LLM jūsu sociālo mediju plūsmu pārvaldīšanai? Jā Lūdzu!

Muļķa pravietojums

Jā, pareģojums tika dots muļķiem un jokdariem, taču, būdams datu līderis un dedzīgs tehnoloģiju pārmaiņu novērotājs, es gatavojos izteikt drosmīgu prognozi: mēs esam liecinieki visnozīmīgākajām pārmaiņām tiešsaistes satura patērēšanā kopš tā laika. Google radīja revolūciju meklēšanā . Un tas nāk no neparedzētas vietas.

Pašreizējais digitālā haosa stāvoklis

Mūsu tiešsaistes plūsmas ir bojātas.

• LinkedIn ir pārtapis par pazemību un motivējošu klišeju tuksnesi.
• X (agrāk Twitter) slīkst naida runā un krāpniecībā.
• Facebook ir digitālā spoku pilsēta, kurā jūsu tante joprojām koplieto Minion mēmes.

Sapnis par algoritmiem, kas savieno mūs ar atbilstošu, jēgpilnu saturu, ir samazināts līdz saderināšanās apsēstam murgam.

Izpratne par LLM revolūciju

Pirms iedziļināmies tajā, kā lielie valodu modeļi (LLM) mainīs mūsu digitālo ainavu, sapratīsim, ar ko tie atšķiras. Atšķirībā no tradicionālajiem algoritmiem, kas balstās uz iepriekš definētiem noteikumiem un modeļu saskaņošanu, LLM saprot kontekstu, nianses un, pats galvenais, nolūku. Viņi ne tikai redz, ka esat noklikšķinājis uz ziņas par datu zinātni; viņi saprot, kāpēc šī ziņa jūs rezonēja.

Iedomājieties tradicionālos ieteikumu dzinējus kā sabiedrotos, kas strādā ar kontrolsarakstu, savukārt LLM ir vairāk kā draugs, kurš zina jūsu gaumi, izprot jūsu noskaņojumu un var paredzēt, kāds saturs patiesībā varētu pievienot vērtību jūsu dienai.

Nākotnes ieskats

Divas nesenās pieredzes liecina par seismisko nobīdi, ko LLM var sniegt:

1. Iepirkšanās no jauna: pētot viedpulksteņus, es dalījos savās neapmierinātībās ar Google Gemini. Uz atslēgvārdiem balstītu ieteikumu vietā Dvīņi analizēja manas vajadzības, neapmierinātību un vēlmes. Tajā tika ieteiktas trīs budžetam draudzīgas iespējas un viena augstākās kvalitātes alternatīva — tikai gadījumam, ja būtu vērts iztērēt. Tas bija mazāk kā produktu kataloga pārlūkošana un vairāk kā konsultācija ar labi lasītu draugu.

2. Satura atklāšana, kas jūs saprot : iedomājieties, ka LinkedIn pašreizējo nekārtību aizstāj ar LLM darbinātu plūsmu. Tā vietā, lai rādītu vispārīgas ziņas, tas varētu atpazīt jūsu profesionālo trajektoriju un publicēt rakstus, diskusijas un stāstus, kas pielāgoti jūsu karjeras ceļam. Tā ir atšķirība starp atslēgvārdu atbilstību un ceļojumu izpratni .

   
   

Pašlaik esmu krustpunktā, pirms dažiem mēnešiem pametu darbu un mēģinu izdomāt, ko darīt tālāk, varbūt atgriezties, lai kļūtu par satura veidotāju datu jomā vai atkal pieņemts darbā par pilnas slodzes darbinieku, Tā kā esmu kopā ar ģimeni, es zinu, ka realitāte nav abi, bet gan viens, man nav vajadzīga cita iedvesma no kāda 1 dolāra ietekmētāja par to, ka viņi pamostas pulksten 4:00, lai strādātu pie sava biznesa, pirms bērnus aizved uz bērnudārzu un sāk 9. 5 darbs, es to saucu par BS. Ļaujiet man izveidot plūsmu, kas palīdz man atklāt manas vajadzības un gūt iedvesmu no reāliem cilvēkiem, kuri ir veikuši šo darbību, ļaujiet man sazināties ar viņiem un labāk uzzināt, kur es eju, vai labāk sazināties ar cilvēkiem, kuri var man palīdzēt gūt panākumus, pamatojoties uz viņu darbībām.

Platformu kari: jauns kaujas lauks

Twitter/X un Groks: Elona garā spēle

Kad Elons Masks samazināja Twitter darbinieku skaitu no 8000 līdz 1500, daudzi redzēja haosu. Bet ko tad, ja tā būtu sagatavošanās cita veida satura moderēšanai? Līdz ar Grok palaišanu mēs redzam jaunas stratēģijas pamatus: satura pārvaldību, kuras pamatā ir niansēta izpratne, nevis strupi algoritmi.

