Iš daugelio pramonės šakų tai rinkodara, kurioje AI nebėra šalutinis „inovacijų laboratorijos“ projektas, o įtrauktas į trumpus, gamybos vamzdynus, patvirtinimus ir žiniasklaidos optimizavimą. Gruodžio mėn. paskelbtas WPP iQ įrašas, pagrįstas internetiniu seminaru su WPP ir stabilumo AI, parodo, kaip atrodo AI diegimas kasdienėse operacijose.
Čia kalbame apie koncentraciją ties praktiniais apribojimais, kurie lemia, ar AI keičia kasdienį darbą, ar tik prideda dar vieną sudėtingumo ar įrankių sluoksnį.
Prekės ženklo tikslumas – pakartojama galimybė
Rinkodaros agentūrų dirbtinis intelektas prekės ženklo tikslumą vertina kaip tai, ką reikia sukurti. WPP ir „Stability AI“ pažymi, kad parduodami modeliai „neapmokomi jūsų prekės ženklo vizualinio identiteto“, todėl rezultatai dažnai gali atrodyti bendri. Įmonių priemonė yra koregavimas, ty modelių mokymas apie prekės ženklo duomenų rinkinius, kad modelis išmoktų prekės ženklo vadovą, įskaitant stilių, išvaizdą ir spalvas. Tada šiuos elementus galima nuosekliai atkurti.
Puikus pavyzdys yra WPP Argos. Tiksliai sureguliavusi modelį mažmenininkui, komanda apibūdino, kaip modelis atskleidė detales už simbolių ribų, įskaitant apšvietimą ir subtilius šešėlius, naudojamus prekės ženklo 3D animacijose. Šių smulkesnių detalių atkūrimas gali būti tais atvejais, kai gamyboje dingsta laikas – perteikimas ir keli patvirtinimo etapai. Kai dirbtinio intelekto išvestis pradedama arčiau „baigimo“, komandos praleidžia mažiau laiko taisydamos ir daugiau laiko kurdamos pasakojimus bei pritaikydamos medijas skirtingiems kanalams.
Ciklo laikas sutrinka (ir kalendoriai keičiasi)
WPP ir „Stability AI“ nurodo, kad tradicinė 3D animacija gali būti per lėta reaktyviajai rinkodarai. Galų gale, kultūriniai momentai reikalauja tiesioginio turinio, o ne ciklų, apibrėžtų savaitėmis ar mėnesiais. Savo Argos atvejo tyrime WPP parengė pasirinktinius modelius dviem 3D žaislų personažais, kad modeliai sužinotų, kaip jie atrodo ir elgiasi, įskaitant tokias detales kaip proporcijos ir kaip personažai laiko objektus.
Rezultatas buvo „aukštos kokybės vaizdai… sukurti per kelias minutes, o ne mėnesius“.
Pagreitinta darbo eiga juda, o ne pašalina gamybos kliūtis. Jei variacijų generavimas tampa greitas, apribojimais tampa peržiūra, atitiktis, teisių valdymas ir platinimas. Tos problemos buvo visada, tačiau AI greitis ir efektyvumas šiame kontekste rodo skirtumą tarp to, kas įmanoma, ir sistemų, kurios buvo įterptos ir priimtos į darbo eigą. Agentūros, norinčios, kad dirbtinis intelektas pakeistų kasdienes operacijas, turi pertvarkyti darbo eigą, o ne tik pridėti technologiją kaip naują įrankį.
„AI priekinė dalis“ tampa būtina
WPP ir stabilumo dirbtinis intelektas įvardija „UI problemą“, kai kūrybinės komandos praranda laiką, kai sąsajos su įprastais įrankiais yra „atsijungusios, sudėtingos ir painios“, todėl priverstinai verčiami sprendimai ir nuolatinis turto judėjimas tarp įrankių. Dažnai atsakymai yra pagal užsakymą, konkretaus prekės ženklo priekinės dalys su sudėtingomis darbo eigomis užpakalinėje dalyje.
WPP pozicionuoja WPP Open kaip platformą, kuri užkoduoja WPP patentuotas žinias į „pasauliniu mastu prieinamus AI agentus“, kurie padeda komandoms planuoti, gaminti, kurti mediją ir parduoti. Eksploatacinė nauda gaunama dėl švaresnio įrankių perdavimo, kai darbas pereina nuo trumpų prie gamybos, išteklius į aktyvavimą, o našumo signalai grįžta į planavimą.
Savitarnos galimybės keičia agentūros veiklą
Dirbtinio intelekto pagrindu veikiančios rinkodaros platformos taip pat tampa skirtos klientams. Tai verčia agentūras sutelkti dėmesį į tas darbo eigos dalis, kurių klientai negali lengvai apsitarnauti, pvz., kurti prekės ženklo sistemą, tobulinti derinimą ir užtikrinti, kad valdymas būtų integruotas.
Valdymas pereina nuo politikos prie darbo eigos
Kad dirbtinis intelektas būtų naudojamas kasdien, valdymas turi būti įtrauktas ten, kur vyksta darbas. Dentsu aprašo „sienos sodų“ kūrimą – tai skaitmeninės erdvės, kuriose darbuotojai gali saugiai prototipuoti ir kurti su dirbtiniu intelektu pagrįstus sprendimus bei komercializuoti geriausias idėjas. Tai sumažina jautrių duomenų poveikio riziką ir leidžia eksperimentams pereiti į gamybos sistemas.
Planavimo ir įžvalgos kompresas taip pat
Veiklos poveikis neapsiriboja gamyba. „Publicis Sapient“ aprašo AI pagrįstą turinio strategiją ir planavimą, kuris „mėnesius trunkančius tyrimus paverčia įžvalgų minutėmis“, derinant didelius kalbos modelius su konteksto žiniomis ir greitomis bibliotekomis (PDF). Tyrimai ir trumpa plėtra suspaudžia darbo grafikus, todėl gali įvykti daugiau klientų darbo, o agentūra greičiau reaguoja į besikeičiančius kultūros ir platformos algoritmus.
Kas pasikeičia žmonėms
Visuose šiuose pavyzdžiuose įtaka rinkodaros specialistams yra perbalansavimas ir darbo aprašymų perkėlimas. Mažiau laiko skiriama mechaniniam braižymui, dydžio keitimui ir versijų kūrimui, o daugiau laiko skiriama prekės ženklo priežiūrai. Išplečiami nauji operatyviniai vaidmenys, tokie kaip modelio treneris, darbo eigos dizaineris ir AI valdymo vadovas.
AI daro didžiausią veiklos skirtumą, kai agentūros naudoja pritaikytus modelius, tinkamas priekines dalis, kurios leidžia lengvai pritaikyti (ypač klientų) ir integruotas platformas, jungiančias planavimą, gamybą ir vykdymą.
Pagrindinis pranašumas yra greitis ir mastas, tačiau gilesnis pokytis yra tas, kad rinkodaros pristatymas pradeda panašėti į tiekimo grandinę su programine įranga, standartizuota, lanksti ten, kur reikia, ir išmatuojama.
(Vaizdo šaltinis: NASA Goddardo nuotrauka ir vaizdo įrašas „Solar Wind Workhorse pažymi 20 mokslo atradimų metų“ yra licencijuotas pagal CC BY 2.0.)
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra TechEx dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
