Crescendo com IA em Marketing: como a IA está remodelando o marketing e as vendas

Este texto foi produzido a partir da palestra do Gustavo Stork no estande da Zoho na Growth Conference 2023. Gustavo é fundador do The CMOs Marketers, a maior comunidade de líderes de Marketing do Brasil e que tem um ecossistema envolvendo educação, comunidade, IA e empregabilidade. A empresa reúne na parte educacional mais de quinhentos executivos e na plataforma de IA, mais de oito mil usuários no Brasil.
 

“A inteligência artificial é a próxima grande revolução e terá um impacto enorme em todos os aspectos da nossa vida.”  Sundar Pichai
 

A inteligência artificial, em especial a generativa, está cada vez mais presente em nosso cotidiano, oferecendo um vasto leque de possibilidades. Ela permeia a criação de textos, vídeos, imagens e uma variedade de conteúdos, além de desempenhar um papel fundamental na geração de elementos como deep fakes. Hoje, a IA se encontra integrada em praticamente todas as nossas atividades, porém, muitos ainda a utilizam de forma básica. Neste texto, exploraremos como avançar no uso dessa tecnologia, começando pela sua aplicação na geração de conteúdo textual.

Por que temos falado tanto de IA generativa?

Uma das primeiras formas de implementar efetivamente a inteligência artificial nos negócios é otimizando os processos internos. Muitas equipes frequentemente enfrentam a pressão de metas ambiciosas por trimestre, enquanto os recursos humanos são limitados. Nesse cenário, a utilização da IA generativa se destaca como uma solução para reduzir custos e aumentar a eficiência. Gradualmente, à medida que você treina o algoritmo da IA para compreender e se adaptar à sua forma de comunicação, os benefícios se tornam cada vez mais evidentes.

Vejam os números de um estudo da McKinsey, IBM e Accenture:

• 54% das organizações relataram redução de custos e aumento de eficácia após implementação.

• 33% esperam que mais de vinte por cento da força de trabalho precise ser requalificada nos próximos três anos devido à adoção de IA.

• 41% das empresas brasileiras já utilizam alguma forma de inteligência artificial rotineiramente.

Um pouco da história da IA

O início da jornada com a inteligência artificial remonta ao século XVII, quando começamos a explorar os fundamentos da probabilidade estatística. Desde então, passamos por várias etapas cruciais ao longo do tempo no desenvolvimento da inteligência artificial. No século XX tivemos o início das redes neurais artificiais e os modelos de máquinas de aprendizado profundo.

Finalmente, chegamos aos modelos baseados em transformadores, exemplificados pelo Chat GPT, que iniciou sua trajetória em 2017, quando o time do Google enfrentou vários desafios relacionados à tradução. Eles trabalharam na criação do que chamaram de Transformers, um algoritmo que melhorou significativamente a capacidade de prever a próxima frase ou palavra a ser traduzida. Essa tecnologia desempenhou um papel fundamental na evolução da linguagem natural e em sua aplicação atual.

O termo inteligência artificial foi utilizado pela primeira vez pelo professor John McCarthy em 1956 durante uma conferência no Dartmouth College intitulada “O Eros eletrônico”. McCarthy definiu a inteligência artificial como “a ciência e a engenharia de criar máquinas inteligentes". Portanto, de maneira geral, a inteligência artificial pode ser descrita como a habilidade das máquinas em imitar o pensamento humano. Isso inclui aprender, perceber e decidir racionalmente quais ações tomar diante de situações específicas, mas não é capaz de criar.
 

Afinal, o que é IA Generativa?

Inteligência artificial generativa é um subcampo da inteligência artificial que se concentra no desenvolvimento de algoritmos e modelos capazes de criar ou gerar algo novo em vez de apenas classificar ou analisar dados existentes.
 

Como trabalhar com IA Generativa em Marketing?
 

A Inteligência Artificial pode ser aplicada em toda a jornada do cliente, desde a descoberta e conscientização, até a compra, onboarding e retenção.  Ou seja, não é só sobre criar um post blog, é sobre aplicá-la em toda a jornada do usuário. É difícil pra algumas jornadas? Sim, vai ser mais complexo. Mas é possível!

Existem três formas de trabalhar hoje com IA Generativa: texto para texto, como ChatGPT, Bard, Claude; texto para imagem, como no Mid Journey, Stable Diffusion e CMO.ai, e texto para vídeo.

As possibilidades são muitas! Mas aqui estão 10 ideias de aplicações da IA Generativa em marketing:

1. Usar IA para segmentação de público alvo e direcionamento personalizado de anúncios;
2. Treinar chatbots com IA para responder dúvidas de clientes 24/7;
3. Gerar conteúdo para redes sociais de forma personalizada para diferentes personas;
4. Criar assistentes virtuais de vendas com IA para apoiar vendedores;
5. Fazer previsão de vendas com base em dados históricos e externos com IA;
6. Personalizar landing pages com base no perfil e comportamento do visitante;
7. Criar modelos preditivos para identificar clientes com risco de churn;
8. Usar IA para sugerir produtos relacionados e promoções personalizadas;
9. Automatizar campanhas por e-mail baseadas no estágio e perfil do lead;
10. Analisar dados de vendas e marketing para insights estratégicos com IA.
     

