Wir haben MarTech in einen Chatbot verwandelt. Das haben wir gelernt (bisher)

Die Veröffentlichung von ChatGPT durch OpenAI brachte jeden in der Tech-Welt dazu, über seine Auswirkungen auf alles nachzudenken, uns eingeschlossen. Wir begannen uns zu fragen und stellten einige große Fragen darüber, wie ChatGPT und Technologien wie es die Zukunft des Marketings, der Websites und der Kundenerfahrung prägen würden. Wir fragten:

• Wird diese Art der generativen KI eines Tages Websites ersetzen?
• Wird diese Technologie in der Lage sein, für Vermarkter nützlich oder hilfreich zu sein?
• Welche neuen Anwendungsfälle sollten wir untersuchen?

Es gab so viele weitere Fragen, dass ich sogar eine interne Liste von Anwendungsfällen erstellte und laut darüber nachdachte, wie wir diese Technologien nutzen könnten, um uns beim Betrieb von Third Door Media zu helfen, bessere Inhalte zu produzieren und letztendlich Ihnen, der MarTech-Community, nicht nur zu helfen die Veränderung, die die generative KI darstellt, aber auch die Chancen.

Der beste Weg, das zu tun, war, uns metaphorisch die Hände schmutzig zu machen und unseren eigenen Bot zu bauen. Also haben John Blanchard, unser Senior Director of Marketing Technology, und ich es getan. Wir haben einen Index aller MarTech.org-Seiten und -Beiträge erstellt und sie in MarTechBot eingebettet, der auf ChatGPT aufgesetzt ist.

Es ist erst ein paar Tage her, aber hier sind einige unserer ersten Erkenntnisse:

Menschen zerbrechen gerne Dinge

Wir Menschen versuchen natürlich, Dinge zu brechen (vielleicht um unsere Vorurteile zu bestätigen?). Viele Benutzer haben uns Kommentare geschickt, dass MarTechBot nicht sehr gut sein muss, weil es nicht perfekt oder immer richtig war. Es stimmt, dass die Ergebnisse wackelig sein können, je nachdem, was Sie in das Feld eingeben. Aber es stimmt auch, dass es Hunderte von Gesprächen mit MarTechBot gab, von denen einige Threads mit mehreren Fragen und zunehmender Spezifität waren. Beispielsweise hat ein Benutzer in einem einzigen Chat diese beiden Fragen nacheinander gestellt und Antworten für beide erhalten:

• Was sind die wichtigsten Überlegungen, bevor wir ein vollständiges Marketing-Technologie-Audit durchführen?
• Was sind die wichtigsten Fragen, die Sie den internen Stakeholdern stellen sollten?

Apropos, wir haben einen Fehler entdeckt, der einen „Token-Fehler“ auslöst. Wir wissen, warum es passiert, können es aber noch nicht ganz beheben. Bleiben Sie dran!

Niemand scheint zu wissen, wie irgendetwas davon tatsächlich funktioniert

Das ist neue Technik. Niemand scheint ein vollständiges mentales Modell davon zu haben, wozu diese neuen Tools in der Lage sind oder wie genau sie funktionieren.

Es ist keine Suchmaschine, obwohl es sich wie eine anfühlt.

Ich hörte Baratunde Thurston im Pivot-Podcast sagen, dass es sich anfühlen kann, als würden Sie Zauber wirken, wenn Sie diese Tools verwenden. Er hat recht. Generative KI-Tools werden schnell zu einer „Mech“-Einheit, die mich mit Fähigkeiten und Kräften ausstattet, die ich immer noch entdecke und zu nutzen lerne.

Aber diese Kräfte sind mit einigen echten Einschränkungen verbunden. Einer ist, dass wir nicht genau verstehen, warum die Sprachmodelle und Bots so antworten, wie sie es tun. Mit großer Macht geht große Verantwortung einher (und die Anforderung, genau zu lesen und Ihre Arbeit zu überprüfen!).

MMM, was?

Hier ist ein echtes Beispiel. Ein Benutzer bat MarTechBot: „Sagen Sie mir, was ich über MMM wissen muss?“ und bekam folgendes zurück:

KI: Marketing-Mix-Modellierung (MMM) ist eine Technik, die von Vermarktern verwendet wird, um die Wirkung von Werbung und Verkaufsförderung auf allen Kanälen zu messen und gleichzeitig externe Faktoren zu berücksichtigen, die außerhalb der Kontrolle einer Marke liegen, wie z. B. Inflation oder Verbraucherstimmung. Das Ziel von MMM ist es, Marketingleitern dabei zu helfen, zukünftige Marketingausgaben zu planen und die Leistung vergangener Investitionen zu messen. MMM kann auf drei Arten verwendet werden: als Punktezähler, um die inkrementelle Gesamtauswirkung von Marketinginvestitionen auf das Gesamtgeschäft aufzuzeigen; als Prognostiker, um das Ergebnis vorherzusagen, das das Anheben oder Senken von Marketingbudgets auf den Beitrag des Marketings zum Gesamtbudget haben wird; und als Coach, um Änderungen an aktuellen Marketinginvestitionen vorzuschlagen, die die Leistung verbessern. MMM ist eine zentrale Messfunktion, die erhebliche Möglichkeiten bietet, die Rendite von Medieninvestitionen zu steigern, aber die Modelle müssen konsequent neu bewertet werden, um die erwarteten Vorteile dauerhaft zu erzielen.

Dieselbe Abfrage in ChatGPT hat Folgendes erhalten :

MMM kann sich je nach Kontext auf verschiedene Dinge beziehen. Hier sind drei Möglichkeiten:

MMM als Finanzkürzel:

MMM ist das Aktienticker-Symbol der 3M Company, einem multinationalen Mischkonzern, der eine breite Palette von Produkten herstellt, darunter Klebeband, medizinische Produkte und Bürobedarf. Das Unternehmen ist an der New Yorker Börse (NYSE) notiert.

