Kecerdasan buatan + penulisan konten: Apa yang terjadi selanjutnya?

Diterbitkan: 2021-08-02

Saat Anda membaca ini, algoritme yang belum diketahui memegang kunci yang membuka tingkat tertinggi efisiensi penulisan konten. Ini akan menjadi biaya rendah, kilat cepat dan mudah digunakan. Dan itu akan menghasilkan konten pemasaran yang hampir tidak dapat dibedakan dari teks yang dikembangkan manusia.

Pembelajaran mesin membuat ini tidak hanya mungkin tetapi permanen.

Jadi jika kecerdasan buatan dipersiapkan untuk menggantikan penulisan konten, bagaimana dan kapan itu akan terjadi?

Memahami Generasi Bahasa Alami (NLG)

Teknologi utama yang mendukung otomatisasi pemasaran konten adalah Natural Language Processing (NLP) dan Natural Language Generation (NLG).

Yang pertama hanyalah sebuah program komputer yang memahami suara manusia dan memprosesnya menjadi teks. Pikirkan fungsi “Mengetik suara” Google di Drive atau berbagai jenis perangkat lunak terjemahan.

NLG melangkah lebih jauh. Proses ini memerlukan transformasi data terstruktur dari NLP menjadi cerita naratif (alias menulis konten dari awal tanpa keterlibatan manusia).

"Narasi" mungkin keliru dalam pengertian ini. Ya, teknologi NLG menghasilkan konten tertulis yang mengikuti urutan yang unik dan logis (dan bahkan mampu menulis fiksi), tetapi manfaat utamanya adalah mengotomatiskan penulisan kasar konten padat yang didorong oleh fakta, seperti laporan keuangan, laporan singkat eksekutif, pendapatan ringkasan, deskripsi produk dan salinan berita standar.

Dalam format ini, konten inovatif, kreatif, atau pribadi dikesampingkan – NLG mengotomatiskan teks yang melayani tujuan bisnis jangka pendek, tidak harus kampanye pemasaran jangka panjang, bermerek, yang melampaui algoritme dan fakta.

  • Kecerdasan Buatan : Pengembangan sistem komputer yang melakukan tindakan manusia tanpa keterlibatan manusia.
  • Pembelajaran Mesin : Komputer yang belajar melalui AI daripada pemrograman manusia secara eksplisit.
  • Algoritma : Kumpulan aturan yang membuat perhitungan berdasarkan urutan tindakan tertentu.
  • Natural Language Processing : Program yang secara otomatis memproses dan memanipulasi ucapan dan teks.
  • Natural Language Generation : Program yang menggunakan input NSP untuk menginterpretasikan dan membuat teks baru.
  • Chatbot: Program komputer yang berkomunikasi melalui obrolan menggunakan teks dan isyarat pendengaran.
  • Asisten Virtual : Agen perangkat lunak yang menyediakan layanan melalui NLP, seperti Siri atau Amazon Echo.

Tidak heran jika perusahaan B2B sudah memanfaatkan teknologi NLG dengan baik. Pada tahun 2018, 20 persen dari semua konten bisnis akan ditulis oleh mesin , prediksi Gartner. Sekali lagi, ini adalah konten bisnis: siaran pers, dokumen hukum, memo internal, laporan pasar, dan sebagainya.

Standar emas jurnalisme, Associated Press, menggunakan mesin untuk menghasilkan laporan pendapatan mereka. Jenis aplikasi ini adalah kasus penggunaan paling cepat untuk perangkat lunak NLG, dan pemasar B2B pasti akan menemukan banyak tugas menulis dapat dibuat lebih mudah mulai hari ini.

Otomatiskan ini, bukan itu

Namun, setelan kuat AI saat ini bukanlah konten masuk. Strategi pemasaran masuk bergantung pada kepribadian, orisinalitas, keaslian, persuasi, dan suara: hal-hal yang cenderung tidak berwujud namun sama pentingnya, jika tidak lebih, penting daripada kecakapan menulis formal.

Bagaimanapun, mesin belajar dari data yang ada di depannya. Angka, angka, kata kunci, frasa, dan pengaturan waktu adalah semua elemen yang dapat dikompilasi, diproses, dan direplikasi AI dengan cara yang dapat diterima oleh pembaca rata-rata. Namun, branding sering kali dapat berupa proses tanpa data atau tanpa struktur, proses yang mengelak dari kemampuan mesin dan terus membuat bingung bahkan direktur kreatif terbaik .

