如果您查看有关采用生成式人工智能的行业调查，就会发现很多营销人员都在尝试。
但是，这些生产力工具的轻松访问意味着采用有时可能相当临时且分散。
例如，Adobe 的 2024 年趋势调查发现，只有四分之一的客户端高级管理人员已经在 genAI 上开展了技能建设计划。然而，新的《营销周刊》数据显示，近一半的营销人员正在使用人工智能进行市场研究，超过五分之二的营销人员用于受众细分和创意测试。
有趣的是，我确信我们都在几分钟之内与人交谈过无论是营销还是非营销，他们都在尝试使用新工具来创建图像和复制，并建议其他人也这样做。
保持开放的心态、紧跟新技术有什么问题吗？这难道不是一个优秀的营销人员应该做的事情吗？
GenAI 会节省时间还是会让大规模营销人员感到疲惫不堪？
这是否有利于更广泛的组织？
需要注意的危险是，当临时实验为当地带来微小利益时，却错过了为更广泛的组织获取更大利益的机会。
今年早些时候，我与一位经验丰富的数据和分析领导者进行了交谈，他用 B2B 业务中的 CRM 系统的早期阶段进行类比，以及确保销售人员采用的困难。
“十多年来，[企业表示]在 CRM 中管理您的联系人和关键销售流程。他们从来没有正确地这样做过。然后他们突然意识到他们可以在智能手机上[管理联系人]。他们可以找到客户，他们可以使用 WhatsApp，他们可以在几分钟内开展自己的小型活动。他们创建联系人、客户群……所以，基本上该公司还没有掌握这种客户数据资产。它在人们的设备上。它是支离破碎的。它丢失了，”他们告诉我。
“如果他们在 CRM 系统上制定了正确的策略并找到了获取这些数据的方法，他们就会拥有非常丰富的客户数据。他们将拥有统一的数据集。他们的客户会很高兴，销售代表将拥有他们所需的所有生产力，资产将作为公司资产进行管理。
“我见过很多公司错过了这个机会。同样的情况也可能发生在人工智能领域。”
自由支配的风险
允许销售人员、营销人员或客户服务助理将大型语言模型 (LLM) 添加到其工作流程中的潜在缺点已得到充分记录。
首席执行官可能会认为 GenA我对合规性和竞争力都构成威胁，幻觉和隐私泄露等问题经常成为首要考虑因素。
供应商也很清楚将 genAI 的使用与公司战略保持一致以及增强机构知识所面临的挑战。
例如，Salesforce 在其 Einstein Trust Layer 的营销页面上谈到了“动态基础”，它将其描述为在提示中添加“特定领域的知识和客户信息”，以生成更准确的响应，例如使用“CRM 数据、知识文章、服务聊天等等”可以“减少出现幻觉的机会”。还有关于“数据屏蔽”和“零保留架构”的详细信息，以屏蔽外部法学硕士的数据。
有人可能会说，在临时使用法学硕士的情况下，生产力工具本质上是分散的，并且员工已经需要采取个人措施他们对从 Google 搜索和社交媒体到企业软件等所有内容的使用负有责任。
需要注意的危险是，临时实验只能带来微小的局部效益，但却错过了为更广泛的组织获取更大效益的机会。
这无疑是正确的，培训的第一步是确保员工了解什么是负责任地使用新工具。然而，更广泛的观点仍然成立：是否需要人工智能来解决业务问题？如果有，那么该解决方案将需要与公司战略保持一致。
Data Scientific 首席执行官、谷歌前首席决策科学家 Cassie Kozyrkov 上个月在 LinkedIn 上发表的一篇文章中写道，人工智能“应该是在传统编程失败后尝试的东西。当你有一些东西需要自动化时，但你无法用现有的技巧来完成它。当需求如此迫切以至于您愿意时ng 增加复杂性并减少随之而来的控制。”
Ritson：合成数据与真实数据一样好 - 接下来是合成策略
在她的帖子下面的评论中，当被问及 genAI 工具是否可以提高所有组织的效率时，Kozyrkov 指出，“事实证明，如果管理不善，它会降低效率。”
人们对 genAI 的期望非常高，在 Adobe 最近的调查中，三分之二的高管表示，他们对这项技术将在分析、内容、客户服务和销售方面实现业务转型持乐观态度。但如果没有战略监督，并且那些积极主动的人只是听从自己的直觉，这些期望很可能无法实现。
Ben Davis 是 Econsultancy 的见解编辑，该公司提供数字、营销和电子商务领域的电子学习、实时学习在线研讨会和技能图谱。
来源：营销周刊