Entre essas opções de utilização da IA no marketing, mesmo no nível básico e sem um investimento considerável em tecnologia, muitas empresas concentram seus esforços na geração de conteúdo. Com algumas ferramentas de CRM, como o Zoho, ou outras tecnologias, já é possível avançar na segmentação e nas respostas a dúvidas dos clientes, embora esse campo ainda esteja em estágios iniciais de desenvolvimento. É cedo para determinar totalmente o alcance e as limitações dessas abordagens.

Na experiência do Gustavo com mais de oito mil usuários na plataforma CMO.ai, 90% do uso da IA Generativa tem focado em conteúdo e imagens, principalmente para interações em redes sociais. Portanto, se você começar a adotar a IA de forma mais avançada, já estará à frente no mercado com uma vantagem significativa.

Quais as oportunidades e os benefícios de utilizar a IA?

Os benefícios do uso da IA Generativa podem ser resumidos em três aspectos-chave: eficiência, inovação e escalabilidade.

• Eficiência: Com a IA Generativa, é possível fazer mais com menos. Ela permite otimizar processos, mesmo com equipes reduzidas ou metas ambiciosas. A capacidade de treinar algoritmos de IA gradualmente possibilita uma melhor compreensão e resposta às comunicações, tornando as operações mais eficientes.

• Inovação: A IA Generativa abre portas para a inovação. Por meio de algoritmos de linguagem natural, como os Modelos de Linguagem com Grande Porte (LLMs), é possível obter conclusões a partir de perguntas que anteriormente eram complexas ou até impossíveis de responder. Isso impulsiona a criatividade e a capacidade de inovação nas organizações.

• Escalabilidade: Mesmo empresas de menor porte podem alcançar resultados significativos com a IA Generativa. Ela oferece a oportunidade de competir de maneira eficaz no mercado, proporcionando resultados expressivos, independentemente do tamanho da empresa.

Quais os desafios?

Entretanto, o uso da IA Generativa não está isento de desafios. Questões éticas, privacidade e preconceitos são considerações importantes. Empresas devem avaliar cuidadosamente a privacidade dos dados e garantir que a IA seja utilizada de maneira ética e responsável. É essencial compreender que a IA é um auxílio, não uma substituição completa, e que seus outputs devem ser interpretados com discernimento, evitando a disseminação de informações imprecisas ou não confiáveis. 

A IA Generativa é treinada para dar uma resposta. Então, quando ela não sabe a resposta, ela inventa. Isso é chamado de “delírio”. A IA vai retornar com qualquer informação e se você perguntar de onde ela buscou este dado/informação, o outuput será: “Você tem razão, eu inventei.”

Além disso, a complexidade dos algoritmos de IA pode representar um desafio, e é crucial compreender o funcionamento por trás deles. O risco de automação descontrolada também é uma preocupação, pois algoritmos obscuros podem tomar decisões inexplicáveis.

Um exemplo marcante desse desafio ético foi o caso da propaganda com a ressurreição digital de Elis Regina. Embora tenha sido inovador, levantou questões sobre propriedade intelectual, licenças e direitos de imagem. A aplicação da IA deve ser cuidadosamente avaliada em seu contexto para garantir que faça sentido e seja ética.

Como personalizar a Inteligência Artificial?

Modelos populares x modelos especialistas

A personalização da inteligência artificial é uma abordagem importante. Existem várias maneiras de alcançá-la. Naturalmente, você pode estar conectado às tecnologias existentes dos modelos populares como ChatGPT, Bard, Claude, GPT3 e Llama. Além disso, é possível treinar modelos personalizados, ou como são conhecidos, modelos especialistas.. A partir desse treinamento, o modelo pode ser configurado para se comportar exatamente como você deseja. Embora isso possa ser um pouco mais caro e exigir mais investimento, não é tão complicado. Hoje em dia, é possível executá-lo em um computador, embora algum conhecimento técnico seja necessário.

BloomBerg GPT

Um exemplo de modelo especialista é a Bloomberg GPT. A empresa utilizou o modelo LLM e o treinou com 49% de conteúdo geral (por exemplo, Wikipedia e HackerNews) e os restantes 51% de dados próprios e proprietários incluindo notícias, arquivamentos e imprensa. Isso o transformou no maior GPT de finanças do mundo. Essa estratégia posicionou a Bloomberg de forma estratégica para atender a milhares ou até milhões de clientes em todo o mundo. No campo do marketing, a CMO.ai usou uma abordagem semelhante que permitiu que a plataforma crescesse e expandisse a presença em vários países.

É fundamental compreender que é possível usar modelos avançados, implementá-los e personalizá-los de acordo com as necessidades da sua empresa. A personalização oferece um grande potencial para melhorar a eficiência e obter resultados excepcionais.

