Kako će veštačka inteligencija transformisati marketing?

Šta je veštačka inteligencija?

Da se razumemo. Ovde ne govorimo o veštačkoj inteligenciji (AI) u smislu klasične ljudske inteligencije, već o sposobnosti mašinskih sistema da obavljaju zadatke koji se povezuju sa inteligentnim bićima. To uključuje sposobnosti učenja, zaključivanja, razumevanja prirodnog jezika, prepoznavanja objekata, govora i obavljanje drugih složenih zadataka.

U osnovi, ideja koja stoji iza veštačke inteligencije je stvaranje mašinskih sistema kao što su računarski programi i algoritmi koji mogu obavljati složene zadatke na način koji bi inače bio nemoguć ili previše zahtevan za ljude. To se postiže raznim tehnikama kao što su mašinsko učenje, duboko učenje, evolutivni algoritmi, automatsko rezonovanje i slično.

Veštačka inteligencija je specijalizovana za obavljanje usko specifičnih zadataka kao što su mašinsko učenje, razumevanje i obrada ljudskog jezika, robotika, automatsko zaključivanje i slično, i u tome je u mnogim oblastima uspešnija u odnosu na ljudsku inteligenciju. Međutim, veštačka inteligencija koju danas poznajemo ne može da se meri sa sposobnostima ljudske inteligencije da rešava složene intelektualne zadatke. Naziv za ovu vrstu moguće veštačke inteligencije je generalna veštačka inteligencija (Artificial General Intelligence – AGI).

Primena veštačke inteligencije u poslovanju

Veštačka inteligencija ima značajnu primenu u poslovanju i, što je još bitnije, ima veliki potencijal da transformiše način poslovanja u budućnosti. Dok tehno skeptici govore o gubitku radnih mesta, ugrožavanju ljudi i tehno distopiji, dotle tehno optimisti govore o poboljšanju kvaliteta života, stvaranju novih radnih mesta i tehno utopiji.

Bilo kako bilo, veštačka inteligencija već danas ima raznovrsnu primenu u poslovanju, a neki od primera su analiza velikih količina podataka (Big Data), automatizacija poslovnih procesa, prediktivna analitika, personalizacija komunikacije, čet botovi i virtuelni asistenti, automatska obrada slika, rano otkrivanje prevara, sofisticirano upravljanje rizicima, optimizacija logistike, predviđanje tržišnih trendova, pronalaženje i selekcija zaposlenih, i slično.

Primena veštačke inteligencije u marketingu

Marketing je jedna od oblasti poslovanja u kojoj veštačka inteligencija ima najveću primenu. Uopšte nije pitanje da li je veštačka inteligencija transformisala marketing, već kako i koliko. Po svemu sudeći, to je proces koji se neće zaustaviti. Veliki je broj primera kako se veštačka inteligencija može primeniti u marketingu. Neki od njih su sledeći:

• Personalizacija sadržaja za korisnike
• Personalizacija ponuda za korisnike
• Dubinska analiza sentimenta potrošača
• Otkrivanje skrivenih obrazaca ponašanja
• Čet botovi i napredni virtuelni asistenti
• Optimizacija ključnih reči i SEO strategije
• Optimizacija prodajnog levka i konverzije
• Povećanje stope zadržavanja kupaca¹Customer Retention Rate je pokazatelj koji govori koliko je firma uspešna u privlačenju i zadržavanju kupaca. Izračunava se tako što se broj kupaca na kraju perioda umanji za broj novih kupaca stečenih tokom posmatranog perioda (npr. godinu dana), i onda se sve to stavi u odnos (podeli) sa broj kupaca na početku perioda.
• Smanjenje stope napuštanja kupaca²Customer Churn Rate je pokazatelj koji govori koliko je firma izgubila kupaca u posmatranom periodu. Izračunava se tako što se broj kupaca koji su prestali da koriste naše proizvode i usluge tokom posmatranog perioda (npr. godinu dana) podeli sa brojem kupaca na početku perioda.
• Prepoznavanje slika, teksta i govora³Npr. prepoznavanje lica na sajmovima i događajima u cilju merenja i analize angažovanosti posetilaca
• Napredna marketinška istraživanja⁴Npr. marketinška istraživanja zasnovana na meta analizama i longitudinalnim studijama velikih serija podataka
• Automatsko generisanja sadržaja
• Predviđanje ponašanja potrošača
• Predviđanje tržišnih trendova
• Napredne analitike i Big Data
• Optimizacija lanca snabdevanja
• Optimizacija reklamnih kampanja
• Dubinska segmentacija tržišta⁵Npr. dubinska psihografska segmentacija tržišta zasnovana na podacima dobijenim iz naprednih analitika
• Marketing automatizacija
• Napredni CRM sistemi itd.

