Az AI jó segédeszköz. Döntéshozónak már kevésbé.

Röviden

Az AI-t bemenet-feldolgozásra és előkészítésre használjuk: sok adat egyidejű átlátására, minták keresésére, változatok gyors előállítására, ismétlődő ellenőrzésre. Nem használjuk viszont a végső megfogalmazásra, a hiányzó adat pótlására és arra, hogy eldöntse, mit ígérünk meg egy ügyfélnek. A határ ott van, ahol az állításért valakinek helyt kell állnia — azt nem lehet átadni.

01Miért rossz kérdés, hogy „helyettesíti-e”?

Az AI-ról szóló beszélgetés legtöbbször ott kezdődik, hogy elveszi-e a munkát. Ez a kérdés a gyakorlatban nem vezet sehova, mert nem lehet rá a napi munkában használható választ adni.

Van egy hasznosabb kérdés: a munka melyik részén javít, és melyiken ront? Erre lehet válaszolni, mert a kettő elválik egymástól, és a határ elég élesen meghúzható.

Az AI kimenete akkor is nyelvileg meggyőző, ha tartalmilag üres. Ez a legfontosabb tulajdonsága a mi szempontunkból, és ebből következik minden, amit alább leírunk. Ahol a bemenet gazdag és ellenőrizhető, ott ez a tulajdonság nem baj. Ahol a bemenet hiányos, ott pontosan ez a baj.

02Mire használjuk?

Sok bemenet egyidejű átlátására. Több hónapnyi poszt teljesítménye, több platform adata, egy hosszú tanulmány számai. Az ember ilyenkor nem azért nem végez vele, mert nem érti, hanem mert elfogy az ideje a végigolvasásra. Ez a feladat gépesíthető anélkül, hogy a döntés bárhova elmozdulna.

Mintakeresésre. Melyik formátum hozott következetesen jobb megtartást, melyik nap melyik témával működött, hol tér el egy márka adata a saját szokásától. Az eredmény nem válasz, hanem hipotézis, amit utána ellenőrizni kell.

Változatok előállítására döntés előtt. Ha három megközelítés közül kell választani, gyorsabb megnézni három vázlatot, mint elképzelni őket. A választás ettől még emberi.

Ismétlődő ellenőrzésre. Ez a legkevésbé látványos és a leghasznosabb. Ugyanaz a húsz szempont, minden anyagon, fáradtságtól függetlenül.

03Mire nem?

A végső megfogalmazásra. Nem stílus kérdése. Egy szöveg akkor mehet ki, ha minden állítása mögött ott van egy forrás vagy egy tapasztalat. Ezt a szűrést nem lehet arra bízni, ami a hiányzó adatra is ad választ.

A hiányzó adat pótlására. Ez a legkonkrétabb pont, és a saját rendszerünkben szabályként van rögzítve: ha egy szöveghez adat kellene és nincs meg, a hiány nem tűnik el, hanem listába kerül és emberhez megy vissza kérdésként. Ennek az oldalnak a listáján jelenleg 32 ilyen tétel áll. Mindegyiket meg lehetne írni tíz másodperc alatt, és mindegyik hihetően hangzana. Egyik sem lenne igaz.

Az ügyfélspecifikus döntésre. Hogy egy adott márkánál mi az arány stratégia, gyártás és hirdetés között, az nem levezethető általános mintákból. Az adott cég kapacitásán, pénzén és céljain múlik.

Arra, amiért helyt kell állni. Amit megígérünk, amit számként kiírunk, amiért felelősséget vállalunk. Ha valaki rákérdez, hogy ez a szám honnan jött, arra válaszolni kell tudni.

04Hol van pontosan a határ?

A határ nem a feladat nehézségénél van, és nem is a kreativitásnál. Sok „kreatív” feladat gépesíthető, és sok egyszerű nem az.

A határ ott van, ahol az állításért helyt kell állni. Ha valaki rákérdez, hogy „ezt honnan tudod”, akkor arra válaszolni kell — és a válasznak nem az lehet, hogy „így jött ki”. Ez az egyetlen szempont, ami a gyakorlatban minden esetben eldönti a kérdést, mert nem az eszközről szól, hanem a következményről.

