コンテンツ作成に生成 AI を使用するリスクとメリット: ブランド マーケティング担当者が知っておくべきこと
公開: 2023-02-03これを全部読むのに 10 分も時間がない場合は、以下に要点を記載します。
生成 AI は、人間のクリエイターに匹敵する十分な能力を備えたコンテンツを生成できるまでに進歩しました。 こうした進歩にもかかわらず、マーケティング担当者はコンテンツ作成に生成 AI を使用する前に、生成 AI に伴うリスクと制限を認識しておく必要があります。 引用を捏造したり、信頼できない事実を提示したり、専門家レベルの洞察を欠いたオリジナルでないコンテンツを生成したりする傾向はすべて考慮すべき要素です。
ChatGPT の公開リリースにより、AI が生成したコンテンツへの関心が急増していますが、大手メディア パブリッシャーは何年も前から自動レポートを利用しており、これによって初期のユースケースやテクノロジーに対する世間の反応についてある程度の洞察が得られることに留意することが重要です。
このテクノロジーが進歩し、よりアクセスしやすくなるにつれて、より多くの AI 生成コンテンツが市場に溢れ、マーケティング担当者がデジタルの可視性を獲得するために競争することがますます困難になることが予想されます。
しかし、有料メディアの有効性の高まりとその後の低下で見てきたように、AI が生成したコンテンツに過度に依存するようになった人は、検出アルゴリズム、ブロックツール、データ使用規制が追いついたときに、簡単に重大な不利な状況に陥る可能性があります。本物の高品質コンテンツに対する消費者の需要に合わせて規模を再調整するためです。
私にとって、この議論全体は、一流のマーケティングコンテンツを作成するための近道は実際には存在しないという長年の事実を強調するだけです。 市場をリードするには、独自の考え方、独自の価値、購入者が求め、競合他社が提供する以上のサポートを含む、市場をリードするコンテンツが必要です。 AI は高品質のコンテンツの作成と配信を加速するために不可欠ですが、それ自体が解決策ではありません。
この記事の目的は、マーケティング担当者に、生成 AI の利用に関して知識に基づいた意思決定を行うために必要な情報を提供し、特にブランド コンテンツ作成における生成 AI のメリットとデメリットを概説することです。
詳細に入る前に、いくつかの重要な用語を定義しましょう。
生成 AI は人工知能のサブセットです。 これは、既存のコンテンツから「学習」し、その学習を「新しい」コンテンツ (画像、テキスト、音楽など) の自律生成に適用するプログラミング アルゴリズムを含む機械学習の一種です。
ChatGPTは、OpenAI によって開発されたチャットボット アプリケーションであり、生成 AI を使用してユーザー プロンプトを解釈し、人間のような流暢さで応答します。
GPT-3 (Generative Pre-trained Transformer 3) は、 ChatGPT が使用する生成 AI モデルです。 これは、質問、情報のコマンド、発言などのテキスト プロンプトに応答して、人間のようなテキストを生成することに特化するようにトレーニングされました。
DALL-E (深層アルゴリズム学習ライブラリ - 実験版) は、 OpenAI によって開発されたもう 1 つの生成 AI モデルで、テキスト プロンプトに基づいて画像を生成することに特化しています。
ChatGPT の話題は何ですか?