Marketing nekad i marketing sad nisu više ista stvar. Barem što se tiče alata, kanala i načina komunikacije. Informacione tehnologije su trajno promenile način na koji se vrši marketing. Taj proces neće stati i dodatno će se ubrzati primenom veštačke inteligencije. Pa, hajde da vidimo malo bliže kako će veštačka inteligencija transformisati marketing.

Čovek je prošao dugačak put od doba kada je živeo u plemenima i lovio životinje po afričkim savanama do doba svemirskih istraživanja, bioinženjeringa i upotrebe veštačke inteligencije. Ali ljudska priroda se nije mnogo izmenila. Emocije su i dalje emocije. Potrebe su i dalje potrebe. Instikti su i dalje instinkti. Čovek je i dalje biće koje voli, mrzi, greši i koje ima strahove. Čovek gradi međusobne odnose na sličan način kao što ih je gradio i 2.000 godina ranije. To ima važne implikacije za marketing, a one se mogu svesti na samo jednu rečenicu – principi su i dalje isti, samo se menjaju sredstva i alati za postizanje ciljeva. Veštačka inteligencija je, u tom smislu, samo još jedan „alat“ koji će u tome pomoći.

1. Hiperpersonalizacija marketinga

Prošlo je vreme kada smo kupce i potrošače poznavali samo na osnovu njihovih opštih karakteristika. Danas sve bolje poznajemo kupce i to nam omogućava da im se što bolje prilagodimo. Više ne govorimo o segmentima i nišama, već o pojedincima. I to u realnom vremenu. Veštačka inteligencija sa svojim enormnim potencijalima za prikupljanje i obradu podataka će nam pomoći da se prilagodimo kupcima i potrošačima kao nikada pre. Štaviše, može se desiti da ćemo čak znati bolje od samih kupaca i potrošača šta oni žele. Ovo možda deluje zastrašujuće, ali najnoviji napreci na polju veštačke inteligencije i neuronauke govore da bi ovo mogla postati realnost. A već smo zagazili u eru mikro targetiranja.

2. Preoblikovanje korisničkog iskustva

Kombinacija visoko preciznog targetiranja i razvoja savremenih tehnologija, koju možemo nazvati i 2T kombinacijom, će otvoriti potpuno nove dimenzije korisničkog iskustva. Veštačka inteligencija će u tome odigrati vrlo bitnu ulogu. S jedne strane, omogućiće prilagođavanje pojedincima, njihovom sentimentu i trenutnom raspoloženju u realnom vremenu. S druge strane, savremene tehnologije kao što su čet botovi i virtuelni asistenti koji oponašaju ljude (human-like), personalni roboti, proširena stvarnost (Augmented Reality), virtuelna stvarnost (Virtual Reality) i „pametni“ materijali će stvoriti uslove da potrošači uživaju pogodnosti kakve nisu nikada do sada mogli da iskuse. To, naravno, otvara i mnoga etička i bezbednosna pitanja kao što su pitanja nadzora i kontrole. U svakom slučaju, izgleda da će se trka ka zadovoljavanju hipersenzitivnih potreba potrošača i težnje ka mega oduševljenju nastaviti.

