MozCon 2024 : Britney Muller explique comment utiliser la génération AI dans le marketing

MozCon 2024 : Britney Muller explique comment utiliser la génération AI dans le marketing

05 juin 2024

Lors de la 20e MozCon annuelle, Britney Muller , fondatrice de Data Sci 101, a fait une présentation révélatrice sur l'IA et son impact sur le marketing numérique.

Sa session, « La face cachée de l'IA : ce que les spécialistes du marketing doivent savoir », a fourni un aperçu complet du potentiel actuel et futur de l'IA.

Muller a discuté des considérations éthiques, des applications pratiques et des limites de l'IA, offrant ainsi des conseils précieux aux spécialistes du marketing.

L'émergence de l'IA générative

Muller a commencé par évoquer l’essor de l’IA générative, qui se situe à l’intersection de l’IA, de l’apprentissage automatique, de l’apprentissage profond et du traitement du langage naturel (NLP).

Elle a expliqué:

« L’IA générative, en particulier, est née de ce chevauchement intéressant de domaines.

Nous avons une IA qui héberge l’apprentissage automatique. Au sein de l’apprentissage automatique, il y a l’apprentissage profond. Et puis le langage humain entre en jeu avec la PNL ou le traitement du langage naturel.

Photo prise par l'auteur lors de la MozCon, juin 2024.

Une partie importante de la présentation de Muller s'est concentrée sur le rôle crucial des données d'entraînement dans les modèles d'IA.

Elle a souligné :

« J'avais l'habitude de dire que l'IA reflète ses données d'entraînement, et je vais doubler la mise. Cela amplifie ses données de formation.

Muller a souligné le manque de diversité dans des ensembles de données comme Wikipédia, où les contributeurs sont majoritairement des hommes, et comment cela peut perpétuer les biais dans les résultats de l'IA.

Photo prise par l'auteur lors de la MozCon, juin 2024.

Applications pratiques et limites de l'IA dans le marketing

Dans quoi la génération AI est bonne

Muller a présenté un large éventail d'applications pratiques de l'IA dans le marketing, comme le montre l'une de ses diapositives.

Photo prise par l'auteur lors de la MozCon, juin 2024.

Elle a expliqué:

« Les LLM, en général, sont bons dans tous ces domaines, et je suis d'avis impopulaire que la génération de contenu est l'une de leurs pires capacités. Ils sont bien meilleurs en analyse des sentiments, en étiquetant les choses comme des catégories, en fournissant un support de code.

De plus, elle a partagé une diapositive mettant en évidence des applications spécifiques de référencement/marketing GenAI, notamment :

  • Titres automatiques et méta descriptions
  • Nettoyage Aata
  • Aide au codage
  • Accélérer la créativité et l’idéation
  • Sensibilisation personnalisée
  • Analyse des sentiments
  • Contenu remis à neuf
  • Chatbots
  • Transcription des notes de réunion
Photo prise par l'auteur lors de la MozCon, juin 2024.

En quoi GenAI est mauvais

Photo prise par l'auteur lors de la MozCon, juin 2024.

Muller a évoqué les limites des LLM, qui ont du mal à réaliser des tâches nécessitant :

  • Exactitude factuelle
  • Raisonnement de bon sens
  • Comprendre le contexte
  • Gérer des scénarios inhabituels
  • Intelligence émotionnelle
  • Mathématiques/compte

Les spécialistes du marketing doivent reconnaître ces forces et ces faiblesses lorsqu’ils intègrent l’IA dans leurs stratégies.

Conseils d'ingénierie rapides

Pour aider les spécialistes du marketing à utiliser l'IA générative, Muller a fourni des conseils pratiques pour une ingénierie rapide.

Photo prise par l'auteur lors de la MozCon, juin 2024.

Ses trois suggestions étaient les suivantes :

  1. Expliquez la tâche comme vous le feriez à une personne
  2. Utilisez des exemples pour illustrer ce que vous voulez
  3. Donnez un « rôle » au modèle et parlez-lui du public visé

Elle a conseillé :

« Expliquez la tâche ou le problème comme vous le feriez à une personne. Il y a eu tellement de recherches sur l'ingénierie rapide, et oh, ces choses fonctionnent, mais ces choses ne fonctionnent pas. Le plus grand point à retenir de toutes ces recherches, ce sont les exemples. Il s'agit simplement de montrer le modèle, hé, c'est bon ou mauvais, et nous voulons que le résultat ressemble à ceci.

Muller a partagé une diapositive d'outils et de ressources d'IA générative tels que Colab, Kaggle, GPT for Sheets, Ollama, WordCrafter.ai et son propre DataSci101.com.

Photo prise par l'auteur lors de la MozCon, juin 2024.

Points clés à retenir et l'avenir de l'IA dans le marketing

Muller a conclu sa présentation avec plusieurs points à retenir dans sa diapositive de clôture.

Photo prise par l'auteur lors de la MozCon, juin 2024.

Elle a souligné la nécessité d’une approche de l’IA centrée sur les personnes, reconnaissant son potentiel en tant que technologie d’assistance plutôt que comme substitut total à l’expertise humaine.

Points clés à retenir :

  • GenAI est une technologie prédictive
  • La qualité d'un modèle dépend de ses données d'entraînement
  • Les spécialistes du marketing ont le pouvoir d’imaginer la prochaine brillante application GenAI
  • Présentez-vous en ligne là où se déroulent les conversations sur votre produit/service

Elle a déclaré :

« Nous devons parler davantage d’IA centrée sur les personnes, n’est-ce pas ? Quel sera le meilleur modèle pour soutenir les personnes avec lesquelles nous travaillons ? Et qu’il s’agit d’une technologie prédictive. La qualité d’un modèle dépend de ses données d’entraînement et constitue une technologie d’assistance. Ce n’est pas un remplacement complet pour vous, et ce ne sera pas le cas.

En résumé

Les idées de Muller constituent un guide précieux pour naviguer dans le monde complexe de l'IA.

Tout au long de sa présentation, Muller a réitéré que l’IA devrait être considérée comme une technologie d’assistance plutôt que comme un remplacement complet de l’expertise humaine.

Elle a encouragé les spécialistes du marketing à identifier les tâches que l’IA peut aider à accélérer ou à automatiser tout en conservant une touche humaine.

Le message clé de Muller aux spécialistes du marketing est de respecter les pratiques éthiques, de donner la priorité aux besoins humains et de capitaliser sur les forces de l'IA tout en reconnaissant ses faiblesses.


Image en vedette : Abnalladin/Shutterstock