人工智慧廣告範例:人工智慧比你想像的更普遍

已發表: 2024-02-16

行銷主管們追隨新一代人工智慧潮流的動機各不相同:有些人想探索更多創新的公式和訊息,有些人想降低製作廣告的成本,而有些人只是想用人工智慧創造任何東西。

所有動機都是完全可以理解的:行銷人員涉足新科技是可以的; 他們不必立即清楚地了解什麼是使用這種先進技術的最佳方法。

大家都在探索它能帶來什麼好處。 有些人拼盡全力地跳,但幾步後又縮回來。 其他人則更加謹慎。

就像大多數新技術的引入一樣。 以電動車為例:赫茲宣布其車隊實現電氣化,但幾個月後就賣出了大部分電動車。 其他公司則向客戶提供電動車作為新奇事物或作為綠色清洗努力的一部分。

請參閱下面的人工智慧廣告範例列表,了解該行業的發展方向!

人工智慧在數位行銷中的優點和缺點

人工智慧是另一種據說可以拯救廣告業的技術。 避免出現危險,因為此類廣告所涉及的資金只會增加。 但該行業一直在尋找“下一件大事”,而人工智慧具備滿足這一願望的所有品質。

先前的炒作主要集中在 VR/元宇宙,在此之前是區塊鏈。 這些技術都沒有徹底改變廣告的觀看和付費方式(目前為止),但人工智慧仍在展現其潛力。 讓我們來看看它涉及哪些好處和風險。

人工智慧在廣告中的好處

  • 降低成本:生成式人工智慧的最大吸引力在於它可以廉價地生產大量內容。 這可以幫助減少行銷部門的預算,增加高階專業人員的薪資,或為更好的廣告投放保留更多資金。
  • 更高的品質:人工智慧製作的內容幾乎可以無限地定制,從而更容易達到最佳效果。 規模較小的行銷人員可以獲得品質更高的圖形,進而提升所有使用者的瀏覽體驗。
  • 個人化:快速內容創建可以讓行銷人員為明確界定的受眾群體製作更多內容變體。 從翻譯成不同語言的網頁到考慮到年輕和年長網路使用者不同情緒的標題,人工智慧可以讓廣告感覺更加個人化。

人工智慧在廣告中的風險

  • 垃圾郵件:大規模創建內容可能會誘使行銷人員使用最古老的線上廣告技術:垃圾郵件。 如果行銷人員能夠存取大型電子郵件資料庫或廉價的流量來源,他們就可以在人工智慧的幫助下將資訊傳播到任何地方。
  • 缺乏創造力:由於人工智慧是一種機率模型,可以猜測最合適的單詞,因此它會平均化所有生成文字的創意水平。 內容會很好、有用,但不是開創性的。 如果行銷長完全信任人工智慧,這可能會降低每個人的整體瀏覽體驗。
  • 不準確:生成式人工智慧有時可能會產生幻覺並產生不準確的結果。 行銷人員需要仔細驗證人工智慧產生的每項主張,以避免誤導大眾。
  • 隱私和版權:這兩個問題尚未在立法層面得到充分解決。 未來人工智慧製作的內容版權會是什麼樣子還很難說。 新法可能會限制生成式人工智慧在行銷中的用途。

人工智慧如何改變廣告格局

最好的答案應該是「現在下結論還為時過早」。 儘管如此,我們可以確定人工智慧正在測試和使用的關鍵領域:

  • 定位:這是人工智慧用於確保廣告被最合適的受眾看到的方面。 演算法在定位上的使用早於 ChatGPT 的推出幾年,並且是迄今為止人工智慧在數位廣告中最有影響力的應用。 Google或 Facebook 等大型廣告平台都有學習演算法,可以檢查哪些內容對特定人群有效。 甚至 Voluum 也有人工智慧驅動的 A/B 測試工具。
  • 個人化:個人化的力度從輕微到改變產業不等。 最簡單的方法是使用人工智慧驅動的產品推薦機制,該機制可以建立包含建議項目或類似產品的提要。 最先進的演算法可以根據具體用戶的需求自訂整個廣告頁面。
  • 內容創建:創建促銷內容並不難。 面臨的挑戰是在降低成本的同時實現規模化。 人工智慧絕對不比經驗豐富的圖形設計師或內容作家更好,但它肯定更便宜、更快。 如果它產生「夠好」的結果,它就可以安全地用作成本降低機制。
  • 廣告優化:廣告內容和廣告投放的微調是當時許多行銷工作的核心。 A/B 測試或多變量測試是區分新手和專業人士的因素之一。 如今,這只需按一下按鈕即可。 如果 gen-AI 可以為整個登陸頁面產生內容,那麼要求它產生現有頁面的變體並不是什麼大問題。 如果有足夠大的流量來執行此類測試,人工智慧可以建立和測試給定頁面、廣告、標題或其他內容的多個版本,為行銷人員提供即時建議。

儘管行銷人員仍在學習和探索人工智慧的使用可能為他們帶來的好處,但尚不清楚其中哪一個領域將對產業產生最大的影響。

儘管如此,人工智慧已經在行銷中得到應用,而且應用的地方比你想像的要多。 在本文中,我們將回顧一些最大膽、最具創新性的人工智慧廣告範例,從最不華而不實和更微妙的範例開始,最後以最令人驚訝的範例結束。

人工智慧廣告範例清單:

1. AI生成的產品描述

在阿里巴巴等平台上撰寫數千種產品的描述是一件苦差事。 這就是阿里巴巴和絲芙蘭使用人工智慧為其產品生成產品描述的原因。 阿里巴巴的人工智慧可以在幾秒鐘內產生產品描述,而絲芙蘭的人工智慧可以根據顧客的皮膚類型產生個人化的產品描述。

