Tiếp thị bằng trí tuệ nhân tạo: Nó là gì và khi nào bạn nên sử dụng nó?

Dạo này dường như ai cũng nói về trí tuệ nhân tạo (AI). Từ ChatGPT viết quảng cáo bằng giọng của Ryan Reynolds đến Lensa tạo chân dung bạn bè trên mạng xã hội, AI tạo sinh đang thu hút rất nhiều sự chú ý. Và nhiều người đang suy đoán rằng AI sẽ đơn giản hóa rất nhiều công việc—bao gồm cả các công việc tiếp thị.

Vậy, trí tuệ nhân tạo trong marketing có xứng đáng với sự cường điệu đó không? Câu trả lời cho câu hỏi này không hề đơn giản, nhưng rất đáng để thảo luận.

Trí tuệ nhân tạo có tiềm năng thay đổi cuộc chơi đối với các công ty, nhà tiếp thị kỹ thuật số và tất cả mọi người. Nhưng đây là một lĩnh vực đang phát triển, và bạn cần hiểu cả tiềm năng lẫn những hạn chế hiện tại của nó.

Trí tuệ nhân tạo và máy học cơ bản

Hầu hết các mô hình trí tuệ nhân tạo (AI) mà chúng ta quen thuộc đều dựa trên máy học. Máy học sử dụng dữ liệu và thuật toán, mô phỏng cách chúng ta (con người) học hỏi.

Dù sao đi nữa, các thuật toán cuối cùng cũng sẽ nhận ra các mẫu và xu hướng trong tập dữ liệu của chúng và sẽ dự đoán hoặc phân tích thêm dữ liệu dựa trên các mẫu này.

Sau khi được huấn luyện, các hệ thống này sở hữu sức mạnh đáng kinh ngạc, và các kỹ sư có thể sử dụng máy học cho nhiều nhiệm vụ: nhận biết khi nào bạn sắp hết sữa trong tủ lạnh; trả lời câu hỏi của bạn thông qua trợ lý thông minh (như Siri hoặc Alexa); vận hành xe tự lái; xác định các yếu tố rủi ro khó nhận biết trong bệnh án của bệnh nhân.

Trí tuệ nhân tạo tạo sinh là gì?

Trí tuệ nhân tạo tạo sinh (Generative AI) đưa máy học lên một tầm cao mới. Đây là một loại trí tuệ nhân tạo có khả năng tạo ra nội dung, dù đó là văn bản, hình ảnh, mã lập trình hay video, dựa trên các gợi ý hoặc truy vấn. ChatGPT, DALL-E, JasperAI, CopyAI và Lensa đều là các dạng trí tuệ nhân tạo tạo sinh.

Các mô hình AI tạo sinh được huấn luyện bằng cách sử dụng các tập dữ liệu khổng lồ chứa các trang web, hình ảnh và nội dung sáng tạo hiện có. Khi người dùng yêu cầu thuật toán tạo ra thứ gì đó, chúng dựa vào kho kiến thức này để được hướng dẫn.

Đối với hầu hết các mô hình trí tuệ nhân tạo tạo sinh, tập dữ liệu của chúng (gần như) là toàn bộ internet.

Con người đối đầu với máy móc: Một nghiên cứu điển hình

Khoe một chút: Chồng tôi bây giờ từng là thành viên của một nhóm nghiên cứu khoa học máy tính ở trường đại học, chuyên dạy robot cách bắt chước thị giác của con người bằng trí tuệ nhân tạo. Nghiên cứu của anh ấy đã góp phần mở đường cho một số công nghệ dựa trên trí tuệ nhân tạo mà chúng ta sử dụng ngày nay.

Mặc dù đã nghe nói về máy học, mạng nơ-ron và những thứ chuyên sâu khác trong nhiều thập kỷ, tôi vẫn hiểu khá mơ hồ về cách trí tuệ nhân tạo và máy học hoạt động. Vì vậy, tôi đã nhắn tin cho chuyên gia.

