По мнению международных экспертов, повышение производительности благодаря генеративному ИИ уже начинает реально сказываться на мировой экономике. Согласно недавнему отчету McKinsey, эффект от роста глобальной производительности труда благодаря генеративному ИИ может составить до 4,4 трлн. долл. в год. Согласно анализу экспертов McKinsey, маркетинг и продажи – это одна из четырех функциональных групп, которые в совокупности могут обеспечить около 75% этой прибыли. Только эффективность маркетинга благодаря генеративному ИИ может увеличиться на 5–15% от общих расходов на маркетинг, что составит около 463 млрд. долл. в год. Но давайте внимательнее посмотрим, за счет выполнения каких задач, может возникнуть такой эффект.
Логика «5Р»
Технологии ИИ могут охватывать самые разные этапы и инструменты маркетинга. Однако постепенно формируется логика использования технологий ИИ в маркетинге, получившая название «5Р» (рис. 1). Спектр маркетинговых задач, структурированных в логике «5Р», приведен в таблице 1.
Рис. 1. «5Р» — логика использования технологий ИИ в маркетинге
Таблица 1. Спектр маркетинговых задач, решаемых с использованием генеративного ИИ
| Этапы и направления маркетинга | Задачи, решаемые с помощью ИИ |
| Планирование: углубленная разработка стратегии |
|
| Производство контента: цифровой контент |
|
| Персонализация: расширение и новые формы взаимодействия с потребителями |
|
| Продвижение: управление коммуникациями с потребителями в интегрированных каналах |
|
| Эффективность: оценки на основе аналитики данных |
|
Хайп о проникновении технологий генеративного ИИ в бизнес и маркетинг растет очень быстро. За последние два года производители генеративного ИИ потратили миллиардные инвестиции.
Перспективы использования ИИ в маркетинге очень оптимистичны: «От автоматизации процессов и гиперперсонализации до постоянного изменения процесса генерации идей – генеративный искусственный интеллект готов стать катализатором новой эры маркетинговых возможностей… Генеративный ИИ приближает этот святой грааль гиперперсонализации в масштабе, близком к реальному». Генеративный ИИ позволяет революционизировать потребительский маркетинг. Генеративный ИИ обеспечивает через анализ неструктурированных данных детальную персонализацию таким образом, который раньше был просто невозможен. Маркетологи могут одновременно анализировать и интерпретировать текстовые, графические и видеоданные, чтобы лучше понять возможности инноваций.
Западная практика использования генеративного ИИ в маркетинге
Но насколько это реальность, а не будущее? Насколько широко и эффективно внедряется арсенал генеративного ИИ в реальный маркетинг компаний? Как отметила Валентина Герасименко, зав. кафедрой маркетинга Экономического факультета МГУ:
Давайте посмотрим на первые международные исследования, дающие некоторый ориентир в понимании трендов развития ИИ в маркетинге. Так, проведенный в начале 2024 г. международный опрос маркетологов и руководителей бизнеса был посвящен определению тех инструментов, базирующихся на технологиях ИИ, которые уже используются в маркетинге на регулярной основе компаниями разных стран (было опрошено 527 респондентов, около половины – компании малого и среднего бизнеса, руководители бизнеса и директора составили 56%). Опрос показал, что бесспорный лидер среди ИИ инструментов — это ChatGPT. Доля маркетологов, использующих Chat GPT, составила 84% в сегменте B2B, и 70% —в сегменте B2C. В то же время, этот опрос показал, что инструменты искусственного интеллекта пока еще мало используются для создания рекламных баннеров и креативного контента (табл. 2).
Таблица 2. Доля использования инструментов генеративного ИИ в различных сферах маркетинга (2024)
| Сферы маркетинга, где внедряется генеративный ИИ | B2B, % | B2C, % |
| Создание постов в социальных медиа | 59 | 46 |
| Написание и копирование текстов для SEO продвижения | 55 | 44 |
| Поиск идеи для маркетинговой кампании | 39 | 38 |
| Конвертация существующего контента в другие форматы | 41 | 34 |
| Определение цели и ключевых слов для поиска | 32 | 28 |
| Составление описаний продуктов | 29 | 22 |
| Создание рекламных баннеров/креативного контента | 28 | 32 |
| Проведение брифингов | 28 | 24 |
| Поисковая оптимизация существующего текста | 24 | 26 |
| Автоматизация процессов | 19 | 12 |
| Измерение эффективности маркетинга | 13 | 10 |
Эксперты отмечают, что особо активно развивающаяся сфера – это использование генеративного ИИ в маркетинговых исследованиях и анализе клиентских данных. Эта тенденция, по мнению экспертов, будет революционизировать отрасль. Для реализации этого направления важно понимать, как развернуть платформу клиентских данных (Customer Data Platform, CDP), начиная с того сообщения в блоге или почте, которое привлекает внимание клиента и в конечном итоге приводит его к покупке. Стратегия управления такими разнородными данными играет важную роль.
Данные, собранные с помощью ИИ на протяжении всего жизненного цикла клиента, и выявленные причины отказа от приобретения продукта можно использовать для создания профилей потерянных клиентов для их повторной активации с использованием специальных мероприятий. Дополнительная ценность платформы клиентских данных заключается в 360-градусном обзоре потребителя на основе анализа больших данных, с помощью которого компания может поддерживать или возобновлять диалог с клиентом. Полученный таким путем клиентский опыт может анализироваться маркетологами при поддержке алгоритмов с использованием ИИ.
Проблемы и ограничения
В то же время справедливо обращается внимание на то, что в процессе внедрения генеративного ИИ маркетологи должны обеспечивать принятие мер по снижению таких рисков, как «галлюцинации» и предвзятость (о них мы подробно рассказали в статье «Нейросети для бизнеса. Часть 4. Ограничения и проблемы»), нарушения конфиденциальности данных и авторских прав.
Поэтому на сегодняшний день сохраняется необходимость человеческого анализа и проверки всего того, что поступает непосредственно к клиенту (рис. 2.). Валентина Герасименко, зав. кафедрой маркетинга Экономического факультета МГУ, отмечает, что маркетологи должны вводить ограничение круга тем, которые генеративный ИИ может затрагивать при прямом взаимодействии с потребителями.
Рис. 2. Риски применения ИИ в маркетинге.
Еще один вопрос – готов ли потребитель воспринять эти возможности маркетинговых взаимодействий, например, при выборе продукта и совершении покупки? На семинаре экономического факультета МГУ по цифровой экономике эксперты отмечали, что на этот вопрос пока не существует однозначного ответа.
***
Хотя все маркетологи понимают, что они все еще находятся в начале технологических инноваций, и никто точно не знает, каким будет будущее, но все соглашаются с тем, что генеративный ИИ принесет большие преобразования. В связи с этим предлагается разрабатывать управленческие практики, «дорожную карту» внедрения, реализации, мониторинга и оценки эффективности новых технологий ИИ в работе компании. Дорожная карта должна включать план обучения и переподготовки сотрудников, а также план внутренних коммуникаций в масштабах всей организации, чтобы гарантировать, что все движутся в одном направлении. На семинаре экономического факультета МГУ по цифровой экономике эксперты отмечали, что начинать нужно с обеспечения совместной ответственности технического и бизнес-руководства, поскольку обе группы имеют решающее значение. В следующей части статьи мы перейдем к исследованию использования ИИ российскими компаниями.
Чтобы оставить комментарий пожалуйста Авторизуйтесь