儘管如此，儘管想法比比皆是，但實現仍然是一個挑戰。在這個階段，營銷人員如何將生成式人工智慧切實地融入他們的日常工作流程中？在 最新一集的 55 的 Data Break 播客中，我與 The Brandtech Group 的數據和技術集成主管 Hugo Loriot 進行了交談，討論了 GenAI 如何塑造業務的未來。
以下是我們關於生成式人工智慧如何改變業務以及品牌如何更好地為未來做好準備的討論預覽。
第一個要開發的 GenAI 用例以內容製作為中心，因為使用 LLM 來優化 SEO 文字或編寫電子郵件感覺是最合乎邏輯的行動方案。然而，雖然內容生成仍然是營銷人員唯一的生產就緒應用程式，但有些人正在將注意力轉移到戰略、媒體和分析上。
另一個值得注意的轉變是品牌選擇將注意力集中在內部。為了在瞬息萬變的環境中保持領先地位，他們正在儘早引入新的利益相關者來評估新技術，並確定在哪裡集成GenAI以及按優先順序進行集成。這意味著高度的跨部門協作，尤其是法律和隱私團隊之間的協作。任何正在考慮的人工智慧應用都必須符合新興法規，例如 《歐洲人工智慧法案》。
在投資新的 GenAI 工具之前，企業必須致力於其數據擁有權、透明度和治理。為此，品牌必須採取自上而下的方法，以負責任的人工智慧為動力進行業務轉型，主要利益相關者制定公司政策，以闡明如何安全地使用人工智慧來獲得競爭優勢。
強大的 AI 治理必須涉及三個關鍵點：
包含公司資訊的提示不允許提供給模型的訓練或被第三方檢索。因此，品牌需要與模型供應商就特定的條款和條件達成一致，或者確保只允許特定的互動。
無論提示是用於生成圖像、文本、視頻還是其他任何內容，創建的內容都不一定由提示編寫者“擁有”。這種地位不僅取決於示範提供者，還取決於當地立法。今天，在美國，尚不清楚人工智慧生成的圖像是否歸提示模型的人所有。
上面提到的模糊性是人為監督至關重要的部分原因，不僅要為模型提供護欄，還要以更個人的方式編輯輸出，從而加強擁有權。
除了高品質的輸入和強大的數據基礎外，品牌還應該特別注意
它們從第三方 cookie 轉向第一方數據，因為前者正在逐漸被淘汰。通過更加謹慎的數據收集和治理方法，遠離早期互聯網的“狂野西部”時代，過渡到 GenAI 增強的流程將更加自上而下、有條理和易於管理。
在選擇要優先考慮的用例時，建議使用相同的正念。我們的客戶通過專注於致力於品質優化、節省時間和效率的“更安全”的內部用例，取得了巨大的成功。通過專注於這些更安全的用例，企業可以建立適當級別的治理、安全、控制、人工參與和測試，為未來風險更高的 GenAI 應用程式鋪平道路。
在不久的將來，傳統AI（預測導向）和生成式AI（創作導向）之間的融合似乎很有可能，為品牌開闢了無數的可能性。此外，檢索增強生成 （RAG） 等技術可以通過從外部來源（包括市場研究）獲取數據來增強 GenAI 模型，從而更深入地研究特定主題——對於訪問第一方數據有限的公司來說，這是一個潛在的遊戲規則改變者，許多傳統行業（如 CPG）就是這種情況。
收聽 完整劇集 ，瞭解以下方面的更多見解：
在我們的月度時事通訊《Tea O'Clock》中發現所有最新新聞、文章、網路研討會重播和 55 項活動。
%20(1).png)
.svg)
.jpg)
