Tworzenie obrazów i tekstu przez AI w marketingu. Jak to wykorzystać?

W pierwszej fali tej rewolucji, sztuczna inteligencja w marketingu znalazła zastosowanie przede wszystkim w analizie danych klientów oraz danych generowanych przez nich. Systemy CRM oraz platformy CDP (Customer Data Platform) zaczęły być wzbogacane o algorytmy regresji, klasyfikacji i segmentacji, co pozwoliło na jeszcze bardziej efektywne wykorzystanie zgromadzonych informacji.

Jednak rozwój AI nie wykazuje oznak spowolnienia (wręcz przeciwnie - rozwija się wykładniczo), a algorytmy zaczęły nie tylko analizować, ale również generować dane. Co więcej, robi to - co może brzmieć zaskakująco – w coraz bardziej "atrakcyjnej" formie tekstu, obrazów i wideo. Wobec tego, jak można skorzystać z tego nowego obszaru, jakim jest generatywne AI, w marketingu i innych dziedzinach biznesowych?

Generatywne AI (sztuczna inteligencja generatywna) to rodzaj sztucznej inteligencji, który koncentruje się na tworzeniu nowych, nieistniejących wcześniej danych lub dzieł, takich jak tekst, obrazy, dźwięk czy wideo. Wykorzystuje się je w celu generowania różnorodnych wyników, które są na tyle realistyczne, że mogą być trudne do odróżnienia od danych stworzonych przez ludzi. Marketingowe określenie generatywnego AI można przedstawić jako modele AI posiadające uproszczoną wyobraźnię.

Jednym z pierwszych przykładów generatywnego AI są sieci GAN, które zostały stworzone w 2014 roku. Generative Adversarial Networks (GANs) to również świetny przykład tego, jak naukowcy naśladują naturę. Po pierwsze, sieci GAN są sieciami neuronowymi, inspirowanymi ludzkim mózgiem. Po drugie, składają się tak naprawdę z dwóch sieci neuronowych: jednej generującej obrazy, a drugiej oceniającej, czy przypominają one wytwory ludzkie. Sieci te konkurują ze sobą i uczą się na bieżąco. Im lepsze obrazy tworzy generator, tym lepiej dyskryminator potrafi je oceniać. Zatem to taki odpowiednik cyfrowego spotkania firmowego, gdzie jeden pracownik "rzuca pomysłem", a drugi go weryfikuje lub krytykuje. 

Sieci GAN sprawdziły się w generowaniu zdjęć osób, które nie istnieją, jak również w tworzeniu przepięknych, realistycznych krajobrazów.

Drugim przykładem generatywnego AI jest wszechobecny król tej dziedziny, czyli ChatGPT. Potrafi on generować tekst (bardziej dialog) w taki sposób, że trudno odróżnić efekt jego pracy od twórczości człowieka. Gdy dodamy tego szereg modeli generujących obrazy na podstawie tekstu (takie jak MidJourney czy Dall-E), muzykę, wideo czy modele 3D, a także przyjrzymy się liczbie narzędzi i asystentów opartych na tych technologiach, widać, że nadszedł czas, aby zacząć myśleć o nowych współpracownikach w dziedzinie marketingu.

Dobrze wykorzystana sztuczna inteligencja generatywna może okazać się ogromnym wsparciem w codziennej pracy osób odpowiedzialnych za tworzenie contentu wykorzystywanego w działaniach marketingowych. Nie zastąpi człowieka, pozwala jednak zdecydowanie szybciej przygotowywać nowe materiały i ich różnorodne warianty, a nawet zwrócić uwagę na aspekty, które dla specjalisty nie zawsze są oczywiste.

Dodatkowo, w sprawnych rękach, generatywne AI może wzmocnić tzw. umiejętności kognitywne pracownika, co ma niebagatelne znaczenie w strategicznym marketingu. Jednak ta rola AI wymaga dodatkowego, obszernego artykułu. W związku z tym skupimy się na podstawowych czynnościach dnia codziennego w dziale marketingu. Serdecznie zapraszamy więc AI na staż do działu marketingu! 