3. Dubinska analiza sentimenta potrošača

Dosadašnji marketing je uglavnom bio zasnovan na analizi istorijskih podataka ograničenog obima. Svodilo se na analizu rađenu od strane čoveka uz rastuću primenu tehnologije. Ipak, dubinska analiza psihe potrošača je bila ograničena, kao što će uvek i biti. Međutim, dešava se nešto novo. Dolazi do ubrzanog razvoja veštačke inteligencije i bitnih iskoraka u pogledu procesorske i skladišne sposobnosti računara, što podstiče ubrzani razvoj Big Data analitike.

To otvara do sada neviđene mogućnosti dubinske analize sentimenta potrošača. Veštačka inteligencija će pomoći da se bolje shvate fiziološki i psihološki procesi i da se bolje shvate motivi, stavovi, okidači, blokade, navike i sklonosti u kupovini. Bolje će se razumeti  kada i zašto potrošači reaguju emotivno, burno, snishodljivo, nezainteresovano ili racionalno. Biće moguće prepoznati prve naznake gubitka potrošača i pojačati programe lojalnosti kupaca.

4. Otkrivanje skrivenih obrazaca ponašanja

Postoji čitav niz obrazaca ponašanja koja ostaju neistražena i koji su nam nepoznanica. Za mnoge odluke mi ne znamo putem kojih mehanizama se donose u konkretnim situacijama. Analiza velikih serija podataka, kao i napredak na polju mašinskog učenja, dubinskog učenja i razvoja statistike i neuro nauke, omogućiće otkrivanje teško vidljivih obrazaca ponašanja. Ne samo pojedinačnih potrošača, već i čitavih klastera sa sličnim obrascima ponašanja.

U bliskoj budućnosti će verovatno biti moguće pronaći isti obrazac ponašanja koji povezuje čoveka od 67 godina koji pati od demencije i voli klasičnu muziku sa devojkom koja ima 22 godine, koja voli da jede organsku hranu i koja gradi nestabilne odnose sa muškarcima. Možda će nam veštačka inteligencija pokazati da smo više slični nego što mislimo. A verovatno će nam i pokazati da nismo baš onakvi kakvi mislimo da jesmo.

5. Marketinška istraživanja nove generacije

Marketinška istraživanja se prešla dug put od površnih istraživanja ograničenih setova podataka do dubinskih socio-psiholoških istraživanja. Nakon prvog bitnog iskoraka koji se desio onda kada smo počeli da koristimo sistematična kvantitativna istraživanja, sledeći bitan iskorak se desio 50-tih godina XX veka, kada su na scenu stupila motivaciona istraživanja (forma kvalitativnih istraživanja). Vremenom se otišlo i korak dalje. Danas se marketinška istraživanja sprovode automatizovano uz pomoć raznih tehnoloških alata, a formiranje uzoraka i ciljne grupe istraživanja je dosta olakšano primenom savremenih tehnologija.

Marketinška istraživanja danas se sve više orijentišu na sticanje dubokih uvida, otkrivanje skrivenih obrazaca ponašanja, predviđanje ponašanja potrošača, predikciju tržišnih trendova, i sprovođenje meta analiza i longitudinalnih studija najnovije generacije. Više nije zanimljivo otkriti kako stvari na tržištu funkcionišu (deskriptivne studije), već kako možemo predviđati dešavanja na tržištu (prediktivne studije). Zbog toga se u marketingu sve više primenjuju složeni modeli ponašanja potrošača i ostalih aktera na tržištu. Posebno je važno naglasiti značaj razvoja neuro nauke, koji nam omogućava da odemo čak dalje i od motivacionih istraživanja i da zavirimo u same biohemijske osnove donošenja odluka.

