Sztuczna inteligencja a marketing

Sztuczna inteligencja w kontekście marketingu najczęściej kojarzy się z usprawnianiem komunikacji marketignowej. Warto jednak podkreślić, że wspiera ona działania podejmowane w ramach marketing mix, a więc wpływa na produkt, jego cenę, sposób dystrybucji oraz promocji. W tym artykule prezentuję przykłady obrazujące, w jaki sposób AI wykorzystywana jest przez innowacyjne marki.

Mówiąc o sztucznej inteligencji w kontekście procesów marketingowych, bardzo często mamy na myśli automatyzację komunikacji, w tym obsługi klienta oraz e-commerce, co stanowi zaledwie część prowadzonego przez firmę marketingu. Warto bowiem pamiętać, że AI wspomaga marketing na różnych etapach projektowania i powstawania produktu, a także dystrybucji oraz promocji. W tym artykule przyjrzymy się dokładniej obszarom, w których sztuczna inteligencja wspiera innowacyjne marki w ich rozwoju.

Marketing mix a sztuczna inteligencja

Jak już wcześniej wskazałam, AI wspiera działania marketingowe z uwzględnieniem całego marketing mix, a więc wpływa na sam produkt, jego cenę, sposób dystrybucji oraz promocji. Wykorzystanie sztucznej inteligencji w marketingu dotyczy zatem kilku aspektów:

• produkcji: zautomatyzowane procesy produkcyjne usprawniane są za pomocą sztucznej inteligencji, np. przystosowanej do detekcji błędów, projektując swoje produkty marki implementują również rozwiązania bazujące na AI;
• dystrybucji: sztuczna inteligencja wykorzystywana jest do zwiększania efektywności zarządzania dystrybucją, np. za pomocą Digital Twins w transporcie, czy poprzez tworzenie bezobsługowych sklepów;
• ceny: wykorzystanie algorytmów AI w procesie dystrybucji i produkcji wpływa na cechy produktu czy usługi i wygodę, ale też na cenę;
• promocji: AI wspiera promocję, komunikację marketingową, analizy oraz badania marketingowe (prognozowanie i badanie rynku, analizę preferencji konsumentów, monitorowanie zmian na rynku, ewaluację prowadzonych działań itp.), jest również elementem content marketingu.

Cena i produkt a sztuczna inteligencja

Procesy produkcyjne wpływają poprzez odpowiednio zaplanowaną automatyzację na cenę i możliwość wytwarzania towarów z zachowaniem lepszych warunków pracy. Sztuczna inteligencja w tym przypadku umożliwia optymalizację procesów lub ich monitoring. Przykładem jest Industrial Computer Vision, a więc rozwiązanie wykorzystywane w branży motoryzacyjnej. Służy ono do rozpoznawania obrazów w celu detekcji potencjalnych błędów w procesie pakowania elementów do produkcji. Dzięki temu możliwe jest szybkie wyłapywanie niewłaściwie zapakowanych paczek, co pozwala na minimalizowanie strat. Więcej na ten temat można znaleźć na stronie Volkswagen – tutaj.

Natomiast duże zainteresowanie wykorzystaniem sztucznej inteligencji w samych produktach można dostrzec wśród firm produkujących AGD. Przykładem produktu z zaimplementowanym rozwiązaniem bazującym na AI jest pralka LG. Zadaniem sztucznej inteligencji jest wykrywanie rodzaju ubrań oraz tkanin w celu optymalizacji procesu prania. Pralka dostosowuje ruchy bębna oraz ustawienia programu (czas trwania, temperaturę, ilość dozowanego płynu do prania i zmiękczacza) w celu maksymalizowania efektywności usuwania plam. Jednocześnie zmniejsza ryzyko uszkodzeń. Produkt otrzymał nagrodę 2020 CES Innovation Award. Więcej można znaleźć tutaj.

Warto pamiętać, że innowacyjne cechy produktu rozszerzonego pozwalają na dyktowanie ceny w zgodzie z celami biznesowymi. Natomiast usprawnienia w procesie produkcji przekładają się na wzrost efektywności czy też oferowanie lepszych warunków pracy.

Dystrybucja wspomagana przez sztuczną inteligencję

Wspomaganie dystrybucji przez AI następuje na wielu etapach. Warto tutaj wskazać zautomatyzowane hale magazynowe, ale także programy usprawniające logistykę w zakresie dostaw, czy sklepy bezobsługowe. Przykładem tego ostatniego rozwiązania jest Żabka Nano uhonorowana nagrodą Innovation Leader 2022. Sklepy te umożliwiają dokonanie zakupów pod czujnym okiem kamer, a sztuczna inteligencja weryfikuje kwotę, która powinna zostać pobrana z karty klienta. Więcej na ten temat można znaleźć tutaj. Żabka Nano wykorzystuje platformę chmurową Microsoft Azure.