Podstawowe zadania dla nowego "pracownika" to oczywiście wspólne opracowanie wielu formatów treści i grafik, takich jak: 

• artykuły merytoryczne wraz z obrazami, tablicami czy wykresami,
• kreacje do kampanii reklamowych,
• treści i grafiki na strony internetowe,
• materiały reklamowe na temat produktów lub usług,
• oferty handlowe,
• materiały video,
• ogłoszenia rekrutacyjne,
• notki prasowe i wszelkie inne formaty pisane, których działy marketingu tworzą na co dzień ogromne ilości. 

Sztuczna inteligencja nie potrzebuje porannej kawy, natomiast żeby uzyskać spodziewany rezultat trzeba "nakarmić" ją właściwymi pytaniami i materiałami bazowymi - im ich więcej, tym lepszy efekt. Proces ten stanowi część tzw. inżynierii promptów (prompt engineering), gdzie przekazujemy modelom kontekst zadań, a także dodatkowe wskazówki i polecenia. Ale generatywna AI korzysta także z gotowych treści ze swojej bazy. Poprzez analizę i wykorzystanie algorytmów uczenia maszynowego AI tworzy oryginalne obrazy i treści, ale też dostarcza informacje o tym, co działa najlepiej i jak można udoskonalić opracowywany content. 

AI nie ma jeszcze ludzkiej empatii i trudniej jej pisać o emocjach, jest natomiast bardzo kreatywna i potrafi w krótkim czasie:

• dostarczyć wsad merytoryczny pod publikację na tematy biznesowe,
• skracać i streszczać długie artykuły,
• zasugerować optymalizację zawartości landing page,
• zaprojektować logo nowego produktu lub jego opakowanie,
• przygotować kreacje do kampanii reklamowej i social mediów - o produkcie lub na podstawie wskazanego artykułu,
• zaproponować kilka wariantów tego samego tekstu lub tej samej grafiki,
• przygotować scenariusz filmu reklamowego,
• spersonalizować standardową ofertę pod konkretnego klienta,
• stworzyć wiele zróżnicowanych haseł reklamowych i "call to action", dopasowanych do kontekstu.

Co istotne, wszystkie te zadania możemy zrealizować za pomocą jednego narzędzia lub modelu, takiego jak np. ChatGPT, NLP Cloud, Rytr, Jasper. Wynika to z faktu, że w obszarze generatywnego AI tekstów mamy do czynienia z tzw. dużymi modelami językowymi (np. GPT-4). Modele te można porównać do bardzo dobrze oczytanych ludzi. W trakcie ich treningu wykorzystano dziesiątki terabajtów tekstów, takich jak książki, artykuły, strony internetowe, umowy, dzieła literackie, fora dyskusyjne oraz wiadomości. Dzięki temu, modele językowe o dużym rozmiarze (ang. large language models, LLM) stają się tzw. task-agnostic, czyli są w stanie wykonać każde zadanie związane z generowaniem i przetwarzaniem tekstu, niezależnie od języka czy stylu.

Każdy z takich tekstów powinien zostać zweryfikowany, a najlepiej zredagowany przez doświadczonego copywritera. Jednak krótki czas, w jakim powstaje content i liczba wariantów, które możemy uzyskać współpracując ze sztuczną inteligencją, są nie do przecenienia.

Korzyść najważniejsza to oczywiście czas, szczególnie w kontekście rynku, na którym czas to dobro rzadkie, a najważniejszymi umiejętnościami stają się elastyczność i szybkość reagowania na zmiany w otoczeniu. Warto patrzeć na niego w dwóch wymiarach. Pierwszy: jak szybko możemy uzyskać content gotowy do użycia. Dzięki wsparciu AI opracowanie kompletu materiałów marketingowych o nowym produkcie można skrócić do kilku godzin. Zespół marketingu potrzebuje na to zwykle kilku - kilkunastu dni, a termin "go to market" ma niebagatelne znaczenie w wyścigu z konkurencją w cyfrowym świecie.

Drugi wymiar to produktywność - czas zaoszczędzony dzięki współpracy z AI pracownicy mogą przeznaczyć na kolejne zadania. Produkujemy zatem więcej contentu przy tych samych zasobach. Dyrektorzy finansowi z pewnością to docenią! 