6. Human-like čet botovi i virtuelni asistenti

Već danas čet botovi i virtuelni asistenti izgledaju kao da pričamo sa ljudima. Ponekad čak i ne znamo da li pričamo sa čovekom ili mašinom, tj. algoritmom. Međutim, bitna promena nastaje sa razvojem grane veštačke inteligencije koja se zove obrada prirodnog jezika, ili prirodno jezičko procesuiranje (Natural Language Processing – NLP)⁶Ovo ne treba mešati sa pojmom neuro-lingvističkog programiranja (Neuro-Linguistic Programming), koji predstavlja skup tehnika za komunikaciju i lični razvoj koji se fokusira na povezivanje uma, jezika i ponašanja..

NLP se odnosi na korišćenje različitih tehnika i algoritama koji omogućavaju računarima da obrađuju, razumeju i generišu prirodni jezik. Obuhvata prepoznavanje govora, razumevanje i generisanje prirodnog jezika, prevođenje sa jednog jezika na drugi, kontekstualno pisanje, prikupljanje i klasifikaciju teksta, analizu sentimenta sagovornika i druge stvari.

I tako je nastao ChatGPT. Svako ko je imao prilike da koristi ChatGPT mogao je da primeti koliko komunikacija sa ovom formom veštačke inteligencije liči na komunikaciju sa ljudima⁷Zapravo, možda je pravilnije reći „komunikacija sa ChatGPT“ umesto korišćenje ChatGPT.. ChatGPT sadrži preko 200 terabajta podataka teksta, što je nezamislivo velika količina teksta kojeg će biti sve više i više. ChatGPT je samo početak onoga što nas čeka u narednim godinama. Takvi napredni čet botovi i virtuelni asistenti će postati deo svakodnevnice i značajno će ubrzati i olakšati rad na raznim poljima, uključujući i marketing.

Osim toga, ubrzano se razvijaju i virtuelni asistenti. Virtuelni asistenti koriste kognitivnu obradu jezika, duboko i mašinsko učenje kako bi pružili korisnicima personalizovano iskustvo u rešavanju konkretnih zadataka. Koriste se na skoro svim uređajima za različite svrhe – pomoć pri kupovini, planiranje aktivnosti, slanje poruka, pretraga baza podataka i slično. Velike tehnološke kompanije kao što su Apple, Google, Amazon i Microsoft već koriste napredne virtuelne asistente kao što su Siri, Google Assistant, Alexa i Cortana.

ChatGPT značajno unapređuje performanse u marketingu. Kreiranje oglasa bez ChatGPT traje u proseku 3 dana, a sa ChatGPT samo 6 sati. Sekundarno istraživanje tržišta bez ChatGPT traje u proseku 8 sati, a sa ChatGPT samo 2 sata. Generisanje sadržaja bez ChatGPT traje u proseku 10 sati, a sa ChatGPT samo 4 sata. Izvor: salesprompts.com

7. Automatizovano generisanje sadržaja

Automatsko generisanje sadržaja omogućava generisanje različitih vrsta sadržaja poput članaka, blog postova, reklamnih poruka, copy-ja, imejl poruka, priča, uputstava, objava na društvenim mrežama i drugih sadržaja uz minimalnu ili nikakvu ljudsku intervenciju. Veštačka inteligencija može generisati personalizovane reklamne poruke ili imejl kampanje koje su prilagođene specifičnim karakteristikama ciljne publike. Osim toga, veštačka inteligencija može poboljšati kvalitet sadržaja jer ima sposobnost pretrage velikih serija podataka među kojima se kriju najbolje prakse komunikacije. Na taj način, veštačka inteligencija utiče na povećanje angažovanosti ciljne publike i povećanje stope konverzije. Naravno, ne treba zaboraviti da je ovako generisan sadržaj ipak rezultat rada „mašine“, tako da će ljudska komponenta („human touch“) u komunikaciji uvek biti potrebna i poželjna.