• Tôi: "Bạn sẽ giải thích về máy học cho người không am hiểu nhiều về kỹ thuật như thế nào?"
• Kỹ sư: “Đó là phần mềm có thể học một nhiệm vụ bằng cách huấn luyện thay vì lập trình. Ví dụ dễ hiểu nhất là nhận dạng hình ảnh. Cung cấp cho phần mềm nhiều hình ảnh đã được gắn nhãn (như hình ảnh thực phẩm), sau đó cung cấp cho nó một hình ảnh ngẫu nhiên để xem liệu nó có áp dụng đúng nhãn dựa trên các mẫu mà nó đã được huấn luyện để nhận biết hay không.”
  

Tôi thích câu trả lời của anh ấy — nó được diễn đạt bằng ngôn ngữ dễ hiểu và đưa ra một ví dụ thực tế. Nhưng tôi tự hỏi liệu một mô hình AI tạo sinh có thể làm tốt hơn không. Để xem điều gì sẽ xảy ra, tôi đã đặt một câu hỏi tương tự cho công cụ Freestyle của CopyAI. Tôi cung cấp cho chatbot nhiều thông tin hơn một chút so với chồng tôi — nhưng tôi cố tình giữ yêu cầu của mình mơ hồ.

• Tôi:

• CopyAI: “Máy học là một nhánh nhỏ của trí tuệ nhân tạo, liên quan đến việc dạy máy tính học hỏi từ dữ liệu. Nó được sử dụng trong nhiều ứng dụng, nhưng phổ biến nhất là trong nhận dạng giọng nói và phân loại hình ảnh.”

Các thuật toán học máy được thiết kế để đưa ra dự đoán dựa trên các tập dữ liệu hiện có—ví dụ, một chương trình có thể cho bạn biết một bức ảnh trông như thế nào chỉ bằng cách phân tích nó (và không nhất thiết phải có kiến thức về nhiếp ảnh). Các thuật toán học máy có thể được “huấn luyện” trên lượng dữ liệu khổng lồ để giúp chúng dự đoán những gì sẽ xảy ra trong các trường hợp tương lai. Đó là lý do tại sao học máy trở nên phổ biến và hữu ích: nó có khả năng phân tích lượng thông tin khổng lồ và đưa ra quyết định dựa trên những gì nó học được từ dữ liệu đó, và điều này sau đó cũng có thể được áp dụng ở những nơi khác.

CopyAI đã làm tốt, nhưng kỹ sư đó biết cách thu hút người xem bằng hình ảnh một chú chó dễ thương và một lời nhắc đến Thung lũng Silicon . Câu trả lời của anh ấy mang tính người, còn câu trả lời của chatbot thì không.

Những hạn chế của trí tuệ nhân tạo

Trí tuệ nhân tạo (AI) còn nhiều thiếu sót. Trước khi áp dụng AI vào marketing , điều quan trọng là bạn phải hiểu rõ những hạn chế của nó.

Trí tuệ nhân tạo tạo sinh không lấy con người làm trung tâm và có thể không được xếp hạng cao trong kết quả tìm kiếm.

Vào năm 2022, Google đã công bố một loạt các bản cập nhật Nội dung hữu ích, được hợp nhất thành một Hệ thống Nội dung hữu ích mới. Công cụ tìm kiếm đã làm rõ một số điều:

• Nó coi trọng nội dung hướng đến con người, giải đáp những thắc mắc thực tế của người dùng bằng thông tin chất lượng cao.
• Nó không muốn thấy nội dung "ưu tiên tìm kiếm" hoặc được viết chỉ để làm hài lòng các thuật toán.
• Việc đăng tải nội dung spam, chưa được chỉnh sửa từ AI hiếm khi mang lại thứ hạng cao cho các từ khóa có giá trị cao.

Google không nói rằng tất cả nội dung do AI viết sẽ gây hại cho trang web của bạn. Nhưng nội dung đó phải hữu ích và hướng đến người dùng.

Tóm lại: Mặc dù bạn có thể cung cấp cho AI tiếp thị rất nhiều hướng dẫn, nhưng nó chỉ đang bắt chước cảm xúc và trải nghiệm của con người. Nó cũng được đào tạo bởi lượng lớn nội dung hiển thị trên internet. Trừ khi bạn bổ sung cho AI tiếp thị của mình những hiểu biết, chuyên môn, câu chuyện và cá tính riêng, nếu không nó có thể hoạt động kém hiệu quả.