OpenAI は、ChatGPT インターフェイスを一般公開したときにメディアの熱狂を引き起こしました。 チャットボットが人間のような流暢さと一貫性で幅広い質問やコマンドに応答できるという事実により、GPT-3 や同様の AI モデルの潜在的なアプリケーションに対する関心が殺到しました。
ChatGPT とその姉妹製品である DALL-E の公開「テスト」では、生成 AI モデルに関連する重大な制限と法的影響の一部も明らかになりました。その一部は長年クリエイター向けの支援ツールに組み込まれてきました。
コンテンツ マーケティング業界における中心的な疑問: 生成 AI は、人間と同じように課題を引き受け、コンテンツを作成するのに十分であり、効率的でしょうか? 特に議論されているのは、ChatGPT や DALL-E で使用されているような生成 AI モデルが人間のコンテンツ作成者を完全に置き換えるかどうかです。 簡単に言うと、私たちはまだそこまで到達していないのです。
メディア内での自動コンテンツの使用
前述したように、大手メディア企業は 10 年以上にわたって、自社製およびサードパーティ提供の生成 AI を活用して、機械的なレポート作業を処理してきました。 例としては次のようなものがあります。
- AP通信とブルームバーグはAIを利用して企業収益報告やスポーツ報道に関する記事を生成している。
- オーストラリアのワシントン ポストとガーディアンは、AI を使用して地元のスポーツ イベントの報道、選挙やオリンピックの結果に関する短いレポートとアラートを生成しています。
- ロサンゼルス・タイムズは AI を活用して地震やその他の自然災害について報道しています。
- Forbes は AI を使用して、下書きとストーリーのテンプレートでライターをサポートしています。
このような場合に自動レポートが提供する主なメリットはスケールです。 AI を使用することで、これらの企業は、AI を使用しない場合よりも多くの記事 (ブルームバーグの件で報告されているように、数千件以上) とより多くのクリックを生み出すことができました。
このアプリケーションには主に、企業収益の概要、試合のスコア、自然災害の統計などの標準化されたデータを標準化されたテンプレートに合成することが含まれており、出版物のより詳細なジャーナリズムの品質と完全性を損なうことなく、ニュース出力の量と速度を向上させます。
AI は、この種の狭いコンテンツ作成アプリケーションでその実力を証明しています。そこでは、芸術や意見ではなく、データとイベントの要約だけで、読者が求めているものを十分に満たすことができます。
CNET は最近の例外であり、警告を発する記事です。 彼らの社内 AI モデルは、金融ニュースを合成する際に、数字の転置、社名のスペルミス、適切な引用なしの盗用など、コピーデスクをすり抜けてしまうようなミスを犯しました。 その結果、競合他社が同社を攻撃し、おそらくその評判は傷ついた。
メディア発行者の間での使用は、コンテンツの割り当てがどれほど基本的であっても、AI によって生成されたコンテンツに関しては編集上の監督が不可欠であることを実証しています。 そしてジャーナリズムのベストプラクティスは、倫理的な透明性を保つために署名欄でAIの貢献を引用することだ。
生成 AI の限界を理解する
私たちは現在、GPT-3 のような生成モデルによって新たな可能性の段階に到達しました。その高度な処理能力とトレーニング能力により、以前のロボット レポーターが対応できたよりもはるかに幅広いプロンプトやコンテンツ作成のユースケースに適応できます。
ただし、生成 AI モデルには根本的な制限があり、人間のクリエイターがコンテンツ作成プロセスにもたらすことができる品質、専門知識、独創性の完全な代替として機能することはできません。 その理由は次のとおりです。
彼らは事実をでっち上げ、自信と有能さを持って提示します。 特に金融やヘルスケアなどの規制の厳しい業界では、自動コンテンツ作成の不注意による誤った情報の拡散でも、公的非難や規制機関からの多額の罰金を科される可能性があります。
彼らは情報源を引用したり、主張の信頼性に関する情報を提供したりしません。
リアルタイムでデータを取り込んで学習していない場合、現在の出来事を解釈したり認識を組み込んだりすることはできません。
大規模な言語モデルは、訓練されたデータ (つまり、インターネットなど) 内の情報に固有の偏りや不正確さがあるため、偏見、偏見、誤った情報を強化する可能性があります。
そのアルゴリズムは批判的思考、リスク評価、実生活の経験をこれらの活動に適用できないため、予測、アドバイス、または推奨に依存することはできません。 予測 AI モデルは存在しますが、機械学習のまったく異なる領域です。
OpenAI の創設者であるサム アルトマン氏は、Twitter でこれらのリスクの多くを公然と認めています。
明らかに、これらすべての制限は、ブランド コンテンツ マーケティングの生命線であるソート リーダーシップ、アドバイス主導、またはコンサルティング コンテンツの生成に生成 AI が使用される場合、重大な評判リスクをもたらします。
AI を使用して実質的なコンテンツをゼロから作成する場合は常に、人間によるブランドの監視、編集、事実確認が不可欠であるため、これらの制限は効率も低下させます。
ここでの重要な点は、生成 AI は情報を合成し、書かれた人間のやりとりを模倣するように訓練されているということです。つまり、批判的思考を適用して自らを制御するのが得意であるように見えますが、実際にはそれができるわけではありません。
では、マーケターは生成 AI からどのようなメリットを得られるのでしょうか?
