекоммуникационная компания создала механизм на основе искусственного интеллекта для создания гиперперсонализированных сообщений для 150 конкретных сегментов. Механизм обучен на данных, не позволяющих идентифицировать личность, но подходящих, чтобы адаптировать коммуникации к демографическим, региональным, диалектным и другим характеристикам каждого сегмента. Информация была передана в GPT-4 и Dall-E для создания текстов и изображений, которые затем были перенесены в электронную почту через API и подготовлены к развертыванию. Затем модели машинного обучения рекомендовали оптимальный продукт, маркетинговый канал и время для общения с каждым клиентом. Благодаря соответствующим ограничениям и протоколам управления (в данном случае полное участие человека и проверка на всех этапах для явного ограничения количества версий и степени персонализации) для соблюдения требований по рискам, этике и конфиденциальности. Результатом стало увеличение количества откликов на 40 процентов, а также сокращение затрат на развертывание на 25 процентов.
Инновации в разработке продуктов, креативе и улучшении клиентского опыта
Азиатская компания по производству напитков стремилась выйти на рынок ЕС быстрее, чем это могло бы произойти при использовании традиционных маркетинговых подходов. Компания обратилась к искусственному интеллекту, чтобы помочь ответить на два вопроса: какие виды новых напитков могут понравиться европейским потребителям и стимулировать рост, и какие инновационные методы могут ускорить процесс инноваций в продуктах от начала до конца.
Компания по производству напитков сначала использовала ChatGPT, чтобы предоставить пользователям ценную информацию, предоставив ему совокупную неконфиденциальную информацию о клиентах, а затем задала вопросы о тенденциях вкусов, чтобы получить базовое представление о потреблении напитков и поведении потребителей на рынке ЕС. Этот процесс занял один день, тогда как подобные исследования рынка обычно занимают до недели. Затем маркетинговая команда углубила эти идеи, наложив их на более традиционные методы исследования, такие как этнография и цифровые дневники.
Исследователи и дизайнеры также обратились к искусственному интеллекту для усовершенствования концепций продуктов. В мире дизайна продуктов промышленному дизайнеру часто требуется от семи до десяти дней, чтобы разработать единую концепцию напитка, сочетающую в себе форму, вкус и упаковку. Используя инструмент искусственного интеллекта для преобразования текста в изображение, компания смогла за один день создать 30 высококачественных концепций напитков с подробными изображениями. Затем маркетологи провели быстрое тестирование с клиентами и смогли на этой ранней собрать надежную обратную связь о том, что следует исследовать дальше. В конечном итоге ИИ помог компании по производству напитков завершить годовой процесс всего за один месяц.
Трансформация маркетинга с помощью искусственного интеллекта
Помимо использования готовых маркетинговых инструментов и индивидуальных решений, компании могут захотеть подумать о том, как будет выглядеть маркетинговая функция, преобразованная с помощью искусственного интеллекта, в долгосрочной перспективе. В этом изменившемся будущем почти все маркетинговые задачи могут выполняться с помощью ИИ: например, если маркетологам нужно написать текст, они могут начать с черновика, написанного ИИ. Если маркетологам необходимо провести исследование, они могут начать с запроса у ИИ. Но хотя будущая маркетинговая функция потенциально может стать более инновационной с появлением искусственного интеллекта, должны быть меры, гарантирующие, что личная информация не будет раскрыта, материалы, защищенные авторским правом, будут использоваться ненадлежащим образом, а также будут снижены другие риски.
Маркетинговое будущее, основанное на технологиях искусственного интеллекта, также будет направлено на создание уникального и впечатляющего клиентского опыта, который будет способствовать росту. Они могут включать в себя сверхрелевантную маркетинговую кампанию по электронной почте с десятками тысяч индивидуальных отзывов клиентов, чат-бот для косметической компании, который спрашивает клиентов об их целях и создает индивидуальный режим ухода за красотой, или составленные планы питания, адаптированные к семейным привычкам питания и ограничениям в еде. Это будущее включает в себя варианты использования, ориентированные на клиента, которые требуют реальных усилий для планирования, создания и проектирования.