Thông tin sai lệch và khuynh hướng phân biệt đối xử

Việc các mô hình AI tạo sinh về cơ bản được nuôi dưỡng bởi internet vừa là một điều may mắn vừa là một điều bất lợi. Chúng dựa trên câu trả lời từ nội dung hiện có, phản ánh cả những điều tốt đẹp nhất và tồi tệ nhất của nhân loại, và các bot này chưa có khả năng nhận diện ngôn từ thù hận hoặc sự thiên vị tiềm ẩn.

Năm 2017, các nhà nghiên cứu nhận thấy rằng chỉ bằng cách thu thập thông tin trên internet, trí tuệ nhân tạo (AI) đã phát triển tư tưởng phân biệt chủng tộc và phân biệt giới tính ngầm. Vì lý do này, nhiều công cụ AI đời đầu đã mang tiếng xấu. Ví dụ, phần mềm nhận dạng hình ảnh của Google đã gây tranh cãi khi gắn nhãn một loạt hình ảnh đàn ông da đen là "khỉ đột".

Bên cạnh đó, chatbot cũng có thể lan truyền thông tin sai lệch.

Đây là một ví dụ cá nhân hơn về thông tin sai lệch và lời khuyên tồi tệ. Năm ngoái, tôi đang thử nghiệm một mô hình trí tuệ nhân tạo tạo sinh. Tôi yêu cầu nó tạo một bài đăng trên blog về việc lái xe khi say rượu trong kỳ nghỉ lễ. Nó đã đưa ra lời khuyên này:

“Khi ra ngoài, hãy đảm bảo rằng con bạn được thắt dây an toàn ở ghế sau. Nếu có người lớn nào đó đã uống rượu ở ghế trước, tốt nhất là họ không nên bế con bạn (hoặc con của người khác).”

Mặc dù điều này đúng, nhưng tôi hy vọng nó không cần phải nói thêm. Nền tảng đó cũng đề xuất tôi nên chất đầy nhiên liệu sưởi ấm vào xe nếu tôi lo lắng rằng mình có thể bỏ lại xe giữa đường khi đang lái xe về nhà sau một bữa tiệc.

Sau đó, tôi đã hỏi chatbot của nền tảng một số câu hỏi thường gặp về luật bảo hiểm không cần chứng minh lỗi ở Michigan. Một số câu trả lời khá chính xác. Nhưng tôi cũng nhận được câu hỏi này.

• Tôi: “Tôi có thể nhận trợ cấp bảo hiểm không cần chứng minh lỗi ở Michigan trong bao lâu?”
• Chatbot: “Tại Michigan, quyền lợi bảo hiểm không cần chứng minh lỗi là quyền lợi trọn đời. Điều này có nghĩa là một người có thể nhận được bảo hiểm và bồi thường miễn là họ có hợp đồng bảo hiểm hợp lệ và thương tích hoặc bệnh tật của họ đáp ứng các tiêu chí.”

Đây không phải là một tuyên bố chính xác về luật pháp. Ngay cả khi chatbot được đào tạo bằng thư viện nội dung ấn tượng do các luật sư biên soạn của Michigan Auto Law cung cấp, nó vẫn không thể diễn đạt được những điểm phức tạp (và đang thay đổi) trong các quy định của Michigan. Nó cũng không thể trả lời chính xác các câu hỏi thường gặp về bảo hiểm thương tật dài hạn và trợ cấp thương tật của Cơ quan An sinh Xã hội.

Tóm lại: Hãy kiểm chứng thông tin mọi thứ mà AI viết. Nó không thể thay thế hoặc sao chép kiến thức chuyên môn của bạn.

Các vấn đề về sở hữu trí tuệ

Các nhà phát triển và nghệ sĩ đã đệ đơn kiện các công ty trí tuệ nhân tạo tạo sinh, cho rằng họ đang sử dụng trái phép tài sản trí tuệ của mình để huấn luyện thuật toán. Và các nhà văn đã phát hiện ra AI đạo văn tác phẩm của họ.