Facebook's LLAMA: Mark's Last Stand

Facebook LLAMA modeļa izlaišana ir ne tikai par pievienošanos AI sacīkstēm – tā ir par izdzīvošanu. Tā kā lietotāji bēg uz TikTok un Instagram (kas būtībā kļūst par TikTok klonu), Meta ir nepieciešams kaut kas revolucionārs, lai atdzīvinātu savu vadošo platformu. LLAMA varētu būt atslēga, lai izprastu lietotāju nodomus visā Meta ekosistēmā, sākot no WhatsApp ziņojumiem līdz Instagram mijiedarbībai.

Google Gemini: Aizstāvot meklēšanas impēriju

Google ieviestais Gemini nozīmē vairāk nekā tikai iekļūšanu mākslīgā intelekta sacīkstēs — tā ir viņu pamatdarbības aizsardzība. Tradicionālais meklētājprogrammas modelis un jo īpaši Google Ads ir apdraudēts, un Gemini spēja izprast un kontekstualizēt saturu var mainīt veidu, kā mēs atklājam informāciju tiešsaistē.

Ārpus sociālajiem medijiem: e-komercijas revolūcija

Bet šeit tas kļūst interesanti – šī transformācija neapstāsies pie sociālajiem medijiem. Iedomājieties e-komercijas plūsmu, kas ne tikai parāda produktus, pamatojoties uz to, ko esat iegādājies, bet arī izprot jūsu iepirkšanās uzvedības kontekstu. LLM var pārveidot produktu ieteikumus no “arī citi iegādājās” uz “šeit, kas atrisina jūsu problēmu”.

Pirms dažiem gadiem tehnoloģiju konferencē uz skatuves kāpa drosmīgs analītiķis un dalījās tajā, ko zināja lielākā daļa nozares pārstāvju, taču tikai daži uzdrošinājās to atklāti pateikt. Viņi atklāja, ka viņu lielākais izaicinājums nebija tehnoloģija, kas nepieciešama, lai apmierinātu lietotāju pieprasījumu – tā bija pareizā līdzsvara atrašana starp SEO centieniem un apmaksātu reklāmu. Patiesās bailes nebija saistītas ar tehnisko mērogojamību, bet gan par ekonomiku: dažās platformās lietotāju iegūšanas izmaksas pieauga līdz 100 ASV dolāriem vienam lietotājam, galvenokārt tāpēc, ka tika rādītas nekoncentrētas reklāmas, kas neradīja reklāmguvumus. Tikmēr lietotāji, kuri izmantoja SEO, uzrādīja daudz labākus iesaistes rādītājus.

Bet šeit tas kļūst neērti: analītiķis norādīja uz tuvojošos lūzuma punktu. Kas notiek, kad plūsmas algoritmi nolemj, ka dabiskā satura rādīšana vairs nav platformas finansiālās interesēs? Kad tieksme pēc ieņēmumiem no reklāmām pilnībā pārspēj lietotāju pieredzi? Tas nebija tikai teorētiski – viņi redzēja agrīnas pazīmes, kas liecina par šo spriedzi, kas izpaudās reāllaikā.

Tas atspoguļo to, ko mēs šodien redzam dažādās platformās. Kad Elons Masks sūdzas par Twitter ieņēmumiem no reklāmām vai kad Facebook jūsu plūsmā ievieto vairāk reklāmu, viņi cīnās ar šo pašu pamatproblēmu. Tradicionālais uz reklāmām balstītais modelis sasniedz savas robežas, virzot platformas uz arvien agresīvāku monetizāciju, kas galu galā pasliktina lietotāja pieredzi.

Kā AI likums, GDPR un DMA pārveido mūsu pasauli (un ko tas mums nozīmē)

Es atceros pirmo reizi, kad redzēju GDPR ietekmi. Tas nebija tikai par sīkfailu reklāmkarogiem, kas parādījās visur. Tas bija iemesls : uzņēmumi centās ievērot prasības, vienlaikus pārdomājot, kā viņi apstrādā mūsu datus. Tas lika man saprast, kā viens regulējums var piespiest nozares ieviest jauninājumus vai sabrukt.

Tagad ar AI likumu un DMA man šķiet, ka mēs esam kārtējā pagrieziena punktā. Tie nav tikai noteikumi; tie ir Eiropas veids, kā teikt: "Darīsim tehnoloģiju savādāk." Tie rada precedentu tam, kā mēs veidojam, izvietojam un izmantojam tehnoloģijas ētiski un pārredzami.