AI doskonale wspiera też recykling contentu i jego wariantowanie - na podstawie tego samego materiału możemy opracować: kolejny, unikalny pod kątem SEO artykuł, notkę prasową, ale także kilka różnych postów do social mediów i kreacji reklamowych. Kiedy ich przygotowanie trwa kilka minut, łatwiej pokusić się o testy i weryfikację skuteczności na odbiorcach. Klienci natomiast chętniej reagują na widok oferty, która faktycznie została dopasowana do ich potrzeb, sytuacji i wymagań i zawiera odpowiedzi na ich pytania i wątpliwości. Standardowy szablon ofertowy, w którym zmienia się tylko cena, właśnie przechodzi do historii. 

Oczywiście, zmniejszenie kosztów i zwiększenie produktywności to bardzo ważne elementy, jednak AI oferuje członkom zespołów inne supermoce. Dzięki AI na rynku pojawiło się wiele narzędzi z grupy tzw. asystentów. Mogą zredagować maila, sporządzić notatkę ze spotkania i plan projektu czy streścić zawiłą wypowiedź szefa. Wspierają pracowników i zastępują w wybranych zadaniach, pozwalając im jednocześnie skupić się na tym, co kochają i robią najlepiej.

Dodatkowo, w przeciwieństwie do pracowników, AI nie czuje emocji, nie choruje, nie miewa złych dni i blokady kreatywnej. To nie znaczy, że należy zastąpić ludzi sztuczną inteligencją, ale na pewno sztuczna inteligencja może pomóc ich odblokować, podsuwając inspiracje i dobre pomysły. Warto potraktować ją jako zawodowego partnera, który nie tylko wykona część pracy zespołu marketingu, ale też pomoże mu się rozwijać.    

Przełomowe wydarzenia z końcówki 2022 roku sprawiły, że rok 2023 będzie okresem wdrożeń, produktywności i kreatywności. W związku z tym, pojawiają się jak grzyby po deszczu fantastyczne narzędzia z sztuczną inteligencją na pokładzie (chociaż czasami sam pokład to AI). Portal Futurepedia (https://www.futurepedia.io/), który specjalizuje się w ewidencjonowaniu, weryfikacji i ocenie narzędzi AI, zgromadził już ponad 1800 pozycji, a każdego dnia lista ta rośnie o kilkanaście nowych elementów. Oczywiście, nie wszystkie są dedykowane wyłącznie marketingowi.

Oto kilku zdecydowanych faworytów:

ChatGPT. Nie ulega wątpliwości, że ChatGPT obecnie jest najpopularniejszym narzędziem generatywnego AI.. Warto zainwestować czas w krótkie szkolenia z inżynierii promptów (dostępnych na platformach takich jak LinkedIn, YouTube czy płatnym Udemy), aby w pełni wykorzystać potencjał j platformy. 

Dzięki zdobytym umiejętnościom, będziecie mogli nie tylko korzystać z ChatGPT do korekty i stylizowania notatek, ale również do badań, rozmów o profilach klientów czy analiz domenowych nisz rynkowych dla produktów. Przykładowo, jeśli otrzymacie zlecenie z branży logistycznej, ChatGPT może okazać się nieocenionym wsparciem w dyskusji i analizie zagadnień związanych z tym sektorem.

MidJourney, Dall-E. Marketing opiera się na sile obrazu: od zdjęć, ilustracji i infografik po kompleksowe identyfikacje wizualne, kampanie reklamowe z bogatą grafiką, materiały wideo oraz druki. W związku z tym, istotne jest wykorzystanie generatywnego i kreatywnego wsparcia sztucznej inteligencji (AI) w tej dziedzinie.

Wśród dostępnych rozwiązań znajdują się modele takie jak MidJourney i Dall-E, które należą do klasy tzw. text2image. Ich głównym zadaniem jest generowanie obrazów na podstawie podanego tekstu, zwanych również "promptami". W praktyce oznacza to, że te modele potrafią tworzyć wizualizacje bazujące na tekstowych opisach. Zatem znów "prompt engineering", nabiera kluczowego znaczenia dla uzyskania optymalnych wyników.

Jeżeli uznacie, że powyższe przykłady są banalne, zbyt proste i nie wnoszą nic innowacyjnego, warto zwrócić uwagę na istotność odpowiednio sformułowanego polecenia (prompt). Znaczenie tego elementu często bywa niedoceniane, a przecież to właśnie od niego zależy, jakie rezultaty osiągniemy. Wprowadzenie dodatkowych informacji, takich jak styl, kolorystyka czy sceneria, może znacząco wpłynąć na ostateczny efekt.