CNET, trang web công nghệ, đang thử nghiệm trí tuệ nhân tạo tạo sinh (generative AI) như một phương tiện để viết các bài báo nháp. Sau khi một người chỉ ra những lỗi sai về mặt thực tế trong một bài viết do AI viết, công ty đã tiến hành kiểm tra toàn diện nội dung do AI tạo ra. Cuộc kiểm tra này đã phát hiện ra đạo văn, bao gồm cả những câu hoàn chỉnh "gần giống với ngôn ngữ gốc".

Tóm lại: Bạn nên thận trọng và sử dụng các công cụ kiểm tra đạo văn khi dựa vào trí tuệ nhân tạo trong marketing.

LIÊN QUAN: Quy trình biên tập của chúng tôi tạo ra nội dung trang web xuất sắc như thế nào

Trí tuệ nhân tạo trong marketing là một công cụ, chứ không phải là một giải pháp toàn diện.

Có lẽ sẽ đến một ngày AI có thể lái xe của chúng ta một cách hoàn hảo và viết nội dung trang web chất lượng cao một cách nhất quán. Chúng ta chưa đạt đến trình độ đó (nhấn mạnh vào từ "chưa"). Vì vậy, vui lòng đừng chỉ đơn giản sao chép và dán một câu hỏi ChatGPT vào blog của bạn. Bạn cần kiểm duyệt nội dung, kiểm tra tính chính xác và thêm kiến thức chuyên môn của mình.

Trí tuệ nhân tạo (AI) trong marketing là một công cụ hữu ích, giúp giảm thiểu thời gian bạn dành cho các nhiệm vụ marketing thường ngày. Dưới đây là tóm tắt nhanh về thời điểm nên (và không nên) sử dụng AI trong marketing.

LIÊN QUAN: Chiến lược tiếp thị của các công ty luật: Chúng là gì và tại sao chúng lại quan trọng

LaFleur: Thông tin chi tiết và giải pháp tiếp thị dựa trên dữ liệu

LaFleur không chỉ là một công ty tiếp thị – chúng tôi là một đối tác dựa trên dữ liệu, giúp các doanh nghiệp phát triển và tiến hóa. Đội ngũ của chúng tôi sử dụng công nghệ, sự sáng tạo và chuyên môn để xây dựng các chiến lược tiếp thị lấy con người làm trung tâm. Nếu bạn muốn tìm hiểu thêm về cách chúng tôi có thể nâng cao phạm vi và tầm ảnh hưởng của thương hiệu, hãy liên hệ với chúng tôi.

Bạn có thể liên hệ với nhóm của chúng tôi bằng cách điền vào mẫu trực tuyến đơn giản của chúng tôi.

Tài liệu tham khảo

Caliskan, A., Bryson, J., Narayanan, A. (2017, ngày 14 tháng 4). Ngữ nghĩa được suy ra tự động từ các kho ngữ liệu ngôn ngữ chứa đựng những thành kiến giống con người. Science . Truy cập từ https://www.science.org/doi/10.1126/science.aal4230

Gugiliemo, C. (25 tháng 1 năm 2023). CNET đang thử nghiệm một công cụ AI. Đây là những gì chúng tôi đã học được, bao gồm cả những sai lầm. CNET . Truy cập từ https://www.cnet.com/tech/cnet-is-testing-an-ai-engine-heres-what-weve-learned-mistakes-and-all/

Harrison, M. (14 tháng 1 năm 2023). Bài báo do AI viết gây sốt bị phát hiện đạo văn. Futurism . Truy cập từ https://futurism.com/ai-written-article-plagiarized

Settee, R. (20 tháng 1 năm 2023). Các vụ kiện liên quan đến công nghệ tạo tranh bằng AI đầu tiên đe dọa tương lai của công nghệ mới nổi. Bloomberg Law . Truy cập từ https://news.bloomberglaw.com/ip-law/first-ai-art-generator-lawsuits-threaten-future-of-emerging-tech

Vincent, J. (12 tháng 1 năm 2018). Google đã 'sửa' thuật toán phân biệt chủng tộc của mình bằng cách loại bỏ hình ảnh khỉ đột khỏi công nghệ gắn nhãn hình ảnh. The Verge . Truy cập từ https://www.theverge.com/2018/1/12/16882408/google-racist-gorillas-photo-recognition-algorithm-ai