Ņemiet, piemēram, AI likumu . Tas man atgādina diskusijas ar komandām, kas veido mašīnmācības modeļus. Mēs visi esam saskārušies ar tiem brīžiem, kad ieinteresētā persona jautā: "Kāpēc modelis pieņēma šādu lēmumu?" Drīzumā tas nebūs tikai jautājums; tā būs juridiska prasība. Ja jūsu datu komanda nav gatava izskaidrot jūsu AI sistēmas, jūs jau esat atpalicis.

Vai arī apskatiet DMA . Tas ir kā svaiga gaisa malks, kas izaicina lielo platformu dominēšanu un veicina sadarbību. Bet tas rada arī smagus jautājumus: kā mēs varam izveidot atvērtas ekosistēmas, nepakļaujot sevi lielākam riskam?

Ko tas nozīmē datu komandām (un jums personīgi)

Esmu tur bijis — žonglēju ar atbilstību, mēģinot ieviest jauninājumus. Tas nav viegli, bet es uzzināju tālāk norādīto.

1. Apsteidziet atbilstību: domājiet par tādiem noteikumiem kā GDPR kā iespēju vairot uzticību, nevis šķērsli.
2. Ievērojiet caurspīdīgumu: jūsu lēmumu izskaidrošana — neatkarīgi no tā, vai tos ir pieņēmis cilvēks vai mākslīgais intelekts — var būt jūsu konkurences priekšrocība.
3. Think Beyond Rules: uzņēmumi, kas uzplauka pēc GDPR, bija tie, kas ne tikai izpildīja minimālās prasības, bet arī izmantoja tos kā atspēriena punktu labākiem produktiem un pakalpojumiem.

Mono plūsmas briesmas: kad AI kļūst par atbalss kameru

Šis ir satraucošs scenārijs, kas ir tuvāks, nekā mēs domājam: LLM kļūst tik labi, lai prognozētu to, ko mēs vēlamies redzēt, ka tie rada perfektas atbalss kameras. Iedomājieties tik personalizētu plūsmu, ka tā nekad neapstrīd jūsu esošos uzskatus vai vēlmes. Ja uzskatāt, ka Zeme ir plakana, algoritms var pakāpeniski filtrēt visu saturu, kas izskaidro pretējo. Ja divas reizes esat iegādājies noteikta zīmola televizoru, sistēma var nolemt, ka jums vairs nav jāredz alternatīvas.

Tas pārsniedz atbalss kameras, par kurām mēs šodien uztraucamies. Pašreizējie sociālo mediju algoritmi var parādīt saturu, kuram jūs nepiekrītat, ja tas varētu izraisīt iesaistīšanos strīda dēļ. Taču LLM, izprotot kontekstu un nodomus dziļākā līmenī, varētu izveidot to, ko es saucu par "komforta burbuli" — plūsmu, kas ir tik saskaņota ar jūsu vēlmēm, ka tā jūtas perfekta, vienlaikus klusi novēršot intelektuālo daudzveidību.

Ērtības ir vilinošas. Lielākā daļa cilvēku nevēlas skatīties 40 YouTube videoklipus, kuros tiek salīdzinātas veļas mazgājamās mašīnas — viņi vienkārši vēlas, lai kāds viņiem pateiktu: "Šis ir labākais jūsu vajadzībām". Taču, nododot atklājumu procesa ārpakalpojumu AI, mēs riskējam zaudēt cerību, ka rodas jaunas idejas, izaugsme, kas rodas, iesaistoties dažādos viedokļos, un kritiskās domāšanas prasmes, kas attīstās, salīdzinot vairākas iespējas.

Esmu pietiekami vecs, lai atcerētos dienas, kad iegaumēju ciparus, varēju piezvanīt ikvienam, kam man vajadzēja, pamatojoties uz savu atmiņu, pa jebkuru publisko tālruni, šodien pajautājiet mana partnera tālruņa numuru. Man nav ne jausmas! Tālrunis ir pazaudēts, man būs jāatrod cits veids, kā ar viņu sazināties. Vai es atceros visas paroles, ko iestatīju dažādos pakalpojumos? Redzi, kur es ar to eju ;-)

Padomājiet par to: kā mono plūsmu pasaulē mēs varētu atklāt, ka kaut ko kļūdāmies? Kā mēs izaugtu tālāk par mūsu pašreizējām vēlmēm? Efektivitāte, kas padara LLM darbināmas plūsmas pievilcīgas, var padarīt tās par bīstamām atbalss kamerām, kas pastiprina esošos uzskatus un preferences, vienlaikus novēršot veselīgu kognitīvo berzi.

Patiesais izaicinājums nav tehnisks — tas ir filozofisks. Kā mēs līdzsvarojam ļoti personalizēta satura ērtības ar vajadzību pēc intelektuālās daudzveidības? Kā nodrošināt, ka ar AI darbināmās plūsmas ne tikai stāsta to, ko mēs vēlamies dzirdēt, bet arī to, kas mums ir jādzird?