8. Automatizovano generisanje ponuda

Automatsko generisanje ponuda je povezano sa analizom sentimenta kupaca, otkrivanjem skrivenih obrazaca ponašanja i Big Data analitikom. Odnosi se na automatizaciju generisanja personalizovanih ponuda za kupce, uz minimalnu ili nikakvu ljudsku intervenciju. Veštačka inteligencija ima sposobnost analize velikih količina podataka o kupcima, njihovim potrebama, njihovom ponašanju, rutinama, navikama i inače njihovom sentimentu, što joj omogućava da generiše potrebe koje su prilagođene pojedincima u realnom vremenu.

Na primer, uz pomoć naprednih algoritama i baza podataka webshop može ponuditi proizvode i usluge koji su prilagođeni posetiocima, turistička agencija može ponuditi nezaboravno putovanje o kojem klijent mašta već godinama, a personalni trener može predložiti osobi koncept ishrane i treninga koji će dati najbolje rezultate.

Ovo omogućava da se ubrza proces prodaje i da se brže i efikasnije odgovori na zahteve klijenata. Takođe, ovo omogućava kompanijama da se bolje pozicioniraju, da ojačaju svoje brendove i generalno da se bolje pozicioniraju na tržištu. Naravno, kao i kod automatskog generisanja sadržaja, i ovde je nezaobilazna ljudska komponenta („human touch“).

9. Napredne i prediktivne analitike

Napredne i prediktivne analitike omogućavaju analizu velikih količina podataka (Big Data) o kupcima, proizvodima, konkurenciji, tržištu, okruženju, regulativi, tehnologiji i slično, kako bi se dobila kvalitetna saznanja i uvidi koji će pomoći u donošenju odluka. Suština je u analizi velikih serija podataka, i sa tim povezanom mašinskom i dubinskom učenju, koju čovek sam ne bi mogao da sprovede, a koji otkrivaju skrivene obrasce, veze, trendove i anomalije.

Na osnovu ovakvih analitika moguće je analizirati istorijske podatke o ponašanju potrošača kako bi se identifikovali proizvodi i usluge koji se najbolje prodaju, kupci koji najčešće kupuju te proizvode i usluge, kao i same okolnosti koje dovode do kupovine i zadovoljstva. Dodatno, ove analitike mogu predvideti (pomoću prediktivnih modela) šta bi kupcima moglo najviše biti interesantno u budućnosti, uključujući i predikciju njihovog ponašanja i tržišnih trendova.

Napredne i prediktivne analitike koriste razne vrste alata kao što su Microsoft Power BI, SAS, IBM SPSS, RapidMiner, KNIME, Alteryx Designer, Tableau, Google Analytics, SalesForce, Marketo, HubSpot i drugi alati. Za korišćenje ovih alata su potrebna specijalizovana znanja i razvijene kognitivne veštine razumevanja i primene dobijenih podataka i uvida.

10. Predviđanje budućih trendova

Tehnike dubokog i mašinskog učenja (Deep & Machine Learning), koje se primenjuju na velike serije podataka (Big Data), a uz pomoć savremenih softvera i prediktivnih modela, nam mogu pomoći da anticipiramo buduća dešavanja i predvidimo buduće trendove. To se postiže tako što se prate poznati i otkrivaju skriveni obrasci koji ukazuju na buduće tokove.

Na primer, analizom ponašanja osobe na društvenim mrežama, načina na koji koristi Google pretragu i načina na koji koristi mobilni telefon, možemo predvideti njeno buduće ponašanje. Takođe, analizom velikih serija podataka sa tržišta možemo u ranim fazama otkriti periode nastanka krize ili nastanka određenih tržišnih trendova.

Ovakva upotreba veštačke inteligencije može značajno unaprediti marketing, naročito ako je u sadejstvu sa naprednim marketinškim istraživanjima. To dalje može pomoći kompanijama da se bolje pozicioniraju i prilagode i da budu „korak ispred“ konkurencije.

Rastuca primena veštačke inteligencije u marketingu mnoge ljude zabrinjava. Da li će veštačka inteligencija preuzeti mnoge poslove? Kako sačuvati privatnost? Šta će se desiti kada i ako se čovek „stopi“ sa mašinom? Šta ce biti sa kreativnošću?