Sztuczna inteligencja wspomaga jednak nie tylko same zakupy, ale także logistykę i transport. Przykładem zastosowania AI w tych obszarach jest Digital Twins, a więc „cyfrowe bliźniaki”. Rozwiązanie to polega na tworzeniu wirtualnych kopii fizycznych obiektów w celu monitorowania procesów – a w transporcie również samych kontenerów – i efektywnego planowania procesu ich przemieszczania. AI wspomaga weryfikację położenia kontenerów, uszkodzeń, a także usprawnia zarządzanie flotą.

Analizy i badania marketingowe

Możliwość wykorzystania sztucznej inteligencji w procesie analizy dużych zbiorów danych, to sposób na efektywne przetwarzanie informacji, co stanowi niezbędny etap w trakcie prowadzenia badań marketingowych. Dotyczy to zarówno ewaluacji prowadzonych działań marketingowych, jak również segmentacji i badań weryfikujących sytuację marki, produktu czy usługi na rynku. Ta bowiem ulega zmianom w czasie. Tym samym tworzenie nowych raportów zawierających informacje na temat nie tylko aktualnego stanu, ale również prognozowanych zmian, to podstawa do podejmowania rentownych decyzji biznesowych.

Bardzo popularnym zastosowaniem AI jest weryfikacja sentymentu, którą wykorzystuje wiele narzędzi wspomagających pomiar efektywności komunikacji. Tutaj warto podkreślić, że nie każda aplikacja wskazująca sentyment analizowanych komunikatów spełnia oczekiwania użytkowników. Przykładowo ironiczne komentarze mogą zostać błędnie zaklasyfikowane jako pozytywne, chociaż przeciętny odbiorca szybko domyśli się, że są one negatywne.

Firmy już teraz mogą korzystać z narzędzi oferowanych przez różnych dostawców. Przykładem może być Vertex AI od Google. Rozwiązanie to pozwala na tworzenie własnych algorytmów, które mogą m.in. przeprowadzać klasteryzację, nawet przy minimalnych umiejętnościach z zakresu programowania. Co więcej sztuczna inteligencja wykorzystywana jest także w Google Analytics w ramach modeli prognozujących, które dostarczają informacji o prawdopodobieństwie zakupu lub innej konwersji, rezygnacji (prognoza braku aktywności użytkownika) lub uzyskania przychodu.

Sztuczna inteligencja w komunikacji marketingowej

Sztuczna inteligencja w znaczącym stopniu determinuje komunikację marki prowadzoną w ramach digital marketingu. Najlepszym przykładem są algorytmy profilujące użytkowników w mediach społecznościowych. Znajomość narzędzi oferowanych przez dostawców usług social media czy wyszukiwarek pozwala na dopasowanie treści profilowych, stron i reklam do oczekiwań wybranych grup docelowych. Przekłada się to na zwiększenie efektywności prowadzonych kampanii marketingowych. 

Informacje na temat reklam wyświetlanych na Facebooku można znaleźć na profilu po kliknięciu w zdjęcie profilowe w prawym górnym rogu i wybraniu opcji „Ustawienia i prywatność”, następnie „Ustawienia”, „Centrum kont”, „Preferencje reklamowe”. W sekcji „Tematy reklam” zaprezentowane są informacje wskazujące tematy wyświetlanych nam reklam w ramach platform społecznościowych firmy Meta. 

Sztuczna inteligencja jako część content marketingu

Wykorzystanie sztucznej inteligencji i robotów jako ciekawostki przyciągającej uwagę odbiorcy komunikatu to bardzo popularne narzędzia w marketingu. W mediach społecznościowych pojawia się wiele grafik utworzonych przez AI oraz rozmów z ChatGPT. Doskonałym przykładem może być również Kerfuś – robot, który wzbudził niemałe zainteresowanie klientów jednego z supermarketów. 

We wskazanym przykładzie sztuczna inteligencja stanowi temat prowadzonej komunikacji marketingowej. Dzieje się tak nawet wtedy, gdy jej realna przydatność w codziennych działaniach jest znikoma. Innymi słowy – sztuczna inteligencja może służyć jedynie jako pretekst do tworzenia atrakcyjnego contentu, nie usprawniając żadnych procesów w firmie.

Co więcej wcale nie trzeba inwestować w sztuczną inteligencję, aby stała się ona atrakcyjnym contentem. Przykładem może być reklama KitKat, która bazuje na haśle: „Have AI Break, Have A KitKat”.

