Количество не гарантирует качества. Уверенность и подтверждение со стороны человека становятся важнейшими шагами между созданием контента с помощью ИИ и принятием обоснованных бизнес-решений.
Дискуссия об искусственном интеллекте в индустрии маркетинговых исследований быстро развивается.
Ещё недавно дискуссия вращалась вокруг вопроса о том, следует ли вообще исследователям использовать генеративный ИИ. Сегодня этот вопрос, кажется, в значительной степени решён. ИИ уже помогает командам генерировать идеи для кампаний, составлять вопросы для опросов, создавать описания продуктов, обобщать результаты и проверять гипотезы с беспрецедентной скоростью.
Сейчас более важный вопрос — что будет дальше.
По мере того как ИИ генерирует все больше концепций, сообщений и рекомендаций, организации сталкиваются с растущей проблемой проверки. Создание вариантов стало проще. Однако определить, какие из этих вариантов действительно найдут отклик у реальных людей, по-прежнему сложнее.
Этот сдвиг открывает возможности для исследователей: вместо того чтобы рассматривать ИИ как конкурента, исследовательские группы могут позиционировать себя как важнейший промежуточный звено между созданием контента с помощью ИИ и действиями в бизнесе.
- Скорость создает новую задачу обеспечения качества.
- Искусственный интеллект ускоряет исследования, но уверенность по-прежнему основывается на фактических данных.
- Обратная связь от людей позволяет выявить то, что может упустить искусственный интеллект.
- Исследователи должны отвечать за уровень проверки.
- Будущее принадлежит командам, способным быстро проводить валидацию.
Скорость создает новую задачу обеспечения качества.
Привлекательность генеративного ИИ очевидна. За считанные секунды инструмент может создать десятки кампаний, сотни вариантов объявлений или множество вариантов позиционирования продукта, на разработку которых раньше могли уйти дни.
Потребители уже активно используют эти технологии. Исследование Kantar Global AI Sentiment показало, что 82% людей во всем мире использовали ИИ-помощника за последние шесть месяцев, что подчеркивает, как быстро ИИ стал частью повседневного принятия решений. В то же время, доверие не является всеобщим. Только 40% людей говорят, что доверили бы ИИ-агентству решение сложных проблем, что указывает на необходимость сохранять осторожность, когда речь идет о более важных вопросах.
Аналогичное противоречие существует и в организациях. Более быстрое создание контента не обязательно приводит к принятию более эффективных решений.
В действительности каждая новая сгенерированная идея создает еще один вариант, который потенциально нуждается в проверке. По мере роста объема результатов, генерируемых ИИ, потребность в эффективной обратной связи от людей и реальных данных от потребителей становится еще более важной.
Для многих организаций узкое место теперь сводится скорее к недостатку уверенности, чем к необходимости что-либо создавать.
Искусственный интеллект ускоряет исследования, но уверенность по-прежнему основывается на фактических данных.
Результаты, полученные с помощью ИИ, следует рассматривать как дополнение к потребительским данным и экспертной оценке, а не как замену ни тому, ни другому.
Реальное преимущество заключается в сочетании скорости и масштаба ИИ с подтверждением со стороны реальных потребителей; это помогает гарантировать, что перспективные идеи являются одновременно осуществимыми и актуальными.
Это особенно важно, когда решения сопряжены с коммерческими или репутационными рисками. Заявление о продукте, которое кажется убедительным модели ИИ, может вызвать путаницу среди потребителей. Маркетинговое сообщение, которое кажется понятным внутри компании, может быть истолковано совершенно по-разному целевой аудиторией.
Без проверки организации рискуют действовать, основываясь на предположениях, а не на доказательствах.
Обратная связь от людей позволяет выявить то, что может упустить искусственный интеллект.
Одна из важнейших функций исследований заключается в том, чтобы выйти за рамки простого определения предпочтений. Экспертная оценка и реальная обратная связь от людей позволяют выявить нюансы, контекст и непреднамеренные смыслы, которые легко упустить, когда решения принимаются исключительно на основе предположений. Что не менее важно, они помогают выявить «слепые пятна», которые могли никогда не появиться в исходном результате, сгенерированном ИИ.
Представьте себе команду, которая использует ИИ для быстрого создания множества рекламных площадок. Это позволяет получить широкий спектр перспективных креативных направлений за гораздо меньшее время, чем при традиционной разработке. Но определить, что с наибольшей вероятностью найдет отклик, — это уже совсем другая задача. При тестировании на реальных потребителях некоторые рекламные площадки неожиданно не передают задуманное сообщение.
Или рассмотрим компанию, использующую ИИ для составления описаний своей продукции. Прежде чем выделять бюджет на создание креативных материалов и размещение в СМИ, исследователи тестируют формулировки на целевой аудитории. Обратная связь показывает, что некоторые утверждения понимаются неправильно, а другие кажутся неправдоподобными или неуместными.
Именно здесь обратная связь от потребителей приобретает особую силу. Потребители могут выявлять двусмысленности, непреднамеренные интерпретации и моменты, вызывающие недопонимание, которые без нее никогда бы не возникли.
Возможно, самое важное — они могут привнести точки зрения, которые исследователи и системы искусственного интеллекта активно не искали.
Исследователи должны отвечать за уровень проверки.
Исследователи обладают уникальной возможностью помочь организациям укрепить уверенность в важных решениях, сочетая исследования, проводимые с помощью ИИ, с данными, полученными от реальных людей. Их роль все больше сводится к применению человеческого суждения, пониманию контекста и выявлению потенциальных рисков. Это соответствует будущему, в котором люди и ИИ будут работать вместе .
Практической отправной точкой является определение того, какие результаты, сгенерированные ИИ, могут иметь самые серьезные последствия в случае ошибки. Зачастую это рекламные сообщения, заявления о продукте, позиционирующие заявления или стратегические рекомендации, влияющие на важные бизнес-решения.
Таким образом, исследователи могут внедрять быстрые циклы обратной связи с реальными потребителями, включать спонтанные ответы, позволяющие выявлять неожиданные проблемы, и документировать случаи, когда показания людей изменяют или опровергают рекомендации, сгенерированные ИИ.
Это позволяет зафиксировать, где проверка достоверности имела значение, а где предположения могли бы привести команды к ошибочным выводам.
Будущее принадлежит командам, способным быстро проводить валидацию.
Искусственный интеллект делает процесс генерации идей проще, чем когда-либо. Однако он не может подсказать организациям, какие идеи найдут отклик в реальном мире. Эта ответственность по-прежнему лежит на исследователях и потребителях, которых они представляют.
По мере ускорения разработки рекламных кампаний конкурентное преимущество будет заключаться не в создании большего количества вариантов, а в их более быстрой и достоверной проверке.
Искусственный интеллект способен создавать новые возможности. Обратная связь от людей определяет, какие из них заслуживают дальнейшего развития.
- Загрузите руководство «Как мгновенная обратная связь от потребителей может предотвратить провалы кампаний» , чтобы узнать, как быстрая обратная связь от людей может помочь сделать разработку кампаний с использованием ИИ основанной на реальной реакции аудитории.
Стив Вигмор — директор по гибким решениям в компании Kantar.