重要なのは、生成 AI をそれ自体がコンテンツ クリエーターではなく、コンテンツ実現ツールとして考えることです。 Skyword はコンテンツ作成を専門とする企業として、すでに次の分野で生成 AI を積極的に使用し、研究しています。
コンテンツ企画：
生成 AI は、記事、書籍、会話などのソース資料のテキストを分析して、関連するテーマやトピックを特定します。 収集されたデータは、アイデアのフレームワークを構築し、開発の可能な方向性を提案するために使用できます。
アイデアとトピックの生成:
たとえば、インタビューの記録を取り、インタビューに基づいてコンテンツ内で調査するトピックのリストを生成します。
コンテンツ割り当ての生成:
たとえば、特定されたトピックを取り上げ、サブトピックの概要や、その主題に関するコンテンツで取り上げるべきポイントを生成します。
クリエイターの有効化:
情報を合成し、スタイル プロンプトを解釈する生成 AI の機能は、人間が非構造化アイデアや概念を意味のあるテキストに整理し、下書きを迅速に生成して反復し、最終的なコピーが文法的に正確かつ流動的であることを保証することをサポートする強力なツールです。
ラフドラフトの作成:
例: ライターのメモ、ソース コンテンツ、またはトピック プロンプトを取り、AI を使用して記事の基礎として使用できる文章を生成します。 生成されたテキストを編集および修正して、より洗練された作品を作成できます。 熟練した人間によるプロンプトと推敲がなければ、最初の草稿の内容は比較的一般的なものになることに注意してください。
「クリーンアップ」と「パンチアップ」コピー:
例: 既存のコピーを使用し、同義語を提案したり、フレーズを言い換えたり、別のフレーズのオプションを提供したりして、AI に改善を依頼します。
スケーリング出力:
大規模な言語モデルのコンテンツ形式の理解、ペルソナのプロンプトを解釈する能力、対応するライティングスタイルを模倣するスキルは、クロスチャネル増幅のためにコンテンツを迅速に再フォーマットし、狭いコピーライティングタスク用の「新しい」コンテンツオプションを生成するのに役立ちます。
パーソナライゼーション
例: コンテンツの一部を取得し、AI を使用して、特定の視聴者タイプに関連する特定の言語やトピックに関する考慮事項を組み込む。
反復アセット:
例: 記事を宣伝したり、ダウンロード ランディング ページ用のホワイトペーパーの内容と重要なポイントを要約したりするためのツイートを生成するように AI に指示します。
プロモーション、広告、CTA のコピーライティング:
例: AI に特定のテキスト、またはテキストとデータの組み合わせを読み取って、そこから広告コピー、プロモーション コピー、または CTA の提案を生成するように依頼します。 同様のスローガン生成ツールやコピーライティング ツールは以前から存在しているため、これは必ずしも目新しいアプリケーションではありません。 GPT-3 のようなモデルはその点で優れており、複雑なプロンプトでの「調整」が簡単です。
コンテンツの最適化または更新:
例: 既存の記事を AI を使用して特定のキーワードや事実 (ユーザーが提供したもの) を組み込んだり、読みやすさ、エンゲージメント、コンバージョンの点でより効果的になるように言語を修正するよう促したりします。
画像の選択と生成:
例: 記事を取得し、AI を使用して特定のデータベース (適切な帰属を含む) からコピーに関連付ける画像を選択します。 AI 画像ジェネレーターのトレーニングに使用されるデータと方法論がいくつかの訴訟を引き起こし、そのようなモデルを追求する際には細心の注意を払う必要がある十分な倫理的問題を引き起こしていることに注意してください。
Skyword は現在、生成 AI をどのように適用しているか