11. Promena prirode odlučivanja

Stručnjaci za marketing, kao i sami potrošači, su sve više svesni mogućnosti koje im pruža veštačka inteligencija. Tradicionalno donošenje odluka koje je bilo bazirano na subjektivnim procenama sve više ustupa mesto odlučivanju koje je potpomognuto tehnologijom. Intuicija i dalje igra važnu ulogu, ali je sve važnija „objektivizacija odlučivanja“⁸Sve više postaje aktualno donošenje odluka na bazi podataka (Data-Driven Decision Making). Treba biti svestan svih prednosti i nedostataka ovakvog načina donošenja odluka. Takođe, treba voditi računa da se ne upadne u zamku kvantofrenije (opčinjenost podacima) i zamku kvantofobije (strah od podataka). koju nam omogućava veštačka inteligencija. Ovo jeste velika promena koja menja samu paradigmu ponašanja potrošača. Međutim, to ne znači da će veštačka inteligencija u potpunosti isključiti ljudsku komponentu iz procesa odlučivanja. Štaviše, ljudska komponenta će dobiti na značaju, a savremena tehnologija će u svemu tome biti važna podrška.

12. Proširena i virtuelna realnost

Proširena i virtuelna realnost su do skoro bile uglavnom ograničene na oblast video igara i zabave, ali se danas sve više koriste u marketingu. Stručnjacima za marketing pomažu da stvore interaktivna iskustva koja pomeraju zadovoljstvo potrošača na znatno viši nivo.

Proširena realnost (Augmented Reality – AR) omogućava interakciju sa stvarnim svetom kroz dodavanje digitalnih elemenata kao što su slike, animacije i tekstovi u realnom vremenu. Primer korišćenja AR-a u marketingu je aplikacija koja omogućava korisnicima da skeniraju odevni predmet ili komad nameštaja i da zatim vide kako će taj proizvod izgledati u njihovom stvarnom okruženju. Takođe, AR se može koristiti na događajima, u arhitekturi ili medicini, tako što će unaprediti korisničko iskustvo ili prikazati kako nešto izgleda u realnosti.

Virtuelna realnost (Virtual Reality – VR) je tehnologija koja omogućava korisnicima da se u potpunosti presele u virtuelni svet. VR se ne koristi samo u oblasti interneta, video igara i zabave, već se koristi i u marketingu. Na primer, pomoću VR tehnologije mogu se stvoriti virtuelna iskustva koja mogu pomoći klijentima da osete duh neke egzotične destinacije. Takođe, VR tehnologija se može koristiti i za kreiranje virtuelne prodavnice u kojoj korisnici mogu da pregledaju proizvode i da osete iskustvo stvarne kupovine. VR tehnologija se sve više koristi i za sofisticiranije potrebe kao što su medicina, simulacija letenja i slično.

13. Rano otkrivanje prevara

U savremenom digitalnom okruženju postoje razne prevare i zloupotrebe koje nastaju zbog ranjivosti IT sistema i njihovoj nedovoljnoj bezbednosti. Prevare i zloupotrebe su prisutne i u oblasti marketinga. Veštačka inteligencija omogućava rano otkrivanje i rano obaveštavanje o mogućim prevarama na tržištu. Veštačka inteligencija to radi tako što analizira velike serije podataka i uz pomoć mašinskog i dubokog učenja otkiva anomalije koje ukazuju na moguće prevare i zloupotrebe. U marketingu, veštačka inteligencija se koristi za sprečavanje prevara u oblasti e-trgovine, lažnog oglašavanja, davanja lažnih recenzija proizvoda i usluga i slično. Osim toga, veštačka inteligencija može pratiti ponašanje potrošača na javnim kanalima kao što su društvene mreže ili streaming servisi i tako ustanovila moguće anomalije u ponašanju. Još jedna primena je u identifikaciji potrošača koji su skloni većoj stopi povraćaja proizvoda, češćem podnošenju reklamacija ili problematičnom ponašanju na prodajnom mestu.

