generatieve AI stimuleert een nieuwe wereld van creatieve, op maat gemaakte communicatie, waardoor marketingteams grotere personalisatie op schaal kunnen leveren en kunnen voldoen aan de hoge klantverwachtingen van vandaag. Het potentieel van deze krachtige nieuwe tool omvat het hele end-to-end marketingproces, van interne communicatie en productiviteit tot klantgerichte kanalen en productondersteuning. In een onderzoek uit mei 2023, uitgevoerd door IBM en Momentive.ai67% van de CMO’s meldde dat ze van plan zijn generatieve AI in de komende twaalf maanden te implementeren en 12% is van plan dit binnen 86 maanden te doen.

AI voor het bedrijfsleven is al geruime tijd in staat meerdere marketingfuncties te realiseren: naadloze verbinding over elk platform of apparaat, onmiddellijke reactie bij problemen en maatwerk op basis van de huidige locatie en aankoopgeschiedenis. Maar generatieve AI-oplossingen kunnen nieuwe mogelijkheden bieden voor klantgerichte marketingteams om nog meer personalisatie op schaal te bieden en de vaardigheden en prestaties van medewerkers te verbeteren.

Enterprise-marketingteams zullen enorm profiteren van generatieve AI, maar de introductie van deze mogelijkheid zal nieuwe vaardigheden en processen vereisen. Volgens het onderzoek van IBM noemden CMO's, toen hen werd gevraagd wat zij dachten dat de belangrijkste uitdagingen waren bij het adopteren van generatieve AI, drie belangrijkste aandachtspunten: het beheersen van de complexiteit van de implementatie, het opbouwen van de dataset en het risico op merk- en intellectueel eigendom (IP).

Met de juiste generatieve AI-strategie kunnen marketeers deze zorgen wegnemen. De reis begint met goede data.

Generatieve AI heeft de juiste data nodig

Zoals bij alle AI-implementaties vereist generatieve AI aandacht voor het verkrijgen en onderhouden van de onderliggende gegevens. Het bekende IT-gezegde ‘garbage in, garbage out’ is nog steeds van toepassing; Gegevens van hoge kwaliteit zijn essentieel voor een kwalitatief hoogstaand resultaat. Als de trainingsgegevens vertekend of onvolledig zijn, kunnen de modellen onnauwkeurige inhoud genereren.

Met name voor marketing kan generatieve AI helpen bij de ontwikkeling van inhoud en doelgroeptargeting. Datacuratie is van cruciaal belang, samen met het instellen van vangrails en toezicht om vooringenomenheid aan te pakken en de consistentie van de merkstem en de nauwkeurigheid van product- en service-informatie te garanderen.

Een kledingbedrijf in de detailhandel kan bijvoorbeeld generatieve AI gebruiken om e-mail- of online-ervaringen aan te passen aan verschillende klantpersona's. De geavanceerde mogelijkheden van generatieve AI voor tekst, beeld en video hebben het potentieel om een ​​meer persoonlijke en boeiende ervaring te creëren. Dit kan bijvoorbeeld een virtueel model zijn dat outfits draagt ​​die passen bij het lichaamstype, de mode-keuzes en de interessante activiteiten van de klant. De generatieve AI-tool kan ook externe factoren integreren, zoals het weer, aankomende evenementen of de locatie van de klant.

Maar wat als de generatieve AI-tool de klant aanbeveelt om midden in de winter een badpak te kopen of in de zomer een sneeuwparka? Omdat verschillende generatieve AI-oplossingen worden getraind op grote hoeveelheden gegevens, hebben ze de mogelijkheid om bestaande gegevens verkeerd op te halen en te interpreteren. De tool heeft dus het potentieel om onverwachte resultaten op te leveren.

wanneer een AI-basismodel off-topic of onjuiste inhoud genereert, wordt dat gedrag een hallucinatie. Om dit scenario te verzachten, moeten teams ervoor zorgen dat ze hun modellen aanpassen met eigen datasets, in plaats van uitsluitend te vertrouwen op open-source internetgegevens.

Creëer een datagestuurde generatieve AI-marketingstrategie

Voordat uw marketingorganisatie effectieve generatieve AI-oplossingen kan introduceren, heeft u een strategie nodig om AI-basismodellen te implementeren. Gezien het enorme landschap aan beschikbare gegevens (zowel extern als intern), is het essentieel om uw gebruiksscenario's te definiëren voordat u uw modellen aanschaft en traint. Als u de voordelen en risico's van elke gebruikscasus begrijpt, kunt u een stapsgewijs pad creëren waarin prioriteit wordt gegeven aan het modeltrainingsproces.

