Ada apa di balik tirai MarTechBot?

Kita semua telah mengalami laju perubahan yang didorong oleh AI yang belum pernah terjadi sebelumnya dalam enam bulan terakhir. Katalis untuk perubahan itu adalah “akses”.

Titik belok AI adalah keputusan OpenAI untuk menyediakan akses gratis dan tidak terbatas ke ChatGPT — hasilnya: 100 juta pengguna dalam waktu kurang dari dua bulan.

Sebagai pemimpin operasi martech dan pemasaran, akses terbuka ini merupakan berkah sekaligus tantangan. Itu secara dramatis mengubah rencana dan prioritas 2023 kami.

Di situlah MarTechBot memasuki gambaran sekitar dua minggu lalu. Terima kasih kepada Marc Sirkin dan tim di MarTech yang mengizinkan saya berada di balik tirai MarTechBot, memberikan akses orang dalam ke cara pelatihannya, teknologi yang mendasarinya, dan pembelajaran waktu nyata.

Sirkin dan saya membahas implikasi dari prompt "MMM" kontekstual yang dia posting. Eksperimen itu menunjukkan bahwa melatih MarTechBot dengan konten situs ini akan menghasilkan jawaban yang disesuaikan untuk pemasar. Hasilnya diharapkan tetapi tetap mengesankan. Dan menyebabkan refleksi lebih lanjut. Berikut adalah beberapa wawasan yang saya tinggalkan.

• Mulai sekarang. Mempelajari cara melatih bot AI menggunakan model bahasa khusus perusahaan harus menjadi yang teratas dalam daftar tugas 2023 Anda. Ini mungkin tidak dirilis ke publik, tetapi manfaat potensial menuntut kita semua mulai mengambil langkah nyata sekarang.
• Efek ruang gema . Menonton MarTechBot merespons dalam gelembung pemasaran dan martech sungguh luar biasa - seperti bayi berusia dua minggu yang sudah tahu cara mengatakan "ibu" dan "ayah!" Namun, implikasinya serius. Bias dapat merayap masuk dengan cepat. Dalam dunia teknologi pemasaran, akankah MarTechBot segera menyimpulkan bahwa satu-satunya solusi untuk setiap masalah pemasaran adalah menambahkan alat baru ke tumpukan? 🙂
• Peran operasi pemasaran baru. Kami menemukan bahwa melatih bot dilengkapi dengan segala macam pagar pembatas baru. Salah satu contohnya adalah mengoperasionalkan batas token GPT. Sementara jumlah kata adalah metafora kasar, mereka tidak setara persis mengingat loop umpan balik prediktif yang merupakan dasar dari model bahasa besar (LLM). Contoh lain adalah peran operasi konten baru untuk mengedit transkripsi teks audio/video. Sebelumnya, sedikit ketidakakuratan yang dihasilkan oleh subtitel real-time akan diabaikan. Ketidakakuratan tersebut merupakan konsekuensi saat teks dimasukkan ke dalam model bot pelatihan.
• Pivot. Jika bot dapat dilatih dengan sangat cepat untuk menirukan nada suara, dapatkah ia dilatih ulang secara instan? Bagaimana jika suatu merek telah melatih bot tentang perpesanan dan nada yang sekarang sudah usang karena arah produk baru atau rebranding?

Tapi tunggu, masih ada lagi! Berikut ini hanyalah puncak gunung es terkait tantangan baru MarTech dan MOps (mis., pertanyaan yang belum terjawab!) yang diminta oleh MarTechBot.

• Tumpukan baru tanpa panduan cara. Mereka yang menciptakan sistem AI generatif mengakui bahwa mereka tidak mengerti persis mengapa dan bagaimana mereka terkadang merespons dengan cara yang mereka lakukan. Bagaimana seorang profesional operasi pemasaran menjelaskan hal itu kepada pelanggan, tim eksekutif, pemegang saham, dll.?
• Menyeimbangkan kecepatan dan tanggung jawab. Perlombaan untuk berinovasi akan mengungkap masalah hukum, hak cipta, dan etika yang pelik. Akankah tag konten baru seperti #train_on_this (atau #do_NOT_train_on_this) dihormati?
• Potensi menghidupkan kembali "pertikaian" pemasaran-TI. Selama 10 tahun terakhir, kami telah menetapkan beberapa norma dalam pembagian peran/tanggung jawab antara pemasaran dan TI. Tetapi alat AI akan digunakan oleh seluruh perusahaan. Akankah pemasar perlu memperbarui kemitraan lintas fungsi mereka dengan TI, atau berisiko kehilangan akses ke kumpulan data penting yang akan dan harus selalu dikontrol oleh TI untuk perusahaan?
• Infus cepat ke dalam otomatisasi pemasaran. Seperti yang saya tulis dan bicarakan di bulan Maret, kemampuan ini juga mendorong investasi ulang di CRM inti dan platform otomasi pemasaran sebagai fondasi tumpukan martech. Saya akan membahas dampak pada manajemen data di bagian 2 dari seri ini di bulan Juni. Berapa banyak yang akan berubah lagi atau diperkenalkan antara sekarang dan nanti? (Saya sudah mengubah garis besar saya tiga kali!)

Di masa lalu, vendor dan/atau konsultan biasanya dapat membantu kami mengidentifikasi di mana ada sesuatu yang salah di tumpukan kami. Itu tidak akan terjadi pada tumpukan bot AI selama 6-12 bulan ke depan. Kita harus menjadi operator di balik tirai. Mulai hari ini.

Dapatkan MarTech! Sehari-hari. Bebas. Di kotak masuk Anda.

Alamat email bisnis

Langganan Pengolahan...

Lihat persyaratan.