Marketing & IA Generativa - Hipóteses e experimentos para produtos conversacionais mais criativos

Processo de criação de imagens - experimento realizado por mim - a IA identificou ícones relacionados a história do Marketing.

Aqueles que deixaram de lado o preconceito e experimentaram alguma IA de geração de imagens, sabem que o impacto subjetivo é instantâneo. Imediatamente ao experienciar algo tão inédito, você começa a assimilar e se questionar como uma máquina poderia ter feito aquele desenho, imagem, ou vídeo a partir daquilo que você imaginou ao descrever. Captando nuances linguísticas, dando retoques muitas vezes alinhados com a tonalidade textual daquilo que lhe foi demandado. Obviamente algumas bizarrices também aparecem e aí você começa a se questionar os impactos éticos e subjetivos, de vieses muitas vezes inconscientes. É que certo estes problemas estão sendo tratados rapidamente, até para que haja cada vez a adoção no mercado e um dos programas mais famosos, o MIdjourney, avança a passos largos e lança versões cada vez mais aprimoradas, tendo inclusive lançado um embrião para geração de vídeos nesta última semana, funcionalidade que a Google pretende lançar também com o Imagen.

Todos estes sentimentos que surgem durante experimentos, mas também levando em consideração os fatos, por exemplo a exponencialidade inerente a este tipo de tecnologia (aprimoramentos não supervisionados) me levam a concluir que já é hora de pensarmos a “produtização” destas tecnologias. Para o Marketing as possibilidades são enormes, justamente pela captura subjetiva que tais camadas de personalização que a IA generativa trás como algo intrínseco, já que seu próprio treinamento foi decorrente das interações humanas ocorridas pela internet nas últimas décadas. Minha aposta é que assim que as IAs geradoras de imagem forem condensadas em produtos conversacionais, onde/quando os artefatos imagéticos deixarem as conversas cada vez mais personalizadas, entraremos na era das IAs conversacionais de fato, não só um ChatGPT frio, generalista e pouco factual para aquilo que realmente importa para determinado usuário. Poderoso e perigoso ao mesmo tempo, como já disse anteriormente, pelo potencial de alienação. Mas afinal de contas, Marketing não é sobre isso? Sobre gerar identificações? Conversas que geram maior identificação por parte do cliente Para quem já esteve à frente de Discovery para chatbots sabe muito bem, as pessoas detestam conversar com máquinas, elas reclamam abertamente, xingam, relatam não serem bem atendidas, que a conversa não gera identificação, e para todos que se debruçaram no processo de descoberta também sabem, é preciso maior personalização.

Eis que surge a IA generativa. Mas é preciso ir além do ChatGPT que é raso, não factual e generalista (como deve ser) dado o propósito de atender um público amplo. Mas como já explanei em outras publicações, é possível personalizar um LLM ao incorporar mais dados pela técnica de embeddings. E o que as corporações possuem de mais valioso hoje? Dados sobre seus clientes: conversas passadas, tickets de ocorrências, dados sociodemográficos sobre cada um deles, aspirações relatadas em mapeamento das personas e por aí vai. Por que não utilizar estes dados como pontapé inicial e criar produtos conversacionais que se adaptam a aquele cliente que está conversando naquele momento? As ferramentas para isso já temos, hoje um orquestrador consegue reconhecer o cliente em questão de segundos, basta incorporar os dados dos CRMs da vida no chatbot conversacional plugado a um LLM utilizando as bibliotecas que apresentei no último post.

Saindo um pouco da solução técnica, imagine o potencial marqueteiro de conversas que são mais “human-like” aliados a uma significação que é proveniente justamente do que se sabe sobre aquele cliente ou prospect. É uma possível solução para os problemas que a galera de produto se depara a anos. Veja bem, com as tecnologias que estão surgindo agora, iremos sair daquele chatbot que diz “Ah, encontrei os seus dados, sua fatura está em aberto”, para conversas que entendem subliminarmente se o cliente veio realmente para querer pagar seu boleto, ou se ele quer por exemplo, resolver algum problema antes e principalmente, ser recebido criativamente sobre a resolução deste problema. Coisa que um bom LLM (pode ser até o GPT3.5) associados a treinamentos adicionais irão dar um show de bola nos atuais chatbots providos por empresas e produtos consolidados, como por exemplo o Watson da IBM.

Por onde começar? 🥸

O primeiro passo é organizar os dados (velho dilema corporativo, certo?) que você acredita serem necessários para personalizar seu produto conversacional a partir de um LLM. Se for um produto de atendimento por exemplo, conversas passadas e dados sobre seus clientes podem ser um bom começo. Se for um produto de vendas, dados sobre seu catálogo, estratégia de vendas e base de dados sobre seu público-alvo podem deixar sua LLM personalizada e com as informações necessárias para melhor persuadir seu prospectado. Organizados os dados é necessário partir para uma estrutura de LLM/LangChain/Pinecone ou estruturas prontas em nuvens que permitem personalizar e disponibilizar este produto. Em seguida estabeleça seus critérios de atendimento e ou conversão e acompanhe em uma beta restrito como o LLMs tem se comportado em atingir estes objetivos, melhorias podem ser feitas com retreinamento via Embeddings, e a melhora do objetivo da conversa pode ser feito via Prompt Engineering e em última instância por Fine Tuning para ajustar o tom da conversa, tamanhos das respostas e etc.

É preciso iniciar com este pensamento beta, justamente por ser algo novo, mas também para que nesta transição, as estruturas adjacentes no legado sejam adaptadas, por exemplo os dados que serão salvos a partir dessas conversas podem ser armazenados de um jeito diferente que os chatbots tradicionais fazem, registrando em eventos conversacionais que retroalimentam o modelo e não em registros de transações por exemplo. Bom, o caminho é longo, mas é uma jornada que já se iniciou, construir software está mudando, é hora de dar mais autonomia às IAs e agir eticamente nesta transição, observando os resultados e fazendo novas apostas - é questão de sobrevivência para os negócios. É tempo de inovar. Contem comigo nestes experimentos., vamos juntos dialogar. Aproveito para lhe questionarem, vocês acham que a IA generativa é muita fumaça para pouco fogo ou é algo que realmente irá transformar os negócios?

Qual o seu sentimento sobre o impacto da IA generativa?

• Blah, não vai mudar muita coisa nos negócios
• Bá, vai mudar um bocado viu

Bônus 😎

O Midjourney acabou de lançar a funcionalidade de Zoom-out que permite que você agregue elementos preditivos na imagem original, trazendo uma representação “alargada” da criação original. Em um experimento descontraído, reconstrui uma cena das pessoas que frequentam BH conhecem, um encontro no Mercado. A IA conseguiu trazer elementos do Mercado Novo, muito provavelmente por ter sido treinada com imagens antigas deste local e do Mercado Municipal. Repare que a IA tem dificuldades em desenhar mãos, o porque desse mistério você encontra aqui. 😂 e Ah, antes de ir, se inscreva no blog e receba uma notificação por e-mail sempre que tiver algo novo :) Até a próxima!