โอกาสที่ยังไม่ถูกค้นพบของ Generative AI ในโลกโฆษณาออนไลน์

บทความวิเคราะห์สาเหตุของปัญหาคุณภาพเนื้อหาออนไลน์ที่ลดลง โดยชี้ให้เห็นว่า AI ไม่ใช่ตัวการหลัก พร้อมนำเสนอวิธีการใช้ Gen-AI เพื่อสร้างเนื้อหาที่มีคุณภาพและตรงใจผู้บริโภคมากขึ้น

โอกาสที่ยังไม่ถูกค้นพบของ Generative AI ในโลกโฆษณาออนไลน์

Key takeaway

  • ปัญหาคุณภาพเนื้อหาออนไลน์ที่ลดลงไม่ได้เกิดจาก AI เพียงอย่างเดียว แต่เป็นผลจากหลายปัจจัย โดยเฉพาะการเพิ่มขึ้นของช่องทางสื่อใหม่และความต้องการเนื้อหาที่สูงขึ้น
  • การใช้เทมเพลตและการผลิตเนื้อหาจำนวนมากแบบทั่วไปทำให้เกิดปัญหา ad fatigue และ snow blindness ในผู้บริโภค ส่งผลให้ประสิทธิภาพของโฆษณาลดลง
  • Generative AI มีศักยภาพในการสร้างเนื้อหาที่มีคุณภาพและตรงใจผู้บริโภคมากขึ้น โดยไม่ถูกจำกัดด้วยเทมเพลต สามารถปรับแต่งได้อย่างไม่จำกัด และนำข้อมูลเชิงลึกมาใช้ในการสร้างโฆษณาที่เหมาะสมกับกลุ่มเป้าหมาย

แม้นักการตลาดมักมีความเห็นต่างกันในหลายเรื่อง แต่ปัจจุบันพวกเขาดูจะเห็นพ้องกันในประเด็นหนึ่ง นั่นคือการเพิ่มขึ้นอย่างรวดเร็วของเนื้อหาออนไลน์คุณภาพต่ำ ซึ่งล่าสุดยิ่งทวีความรุนแรงขึ้นจากการใช้ generative AI

มีกรณีที่โด่งดังหลายครั้งที่ gen-AI สร้างเนื้อหาแปลกประหลาดและไร้สาระ อย่างไรก็ตาม การมองว่า AI เป็นตัวการเดียวที่ทำให้คุณภาพสื่อตกต่ำลงนั้น ดูจะไม่ถูกต้องนัก

ความจริงแล้ว เราอยู่ในยุคที่เนื้อหาไร้สาระล้นตลาดมานานแล้ว โดย AI ไม่ใช่สาเหตุหลัก แต่เป็นผลจากหลายปัจจัย โดยเฉพาะการเพิ่มขึ้นของช่องทางสื่อใหม่ๆ และความต้องการเนื้อหาที่สูงขึ้น ปัจจุบันประมาณ 54% ของข้อมูลออนไลน์ทั้งหมด 403 พันล้านกิกะไบต์ต่อวันเป็นวิดีโอ และคาดว่าจะเพิ่มขึ้นอีก 150% ภายในปี 2568

ปัญหาคือการรักษาคุณภาพเนื้อหาให้อยู่ในระดับสูงนั้นเป็นเรื่องยาก ซึ่งขัดแย้งกับความพยายามที่ล้มเหลวในการทำ 'hyper-personalization' และโมเดลการผลิตแบบ 'volume-led' เราอาจใกล้ถึงจุดที่รอยร้าวของการผลิตเนื้อหาจำนวนมากเริ่มปรากฏให้เห็นแล้ว

Ad fatigue นักโฆษณาระดับโลกมักใช้ 2 วิธีเพื่อตอบสนองความต้องการเนื้อหาที่เพิ่มขึ้นอย่างรวดเร็ว: การ outsource งานผลิตไปยังตลาดต่างประเทศที่มีต้นทุนต่ำ หรือใช้เทคโนโลยีใหม่ทำ asset versioning แบบอัตโนมัติ ส่วนใหญ่มักใช้ทั้งสองวิธีร่วมกันเพื่อผลิตในปริมาณมาก

โซลูชันการผลิตงานสร้างสรรค์บางอย่างซับซ้อนถึงขั้นบูรณาการกับแผนสื่อได้ โดยนำ master assets มาแยกเป็นเลเยอร์ แล้วสร้างการจัดวางองค์ประกอบสำหรับโฆษณาที่เป็นไปได้