当社のコンテンツ マーケティング プラットフォームである Skyword360 には、GPT-3 テクノロジーを直接応用した Content Atomization が含まれています。 AI を独自のプロンプト アーキテクチャで階層化することで、主要なコンテンツをソースとして特定し、それに基づいて反復的なアセット (ソーシャル投稿、ニュースレターの概要、短い記事、ビデオ ストーリーボードなど) を即座に生成する機能をクライアントに提供できます。ソースコンテンツ内の情報を活用し、その過程でさまざまなペルソナや特定のブランドトーンに合わせてスタイルとコンテキストを適応させます。
その後、そのコンテンツは人間による編集レビューに提供されます。これは、前述したように、コンテンツの品質保証プロセスにおいて重要なステップです。
AI を使用して、「インターネット」から得た情報に基づいて、多数の「ボット」コンテンツをゼロから生成するのではなく、そのスキルを応用して、人間が生成したオリジナルの高品質コンテンツのスタイルを再利用して適応させます。迅速に増幅、細分化し、より多くのチャネルにわたって使用して、複数のペルソナをターゲットにすることができます。
私たちはこれを、人間の創造力と生成 AI が巧みに提供できる規模の効率性を組み合わせるための、多くの理想的な方法の 1 つにすぎないと考えています。
今後の展望
検索エンジンへの影響の可能性:
今のところ、生成 AI は、今日の検索エンジンが提供する回答取得および調査機能全体を置き換えるほど信頼性と洞察力が十分であることをまだ証明していません。
したがって、マーケティング担当者が直面するより差し迫った問題は、より多くの AI 生成コンテンツがデジタル環境に参入するにつれて、検索で誰が利益を得ることができるかということです。
検索エンジンのアルゴリズムを利用してコンテンツを作成することにエネルギーを費やしているコンテンツ ファームや企業は、サイトの可視性を高めるために AI 生成コンテンツを量産し始める最初の企業の 1 つとなるでしょう。 中小企業も、悪意はなく、このテクノロジーを利用して、そうでなければサポートする余裕のないコンテンツを生成することに興味を持っています。
ご存知のとおり、検索で利益を得るにはボリュームが重要な役割を果たしており、GPT-3 などの AI によって生成されたコンテンツの品質は、すでに世に出ている多くのキーワードを詰め込んだ SEO コンテンツと少なくとも同じくらい優れています。 しかし、AI によるコンテンツ検出がより高度になるにつれて、完全に自動化されたコンテンツを市場に氾濫させることで得られる利益は長続きしない可能性が高くなります。
2022 年 8 月に遡ると、Google (検索市場シェアの約 84% を占めて圧倒的なシェアを誇る) は、検索結果に表示される低価値の AI 生成コンテンツの既存の流入をターゲットに特別に設計された、役立つコンテンツのアップデートを発表しました。
一言で言えば、Google は信頼性があり、関連性があり、独自の情報を提供するコンテンツを検出して優先することを正式に発表しました。 AI によって生成されたコンテンツが検索で勝つように設計されているものの、中身が欠けているブランドは、コンテンツのランキングが引き続き低下することになります。 逆に言えば、高品質でオリジナルのコンテンツの一貫した基盤を開発することは、ブランドが他のサイトに対して競争力を維持するのに役立ち続けるでしょう。
同様に、誤った情報や誤解を招くコンテンツを特定して取り締まるために設計されたファクトチェック技術にすでに巨額の資金が注ぎ込まれているが、これは間違いなく、AI 生成のコンテンツ検出ツールの新興市場と重なるだろう。
クリエイターのエコシステムへの影響の可能性:
私はキャリアの初期をロボット業界の取材に費やしてきたため、これらすべてを ChatGPT 対人間クリエイターの論争に集約しようとする試みに敏感です。 テクノロジーの進化の歴史を通じて見てきたように、二者択一の命題になることはほとんどありません。
生成型 AI と人間のクリエイターは共存することになりますが、このテクノロジーの登場により、クリエイターの働き方やキャリアパスは大きく変わる可能性があります。 このトピックについては、今後の投稿でさらに詳しく説明します。
現時点では、ブランドはクリエイターとの関わり方、報酬の面で何を期待できますか、また近い将来クリエイターに何を期待できるでしょうか?