Automatyzacja komunikacji marketingowej

Osobną kwestią jest sama automatyzacja komunikacji marketingowej z wykorzystaniem AI, wdrażana przez firmy z pewnymi obawami. Dotyczy to wszystkich kanałów dotarcia do klienta. Przede wszystkim należy wskazać, że sztuczna inteligencja nie jest pozbawiona wad. Treści tworzone przez algorytmy AI wymagają często poprawek, rozbudowania, a przynajmniej kontroli. Tym samym nie w każdej sytuacji automatyzacja będzie przynosić oczekiwane rezultaty. Nie zmienia to faktu, że firmy już chętnie korzystają z tradycyjnych algorytmów automatyzujących pewne procesy, np. automatyczne wysyłanie newsletterów, automatyczne uzupełnianie meta danych na stronach internetowych, automatyczne dodawanie produktów w e-commerce itp. Obecnie coraz częściej komunikację marketingową wspomagają także rozwiązania bazujące na AI.

Przykładem automatyzacji procesów komunikacji z wykorzystaniem AI może być generowanie meta danych na blogu przez sztuczną inteligencję. Takie rozwiązanie udostępniają m.in. twórcy pluginu AIOSEO dla WordPress. Nie bez znaczenia jest również prowadzenia komunikacji z klientem przez algorytmy AI typu chatbot. Warto jednak nadmienić, że w obu tych przypadkach sztuczna inteligencja nie zastępuje, a wspomaga pracę człowieka. Wygenerowane meta dane wymagają bowiem weryfikacji z punktu widzenia założonych celów komunikacyjnych, a rozmowa z chatbotem poprzedza konwersację z konsultantem i umożliwia załatwienie jedynie części spraw.

Komunikacja marketingowa nadal wymaga zaangażowania człowieka

Pomimo coraz większej dostępności algorytmów sztucznej inteligencji, komunikacja marketingowa nadal wymaga zaangażowania ludzi. Wynika to z kilku zasadniczych kwestii:

• prawnej odpowiedzialności za tworzone treści;
• zarządzania komunikacją wymagającego podejmowania decyzji i integrowania wielu różnych działań, również tych wykraczających poza marketing cyfrowy;
• podejmowania decyzji biznesowych na bazie prowadzonych ewaluacji, co wymaga zaangażowania człowieka (chociażby ze względu na stan prawny);
• ograniczonych możliwości istniejących algorytmów AI.

Należy podkreślić, że mało prawdopodobne wydaje się utworzenie sztucznej inteligencji, która implementowałaby pełne możliwości umysłu człowieka. Więcej na ten temat można znaleźć w moim artykule, który jest dostępny tutaj. Obecne narzędzia wykorzystujące algorytmy AI pozwalają na rozwiązywanie określonych problemów i nie mogą zastąpić pracy człowieka, a jedynie wspomagają ją. 

Sztuczna inteligencja potrzebuje informacji zwrotnych od człowieka

Nie bez znaczenia jest także fakt, że AI nie jest w stanie zarządzać procesem komunikacji marketingowej. Do poprawnego działania wymaga bowiem ciągłego napływu informacji zwrotnych wskazujących, czy jej działanie jest właściwe. Te natomiast sztuczna inteligencja otrzymuje od ludzi. Co więcej proces ewaluacji, który skutecznie można wspomagać sztuczną inteligencją, powinien być nadzorowany przez człowieka, w celu uniknięcia potencjalnych błędów czy ryzyka. Ponadto efektem końcowym weryfikacji powinno być zaplanowanie kolejnych działań marketingowych lub zmian, które należy wdrożyć, co wymusza zaangażowanie ludzi.

AI nie odpowiada za łamanie prawa

Sztuczna inteligencja nie może zostać obarczona winą za kradzież własności intelektualnej czy utworzenie tekstów naruszających obowiązujące przepisy. To na ludziach ciąży odpowiedzialność prawna za tworzone treści.

Dodatkowo w wyniku „halucynacji AI” możliwe jest wygenerowanie przez przykładowo chatbota treści łamiących prawo lub dających pretekst do roszczeń ze strony użytkownika. Za tego typu błędy podczas rozmowy online, którą można łatwo zapisać w postaci zrzutu ekranu, odpowie firma wykorzystująca dane rozwiązanie. Możliwość dochodzenia roszczeń wobec dostawcy aplikacji bazującej na sztucznej inteligencji może być ograniczona. Warto wskazać, że korzystanie z rozwiązań typu chatbot wymaga precyzyjnego zaplanowania pod względem prawnym, marketingowym, technicznym (opracowanie bazy danych, zaprojektowanie modelu AI, wdrożenie, walidacja i ewaluacja modelu).