14. Mega integracija sistema

Savremeni sistemi su sve više integrisani. Sistem automatizacije marketinga je integrisan sa sistemom finansija, sistem upravljanja zalihama je integrisan sa sistemom isporuke, a sistem razvoja novih proizvoda i usluga je integrisan sa marketing informacionim sistemom. Zato se i govori o mega integraciji sistema, što je drugi naziv za sistemski i holistički pristup razvoju.

Podaci sa društvenih mreža se integrišu sa podacima iz marketinških istraživanja, a sve to se integriše sa podacima u okviru poslovne inteligencije (Business Intelligence – BI). Tako nam veštačka inteligencija može omogućiti ne samo sticanje dubljih uvida na osnovu analize velikih serija podataka, već i integraciju na nivou celog poslovanja, pa i šire. To svakako povećava poslovnu efikasnost, ali i doprinosi većem zadovoljstvu potrošača.

15. Optimizacija troškova

Konačno, treba napomenuti da veštačka inteligencija optimizira troškove za sve učesnike u poslovnom procesu. Prodavcima omogućava optimizaciju troškova oglašavanja, logistike, razvoja novih proizvoda i usluga, postprodajne usluge, i generalno optimizaciju ponude. S druge strane, veštačka inteligencija omogućava potrošačima da kupuju personalizovane proizvode i usluge, na pravom mestu, u pravo vreme, može im pomoći oko uštede novca, može im pomoći u odabiru supstituta (alternativnih proizvoda i usluga) i slično.

Tržište veštačke inteligencije u marketingu je brzo rastuće. 2020. godine je vrednost tržišta bila oko 12 milijardi $, što je malo u odnosu na globalno tržište veštačke inteligencije, koje je imalo veličinu od preko 325 milijardi $. Prema procenama, tržište veštačke inteligencije u marketingu će u 2023. godini biti tri puta veće i iznosiće 35 milijardi $, a do 2030. godine će imati veličinu od oko 108 milijardi $. Izvor: entrepreneur.com

Ograničenja upotrebe AI u marketingu

Iako će veštačka inteligencija nedvosmisleno značajno transformisati marketing, treba biti svestan i njenih ograničenja. Veštačka inteligencija nije svemoguća i ne može u potpunosti da zameni klasične međuljudske odnose na tržištu. Neka od ograničenja su sledeća:

• Etička ograničenja. Veštačka inteligencija nije programirana da rešava složena etička pitanja i u tom pogledu je malo korisna. Njena upotreba može dovesti do narušavanja privatnosti i bezbednosti korisnika, a može koristiti i diskriminativne algoritme koji mogu naneti značajnu štetu čitavim grupama ljudi.
• Kvalitet podataka. Veštačka inteligencija daje najbolje rezultate onda kada radi sa kvalitetnim podacima i dobro postavljenim algoritmima (modelima). Ako kao ulazne inpute imamo loše podatke ili ako imamo loše postavke modela, tada ćemo imati i loše izlazne rezultate, što može voditi do pogrešnih odluka.
• Ograničena kreativnost. Veštačka inteligencija je dobra u radu sa postojećim i dostupnim podacima, obavljajući usko specijalizovane poslove, ali nije sposobna za kreativno razmišljanje, stvaralaštvo i inovacije u oblasti marketinga.
• Nedostatak ljudske interakcije („human touch“). Ne treba zaboraviti da su ljudi i dalje ljudi, a algoritmi i dalje algoritmi. I po svemu sudeći će tako i ostati. To znači da će u marketingu uvek postojati potreba za učešćem čoveka. Kako u razvoju odnosa sa potrošačima (koji su često prožeti emocijama), tako i u samoj izgradnji i nadzoru AI sistema koji se koriste u oblasti marketinga.
• Mogućnosti zloupotrebe. Kao i svaka tehnologija, tako i kod veštačke inteligencije postoji mogućnost zloupotrebe. Jedan nivo zloupotrebe može biti neetička upotreba AI sistema, dok drugi nivo zloupotrebe mogu biti propusti u sistemu bezbednosti.
• Visoka cena i složenost. Implementacija veštačke inteligencije u marketingu može biti skupa, naročito za preduzetnike i male biznise. Osim toga, tehnologija se sve više usložnjava tako da i AI sistemi postaju sve više složeni za upotrebu.
• Loša adaptacija na promene. Na tržištu se često dešavaju promene koje je teško anticipirati, a koje korenito menjaju odnose i ponašanja učesnika na tržištu. Sistemi veštačke inteligencije mogu zahtevati dodatno vreme za prilagođavanje i učenje.