Ebből jön a praktikus munkaszabály: minden gépi kimenet javaslat, amíg valaki el nem fogadja. Nem azért, mert bizalmatlanok vagyunk vele. Azért, mert az elfogadás pillanata az, ahol a felelősség átkerül — és annak a pillanatnak léteznie kell.

05Mit jelent ez egy ügyfél felől nézve?

Nem azt, hogy „AI-t használunk”. Ez ma önmagában nem mond semmit, mert mindenki ezt állítja, és többnyire ugyanazt az eszközt jelenti.

Két gyakorlati következménye van.

Az egyik, hogy egy ismétlődő feladatnál az első alkalom ára nem kicsi, a másodiké viszont közel nulla. Egy havi riport szerkezetének kitalálása és leellenőrizhetővé tétele valódi munka. A tizenkettedik havi riport már nem. Ez eldönti, melyik munkánál érdemes rendszert építeni, és melyiknél nem: az egyszeri feladatnál nem éri meg, az ismétlődőnél igen.

A másik, hogy az „ezt honnan tudod” kérdésre van válasz. Nem azért, mert lelkiismeretesebbek vagyunk, hanem mert a folyamatba be van építve egy pont, ahol a hiányzó adat nem tud átcsúszni kitalált adatként.

→Mit érdemes megjegyezni?

Az AI erőssége a bemenet-feldolgozás: sok adat átlátása, mintakeresés, változatok előállítása döntéshez, ismétlődő ellenőrzés.
A gyengesége az, hogy a hiányzó adatra is választ ad, mert a kimenete nyelvileg akkor is meggyőző, ha tartalmilag üres.
Ezért nálunk a hiányzó adat nem elfogadható kimenet: külön listába kerül, és emberhez megy vissza kérdésként.
A végső megfogalmazás, az ügyfélspecifikus döntés és a számmal alátámasztott ígéret ember dolga marad.
A gyakorlati próba: ha valaki rákérdez egy állításra, meg tudjuk-e mondani, honnan jött. Ha nem, az állítás nem mehet ki.

→GYIK

Gyakori kérdések

Mire jó ma valójában az AI a marketingmunkában?

Arra, ahol sok bemenetet kell egyszerre átlátni: több hónapnyi poszt teljesítményének átnézésére, visszatérő minták keresésére, változatok gyors előállítására egy döntés előtt, és ismétlődő ellenőrzésekre. Ezek mind olyan feladatok, ahol az ember ideje elfogy, mielőtt a munka végére érne.

Miért nem íratjuk meg vele a végleges szöveget?

Mert a nyelvileg meggyőző kimenet és a tartalmilag alátámasztott állítás két különböző dolog, és a generatív eszköz az elsőt adja. Egy szöveg akkor mehet ki, ha minden állítása mögött van forrás vagy tapasztalat. Ezt a szűrést nem lehet arra bízni, ami a hiányzó adatra is választ ad.

Hol a határ ember és gép között egy ilyen munkában?

Ott, ahol az állításért helyt kell állni. Amit megígérünk egy ügyfélnek, amit számként kiírunk, és amiért felelősséget vállalunk — az ember dolga. Az előkészítés, a rendszerezés és az ellenőrzés lehet gépi.

→Kapcsolódó gondolatok

Mit ellenőrzünk, mielőtt bármi kimegy? A hiányzó adat listába tétele az a pont, ahol a gépi kimenet nem tud kitalált adatként átcsúszni.
Amit magunknak írtunk — és ami közben elromlott A saját eszközök építése az a munka, ahol a leggyorsabban kiderül, mit lehet gépre bízni és mit nem.
Mit veszít egy cég, ha nincs mögötte fejlesztő, aki az üzletet is érti? Mindkettőnél ugyanaz a ritka képesség a tét: érteni a technikát és az üzleti kérdést egyszerre.
Hol érdemes AI-t beépíteni egy marketingcsapat működésébe? Ugyanaz a munkamegosztás két nézetből: a gép előkészít, az ember dönt és helytáll az állításért.

→Olvasd tovább