Yelp 也加入了人工智慧軍備競賽,並開始使用人工智慧來提供自動產生的業務描述。

這是一個相對較小但功能強大的成本節約機制,可確保每位客戶獲得所需的所有資訊。 另外,這些資訊可以個人化。 例如,描述不僅可以談論產品,還可以談論它是否對先前提交其偏好的用戶有好處,或者產品是否可以解決用戶可能遇到的問題。

2. AI驅動的產品推薦

在這一點上,演算法推薦感覺像是過時的技術。 但如果他們真的很好呢? 亞馬遜和 Netflix 等公司一直在使用人工智慧向客戶提供個人化的產品推薦,例如「您可能也喜歡」或「為您選擇」等資訊。

但生成式人工智慧可以提出一些資格預審問題,並證明建議產品的合理性,更重要的是,接受評論和批評。 您不僅可以根據您的購買選擇,還可以透過您的直接輸入來訓練您的人工智慧購物助理

這就是亞馬遜在發布智慧購物助理 Rufus 時所採取的方法。 據稱,該助理能夠根據客戶的喜好、生日或情人節等場合提供產品比較、評論和建議。

Rufus 可能是新一代虛擬助理中的第一個,但肯定會有更多的人效仿。

3.虛擬影響者

有影響力的行銷可以讓品牌接觸到忠實的受眾。

但另一方面,它將他們與一個具體的人聯繫在一起,而這個人的聲譽和名氣可能很快就會被摧毀。 虛擬影響者永遠不會陷入醜聞; 他們將永遠是美好而美麗的。

例如,Balmain 使用名為 Margot 的虛擬影響者來宣傳他們的新服裝系列,而 Calvin Klein 使用名為 Lil Miquela 的虛擬影響者來宣傳他們的新香水。 你知道他們的偉大之處是什麼嗎? 這些有影響力的人總是會以特定的語氣和具體的情感表達公司的需求。 還有什麼好擁有的呢?

可信度可能是個問題。 畢竟,人們尋求與其他人的聯繫,即使這種聯繫是不對稱的並且僅發生在網路上。 人們可能沒有動力去關心本質上沒有靈魂的演算法「想什麼」或「做什麼」。 但另一方面,如果一個人只看 Instagram,那麼實際的差異又是什麼?

4.人工智慧生成的廣告

此列表中最不令人驚訝但最具影響力的條目。 令人驚訝的是,行銷人員不僅可以憑空創造簡單的標題,還可以創造整個影片。 但讓我們把事情解決一下。

有些廣告平台(例如 Meta)為行銷人員提供了新一代人工智慧工具,幫助他們製作廣告。

也有一些知名品牌利用人工智慧進行了全程行銷活動。

最典型的例子就是可口可樂。 這家甜飲料公司一直在追求廣告領域的最新趨勢,在人工智慧革命期間他們也沒有改變這種態度。 他們與 ChatGPT 的創建公司 OpenAI 合作,將人工智慧與其內部系統結合。 創新肯定會隨之而來,但他們以一場客戶競賽開始了這種合作關係,公司要求他們使用 Open AI 的工具來創作涉及可口可樂歷史廣告的藝術作品。

漢堡王聲稱它是第一家僅使用人工智慧製作廣告並在電視上播放的公司。 他們的漢堡王 2050 廣告落入了恐怖谷的某個地方,但它確實吸引了人們的觀看和參與。

另一家大量使用人工智慧的公司是耐吉。 年輕和年長的小威廉斯之間的虛擬比賽影片可能是有史以來人工智慧廣告的最佳例子。 它在很多方面都很偉大:它涉及一個受人喜愛的人物,它製作精良,它基於情感,並且極大地紀念了耐吉的 50 週年紀念日。

5.人工智慧創造的產品

這是人工智慧做一切事情的必然結果。 當您已經可以創建完美個人化的產品時,為什麼還要個人化或優化產品廣告呢? 那麼廣告就永遠有效。

我們還沒有達到人工智慧做出突破性發現並滲透到我們日常生活的階段。 但我們並沒有那麼遙遠。

但如果人工智慧可以為您帶來完美的咖啡混合呢? 或者更雄心勃勃:一款新的時尚單品? 聽起來很有希望嗎? 威脅? 無意義? 所有這些事情?

讓我們從包裝開始: Nutella 使用人工智慧為 Nutella 罐子創建了 700 萬個獨特的標籤。 沒有一個模式被重複。

想像一下創意部門的人們的臉孔,他們的任務是創造 700 萬個獨特的標籤設計。 對於人工智慧來說,關鍵在於良好的提示和大量的運算能力。

是否可以建立一個產品的假冒版本,以便您可以更輕鬆地找到正品版本? 谷歌正在擴展其搜尋生成體驗,以適應可以想像該專案但無法找到它的用戶。 很快,他們就可以提供文字描述,SGE 將產生他們想像的逼真版本。 然後幫助他們找到它。

事物變化越多,它們就越保持不變

即使在人工智慧革命時代,這一口號仍然成立。 畢竟,該行業仍然依賴人們向潛在客戶推銷產品。 人工智慧只會強化這個模型,使其更有效率,但不會改變任何原則。

人工智慧可能帶來的主要區別是,那些無力承擔或不知道如何使用人工智慧的行銷人員與將人工智慧視為一種工具而不是取代有經驗的員工的行銷人員之間的距離拉大了。

請記住,即使是人工智慧生成的廣告也需要被追蹤。 為此,您可以使用 Voluum,這是一個基於雲端的追蹤平台,它使用 AI 執行自動 A/B 測試。

現在就來看看Voluum吧!