要在 2023 年獲得出色的線上聲譽，關鍵在於對您的管理幾年前，我們大多數行銷人員對如何使用人工智慧進行行銷還一無所知。 突然間，我們開始在 LinkedIn 上撰寫有關在 ChatGPT 耳邊低語的最佳提示的貼文。 人工智慧用於行銷 – 標記為兒童的迷因 用戶躲開標記為聊天的機器人 GPT 線程 人工智慧突然融入我們的工作中有很多值得慶祝的事 McKenzie 認為人工智慧將為行銷人員釋放 2.6 兆美元的價值。 但我們對人工智慧的快速採用可能會超越重要的道德、法律和營運問題——這將使行銷人員面臨我們以前從未考慮過的風險（即，我們是否會因為告訴人工智慧「像史蒂芬金一樣寫作？」而被起訴？ 」）。 行銷氛圍中存在著大量的人工智慧灰塵，而且多年來都不會沉澱。 無論您多麼努力地觀察，您都無法找出使用大型語言模型和機器學習來創建內容和管理廣告的所有潛在陷阱。 因此，我們本文的目標是從一個很高的角度審視使用人工智慧進行行銷的七個最突出的風險。 我們收集了專家的建議，以幫助減輕這些風險。 我們添加了大量資源，以便您可以更深入地研究您最關心的問題。 風險#1：機器學習偏差 有時，機器學習演算法會給予不公平地支持或反對某人或某物的結果。 這被稱為機器學習偏差或人工智慧偏差，即使是最先進的深度神經網絡，這也是一個普遍存在的問題。 這是一個數據問題，並不是說人工智慧網路本質上是偏執的。
這是輸入資料的問題
機器學習演算法透過識別模式來計算結果的機率，例如特定的購物者群體是否會喜歡您的產品。 但是，如果人工智慧訓練的數據偏向特定種族、性別或年齡層呢？ 人工智慧將得出結論，認為這些人更匹配，並相應地調整廣告創意或展示位置。 這是一個例子。 研究人員最近測試了 Facebook 廣告定位系統中的性別偏見。 調查人員為必勝客投放了招募送貨司機的廣告，並為 Instacart 投放了具有相同資格的類似廣告。 現有的必勝客司機群體以男性為主，因此 Facebook 向男性展示這些廣告的比例不成比例。 Instacart 擁有更多女性司機，因此她們的工作廣告被投放到更多女性面前。 但女性並沒有不想了解必勝客工作的內在原因，因此這是廣告定位的重大失誤。 人工智慧偏見很常見 這個問題遠遠超出了 Facebook 的範疇。 南加州大學的研究人員查看了 WhatsApp 数据 兩個大型人工智慧資料庫，發現其中超過 38% 的數據有偏見。 ChatGPT 的文檔甚至警告說，他們的演算法可能會將「負面刻板印象與黑人女性聯繫起來」
如果您希望吸引盡可能多的潛在客戶
人工智慧用於行銷 – 圖表顯示 38% 的數據存在偏見 機器學習偏差給行銷人員帶來了多種影響； 其中最重要的是廣告效果不佳。，那麼排除大量人 電話號碼 BL 群的廣告定位平台並不理想。 當然，如果我們的廣告不公平地針對或排除某些群體，則會產生更大的後果。 如果您的房地產廣告歧視受保護的少數群體，您可能會陷入《公平住房法》和聯邦貿易委員會的錯誤立場。 更不用說完全錯過了包容性行銷的船。 如何避免人工智慧偏見 那麼當我們的人工智慧工具失控時我們該怎麼辦？ 您可以採取幾個步驟來確保您的廣告公平對待每個人。 Writer 的內容和社群高級經理 Alaura Weaver 寫道，首先也是最重要的是，確保有人審查您的內容。 「雖然人工智慧技術取得了顯著進步，但它缺乏人類所擁有的批判性思維和決策能力，」她解釋道。 “通過讓人類編輯審查和事實核查人工智能編寫的內容，他們可以確保內容沒有偏見並遵循道德標準。” 人工監督也將降低付費廣告活動中出現負面結果的風險。 「目前，也許是無限期地，讓人工智慧完全接管行銷活動或任何形式的行銷是不可取的，」經驗行銷的創始人布雷特·麥克海爾說。