Konten otomatis harus terlebih dahulu dipecah menjadi kumpulan data konstituen yang dapat dianalisis oleh mesin; tetapi posting blog khusus produk yang memanfaatkan identitas merek dan kemampuan perangkat lunak, misalnya, tidak mudah diringkas menjadi kode yang akan menghasilkan hasil tulisan yang menjanjikan. Tanpa aliran data atau input yang tepat, mesin akan gagal .

Konten yang ideal untuk AI adalah konten yang data terstrukturnya sudah dimiliki perusahaan. Spreadsheet angka yang ada, perangkat lunak yang mengumpulkan informasi keuangan dan model yang tersebar luas di seluruh perusahaan adalah kumpulan data sempurna yang dapat dimasukkan ke dalam pembuat konten otomatis.

Mengotomatisasi lebih dari dasar-dasar, pada titik ini, bisa menjadi lebih banyak masalah daripada nilainya.

Apa yang tidak bisa dilakukan AI

Pada tahun 2014, chatbot bernama Eugene adalah komputer pertama yang lulus Tes Turing, pengukuran "kemanusiaan."

Tes Turing menentukan apakah komputer menguraikan, berinteraksi, dan menanggapi pertanyaan dengan cara yang membodohi hakim untuk percaya bahwa itu sebenarnya manusia. Jika 30 persen juri berpikir bahwa mereka berinteraksi dengan manusia, chatbot telah "lulus" tes. Akibatnya, itu telah mencapai persyaratan minimum untuk kecerdasan manusia, per percobaan.

Ini adalah terobosan monumental yang menjadi bukti naiknya AI. Tetapi para skeptis menunjukkan bahwa bagian-bagian tertentu dari percakapan manusia-Eugene begitu robotik dan tidak akurat sehingga, ambang batas 30 persen tidak berarti banyak. Berikut ini contoh populer:

melalui contentmarketinginstitute.com

Ini tahun 2014. Hampir empat tahun kemudian, chatbots dan asisten virtual telah berkembang lebih canggih untuk aplikasi tertentu seperti penanganan layanan pelanggan, pencarian suara dan pemecahan masalah online.

Tetapi untuk menulis, aplikasi AI langsung belum menghasilkan keuntungan yang lebih tinggi secara industri atau terukur, setidaknya tidak dalam hal membuat konten yang menarik dalam skala besar.

Pembelajaran mesin masih dalam tahap awal, dan pembaca biasanya dapat memahami beberapa kekurangan penulisan yang dihasilkan AI: pengulangan, aliran kaku, frasa canggung, pembatasan nada. Di dunia yang sedang bertransisi ke perilaku pencarian manusia dan pengenalan bahasa alami, kerataan staccato semacam ini pasti akan dihukum oleh Google dan dianggap tidak menarik oleh pengunjung situs.

Untuk saat ini, mesin pemasaran konten belum menghasilkan konten yang menginspirasi.

Pemasaran AI masa depan

Sebagian besar investasi pemasaran AI digunakan untuk analitik, publikasi, dan pelaporan. Saat ini, setengah dari semua perusahaan menggunakan beberapa bentuk otomatisasi pemasaran , dengan perangkat lunak analitik prediktif menjadi aplikasi pertumbuhan awal terbesar untuk pemasaran konten.

Tetapi pembuatan konten adalah binatang yang berbeda sama sekali.

Pekerjaan kreatif diperkirakan menjadi semacam batas akhir untuk AI. Sebuah studi Universitas Oxford menganggap posisi kreatif berada di 25 persen pekerjaan terbawah digantikan oleh mesin , yang berarti 75 persen karier lain akan terpengaruh terlebih dahulu dan ke tingkat yang jauh lebih besar. Meyakinkan, bukan?

Otomatisasi tentu akan mengganggu alur kerja pembuatan konten, tetapi tidak akan sepenuhnya menggantikan penulisan. Jika ada, AI akan digunakan bersama dengan penulis konten sebagai driver nilai ganda.

Riset akan disederhanakan, ideation akan dibantu oleh predictive analytics dan penulisan akan menjadi lebih fokus pada tulisan itu sendiri. Bukan kata kunci, bukan peringkat. Hanya kualitas.

Jadi, sisihkan semua ide tentang tempat kerja cyborg dan kembali menulis.