Хотя мы все еще находимся на ранней стадии, и никто точно не знает, как будет выглядеть будущее ИИ, мы знаем, что грядет трансформация на основе генеративных нейросетей. Вот как компании могут начать работу, чтобы не остаться позади:
- Создайте видение и дорожную карту «Полярной звезды». Основываясь на уникальном контексте каждой компании, маркетологи могут начать с создания видения маркетингового будущего, обеспечиваемого ИИ, когда технология сможет решать задачи, требующие больших затрат времени, средств и ресурсов. Эта миссия должна учитывать руководящие принципы организации, включая ответственный ИИ. Исходя из этого, маркетологи могут составить план того, куда инвестировать (на основе уникальных возможностей своей компании, конкурентного набора и потребностей клиентов) и что строить. Руководители маркетинга должны убедиться, что компания каскадирует в подразделения, какие варианты использования следует расставить по приоритетам. Дорожная карта должна включать в себя схему обучения и подготовки сотрудников, а также общеорганизационный план внутренних коммуникаций, чтобы гарантировать, что все движутся в одном направлении.
- Создайте команду, чтобы добиться цели. Компании могут создать трехуровневую команду, которая поможет обеспечить успешную стратегию создания искусственного интеллекта. Первый уровень должен состоять из оперативного отдела, который владеет и координирует стратегию и реализацию инициатив. Второй уровень должен состоять из кросс-функциональных модулей, которые создают и реализуют отдельные варианты использования. Наконец, третьим уровнем должна стать техническая группа, обеспечивающая стабильную и безопасную платформу для сценариев использования.
- Добейтесь быстрых побед. Для приоритетных и несложных случаев использования, когда можно применить готовые инструменты искусственного интеллекта, приложите усилия, чтобы изучить и определить, где искусственный интеллект может принести наибольшую пользу, какие таланты и навыки необходимы для поддержания этой возможности, и каковы требования к операционной модели для эффективного масштабирования. В кратком описании проекта могут быть изложены ценностное предложение для пользователя и вариант использования, а в плане сборки могут быть перечислены технические требования, прототипы и решения «создавать, покупать или сотрудничать».
Лидеры маркетинга с использованием генеративного ИИ также могут начать создавать новые варианты использования. Они часто сложны и, вероятно, потребуют тонкой настройки базовых моделей ИИ (в отличие от настройки готового решения) и значительных доработок любого прототипа. Самая большая проблема будет заключаться в том, как масштабироваться. Начните с обеспечения взаимодействия между техническим и бизнес-руководством, поскольку обе группы имеют решающее значение. Затем, учитывая вариант использования, постоянно тестируйте и повторяйте действия на основе отзывов пользователей для информирования о развертывании и масштабировании.
Применяя этот трехуровневый подход — готовые пилотные проекты, индивидуальные решения и быстрые победы — компании могут раскрыть потенциал технологии, чтобы помочь повысить эффективность, результативность и креативность. Потенциальный график начала работы может выглядеть следующим образом:
- Первые шесть недель: разработайте пилотную дорожную карту, чтобы определить варианты использования, выяснить, как оценить текущие технологические возможности и технологические возможности в ближайшем будущем, определить правильную команду и операционную модель, а также выявить потенциальные риски.
- Первые 90 дней: Запустите «комнату выигрыша» для для дальнейшего определения приоритетных вариантов использования, разработки дорожной карты, передачи данных в источники генерации ИИ, разработки стратегий по снижению рисков и проведения проверок, чтобы убедиться в ответственном использовании генерации ИИ.
- Первые шесть месяцев: Разработайте долгосрочную трансформационную стратегию искусственного интеллекта, измеряя воздействие, управляя изменениями и масштабируемостью, настраивая модели для разработки сообщений и начиная интеграцию искусственного интеллекта с существующими маркетинговыми технологиями.
Мы надеемся, что через несколько месяцев у маркетологов будет несколько общедоступных и демократических вариантов использования, на которые они смогут опереться и извлечь из них уроки, чтобы помочь ускорить, улучшить и упростить маркетинговые кампании.
ОБ АВТОРАХ
Лиза Харкнесс — партнер офиса McKinsey в Стэмфорде, штат Коннектикут; Келси Робинсон — старший партнер бостонского офиса; и Эли Стейн — партнер в офисе Bay Area, где Винни Ву — ассоциированный партнер.
Авторы хотели бы поблагодарить Эмили Ризор за ее вклад в эту статью.
Comments are closed.