AI-transformation: Forudsigelser for 2025

Det forgangne år har vist masser af potentiale med alle slags AI-drevne værktøjer og opdateringer. Undersøgelser viser også, at marketingfolk opkvalificerer sig, og organisationer planlægger at fortsætte med at investere i AI i det kommende år. Der er masser af transformation på vej — men hvad betyder det praktisk?

Det betyder, at mange virksomheder vil ansætte nye medarbejdere for at støtte forandringerne. Og de vil bruge data og andre marketingaktiver på nye måder for at forblive konkurrencedygtige i dette forandringsmiljø. Her er nogle områder, hvor organisationer vil tilpasse sig og udnytte AI-værktøjer og processer i 2025.

AI-råd og Chief AI Officers

Med strømmen af AI-drevne værktøjer og processer, der er tilgængelige på markedet, vil virksomheder sigte mod at tilpasse sig med nye ansættelser og omstrukturering. Mange virksomheder vil danne AI-råd eller ansætte Chief AI Officers til at lede AI-transformationen.

“Jeg forventer, at disse initiativer og ansættelser vil blomstre i 2025,” sagde Eric Williamson, CMO for samtaleintelligence-firmaet CallMiner.

Williamson forklarede: “På den ene side kan veldannede beslutninger om adoption hjælpe med at sikre, at dine AI-investeringer leverer den værdi, du forventer, hvad enten det er at forbedre kundeoplevelsen (CX), drive driftsmæssig effektivitet, støtte kontaktcenteragenter eller andre mål. På den anden side kan et unødvendigt antal beslutningstagere forsinke eller endda stoppe indkøbsprocesser, hvilket får organisationer til at falde bagud i AI-kapløbet. Organisationer må finde balancen mellem smidighed og ansvarlig AI-adoption, hvis de skal forblive konkurrencedygtige.”

Udforsk dybere: Hvordan man omformer AI-adoption til at fokusere på resultater, ikke værktøjer

Automatisering af dataanalyse og berigelse

En af de primære måder, marketingfolk vil udnytte AI i 2025, er ved at berige og analysere deres data. For eksempel kan AI-drevne værktøjer reducere tid og øge effektiviteten ved scoring og identifikation af ideelle kundeprofiler (ICP) — de kunder eller prospekter, der har den største sandsynlighed for at være store spenderere.

“Jeg er begejstret for, hvordan AI hjælper med at modernisere den måde, marketingfolk, især i B2B, tilgår det gammeldags problem med ICP-analyse og kontodata-berigelse,” sagde Gurdeep Dhillon, CMO for Contentstack, en sammensat CRM. “De nye måder at bestemme ICP på, samt automatisering af kontodata og forskning, vil hjælpe marketing og forretningsudvikling med at skalere og udnytte deres teknologistak mere effektivt.”

Evangeligheden ved hurtigt at analysere og aktivere ved hjælp af AI-drevne funktioner vil have implikationer på tværs af martech-stakken. Når det gælder kundeoplevelse, vil marketingfolk have den nødvendige kapacitet til at udføre hyper-personalisering. De vil have realtidsdataindsigt og genAI-indholdsproduktion til hurtigt at levere hyper-personaliserede budskaber og oplevelser.

“Det nummer ét brugsscenarie, jeg ser, er endelig at levere på løftet om personalisering,” sagde Dhillon. “Realtidsindsigt om publikum og indhold kombineret med on-brand genAI vil gøre hyper-personalisering i stor skala til en realitet.”

Dhillon tilføjede: “Marketingfolk vil bruge moderne DXPs med CMS, Personalizeringsmotor, realtids CDP, LLM’er plus RAG (retrieval-augmented generation) og automatiseringsværktøjer for at nå dette. Den største udfordring, marketingfolk vil stå overfor, vil være at etablere personaliseringslogikken til at starte med. AI vil hjælpe med at forfine og optimere, men teamet skal sætte den indledende strategi.”

Udforsk dybere: Den AI-drevne vej til smartere marketing

Nydefinition af optimering af indhold til genAI detail-søgning

Hvis du er i e-handel, ændrer AI allerede betingelserne gennem genAI-søgeværktøjer som Amazon RUFUS. Kunderne bruger ikke blot nøgleord til at finde produkter og mærker; de søger mere konversationelt. Det betyder, at kunderne stiller generelle spørgsmål, beskriver lejligheder til at handle, spørger om produkt sammenligninger og stiller opfølgende spørgsmål.

For at holde sig ajour og forblive et topresultat i dette miljø, vil marketingfolk være nødt til at optimere indhold til at dække et bredere spektrum af kontekster.

“GenAI-detail-søgning vil bringe et fornyet fokus på optimering af indhold og øgede krav til opdatering af indhold,” sagde Megan Harbold, VP for strategi og vækst i omnichannel marketingplatformen Skai. “GenAI-søgning, som RUFUS, vil bevæge sig ud af testfasen og ind i den normale adfærd i online shopping.”

Harbold forklarede: “Marketingfolk vil være nødt til at udvikle, hvordan de høster nøgleord, optimerer produktindhold og målretter kontekstuelt for at forblive relevante, efterhånden som modellerne forfiner definitionen af søgning. Dette vil resultere i øgede investeringer i teknologi til at optimere produktindhold og dynamisk ændre indhold og kreative elementer, efterhånden som de kontekstuelle mål forfines.”

Integration af kausal AI

I det nye år vil AI ikke kun blive brugt til at skalere analyse og indholdsoprettelse. AI vil også blive brugt til at analysere scenarier og hjælpe med at træffe beslutninger. Dette er den kategori af AI-værktøjer, der kaldes “kausal AI.”

Udforsk dybere: Hvorfor kausal AI er svaret på smartere marketing

“Uden tvivl, i 2025 og fremover, vil der blive brugt meget energi på at integrere kausal AI med generativ AI og store sprogmodeller,” sagde Mridula Rahmsdorf, CRO hos IKASI, et kausal AI-firma med værktøjer til detailhandlere og finansielle tjenester. “Nuværende maskinlæringsmodeller er stadig ekstremt nyttige på tværs af flere discipliner og er planlagt til en opgradering i det kommende år. Kausal AI — integreret med disse former for AI — vil i høj grad forbedre nøjagtigheden og forbedre beslutningstagningen, især når beslutningstagning involverer flere og tilsyneladende modstridende indikatorer baseret på korrelationer i stedet for kausale sammenhænge.”

Rahmsdorf tilføjede: “Integration af kausal AI vil også øge generativ AIs pålidelighed ved at give den en dybere og bredere forståelse af, hvordan forskellige faktorer interagerer og påvirker hinanden. Som et resultat, forvent at generativ AI bliver bedre til at præsentere scenarier, der afspejler realistiske resultater, hvilket fører til mere sammenhængende og relevante resultater.

“Når kausal AI bliver mere dybt integreret i andre AI-teknologier og tilliden til kausal inferens stiger dramatisk baseret på nøjagtige resultater, vil der være en markant stigning i brugen af den til at hjælpe med at skabe substantiel indflydelse i forskellige anvendelsesscenarier på tværs af brancher.”