อย่างไรก็ตาม โซลูชันที่อิงกับเทมเพลตจะจำกัดอิสระในการสร้างสรรค์ และตัวแปรที่สร้างขึ้นมักต้องปรับแต่งในขั้นตอน post-production ก่อนนำเสนอต่อผู้ชม

ผู้ใช้อินเทอร์เน็ตเริ่มหงุดหงิดมากขึ้นเรื่อยๆ ด้วยเหตุผลที่สมควร การปล่อยเนื้อหาแบบทั่วไปที่ใช้เทมเพลตออกมาอย่างแพร่หลายในทุกช่องทางออนไลน์ ทำให้เกิดภาวะ chronic ad fatigue ผู้บริโภคสามารถมองเห็นโฆษณาแบบลวกๆ เหล่านี้ได้ทันทีและการอิ่มตัวของเนื้อหาที่คล้ายคลึงกันทำให้เกิดภาวะ snow blindness ที่ทำให้ลูกค้าที่อาจสนใจเลื่อนผ่านกระแสเนื้อหาที่เหมือนๆ กันไป

ถึงเวลาแล้วที่กระบวนการสร้างเนื้อหาต้องตระหนักถึงความรู้สึกของผู้บริโภคที่ว่า "เนื้อหาทั้งหมดนี้มากเกินไป หยุดขายของสักที ฉันแค่ต้องการสิ่งที่เกี่ยวข้องกับฉันเท่านั้น"

นั่นไม่ได้หมายถึงเนื้อหาแบบ hyper-personalized แต่หมายถึงการก้าวไปสู่ความเข้าใจผู้บริโภคที่ดีขึ้น แบรนด์ต้องถามตัวเองว่าพวกเขาเข้าใจจริงๆ หรือไม่ว่าอะไรทำให้กลุ่มผู้บริโภคของตนรู้สึกมีส่วนร่วม และเข้าใจความตั้งใจในการซื้อของผู้บริโภคหรือไม่

นี่คือจุดที่ generative AI มีประโยชน์อย่างแท้จริง

Gen-AI use cases Gen-AI ไม่ได้ใช้เทมเพลต ซึ่งเป็นเหตุผลว่าทำไมมันถึงสามารถสร้างสิ่งที่แปลกประหลาดได้ นี่คือสิ่งที่ทำให้มันมีเอกลักษณ์และไม่มีขีดจำกัดในแง่ของศักยภาพด้านความคิดสร้างสรรค์ เอเจนซีด้านครีเอทีฟกำลังตื่นเต้นมากขึ้นเรื่อยๆ กับการใช้ generative AI ตั้งแต่ช่วงแรกของกระบวนการคิดไอเดีย โดยใช้เป็นสนามทดลองเพื่อทดสอบไอเดียที่ "นอกกรอบ" ที่สุด แล้วนำผลลัพธ์มาสร้างแรงบันดาลใจให้กับลูกค้า

ในขั้นตอนการผลิต assets จำนวนมาก ความเป็นไปได้กับ generative AI นั้นไม่มีที่สิ้นสุด ด้วยการนำ prompting เข้ามาในกระบวนการ เนื้อหาจะไม่ถูกจำกัดด้วยเทมเพลตอีกต่อไป สามารถเปลี่ยนข้อความ ปรับเลย์เอาต์ และทำการแก้ไขต่างๆ ได้อย่างไม่จำกัด

นี่เป็นข่าวดีสำหรับการสร้าง assets ที่มีประสิทธิภาพ ไม่ใช่แค่มุ่งเน้นปริมาณ สามารถสร้างโฆษณาแบบใดก็ได้ที่ต้องการ อย่างรวดเร็ว ประหยัด และมีคุณภาพ Gen-AI ทำให้นักโฆษณาควบคุมโมเดลการประกันคุณภาพงานสร้างสรรค์ของตัวเองได้ โดยไม่มีขีดจำกัดในขอบเขต และออกแบบมาให้คำนึงถึงทั้งแบรนด์และลูกค้า

นอกจากการปรับแต่งองค์ประกอบต่างๆ แล้ว ยังสามารถเพิ่มข้อมูลเชิงลึกที่ได้มาอย่างยากลำบากลงไปด้วย โดยรวมเอาความเข้าใจเกี่ยวกับความชอบของผู้บริโภคและสิ่งที่เคยได้ผลดีในอดีตเข้าไป ทำให้สามารถสร้างโฆษณาที่ปรับแต่งอย่างเหมาะสมสำหรับกลุ่มเป้าหมายที่ถูกต้อง