Dokładniejsze wskazówki sprawiają, że generowane grafiki zaczynają nabierać oryginalności i kreatywności, dzięki czemu lepiej wpisują się w kontekst kampanii marketingowych. Oczywiście, rezultaty zależą od wielu czynników, które są wciąż analizowane przez dział kreatywny.

Ważne jest, aby nie zapominać o roli promptów w procesie generowania wizualizacji. Staranne formułowanie poleceń oraz eksperymentowanie z różnymi wariantami pozwala na odkrywanie nowych możliwości i osiąganie lepszych wyników. W ten sposób działania kreatywne wspierane są przez innowacyjne technologie, co pozwala na tworzenie efektywnych i unikatowych kampanii marketingowych.

Zachęcamy do odwiedzenia serwisu Futurepedia (https://www.futurepedia.io/), który jak wspominaliśmy oferuje szeroki wybór narzędzi opartych na sztucznej inteligencji. W ich bazie można znaleźć wiele modeli dostępnych do bezpłatnego wypróbowania, choć z określonymi limitami. Warto zwrócić uwagę na następujące propozycje:

• Namelix (https://namelix.com/) - innowacyjny generator nazw marek, firm i usług, który może ułatwić proces tworzenia unikatowej i atrakcyjnej nazwy.
• Fliki (https://fliki.ai/) - narzędzie do generowania filmów, idealne dla mediów społecznościowych, które pozwala na stworzenie wideo w zaledwie kilka minut.
• Looka (https://looka.com/) - generator logo, który konkurować może z MidJourney, jednak daje większą kontrolę nad konfiguracją wytycznych dotyczących sygnetu, logotypu czy tagline.

Ponadto, na Futurepedia można znaleźć wiele narzędzi typu text2speech, wspierających copywriting, generatorów video oraz awatatorów. Serwis ten stanowi doskonałe źródło dla przedsiębiorców i marketerów, którzy chcą wykorzystać potencjał sztucznej inteligencji w swoich działaniach.

Generatywne AI odgrywa kluczową rolę w marketingu, z jednej strony wspierając i wzmacniając umiejętności kognitywne, niezbędne w tej branży. Z drugiej strony, automatyzując żmudne zadania związane z wariantowaniem prac kreatywnych. Dzięki innowacyjnym modelom, takim jak ChatGPT, Dall-E, Stable Diffusion czy MidJourney,możliwe jest tworzenie unikatowych wizualizacji, publikacji czy reklam, które przyciągają uwagę odbiorców i wyróżniają się na tle konkurencji. Wykorzystanie takich narzędzi może przyczynić się do sukcesu kampanii reklamowych oraz wzmocnienia wizerunku marki.

Jednocześnie, ważne jest zwrócenie uwagi na licencje danych modeli oraz korzystanie z odpowiednich źródeł materiałów, aby uniknąć problemów prawnych. Stosowanie prac kreatywnych w sposób zgodny z przepisami prawa autorskiego jest kluczowe dla utrzymania profesjonalizmu i wiarygodności działalności marketingowej.

Kolejnym aspektem jest mądre wdrażanie AI w marketingu, polegające na skupieniu się na celach związanych z maksymalizacją wartości biznesowej, a nie tylko minimalizacją kosztów. Należy również zarządzać talentami: zarówno ludzi, jak i współpracujących z nimi robotów oraz cobotów. W kontekście rozwoju zawodowego, ciągłe edukowanie się oraz poznawanie nowych technologii są nieodzownymi elementami branży marketingowej. Dlatego warto inwestować w rozwój kompetencji związanych z generatywnym AI oraz śledzić najnowsze trendy i innowacje w tej dziedzinie. Tylko w ten sposób można w pełni wykorzystać potencjał sztucznej inteligencji w marketingu i osiągać lepsze wyniki. 

Autorami artykułu są: Agata Żmudzińska, Chief Marketing Officer w firmie Deviniti oraz Sebastian Kondracki, Chief Innovation Officer w firmie Deviniti.

Artykuł powstał w ramach współpracy Akademii Biznesu i Deviniti.