AI w marketingu: kalkulator kreatywności czy zabójca autentyczności? | Paweł Białas

Marketingowy świat zwariował na punkcie AI. Wystarczy otworzyć LinkedIna, żeby zobaczyć, że każdego dnia pojawia się nowy ekspert, nowe narzędzie, nowy cudowny workflow, który rzekomo odmieni pracę każdego działu marketingu. Z jednej strony mamy zachwyt i poczucie, że oto dostaliśmy do ręki technologię, która zdejmie z nas połowę obowiązków. Z drugiej pojawia się strach, że AI zastąpi ludzi szybciej, niż zdążymy nauczyć się jej obsługi. Jedni pytają, czy sztuczna inteligencja zabierze im pracę, drudzy widzą w niej wybawienie od żmudnych, powtarzalnych zadań. Mamy więc dwa obozy, choć oba patrzą na to zbyt skrajnie.

–

Zapytasz pesymistę, czy AI zabierze ludziom pracę, odpowie bez wahania: „Oczywiście, że tak”. Optymista stwierdzi, że nie – przecież to tylko narzędzie. A prawdziwy marketer odpowie: „to zależy”. Bo nowoczesny marketer nie obraża się na rzeczywistość, tylko się do niej dostosowuje. Widzi zarówno szanse, jak i ryzyka. AI może być świetnym wsparciem albo zabójcą kreatywności. Może przyspieszyć rozwój zespołu albo go spłaszczyć. Może dać przewagę albo zaszkodzić, jeśli korzystamy z niej bezrefleksyjnie. Ostatecznie wszystko sprowadza się do jednego, czyli korzystać z niej z głową. AI nie zastąpi myślenia, ale potrafi świetnie wspierać tych, którzy wiedzą, czego chcą od narzędzia i po co go używają.

Ile jest inteligencji w sztucznej inteligencji

Określenie sztuczna inteligencja stało się dziś wyjątkowo pojemne. Najbardziej powszechne są generatory treści, takie jak: ChatGPT, Claude czy Gemini. Korzystając z nich na co dzień, rzadko zastanawiamy się, jak to faktycznie działa. To statystyczne modele językowe wytrenowane na ogromnych zbiorach tekstów. Model potrafi rozpoznawać i odtwarzać schematy komunikacji międzyludzkiej, ale nie rozumie znaczenia słów. AI nie posiada świadomości ani rozumienia. Przewiduje po prostu, które słowa najczęściej pojawiają się obok siebie w podobnych kontekstach – trochę jak superzaawansowana autokorekta. Oczywiście to uproszczenie, bo za kulisami stoi bardzo złożona matematyka i struktury neuronowe, ale sedno działania pozostaje podobne. Warto też pamiętać, że AI nie kopiuje treści z treningu, bo ich nie zapamiętuje. Tworzy nowe zdania, opierając się na ogólnych zasadach językowych.

Nie tylko tekst, grafika, wideo i audio AI

Obraz, wideo i dźwięk tworzone przez AI stają się tak wiarygodne, że momentami trudno odróżnić je od materiałów przygotowanych przez ludzi. W kilka minut można nagrać film z własnym awatarem, wygenerować podcast z samego tekstu albo stworzyć jingle reklamowe, które jeszcze niedawno wymagały studia i budżetu. Możliwość nie oznacza jednak obowiązku. Stosowanie AI wszędzie, tylko dlatego, że jest pod ręką, prowadzi donikąd. AI jest też narzędziem do manipulacji. Już teraz istnieją narzędzia, które generują nagrania wyglądające jak prawdziwe opinie klientów, czyli sztuczne UGC. Przy treściach wizualnych pojawia się też znacznie więcej pytań prawnych i etycznych niż przy samych tekstach. Nic dziwnego, że coraz częściej pojawia się praktyka oznaczania treści, które powstały z pomocą AI.

AI + człowiek

Cały ten technologiczny szum prowadzi do jednego wniosku. AI wciąż jest narzędziem. Potężnym, szybkim, niesamowicie wygodnym, ale tylko narzędziem. Pełnię możliwości pokazuje dopiero wtedy, gdy trafi w ręce ludzi, którzy wiedzą, jak jej użyć. Copywriterzy, graficy, analitycy czy marketerzy potrafią wyciągnąć z niej realną wartość, bo rozpoznają jakość, wiedzą, kiedy odpowiedź ma sens, a kiedy tylko wygląda poprawnie. Bez wiedzy branżowej model wygeneruje rzeczy przyzwoite, czasem zaskakująco dobre, ale nigdy wybitne.

