人工智能+內容寫作：接下來會發生什麼？

已發表: 2021-08-02

當您閱讀本文時，一種未知的算法掌握著解鎖內容編寫效率的終極水平的關鍵。 它將成本低，閃電般快速且易於使用。 它將產生與人類開發的文本幾乎沒有區別的營銷內容。

機器學習使這不僅成為可能，而且是永久的。

因此，如果人工智能已準備好取代內容寫作，它將如何以及何時發生？

了解自然語言生成 (NLG)

支持內容營銷自動化的主要技術是自然語言處理 (NLP) 和自然語言生成 (NLG)。

第一個是簡單的計算機程序，可以理解人類的聲音並處理成文本。 想想 Google Drive 中的“語音輸入”功能或許多類型的翻譯軟件。

NLG更進一步。 這個過程需要將來自 NLP 的結構化數據轉換為敘事故事（也就是在沒有人類參與的情況下從頭開始編寫內容）。

從這個意義上說，“敘事”可能用詞不當。 是的，NLG 技術生成的書面內容遵循獨特的邏輯順序（甚至能夠寫小說），但其核心優勢是自動化密集的、以事實為導向的內容的寫作，例如財務報告、執行摘要、收益摘要、產品說明和標準新聞副本。

在這些格式中，創新、創意或個人內容被邊緣化——NLG 將服務於短期商業目的的文本自動化，不一定是超越算法和事實的長期品牌營銷活動。

  • 人工智能：開發無需人工參與即可執行人類行為的計算機系統。
  • 機器學習：通過人工智能而不是明確的人類編程來學習的計算機。
  • 算法：根據一系列指定動作進行計算的規則集。
  • 自然語言處理：自動處理和操縱語音和文本的程序。
  • 自然語言生成：使用 NSP 輸入來解釋和創建新文本的程序。
  • 聊天機器人：使用文本和聽覺線索通過聊天進行交流的計算機程序。
  • 虛擬助手：通過 NLP 提供服務的軟件代理，例如 Siri 或 Amazon Echo。

難怪 B2B 公司已經大量使用 NLG 技術。 Gartner 預測，到 2018 年， 20% 的商業內容將由機器編寫。 同樣，這是業務內容：新聞稿、法律文件、內部備忘錄、市場報告等。

新聞業的黃金標準美聯社使用機器來製作收入報告。 這種類型的應用程序是 NLG 軟件最直接的用例，B2B 營銷人員肯定會發現，從今天開始，許多寫作任務可以變得更加容易。

自動化這個，而不是那個

然而，人工智能目前的強項不是入站內容。 入站營銷策略依賴於個性、原創性、真實性、說服力和聲音：這些東西往往是無形的，但與正式的寫作能力同樣重要，甚至更重要。

畢竟，機器從擺在它們面前的數據中學習。 數字、數字、關鍵詞、措辭和時間都是人工智能可以以普通讀者可以接受的方式編譯、處理和復制的元素。 但是，品牌塑造通常是一個無數據或無結構的過程，它繞過了機器的能力，並繼續困擾著即使是最優秀的創意總監。

自動化內容首先需要分解為機器可以分析的組成數據集； 但是，例如，利用品牌標識和軟件功能的特定於產品的博客文章並不容易濃縮為可產生有希望的寫作結果的代碼。 如果沒有正確的數據流或輸入，機器就會失敗。

適合人工智能的內容將是公司已經擁有結構化數據的內容。 現有的數字電子表格、匯總財務信息的軟件和公司中廣泛使用的模型都是完美的數據集，可以輸入自動內容生成器。

在這一點上，自動化比基礎更多的東西可能比它的價值更麻煩。

人工智能不能做什麼

2014 年，名為 Eugene 的聊天機器人是第一台通過圖靈測試的計算機，這是一種衡量“人性”的方法。

圖靈測試確定計算機是否以一種使判斷者相信它實際上是人類的方式來破譯、交互和回答問題。 如果 30% 的評委認為他們正在與人類互動，則聊天機器人“通過”了測試。 實際上，根據試驗，它已經達到了人類智能的最低要求。

這是一個巨大的突破，是人工智能優勢的證據。 但懷疑論者指出，人類與尤金對話的某些部分是如此機械化和不准確，以至於 30% 的門檻並沒有多大意義。 這是一個流行的示例：

通過 contentmarketinginstitute.com

那是 2014 年。近四年後，聊天機器人和虛擬助手在客戶服務處理、語音搜索和在線故障排除等特定應用程序方面變得更加複雜。

但對於寫作而言，即時 AI 應用程序尚未在整個行業或可衡量的基礎上轉化為更高的利潤，至少在大規模創建引人入勝的內容方面如此。

機器學習仍處於起步階段，讀者通常會發現人工智能產生的一些寫作缺陷：重複、死板、措辭笨拙、音調限制。 在一個正在向人類搜索行為和自然語言識別過渡的世界中，這種斷斷續續的扁平化必然會受到谷歌的懲罰，並被網站訪問者視為沒有吸引力。

目前，內容營銷機器還沒有產生能激發靈感的內容。

未來的人工智能營銷

絕大多數 AI 營銷投資都用於分析、發布和報告。 目前，有一半的公司使用某種形式的營銷自動化，其中預測分析軟件是內容營銷的最大早期增長應用程序。

但內容創作完全是另一種動物。

據估計，創造性工作是人工智能的最終前沿。 牛津大學的一項研究認為，在被機器取代的工作中，創意職位處於最底層的 25% ，這意味著 75% 的其他職業將首先受到影響，而且影響程度要大得多。 放心吧？

自動化肯定會破壞內容創建工作流程，但它不會完全超過寫作。 如果有的話，人工智能將與內容編寫者一起作為雙重價值驅動因素使用。

研究將被簡化，構思將得到預測分析的幫助，寫作將更加專注於寫作本身。 不是關鍵字，不是排名。 只是質量。

因此，拋開任何關於機器人工作場所的想法，然後重新開始寫作。