Marketeers moeten ook nauw samenwerken met IT om hierop af te stemmen data-architectuur nodig om veilig basismodellen te bouwen en in te zetten, terwijl de noodzakelijke bescherming van intellectueel eigendom en vertrouwelijke gegevens wordt nageleefd. De juiste gebruiksbeveiligingen helpen uw IE en de integriteit van uw merk te bewaken en te beschermen.

Generatieve AI heeft menselijke marketingteams nodig

Eenmaal geïmplementeerd, is uw generatieve AI-datareis nog niet voorbij. Basismodellen worden voortdurend verfijnd terwijl ze met klanten communiceren, waarbij steeds grotere hoeveelheden gegevens worden verzameld, wat op zijn beurt hun mogelijkheden verbetert. Menselijk toezicht (zoals gecontroleerde afstemming met menselijke annotaties en versterkend leren van menselijke feedback) is nodig om de output van generatieve AI-apps die op basismodellen draaien af ​​te stemmen op menselijke bedoelingen, en ervoor te zorgen dat ze behulpzaam, ethisch en betrouwbaar zijn.

Ook al kan generatieve AI klantgericht werk opleveren dat menselijk lijkt, er is nog steeds een menselijke gids nodig met expertise in het omgaan met ethische en juridische problemen met betrekking tot datagebruik. Menselijke recensenten kunnen ook eventuele gevallen van vooringenomenheid of hallucinaties identificeren en corrigeren die in de inhoud zouden kunnen zijn doorgedrongen.

Voeg generatieve AI toe aan uw marketingtoolkit

In het IBM-onderzoek noemden CMO's het maken en bewerken van content, SEO en socialemediamarketing als de belangrijkste B2B-gebruiksscenario's voor generatieve AI-mogelijkheden.¹ Met betrekking tot de B2B-marketingfunctie noemden deze leiders leadgeneratie en sales nurturing als de belangrijkste use cases.¹

Toen hen werd gevraagd naar hun grootste zorgen met betrekking tot generatieve AI, waren de leiders gefocust op de nauwkeurigheid van gegevens, privacybeheer en het beschikken over de bekwame middelen om deze oplossing te bouwen.¹ Daartoe vereist het adopteren van generatieve AI-technologie een praktische aanpak om de mogelijkheden ervan op te bouwen, te testen en te leren kennen. Dit zorgt ervoor dat bedrijfseigen gegevens worden beschermd, dat klantervaringen relevant en lonend zijn, en dat het marketingproces gestroomlijnd en kosteneffectief is.

IBM loopt al tientallen jaren voorop op het gebied van AI voor het bedrijfsleven. Wij bieden oplossingen en diensten die marketeers helpen generatieve AI op een verantwoorde en effectieve manier te implementeren. watson x, het enterprise-ready AI- en dataplatform van IBM, is ontworpen om marketing- en andere bedrijfsleiders te helpen vol vertrouwen de generatieve AI-arena te betreden. Het platform bevat drie krachtige componenten:

1. watsonx.ai: een enterprise studio voor AI-bouwers om generatieve AI te trainen, valideren, afstemmen en inzetten
2. watsonx.gegevens: een open hybride dataopslag gebouwd op een open meerhuis architectuur, ontworpen om generatieve AI-workloads te helpen schalen
3. watsonx.governance: een toolkit die AI-workflows versnelt die zijn gebouwd met verantwoordelijkheid, transparantie en uitlegbaarheid

IBM Consulting™ en het diverse, wereldwijde team van meer dan 20,000 AI-experts helpen marketingorganisaties snel en vol vertrouwen AI en automatisering in hun hele bedrijf te ontwerpen en te schalen. We werken samen met IBM Watsonx-technologie en een open ecosysteem van partners om elk AI-model, op elke cloud, te leveren, geleid door ethiek en vertrouwen.

Zet de eerste stap richting generatieve AI met de juiste databronnen en architectuur om de toegang, kwaliteit, rijkdom en bescherming van uw merk te ondersteunen.

Ontvang de gids van de CEO over generatieve AI voor klant- en werknemerservaring

¹ “CMOs and Generative AI”, IBM, mei 2023. aantal (200)