สิ่งที่น่าตื่นเต้นไม่ใช่แค่ automated versioning แต่เป็น automated prompting ที่ไม่มีขีดจำกัดในขอบเขต และด้วยข้อมูลเชิงลึกและการวิเคราะห์ที่เหมาะสม สามารถอิงกับข้อมูลได้ สิ่งนี้จะช่วยให้แบรนด์ก้าวกระโดดไปไกลกว่าสิ่งที่อาจทำได้ด้วยเครื่องมือ versioning แบบดั้งเดิมใดๆ

กล่าวอย่างตรงไปตรงมา ไม่ใช่แค่ Dynamic Content Optimization (DCO) ที่ล้าสมัยไปแล้ว แต่รวมถึงระบบอื่นๆ ที่ใช้เทมเพลตและไม่สามารถคาดการณ์ได้ด้วย Gen-AI กำลังเปิดโอกาสใหม่ๆ ในการสร้างเนื้อหาที่มีคุณภาพและตรงใจผู้บริโภคมากขึ้น

Why it matters

💡
บทความนี้นำเสนอมุมมองที่น่าสนใจเกี่ยวกับปัญหาคุณภาพเนื้อหาออนไลน์ที่ลดลง โดยชี้ให้เห็นว่า AI ไม่ใช่สาเหตุหลัก แต่เป็นผลจากหลายปัจจัย ผู้อ่านจะได้เข้าใจถึงสาเหตุที่แท้จริงของปัญหา รวมถึงแนวทางการใช้ generative AI อย่างสร้างสรรค์เพื่อผลิตเนื้อหาที่มีคุณภาพและตรงใจผู้บริโภคมากขึ้น บทความนี้ให้ข้อมูลเชิงลึกที่มีประโยชน์สำหรับผู้ที่ทำงานด้านการตลาดดิจิทัลและผู้ที่สนใจเทคโนโลยี AI

ข้อมูลอ้างอิงจาก https://www.thedrum.com/opinion/2024/09/16/generative-ai-still-offers-undiscovered-opportunities-online-advertisers

Read more

AWS ที่ทำให้อินเทอร์เน็ตล่มเกิดขึ้นหลังจาก Amazon เลิกจ้างพนักงานจำนวนมากเพื่อใช้ AI แทน

news

AWS ที่ทำให้อินเทอร์เน็ตล่มเกิดขึ้นหลังจาก Amazon เลิกจ้างพนักงานจำนวนมากเพื่อใช้ AI แทน

AWS ประสบปัญหาระบบล่มครั้งใหญ่ ส่งผลให้บริการออนไลน์ทั่วโลกหยุดชะงัก เหตุการณ์นี้เกิดขึ้นหลังจาก Amazon เลิกจ้างพนักงานจำนวนมากเพื่อนำ AI มาใช้แทน สะท้อนให้เห็นถึงความเสี่ยงของการพึ่งพาเทคโนโลยีมากเกินไป

By
อเมซอนเปิดตัวต้นแบบแว่นตาอัจฉริยะ AI สำหรับพนักงานส่งของ

news

อเมซอนเปิดตัวต้นแบบแว่นตาอัจฉริยะ AI สำหรับพนักงานส่งของ

Amazon เปิดตัวแว่นตาอัจฉริยะ Amelia ที่ใช้ AI ช่วยพนักงานส่งของทำงานได้มีประสิทธิภาพมากขึ้น มาพร้อมกล้องและจอแสดงผลในตัว ทำงานร่วมกับเสื้อกั๊กพิเศษ กำลังทดสอบกับพันธมิตรหลายราย

By
Meta ปลดพนักงาน 600 ตำแหน่งในห้องปฏิบัติการ AI Superintelligence

news

Meta ปลดพนักงาน 600 ตำแหน่งในห้องปฏิบัติการ AI Superintelligence

Meta ประกาศปลดพนักงาน 600 ตำแหน่งในแผนก Superintelligence Labs เพื่อลดความซับซ้อนขององค์กร แต่ยืนยันว่ายังคงให้ความสำคัญกับการพัฒนา AI และจะเร่งจ้างนักวิจัยใหม่ในทีม TBD

By
Target ใช้ AI สร้างความแตกต่างในธุรกิจค้าปลีก

news

Target ใช้ AI สร้างความแตกต่างในธุรกิจค้าปลีก

Target เดินหน้าใช้ AI ปฏิวัติธุรกิจค้าปลีก ผ่านแพลตฟอร์ม Target Trend Brain วิเคราะห์เทรนด์ตลาด พร้อมพัฒนาระบบคัดกรองผู้ขายและยกระดับทักษะพนักงานทั่วองค์กร เพื่อสร้างความแตกต่างในตลาด

By