Jak ChatGPT ma zmienić technologię marketingową

Jesteśmy w punkcie zwrotnym dla ChatGPT i innych chatbotów opartych na sztucznej inteligencji.

W tej chwili większość uwagi skupia się na wykorzystaniu ich przez Microsoft i Google. Dotychczasowa dyskusja dotyczyła głównie wpływu na marketing i SEO. Ale co z wpływem na martech?

Christopher Penn, współzałożyciel i główny analityk danych w TrustInsights.ai, mówi, że już teraz tworzy duże zmiany i możliwości.

P: Dużo mówi się o tym, jak boty czatu AI wpłyną na marketing, ale co z martech? Jak myślisz, co tam zrobi?

Odp.: Dostawcy Martech powinni postrzegać to jako akcelerator postępu. Jest to narzędzie przyspieszające pracę zespołów deweloperskich. Mam możliwość poproszenia dużego modelu językowego o fragment kodu, który robi X, aby umieścić go w istniejącym kodzie, który już mam. To pozwoliło mi przejść przez miesiąc rozwoju w ciągu kilku dni. Nadal muszę tam być, aby naprawić wszystkie dziwne dziwactwa, które wypluwa silnik, ale chłopcze, dzięki temu stałem się szybszy.

Kop głębiej: jak sztuczna inteligencja pozwala marketerom tworzyć na dużą skalę CX skoncentrowane na człowieku

Właściwie używam go bardziej do kodowania niż do czegokolwiek innego. [ChatGPT] w obecnej postaci generuje kod, który jest wystarczająco dobry, aby doświadczony programista mógł spojrzeć i powiedzieć: „OK, to daje mi kilka dobrych pomysłów” lub przyspieszyć tworzenie fragmentu kodu. W żaden sposób nie może napisać kompletnego kodu, który jest gotowy do uruchomienia od razu po wyjęciu z pudełka, z wyjątkiem najprostszych rzeczy.

Nie postrzegam go w obecnym wcieleniu jako narzędzia zastępczego, ale myślę, że będą firmy, w których będziesz miał dopracowane modele, które mogą generować kod do bardzo konkretnych celów. To jest biblioteka przeszkolona specjalnie w Pythonie, jest to biblioteka przeszkolona specjalnie w zakresie etcetera.

P: To świetna wiadomość dla operacji marketingowych. Co może zrobić dla marketerów korzystających z martech?

Myślę, że ma inne zastosowania w ramach martech, w szczególności bardziej klasyczne zadania uczenia maszynowego, takie jak analiza regresji do robienia na przykład punktacji leadów. Ponownie, te narzędzia znacznie przyspieszają twoje postępy. Albo jednym z moich ulubionych zadań jest przekazanie mu mojego kodu i poproszenie mnie, aby powiedział mi, jak uczynić go bardziej wydajnym, prawda? Powiedziałbym, że siedem na 10 razy pojawia się przydatne sugestie, które działają.

Nie bez powodu modele te nazywane są transformatorami. (Nota redaktora: GPT w ChatGPT oznacza Generative Pre-trained Transformer.) Są dobrzy w braniu czegoś i przekształcaniu tego w coś innego. Są w porządku w generowaniu, ale są świetne w rafinacji i to jest miejsce, w którym myślę, że jest dużo niewykorzystana moc.

P: Jaki jest inny tego przykład?

O: Jest to dobre do restrukturyzacji treści. Gdy jeżdżę po okolicy, zabierając moje dzieci do różnych rzeczy, nagrywam notatki głosowe i każę je transkrybować. I wszyscy wiemy, że to, co wychodzi w transkrypcji, nie jest gotowe do druku. Ale możemy to wziąć, wprowadzić do modelu i powiedzieć, że przekształcimy to w kopię odpowiednią dla artykułu. Ponownie, zachowuje twój głos, zachowuje twoje fakty, zachowuje twój punkt widzenia. Ale robi to z rodzaju gorącego bałaganu, z którym wychodzi twoja transkrypcja. Jest to więc bardzo łatwy sposób na generowanie dużej ilości treści do takich rzeczy, jak biuletyny lub cokolwiek innego. I znowu w tym miejscu te narzędzia naprawdę błyszczą.

Sprzedawcy Martech powinni móc powiedzieć, że oto 10 ostatnich wysłanych przez Ciebie e-maili sprzedażowych, przepiszmy je, aby były bardziej profesjonalne. Ale nadal zachowuje twój głos, twój punkt widzenia, faktyczne dane, które włączasz. I myślę, że właśnie w tym obszarze martech space widzi wiele korzyści z tych narzędzi.

P: Mówiąc o treści, kiedy ta technologia odpowiada na pytanie, robi to bez bezpośredniego linkowania do źródła. Ma to ogromne implikacje dla content marketingu. Jak bardzo powinni być zaniepokojeni marketerzy treści?

Odp .: Kwestia zainteresowania będzie zmienna w zależności od każdej firmy. Wejdź na swoje konto Google Analytics lub konto analityki internetowej i sprawdź, jaki procent ruchu i konwersji uzyskujesz z bezpłatnych wyników wyszukiwania. Jeśli jest to kanał większościowy, musisz kopać trochę dalej, aby zobaczyć, ile z nich to wyszukiwanie markowe, a nie niemarkowe. Wyszukiwanie według marki prawdopodobnie będzie w większości OK. Jeśli ktoś szuka Constantine von Hoffman? Nawet duży model językowy prawdopodobnie powie, hej, to jest prawdopodobnie osoba, której szukasz. Lub po prostu będą wiedzieć, aby przejść do Twojej witryny, Twojego adresu URL itp.

Ale jeśli wyszukiwanie niezwiązane z marką stanowi lwią część ruchu związanego z wyszukiwaniem, w szczególności ruch związany z wyszukiwaniem konwersji, powinieneś być bardzo zaniepokojony. To tam duże modele językowe będą przechwytywać Twój ruch i nie dawać Ci nic lub dawać bardzo mało.

Mówię to, ponieważ widzieliśmy zapowiedzi interfejsu Binga z czatem, GPT i interfejsu Google Bard. Cytują swoje źródła jako małe przypisy. Z zadowoleniem przyjąłbym pewne rzeczywiste badania na ten temat, ale instynktownie podpowiada mi, że ludzie nie czytają bardzo dokładnie przypisów i nie klikają (na nie).

(Wywiad zredagowany ze względu na długość i przejrzystość)