28 Ноября 2023 10:00 28 Ноя 2023 10:00 |

Поделиться

ГенИИ контента: как с помощью искусственного интеллекта оптимизировать целевой маркетинг

CNews: С какими проблемами встречаются компании, вставшие на путь персонализации контента?

Дмитрий Макеев: Персонализация — бесспорный тренд последних лет, но чтобы за ним успеть, нужны ресурсы на креатив — причём в таких количествах, к каким не всегда готовы даже крупные компании. Просто персонализации, когда мы делим аудиторию условно на десять групп по какому-то одному признаку, уже недостаточно. Контент движется к следующему этапу — гиперперсонализации, когда мы для каждого человека одновременно учитываем множество данных о его жизни, интересах, вкусах и запросах. Если мы объединим людей в группы сразу по большому количеству параметров, таких групп получится очень много, они будут сравнительно небольшими, зато люди в каждой из них будут максимально похожи друг на друга — но беда в том, что для каждой такой маленькой группы нам придётся создавать отдельную коммуникацию. А гипотетическая вершина персонализации, так называемый segment of one, это вообще ситуация, в которой каждый клиент получает уникальные коммуникации, предназначенные лично для него. И даже для крупного бизнеса остро встаёт проблема ресурсов: и человеческих, и технических. Представьте сами, сколько времени, сил и денег нужно компании, чтобы ежедневно создавать тысячи, сотни тысяч, а возможно, даже и миллионы персональных коммуникаций.

CNews: Как, на ваш взгляд, можно решить проблему с ресурсами при переходе на более высокие уровни персонализации?

Дмитрий Макеев: На первый взгляд ответ лежит на поверхности — с помощью генеративного искусственного интеллекта, который может создавать тексты и изображения. Когда он только начал активно развиваться, казалось, что перед нами готовое решение всех проблем с контентом, особенно для компаний, которые не могут позволить себе содержать большую креативную команду. Но вот мы сосуществуем с ним уже несколько лет, а масштабной и повсеместной оптимизации креативной работы с помощью искусственного интеллекта пока так и не произошло. Оказалось, что на пути к его массовому внедрению, особенно в крупных корпорациях, есть множество препятствий и проблем.

CNews: Например, с какими трудностями сталкиваются компании, которые хотят начать применять ИИ в креативной работе?

Дмитрий Макеев: Имеющиеся на рынке открытые решения, например, ChatGPT и MidJourney, облачные, а это небезопасно для коммерческого использования — данные компании передаются на внешние сервера, где никто не может гарантировать, что они не попадут в чужие руки. Крупные компании просто не могут позволить себе такой риск. Еще одна проблема в том, что такие модели обучены на большом количестве очень разного материала, буквально на всём содержимом интернета. Соответственно, чтобы модель выдавала не среднее арифметическое всей всемирной сети, а именно то, что нам нужно, приходится долго работать над составлением запроса — нередко это занимает больше времени, чем выполнение той же задачи силами человека.

CNews: Каким требованиям должен отвечать генеративный ИИ, чтобы его было возможно использовать в компаниях на постоянной основе?

Дмитрий Макеев: Во-первых, решение должно быть простым в использовании: то есть не требовать работы со сложными запросами и переобучения сотрудников. Во-вторых, решение должно легко и бесшовно встраиваться в бизнес-процессы, чтобы генерация креативов не усложняла повседневную работу редактора или дизайнера, а, наоборот, делала ее проще и эффективнее. Всё это особенно важно крупному бизнесу, где маркетинговыми коммуникациями занимается не пара человек, а целый департамент — иначе к стоимости самого решения можно смело прибавлять затраты на переобучение и адаптацию всех этих людей. В-третьих, результаты должны быть как минимум не хуже, чем у облачных общедоступных решений, чтобы у конечных пользователей не возникало вопросов к качеству изображений и текстов. И наконец, такое решение просто обязано быть безопасным, чтобы никакие данные компании не попали к третьим лицам.

CNews: Кажется, не каждая компания обладает ресурсами, чтобы создать решение на базе ИИ, даже если в перспективе оно принесет прибыль.

Дмитрий Макеев: Разумеется, полностью самостоятельная разработка такого решения влечёт за собой настолько много затрат, что далеко не все компании решатся развивать подобный проект с нуля. Однако есть альтернатива — пользоваться готовыми решениями на базе open-source моделей. Например, именно так устроена наша платформа Rubbles Generative AI Suite: она работает с моделями Stable Diffusion для изображений и LLaMA для текстов. AI Suite разворачивается в контуре заказчика, а модели в нем дополнительно обучены на данных компании, чтобы обеспечить высокое качество результатов. А ещё платформу можно интегрировать с нашими продуктами для управления коммуникациями. Например, так: модели Rubbles Generative AI Suite генерируют тексты и изображения по запросу, их отсматривают и одобряют специалисты. Затем одобренные креативы попадают в систему персонализации Rubbles Content Hub: она собирает из них множество комбинаций, каждая из которых нацелена на то, чтобы вызвать максимальный отклик в конкретном микросегменте аудитории. Потом с помощью CVM-платформы Rubbles Campaign эти собранные коммуникации рассылаются клиентам — причём так, чтобы каждый получил сообщение в наиболее удачное время и в наиболее удобный канал. А потом данные о том, как пользователи отреагировали на коммуникацию, передаются обратно по той же цепочке до самого верха.

CNews: Как решения Rubbles могут помочь оптимизировать маркетинг?

Дмитрий Макеев: Вариантов может быть масса. Уже ставший классическим пример — генерация изображений. Возможности платформы позволяют заранее «вшить» фирменный стиль в каждый задаваемый пользователем запрос, он же промпт, и дообученная на ранее созданных и согласованных визуалах компании модель будет сразу выдавать соответствующие корпоративным стандартам результаты без необходимости строить сложный запрос. Так пользователь сможет в короткие сроки создать много вариаций визуала для одной кампании, нацеленных на привлечение внимания разных сегментов целевой аудитории. Кроме того, это позволит полностью исключить так называемый white sheet syndrome и, как следствие, сделать работу креативных сотрудников эффективнее.
Одновременно та же система собирает пользовательский отклик на всё, что было ей сгенерировано, анализирует его и таким образом дообучается. Например, если на одну картинку пользователи кликают в три раза чаще, чем на другую, искусственный интеллект это учтёт и будет генерировать следующие результаты такими, чтобы они получили как можно больше кликов. Это повысит конверсии и продажи и увеличит производительность креативного отдела без необходимости расширять штат.

Генеративный ИИ поможет и с персонализированным описанием товаров и услуг. Например, мы хотим написать несколько вариаций текста про один и тот же продукт, сделать в них акцент на разных его свойствах и показать эти тексты разным категориям покупателей. Чтобы получить все эти вариации, менеджеру достаточно один раз перечислить свойства списком, а работа по сборке текстов из этих составных частей будет сделана машиной. Это повысит эффективность сотрудника и освободит его от рутины для более креативных задач.

CNews: Какое главное преимущество, на ваш взгляд, может дать работа над контентом с помощью генеративного ИИ?

Дмитрий Макеев: Во-первых, можно намного быстрее и проще перейти от простой персонализации к гиперперсонализации и микросегментации аудитории. А во-вторых, благодаря ИИ можно пойти ещё дальше и реализовать индивидуальный подход, о котором я уже говорил — segment of one. Это недостижимо при использовании живой команды с конечной производительностью, но может стать возможным благодаря грамотному применению генеративного ИИ.

Поделиться

Подписаться на новости Короткая ссылка