MMM als Kryptowährung:

MMM Global ist eine selbsternannte „Gemeinschaft von Menschen, die sich gegenseitig finanzielle Hilfe nach dem Prinzip der Unentgeltlichkeit, Gegenseitigkeit und Wohlwollen leisten“. Es wurde 2011 von Sergei Mavrodi, einem russischen Geschäftsmann, gegründet und arbeitet angeblich als dezentrales Peer-to-Peer-Netzwerk. MMM Global verwendet eine eigene Kryptowährung namens MMM Coin als Tauschmittel innerhalb der Community.

Es ist erwähnenswert, dass MMM Global im Laufe der Jahre mit mehreren Schneeballsystemen und Ponzi-Systemen in Verbindung gebracht wurde und in mehreren Ländern mit rechtlichen Schritten konfrontiert war.

MMM als SMS-Abkürzung:

In SMS- und Online-Kommunikation kann MMM als Abkürzung für „mmm-hmm“ verwendet werden, was eine Möglichkeit darstellt, Zustimmung oder Bestätigung anzuzeigen. Es kann auch verwendet werden, um ein Gefühl der Wertschätzung oder des Genusses zu vermitteln, wie in „MMM, diese Pizza ist köstlich!“

Bard gab mir dieses Ergebnis:

MMM steht für 3M Company. Es ist ein amerikanisches multinationales Mischkonzern mit Hauptsitz in Maplewood, Minnesota. Das diversifizierte Technologieportfolio des Unternehmens umfasst Industrie-, Sicherheits- und Verbraucherprodukte. 3M hat über 90.000 Mitarbeiter und ist in mehr als 70 Ländern tätig.

Und ein paar andere Informationen über 3M. Du bekommst das Bild.

Bedeutet das, dass MarTechBot effektiv „vorab aufgefordert“ wird, weil wir ihn mit Inhalten von MarTech.org trainiert haben? Ich glaube schon. Die Implikationen, dass der Kontext wichtig ist und die Eingabeaufforderung einen Unterschied macht, sind wild zu erwägen. Es ist logisch, dass MarTechBot auf diese Weise antworten sollte, aber andererseits gab es keine Eingabeaufforderung, nur die Buchstaben MMM. Wild.

Die Leute sind sich noch nicht sicher, wie sie generative ChatBots verwenden sollen

Wir verstehen nicht nur nicht wirklich, wie diese Dinge funktionieren, die Leute sind sich auch nicht sicher, was sie damit anfangen sollen.

Die optimalen Interaktionen scheinen vielschichtige Lernerfahrungen zu sein. Die Eingabe von „SEO-Strategie“ ist einfach, aber nicht nuanciert. Stattdessen wird mehr Wert herausgeholt, indem man spezifischer ist. „Geben Sie mir eine SEO-Strategie für einen kleinen Blumenladen in Portland. Wir haben ein kleines Influencer-Programm und bloggen regelmäßig“, was wahrscheinlich nützlichere Ergebnisse liefern wird. Das Stellen von Folgefragen kann helfen, die Ergebnisse zu verfeinern und zu verfeinern. Auch hier handelt es sich nicht um eine Suchmaschine. Es ist etwas anderes. Fremd fast.

Je mehr ich experimentiere, desto tiefer wird das Kaninchenloch. Gestern habe ich eine Aufforderung genutzt, um ein Quiz für mich selbst zu erstellen und mein SEO-Wissen zu testen. Heute habe ich eine Aufforderung genutzt, um meine Verkaufsfähigkeiten zu üben, indem ich ein Gespräch mit einem CMO einer nationalen Marke simulierte, den ich davon überzeugen wollte, meine fiktive Analysesoftwareplattform einem Betatest zu unterziehen.

Die Auswirkungen davon sind unglaublich. Bill Gates könnte hier auf etwas stoßen, wenn er davon spricht, dass KI Lehrer ersetzt.

Wenn wir Menschen lernen, diese Tools zu verwenden (und damit zu leben), werden neue Anwendungsfälle entstehen, und zwar schnell. Vorhin habe ich über die Idee geschrieben, die ich hatte, ein Selbsttest-Quiz zu erstellen und ein Verkaufsgespräch zu simulieren. Heute habe ich Google Bard verwendet, um einen einfachen Javascript-Rechner zu erstellen, der mir hilft, über verschiedene E-Mail-Szenarien nachzudenken, und dann eine interaktive Podcast-Start-Checkliste erstellt.

Die Möglichkeiten sind endlos.

Wohin von hier?

Um ehrlich zu sein, war einer der Gründe, warum wir MarTechBot entwickelt haben, das Bewusstsein für MarTech.org zu schärfen. Stattdessen ist es zu einer Zusammenarbeit mit Ihnen, der MarTech-Community, geworden. Das Feedback war gemischt. Einige sind dankbar, dass wir MarTechBot gestartet haben, und andere sind frustriert über den Token-Bug oder wie langsam der Bot im Vergleich zu ChatGPT ist. Jeder Kommentar ist wertvoll, von jedem lernen wir und wachsen wir. Die Freuden der Beta, etwas zu starten, habe ich Recht?

Wir suchen nach Möglichkeiten, den Bot zu verbessern, und bitten um Ihr Feedback. Probieren Sie MarTechBot aus und finden Sie das Feedback-Formular auf derselben Seite. Ich freue mich von Ihnen zu hören.

Ich poste über die Reise auf LinkedIn, Sie können mir dort folgen, um weitere Informationen in Echtzeit zu erhalten und zu chatten.