Técnica Fine Tuning

O Fine Tuning é, essencialmente, uma maneira de ensinar um algoritmo a categorizar informações específicas e, a partir desse aprendizado, você pode solicitar a ele tarefas específicas. Imagine que você deseja ensinar ao algoritmo quais headlines de marketing têm as melhores conversões para o seu negócio. Você lista exemplos de headlines que têm um histórico comprovado de alto desempenho, e em seguida, utiliza o Fine Tuning. Uma vez que você tenha treinado o modelo com esses exemplos, toda vez que você fornecer informações sobre a persona do seu público-alvo, o Fine Tuning irá gerar os melhores títulos para você.

Essa personalização pode ser aplicada de acordo com o contexto específico do seu negócio, o que é ainda mais eficaz do que soluções genéricas. Iniciar com personalização básica é uma ótima opção. Você pode começar pesquisando o OpenAI, chat GPT 3.5, Fine Tuning. A implementação não é tão complexa; com a ajuda de um desenvolvedor, você pode fazê-la em aproximadamente doze horas.

Essa abordagem pode trazer uma grande melhoria para as estratégias de marketing da sua empresa, garantindo que o conteúdo gerado esteja alinhado com as necessidades e preferências do seu público-alvo.

Indo além de um simples prompt

No contexto da IA Generativa, um prompt especializado é uma entrada de texto ou comando que orienta o modelo a gerar uma resposta específica ou a executar uma tarefa particular. Da mesma forma que as consultas SQL (structure query language) são usadas para extrair informações específicas de um banco de dados, os prompts especializados são usados para obter respostas específicas ou executar tarefas específicas em um modelo de IA Generativa.

• Comece com o contexto: Sempre comece com o contexto ao utilizar qualquer LLM, seja de vídeo, texto ou imagem. Desça nas camadas do contexto, indo do tópico-chave às partes de dados, dores, subtemas, crenças e desafios. Quanto mais camadas explorar, melhores serão as respostas.

• Importância dos dados: O diferencial está nos dados de comportamento dos seus clientes, personas e outras informações específicas do seu negócio. Esses dados são essenciais para personalizar as respostas geradas pela IA.

• Seja específico: Assim como na programação, especifique os detalhes da sua solicitação. Quanto mais detalhes você fornecer, mais precisa será a resposta. Um exemplo de prompt específico: “liste dez palavras-chaves relacionadas a compras online de itens de moda feminina que tem o ticket médio acima de duzentos”. A especificação faz toda a diferença.

• Estruturas para Melhoria:

  • RTF (Role, Task, Format/Papel, Tarefa e Formato): Esta estrutura orienta você a especificar o papel que o modelo deve assumir (como um assistente de pesquisa ou um escritor criativo), a tarefa que o modelo deve realizar (como escrever um parágrafo ou fazer uma previsão) e o formato que a saída deve ter (como um ensaio ou um tweet);

  •  CTF (Conext, Task, Format/Contexto, Tarefa, Formato): Semelhante ao RTF mas começa com o contexto para fornecer ao modelo uma base para a tarefa. O contexto pode ser uma descrição da situação ou uma explicação de informações relevantes;

  • RASCEF (Role, Action, Steps, Contexts, Examples, Format/Papel, Ação, Passos, Contextos, Exemplos e Formato): Uma estrutura mais detalhada que orienta você a especificar não apenas o papel a ação e o formato mas também os passos que o modelo deve seguir, o contexto em que a tarefa está sendo realizada e exemplos para orientar o modelo.

• Evite Megaprompts: Evite fazer solicitações muito extensas ou complexas de uma só vez. Em vez disso, utilize encadeamento, fazendo pedidos sequenciais à medida que obtém respostas e informações adicionais. Megaprompts podem sobrecarregar o sistema.

• Limite de Tokens: Esteja ciente do limite de tokens em muitos LLMs, que varia em torno de quatro mil a três mil e quinhentos tokens. Gerencie esse limite fornecendo informações essenciais e relevantes para suas solicitações.

• Plataformas de Apoio: Existem várias plataformas disponíveis que oferecem uma ampla gama de recursos, desde chatbots especializados até ferramentas de marketing, vendas e gestão. Explore essas opções para maximizar seu uso de IA em marketing e outras áreas.

Com essas estratégias e abordagens, você pode aproveitar ao máximo a IA para personalizar suas interações e obter respostas específicas para as necessidades do seu negócio.

Explore, experimente e aproveite ao máximo essa tecnologia inovadora para alcançar resultados surpreendentes em suas campanhas de marketing.

Com o Zoho Marketing Automation, é possível analisar grandes volumes de dados de marketing e identificar insights valiosos. Entenda métricas de campanha, previsão de tendências, oportunidades de crescimento e mais. Tome decisões baseadas em dados, segmente e qualifique os seus leads e preveja a probabilidade de conversão deles com a integração com o Zoho CRM.

O Zoho Marketing Automation tem os recursos que você precisa para otimizar suas estratégias de marketing digital. Conheça a plataforma de automação de marketing!