Es zinu, ka daži no jums teiks, bet Amazon to izmēģināja ar Alexa, lūdzot pasūtīt akumulatorus, un uzticoties platformai, kas nosūtīs jums labāko variantu, lai vēlāk atklātu, ka viņi maksā vairāk, un šī funkcija lēnām nomira no Alexa ierīcēm. labāka atgriešanās ar LLM

Digitālo atklājumu nākotne

Šī transformācija nav saistīta tikai ar labākiem algoritmiem. Tas ir par 740 miljardu dolāru tiešsaistes reklāmas tirgu, kas tiek prognozēts 2024. gadam. Platformas, kas pārvalda LLM nodrošinātas plūsmas, no jauna definēs to, kā mēs mijiedarbojamies ar saturu, vienlaikus saglabājot pilnu to kasi.

Ko tas jums nozīmē

Atcerieties, kad Marks Cukerbergs Facebook pirmajās dienās paziņoja par "privātuma beigām"? Mēs esam līdzīgā pavērsiena brīdī ar LLM. Taču šoreiz runa nav tikai par mūsu datiem – tas ir par to, kā mēs atklājam visu digitālo pasauli un mijiedarbojamies ar to.

Sadalīsim, ko tas nozīmē dažādām grupām:

Lietotājiem:

• Labā: atbilstošāks saturs, mazāk laika, kas tiek tērēts neatbilstošiem meklējumiem, un, iespējams, nozīmīgāki atklājumi

• Bažas: mēs vairs neesam tikai produkts — mēs esam gan piegādes, gan apmācības dati

• Nezināmais: cik lielu daļu no mūsu digitālajiem atklājumiem mēs esam gatavi deleģēt AI?

  
  

Satura veidotājiem:

• Iespēja: lielākas iespējas sasniegt patiesi ieinteresētu auditoriju

• Izaicinājums: iemācīties izveidot saturu, kas rezonē gan ar cilvēkiem, gan LLM

• Risks: kļūt atkarīgam no AI vadītām izplatīšanas sistēmām

  
  

Uzņēmumiem:

• Tradicionālajiem reklāmdevējiem, iespējams, būs jāpārdomā savas stratēģijas — kad LLM patiešām saprot lietotāju nodomus, reklāmu rādīšana plašai auditorijai kļūst mazāk efektīva.

• Uzsvars var pāriet no “Cik cilvēku redz mūsu reklāmu” uz “Vai mēs sasniedzam īstos cilvēkus īstajā brīdī”

• Mazie uzņēmumi varētu gūt labumu, ja LLM vienādos konkurences apstākļos atbilstošās auditorijas sasniegšanai

  
  

Izstrādātājiem un tehnoloģiju profesionāļiem:

• Tas attiecas ne tikai uz kodu pārskatīšanas automatizāciju vai dokumentācijas ģenerēšanu
• Mēs skatāmies uz būtiskām izmaiņām digitālās pieredzes veidošanā un optimizēšanā
• Izaicinājums būs tādu sistēmu izveide, kas uztur cilvēku aģentūru, vienlaikus izmantojot AI iespējas

Nē, LLM mūs visus neaizstās, un viņi mūs nenogalinās (vēl). Bet tie pārveidos veselas nozares. Izstrādātāji veidos atšķirīgi, tirgotāji izvēlēsies atšķirīgi, un klientu apkalpošana darbosies atšķirīgi. Ieguvēji nebūs tie, kas vienkārši pieņem LLM, bet tie, kas izdomās, kā saglabāt cilvēcisko vērtību un radošumu, vienlaikus izmantojot šos jaudīgos rīkus.

Šajā jaunajā laikmetā mēs neesam tikai patērētāji vai satura veidotāji — mēs esam masveida eksperimenta dalībnieki AI vadīta satura pārvaldībā. Jautājums nav par to, vai piedalīties (mēs jau esam), bet gan par to, kā to darīt saprātīgi, vienlaikus saglabājot savu autonomiju un kritisko domāšanu.

Atcerieties: galu galā mēs esam daļa no piedāvājuma, reklāmdevēji ir pieprasījums, un šajā ciklā uzvarēs tikai tie, kuri spēj izveidot visnozīmīgākās attiecības starp abiem. Taču “jēgpilns” LLM laikmetā var izskatīties pavisam savādāk nekā mēs esam pieraduši.

Par mani (Lior): datu līderis un tehnoloģiju stratēģis, kas pēta AI, satura un cilvēku saiknes krustpunktu. Pašlaik orientējos savā profesionālajā pārejā un dalos ar ceļojuma ieskatiem. Sazinieties ar mani šeit Hackernoon vai LinkedIn, lai turpinātu sarunu par satura atklāšanas un datu vadības nākotni.