Перевантаження ШІ: чи розумно ми витрачаємо кошти на штучний інтелект?

У цій статті Джеймс Геймерс, старший віце-президент з аналітики RAPP, обговорює інвестиції в штучний інтелект і те, що галузь може зробити, щоб змусити ШІ працювати.

Вибухове зростання інвестицій у штучний інтелект одночасно вихваляли як трансформаційний і критикували як надмірно роздутий. Обіцянка штучного інтелекту розблокувати нові рівні ефективності, персоналізації та розуміння спонукала до величезних фінансових зобов’язань. Але зростає дискуссія про те, чи справді цей сплеск інвестицій виправдав свої обіцянки, чи це призвело до «технічного перевищення», коли очікувані вигоди відстають від використаних ресурсів.

Невиконана обіцянка великих даних

Недавній звіт Goldman Sachs під назвою Gen AI: Забагато витрачається, замало користі? підкреслює значне занепокоєння: технічні гіганти та не тільки мають намір витратити понад 1 трильйон доларів США (8 мільярдів фунтів стерлінгів) на капітальні витрати на ШІ в найближчі роки, поки що мало що можна продемонструвати. Дарон Ацемоглу з Массачусетського технологічного інституту та Джим Ковелло з Goldman Sachs скептично ставляться до здатності штучного інтелекту створювати значні економічні переваги або вирішувати складні проблеми, які виправдовують такі високі витрати. Цей скептицизм відображає ширшу проблему нездійснених обіцянок великих даних. Величезні обсяги зібраних даних не завжди перетворювалися на практичні висновки чи значні переваги для бізнесу, що призвело до «технічного нависання».

Простого збору даних недостатньо. Потрібно мати глибше причинно-наслідкове розуміння ефективності маркетингу. Інтегруючи різноманітні джерела даних, ми можемо краще зрозуміти чинники поведінки клієнтів і відповідно оптимізувати маркетингові стратегії.

Людський елемент і розрив емпатії

У той час як деякі експерти зберігають оптимізм щодо довгострокових переваг штучного інтелекту, інші вказують на поточні обмеження, включаючи відсутність «вбивчої програми», яка виправдовує інвестиції. Це узгоджується з концепцією «розриву емпатії», коли обіцянки компаній значно перевищують їхні результати, що призводить до розчарування клієнтів. Парадокс масштабу та серйозності підкреслює нашу меншу чутливість до результатів із зростанням чисельності. Ці концепції мають вирішальне значення для розуміння того, чому великі набори даних не завжди можуть призвести до кращих людських зв’язків або бізнес-результатів.

Чіткість контексту та правильні дані

У звіті Goldman Sachs випливає, що проблема не в самому ШІ, а в тому, як він використовується. Це підтверджується важливістю контекстуальної ясності – розуміння того, що на поведінку клієнтів впливають різноманітні зовнішні та макрофактори, окрім того, що видно в даних першої сторони. Таким чином, дані першої сторони повинні бути збагачені іншими наборами даних у різних організаціях, а також сторонніми клієнтами, конкурентами та макроданими, щоб забезпечити більш повне уявлення про поведінку клієнтів. Цей підхід допоможе компаніям передбачити наслідки та прийняти обґрунтовані рішення, що зрештою призведе до кращих маркетингових стратегій і покращення рентабельності інвестицій.

Створення міцної основи ШІ для сталого зростання

Існують важливі компоненти, необхідні для створення міцної основи ШІ, яка підтримує стале зростання. Це стосується не лише технологій, але й стратегічних і культурних змін всередині організацій. Ось кілька ключових висновків:

1. Стратегічний підхід: уникайте захоплення останніми блискучими об’єктами ШІ. Натомість зосередьтеся на стратегічній та стабільній інтеграції ШІ у ваші бізнес-процеси.
2. Пов’язані дані, прийняття рішень і контент: штучний інтелект може збільшити творчий результат і стимулювати зростання, коли дані, прийняття рішень і створення контенту бездоганно пов’язані.
3. Управління та етика. Встановіть надійні керівні та етичні принципи, щоб забезпечити відповідальне використання штучного інтелекту, зменшуючи такі ризики, як упередженість, проблеми з конфіденційністю даних і проблеми з інтелектуальною власністю.
4. Культурна підтримка: розвивайте культуру, яка сприймає експерименти, готова терпіти невдачі та швидко навчатися. Цей гнучкий підхід може допомогти компаніям адаптуватися до середовища ШІ, що швидко розвивається.

Від даних до емпатії: творче тестування та людське розуміння

Щоб усунути розрив між потенціалом штучного інтелекту та його поточним впливом, компанії повинні переорієнтуватися на людський фактор і мати чіткий сценарій використання для створення цінності для кінцевого користувача в бізнесі або для клієнтів.

Одним із прикладів є використання штучного інтелекту для тестування креативу, щоб забезпечити створення найбільш вражаючої роботи. Креативне тестування передбачає структурований підхід, щоб переконатися, що маркетингові кампанії резонують із цільовою аудиторією перед повномасштабним запуском. Це можна зробити за допомогою комбінації даних першої сторони та використання надійних і репрезентативних споживчих панелей цільової аудиторії.

Завдяки профілюванню панелей можна краще зрозуміти їхні геодемографічні, соціально-економічні та особистісні риси. Це означає, що коли створюється новий вміст, компанії можуть розпочати передзапускове тестування кампаній, варіантів оголошень і повідомлень за допомогою панелей, щоб визначити, які варіанти найімовірніше забезпечать найвищу ефективність. Це включає оцінку легкості розуміння, відносності, подобання, інтересу, ймовірності залучення, володіння, диференціації та значущості.

З цього моменту штучний інтелект може аналізувати та оптимізувати для розуміння продуктивності за допомогою поєднання аналізу вмісту, нейронауки та стеження за очима. Це означає, що подальші оцінки, створені штучним інтелектом, можуть допомогти визначити найефективніші варіанти вмісту, оптимізувати попередній запуск і внести точніші налаштування під час кампанії.

Починаючи з попередньо перевіреного вмісту та постійно оптимізуючи на основі відгуків людей і аналізу штучного інтелекту, ми можемо запускати кампанії, які є точнішими, ефективнішими та досягають більшої конверсії аудиторії.

Збалансування даних і людського розуміння

Незважаючи на те, що організації вкладають значні кошти в штучний інтелект, ці інвестиції окупляться лише тоді, коли компанії навчаться збалансовувати дані та людське розуміння. Безсумнівно, існує потреба в більш тонкому підході до інвестування в штучний інтелект, який надає пріоритет людському зв’язку та контекстуальному розумінню так само, як і розвитку технологій. Зосереджуючись на контекстній ясності, співчутті та правильних сценаріях використання, компанії можуть перетворити штучний інтелект з модного слова на інструмент, який справді покращує успіх бізнесу. Головне — не більше даних, а розумніше, більш чуйне використання даних, які ми маємо.