Comment ChatGPT est sur le point de changer la technologie marketing

Nous sommes au point de basculement pour ChatGPT et d'autres chatbots alimentés par l'IA.

À l'heure actuelle, la plupart de l'attention se concentre sur l'utilisation que Microsoft et Google en font. Jusqu'à présent, la discussion a principalement porté sur l'impact sur le marketing et le référencement. Mais qu'en est-il de l'impact sur martech ?

Christopher Penn, co-fondateur et scientifique en chef des données chez TrustInsights.ai, affirme que cela crée déjà de grands changements et opportunités.

Q : Il y a eu beaucoup de discussions sur l'impact de ces chatbots IA sur le marketing, mais qu'en est-il de martech ? Que pensez-vous qu'il va faire là-bas?

R : Les fournisseurs de Martech devraient le considérer comme un accélérateur de progrès. C'est un outil d'accélération pour vos équipes de développement. J'ai la possibilité de demander à un grand modèle de langage un morceau de code qui fait X pour s'insérer dans le code existant que j'ai déjà. Cela m'a permis de passer un mois de développement en quelques jours. J'ai encore besoin d'être là pour réparer toutes les petites bizarreries étranges que le moteur crache, mais ça m'a rendu plus rapide.

Creusez plus profondément : comment l'IA permet aux spécialistes du marketing de créer une expérience client centrée sur l'humain à grande échelle

En fait, je l'utilise plus pour coder que pour autre chose. [ChatGPT] tel qu'il se présente aujourd'hui génère un code suffisamment bon pour qu'un codeur expérimenté puisse le regarder et dire : " OK, cela me donne de bonnes idées " ou accélère le développement d'un morceau de code. Il ne peut en aucun cas écrire un code complet prêt à être exécuté, sauf pour les choses les plus simples.

Je ne le vois pas dans son incarnation actuelle comme un outil de remplacement, mais je pense qu'il y aura des entreprises où vous aurez des modèles affinés qui peuvent générer du code à des fins très spécifiques. Comme, c'est une bibliothèque formée spécifiquement sur Python, c'est une bibliothèque formée spécifiquement sur etcetera.

Q : C'est une excellente nouvelle pour les opérations marketing. Que peut-il faire pour les spécialistes du marketing utilisant martech ?

Je pense qu'il a d'autres utilisations au sein de martech, en particulier des tâches d'apprentissage automatique plus classiques comme l'analyse de régression pour faire comme la notation des prospects par exemple. Encore une fois, ces outils accélèrent considérablement votre progression. Ou l'une de mes tâches préférées est de lui donner mon code et qu'il me dise comment le rendre plus efficace, n'est-ce pas ? Je dirais que sept fois sur 10, il propose des suggestions utiles qui fonctionnent.

Ces modèles sont appelés transformateurs pour une raison. (Note de l'éditeur : le GPT dans ChatGPT signifie "Generative Pre-trained Transformer".) Ils sont bons pour prendre quelque chose et le transformer en autre chose. Ils sont OK à la génération, mais ils sont excellents pour affiner et c'est là que je pense qu'il y a beaucoup de pouvoir inexploité.

Q : Quel est un autre exemple de cela ?

R : C'est bon pour restructurer le contenu. Pendant que je conduis pour emmener mes enfants, j'enregistre des mémos vocaux et je les fais transcrire. Et nous savons tous que ce qui ressort de la transcription n'est pas prêt à être imprimé. Mais nous pouvons prendre cela, l'introduire dans le modèle et dire transformer cela en copie appropriée pour un article. Encore une fois, cela préserve votre voix, cela préserve vos faits, cela préserve votre point de vue. Mais il le fait à partir du genre de gâchis chaud avec lequel votre transcription sort. C'est donc un moyen très simple de générer beaucoup de contenu pour des choses comme des newsletters ou autre. Et encore une fois, c'est là que ces outils brillent vraiment.

Les vendeurs de Martech devraient pouvoir dire comme voici les 10 derniers e-mails de vente que vous avez envoyés, réécrivons-les pour être plus professionnels. Mais cela préserve toujours votre voix, votre point de vue, les données factuelles que vous êtes et que vous incorporez. Et je pense que c'est là que l'espace martech peut tirer beaucoup d'avantages de ces outils.

Q : En parlant de contenu, lorsque cette technologie répond à une question, elle le fait sans lien direct avec la source. Cela a d'énormes implications pour le marketing de contenu. À quel point les spécialistes du marketing de contenu devraient-ils être concernés ?

A: La question de préoccupation va être variable en fonction de chaque entreprise individuelle. Accédez à votre compte Google Analytics ou à votre compte d'analyse Web et examinez le pourcentage de trafic et de conversions que vous obtenez grâce à la recherche organique. S'il s'agit de la chaîne majoritaire, vous devez alors creuser un peu plus pour voir dans quelle mesure il s'agit d'une recherche de marque par rapport à une recherche sans marque. La recherche de marque va probablement être généralement OK. Si quelqu'un cherche Constantine von Hoffman ? Même un grand modèle de langue va probablement dire, hé, c'est probablement la personne que vous recherchez. Et ou ils sauront simplement aller sur votre site Web, votre URL, etc.

Mais si la recherche sans marque représente la part du lion de votre trafic de recherche, en particulier votre trafic de recherche de conversion, vous devriez être très inquiet. C'est là que les grands modèles linguistiques intercepteront votre trafic et ne vous donneront rien ou vous donneront très peu.

Je dis cela parce que les aperçus que nous avons vus de l'interface de Bing avec le chat, GPT et l'interface Bard de Google. Ils citent leurs sources sous forme de toutes petites notes de bas de page. J'apprécierais des recherches réelles à ce sujet, mais mon instinct est que les gens ont tendance à ne pas lire les notes de bas de page très attentivement et à cliquer (sur elles).

(Interview éditée pour plus de longueur et de clarté)