Pragmatyczne podejście do AI polega na tym, że technologia odciąża nas w powtarzalnych zadaniach i przyspiesza skomplikowane projekty. Można wspierać się nią w analizie danych, generować pierwsze wersje koncepcji kreatywnych, przygotowywać warianty nagłówków, planować struktury artykułów, projektować propozycje komunikacji czy testować różne perspektywy w kampaniach. Można importować dane z Google Analytics 4 (prześlij w formacie CSV), tworzyć raporty, analizować wzorce zachowań użytkowników, automatyzować procesy firmowe, generować opisy produktów, czyścić dane, kategoryzować setki rekordów w kilka sekund. AI sprawdza się też jako narzędzie researchowe, które pozwala wstępnie zebrać informacje, podsunąć kierunki i przyspieszyć etap rozpoznawczy, choć nie zwalnia to z weryfikacji. Możliwości jest dużo, ale sedno jest bez zmian: AI wzmacnia kompetencje, a nie je zastępuje. To człowiek nadaje sens, dopisuje kontekst i ostatecznie decyduje, co zostaje.

Problemy z AI, o których trzeba pamiętać

Wraz ze wzrostem popularności modeli pojawił się też inny problem, czyli zalew tworzonych masowo przeciętnych treści – generyczne teksty bez charakteru, pełne pustosłowia i lania wody, które brzmią jakby wyszły z tej samej formy. Łatwo też poznać treści pisane przez modele, bo często mają podobny rytm, powtarzają frazy, nadużywają oczywistości albo budują zdania bez konkretów. To efekt działania modelu, który próbuje być poprawny dla każdego, ale nie jest dopasowany do nikogo. Do tego dochodzi temat halucynacji. AI czasem kłamie bardzo przekonująco. Potrafi wymyślić fakty, cytaty, badania, a nawet nazwiska ekspertów, którzy nie istnieją. To nie zła wola, tylko efekt statystycznego dopasowywania słów do kontekstu. Dlatego każdą informację trzeba sprawdzać. AI potrafi brzmieć pewnie, nawet kiedy się myli.

Najważniejsze jest jednak to, że odpowiedzialność za treść zawsze spoczywa na człowieku. Narzędzie może pomóc, ale to my odpowiadamy za poprawność, jakość i sens. AI może ułatwiać pisanie, ale nie zwalnia z myślenia.

Jak generować teksty z AI

AI nie myśli, a co za tym idzie, nie czyta w myślach. Żeby nie otrzymywać generycznych treści, trzeba zacząć od podstawowych danych, którymi nakarmisz model. AI lepiej reaguje na pełny kontekst, czyli buyer personę, problemy odbiorców, przykłady treści oddających styl. Im bardziej konkretne i przemyślane dane, tym lepiej model zrozumie Twoją komunikację. Warto opisać markę, jej wyróżniki, głos i ton. Konkrety działają najlepiej, więc zamiast prosić o trochę krótszy tekst, należy poprosić o skrócenie o 10 procent albo o dodanie trzech przykładów. Modele radzą sobie lepiej z pojedynczymi zadaniami, więc nie warto wrzucać wszystkiego do jednego promptu. Istnieje wiele technik pisania promptów, ale większość sprowadza się do precyzyjnej komunikacji i konsekwentnego poprawiania odpowiedzi, aż model zacznie trafiać dokładnie w to, czego potrzebujesz. AI tworzy szkic, a Ty nadajesz mu finalną formę.

Podsumowanie

AI nie zastąpi czynnika ludzkiego. To wciąż my nadajemy znaczenie, emocje i kontekst. Nawet najlepszy model będzie jedynie maszyną do układania poprawnych zdań, jeśli zabraknie w tym człowieka. Można generować masowe treści, sztuczne opinie i efektowne klipy, które znikną w tłumie podobnych materiałów. Można też wykorzystać AI mądrze, tam gdzie faktycznie wzmacnia kompetencje. W analizie danych, w pracy koncepcyjnej, w iterowaniu pomysłów i odciążaniu zespołów z powtarzalnych zadań. Technologia przyspiesza pracę, ale to człowiek nadaje jej kierunek.

Paweł Białas

Praktyk marketingu. Odpowiada za marketing w Texet Poland, prowadzi kurs Online Marketing w Szkole Żak i współtworzy sklep internetowy Melchika. Łączy wiedzę strategiczną z podejściem opartym na danych, a w swoich treściach na LinkedIn pokazuje, jak sensownie wykorzystywać AI, analitykę i komunikację w codziennej pracy marketerów. Jego artykuły ukazały się m.in. w NowyMarketing, Social Media Manager, Marketer+ i OOH magazine.

Artykuł ukazał się w ostatnim numerze OOH magazine. Do wglądu online TUTAJ.