Da li će mašine zameniti ljude?

Konačno dolazimo do pitanja – da li će mašine zameniti ljude?
Nema sumnje da će mnogi poslovi biti ugroženi i da će biti potrebna dodatna prilagođavanja. Veštačka inteligencija ima potencijal da ugrozi rutinske poslove kao što su kodiranje, pisanje sadržaja, SEO, web analitike, generisanje fotografija, marketing automatizacija, upravljanje nalozima na društvenim mrežama, slanje masovne E-mail pošte i slično.

Međutim, to što je veštačka inteligencija već nadmašila ljude u određenim aktivnostima ne znači da će ljudi biti istisnuti iz marketinga. Štaviše, ljudsko učešće će biti sve više potrebno, a naročito će dobiti na značaju ljudska kreativnost, konceptualno razmišljanje, emocionalna i socijalna inteligencija čoveka i sposobnost kritičkog razmišljanja. To je ono gde veštačka inteligencija još dugo vremena neće moći da nadmaši ljude. Zapravo, dešavaće se ono što se dešavalo i ranije – najbolje će proći oni koji se najbolje budu prilagođavali.

Zbog toga možemo reći – ne, mašine neće zameniti ljude.

Budućnost marketinga je u spoju čoveka i veštačke inteligencije (Human-Assisted Al). Veštačku inteligenciju treba posmatrati kao alat koji će unaprediti marketing, a poslovi koi će biti sve više traženi su poslovi Prompt Designer-a.

Fusnote

• 1
  Customer Retention Rate je pokazatelj koji govori koliko je firma uspešna u privlačenju i zadržavanju kupaca. Izračunava se tako što se broj kupaca na kraju perioda umanji za broj novih kupaca stečenih tokom posmatranog perioda (npr. godinu dana), i onda se sve to stavi u odnos (podeli) sa broj kupaca na početku perioda.
• 2
  Customer Churn Rate je pokazatelj koji govori koliko je firma izgubila kupaca u posmatranom periodu. Izračunava se tako što se broj kupaca koji su prestali da koriste naše proizvode i usluge tokom posmatranog perioda (npr. godinu dana) podeli sa brojem kupaca na početku perioda.
• 3
  Npr. prepoznavanje lica na sajmovima i događajima u cilju merenja i analize angažovanosti posetilaca
• 4
  Npr. marketinška istraživanja zasnovana na meta analizama i longitudinalnim studijama velikih serija podataka
• 5
  Npr. dubinska psihografska segmentacija tržišta zasnovana na podacima dobijenim iz naprednih analitika
• 6
  Ovo ne treba mešati sa pojmom neuro-lingvističkog programiranja (Neuro-Linguistic Programming), koji predstavlja skup tehnika za komunikaciju i lični razvoj koji se fokusira na povezivanje uma, jezika i ponašanja.
• 7
  Zapravo, možda je pravilnije reći „komunikacija sa ChatGPT“ umesto korišćenje ChatGPT.
• 8
  Sve više postaje aktualno donošenje odluka na bazi podataka (Data-Driven Decision Making). Treba biti svestan svih prednosti i nedostataka ovakvog načina donošenja odluka. Takođe, treba voditi računa da se ne upadne u zamku kvantofrenije (opčinjenost podacima) i zamku kvantofobije (strah od podataka).