プロモーション コピーやニュースレターの要約を作成するなど、特定の暗記的なコンテンツの割り当てでは、生成 AI と編集の監視が、人間のクリエイターを雇用する場合と同じくらい効果的かつ効率的になると期待するのは当然です。
しかし、熟練した人間のクリエイターは、専門知識や専門知識を課題に適用することで、コンテンツにかけがえのない価値を付加します。 私が話しているのは、独自のパターンと洞察を開発し、複雑なトピックについて深い考察と調査を提供し、まだ知られていない事実を明らかにし、関連性の高いアドバイスを提供し、本物の個人的な経験をコンテンツに統合することです。
AI を活用して高度にテンプレート化されたコンテンツ タイプの安価な供給が増加し、より多くの人間のクリエイターが AI を使用してコンテンツをより迅速に生成し始めるため、短期的にはブランドは「一般的な」コンテンツのコストが下がると考えられます。
一方で、より騒がしいコンテンツ環境の中で差別化を図るために品質とオリジナリティーにさらに依存する必要があるブランドの間でスキルへの需要が高まるにつれ、高度なスキルを持ったクリエイターや業界専門家の割合が上昇する可能性が高い。
マーケティング担当者が、AI によって書かれた課題を提出するクリエイターに報酬を支払うことに懸念を抱くべきかどうかについては、AI 支援ツールが、より基本的な反復において、しばらくの間クリエイターによって活用されてきたことを認識することが重要です。 結局のところ、創造的で洞察力に富み、魅力的でユニークなコンテンツを AI に生成させるには、時間とスキルが必要です。 AI が使用されたかどうかは、その出力が独自に有益で、よく作られていて、信頼できるものであるかどうかということよりも重要です。
編集チームと盗作検出ツールを活用して、提出されたコンテンツが品質、トピックの専門知識、独創性に関するブランドの基準を満たしているかどうかを判断します。これは、実際に人間の努力が適用されている証拠だからです。 AI によって生成された特定のコンテンツ検出ツールは開発中ですが、それが目的である場合、作品に費やされた人間と機械の労力のレベルを (まだ) 確実に判断することはできません。
顧客の行動に影響を与える可能性がある
これは、マーケティング担当者として私が最も懸念している質問です。AI が生成したコンテンツがさらに主流になったら、顧客の信頼はどうなるでしょうか。 当社の CEO は次回のニュースレターでこれについて詳しく説明しますが、過去のパターンから判断すると、生成 AI の広範な使用とアクセシビリティによって 3 つの行動が影響を受ける可能性があります。
ブラウザやその他のプラットフォームに、何かが AI によって作成されたことを検出して購入者に警告するツールが組み込まれているため、ブランドやブランド マーケティングに対する購入者の信頼は失われ、ブランドによる AI 生成コンテンツの使用の有無が競争上の差別化ポイントになります。
購入者は、日常生活で AI を活用したエクスペリエンスをさらに活用するにつれて、ブランドからのさらなるカスタマイズ、パーソナライゼーション、没入型エクスペリエンスを期待するようになります。 手作業による「リサーチ」に対する焦りが高まるにつれ、ブランドは体験の品質と高度な関連性でさらに競争することになるだろう。
購入者は、製品を調査するときに、人間による本物の推奨事項、ストーリー、顧客のビデオ レビューをさらに重視します。 消費者の不信感に応えて「検証された人間の」コンテンツの専門的な情報源が出現するにつれて、彼らはより伝統的なデジタル情報プラットフォームを放棄し始める可能性さえある。
常にそうなるとは限りませんが、（現時点では）生成 AI は質の勝負ではなく量の勝負であり、ブランドが今日のマーケティング環境で競争するには量と質の両方が必要です。 したがって、ぜひ、コンテンツ作成の効率化および実現ツールとして生成 AI を探索およびテストしてください。ただし、生成 AI が人間のコンテンツ作成者の完全な代替として機能するという考えに陥るのは避けてください。
ブランドは今後競争するために、このテクノロジーを（社内のコンテンツ制作とブランドエクスペリエンスの面で）習得する必要があります。 したがって、テクノロジーを熟知し、それを適切な方法で適用し、リスクを管理および軽減できるベンダーと協力してください。
生成 AI に関する継続的なシリーズのコンテンツを直接受信トレイに配信することに興味がある場合は、ニュースレターを購読することをお勧めします。 Skyword で生成 AI をどのように使用して、ブランドクライアントの品質やブランドの完全性を損なうことなくコンテンツ作成の効率を向上させているかを内部見学するには、当社のチームとのミーティングを予約してください。
Unsplash 上の DeepMind による注目の画像