5 årsager til hvorfor AI ikke fungerer i marketing

Lad os indlede med et lille tankeeksperiment.

Prøv at forestille dig en verden, hvor mennesker og maskiner lever side om side på lige fod forstået således, at maskinerne kan varetage størstedelen af de funktioner, som ellers var forbeholdt mennesket – kognitivt såvel som fysisk.

Så prøv at forestille dig den samme verden, men hvor maskinerne reelt set overgår menneskets fysiske formåen og kognitive aktivitets- og præstationsniveau. Altså en verden, hvor teknologien potentielt set kan excellere og ligefrem erstatte de funktioner og gøremål, som vi mennesker hidtil enerådigt har haft ”patent på”, og som er med til at definere vores unikke position som særligt intelligent art.

Uhyggelig tanke!

Begge scenarier kan virke skræmmende at tænke på – og for mange måske ligefrem som deciderede skrækscenarier. Det lyder nok mest som noget, du har hørt om og set i diverse dystopiske fremtidsfilm eller science-fiction-universer, hvor højteknologiske og -intelligente robotter invaderer menneskenes (livs)verden og tvinger dem til at afgive deres suverænitetsrolle. Men bare rolig, det er jo bare fiktion. Et simpelt tankeeksperiment – eller er det?

I første omgang er denne filmiske og dramatiske setting heldigvis fjern fra vores virkelighed. Men selve grundtanken – eller ”plottet” i fortællingen, hvis vi skal fortsætte i filmsproget – har måske alligevel en vis grad af virkelighedsforankring. I et gennemdigitaliseret og højteknologisk samfund, hvor udviklingen brager derudaf, har fænomener som f.eks. Artificial Intelligence (AI) efterhånden gjort ovenstående tankeeksperiment mere og mere virkelighedsnært. Som gren inden for datalogien beskæftiger kunstig intelligens sig nemlig med forestillingen om maskinelt at kunne simulere menneskelig intelligens, og i yderste konsekvens udvikle maskiner med en bevidsthed svarende til menneskets – potentielt endda med et endnu højere intelligensniveau.

AI er ekstremt omdiskuteret og hypet, og det har efterhånden spredt sig til en lang række felter i vores tilværelse, herunder IT, teknologi, kommunikation, business og forskellige services. Alle snakker om det, få forstår det i sin dybde og endnu færre formår reelt set at udnytte det helt optimalt. Netop derfor er AI desværre ofte forbundet med væsentlige misforståelser og forskellige (fejl)opfattelser, som gør det vanskeligt at tale om fænomenet med samme sprog. Og her er marketingbranchen bestemt ingen undtagelse – tværtimod.

AI er gået hen og blevet et hyper-populært begreb inden for marketing, hvor agendasættende konglomerater såsom Google, Facebook og Microsoft integrerer stadig mere avanceret teknologi og stigende mængder data i hverdagens online services, som følgelig bliver mere intelligente og kan udføre opgaver på vores vegne på forskellige niveauer. Men der er alligevel lang vej fra dette og så til en virkelighed, hvor ”tænkende” robotsystemer erstatter vores funktioner 100% – for AI kan ikke udtænke, planlægge og eksekvere din marketing for dig. Der er fortsat forskel på ”kunstig” og ”ægte” intelligens.

Det er en række fejlslutninger, der gør, at marketers i dag mere end nogensinde spekulerer i, hvordan AI kan implementeres i marketing. Men denne sammenstilling er grundlæggende forfejlet, og vi vil derfor i dette indlæg kort skitsere fem årsager til, hvorfor AI ikke fungerer i marketing, så du ikke lader dig snyde, eller rettere forblænde, af den kunstige intelligens og dens mulighedsrum.

#1 AI og marketing – to separate felter

Inden vi går direkte i kødet på den første årsag, er det nødvendigt at have det grundlæggende definitionsarbejde på plads. For hvad dækker AI egentlig over, og hvor og hvordan oplever vi det i vores hverdagsliv og omverden?

At besvare dette er faktisk lettere sagt end gjort. Siden John McCarthy i 1956 begrebsliggjorde AI har mange i tidens løb forsøgt at give et bud på en fast definition, og der hersker et væld af holdninger til, hvad det indebærer, hvilket også gør begrebet relativt diffust. Overordnet set er AI et paraplybegreb, der under sig samler utallige delområder, som i større eller mindre udstrækning beskæftiger sig med kunstig intelligens – alt lige fra automatiseret data-processering til fysiske robotfunktioner. For overskuelighedens skyld gradsinddeler man typisk AI i to typer ud fra, hvor gennemgribende og omfattende man anser AI for at være.

Den første kategori kaldes svag eller snæver AI og indbefatter kunstig intelligens, der specialiserer sig inden for ét specifikt område. Dvs. AI, der funktionelt er designet og trænet til målrettet at kunne udføre én bestemt opgave. Eksempler herpå er b.la. virtuelle person-assistenter, som f.eks. Apples ”Siri”, der vha. sprogligt artikulerede ordrer kan udføre opgaver, eller Google Search og Facebooks Newsfeed, der på baggrund af enorme mængder data om brugernes online adfærd kan rangere og målrette relevant indhold mod specifikke brugere, hvilket kan udnyttes kommercielt og strategisk til (mer)salg.

Den anden kategori betegnes stærk AI (også kaldet Artificial General Intelligence) og refererer til typer af AI, der har samme intelligens- og bevidsthedsniveau som mennesket, dvs. systemer, der besidder generelle kognitive egenskaber til på egen hånd at kunne løse opgaver, der er ukendte og kræver tankevirksomhed. Og det er særligt her, førnævnte fejlslutning bliver tydelig, da selv de mest avancerede marketing-systemer ikke kan måle sig med menneskets hjerne. Der eksisterer pr. definition (endnu) ikke systemer, der har evnen til selvstændig tankevirksomhed, og en ”generel intelligens” er derfor fortsat eksklusivt forbeholdt mennesket. Og i øvrigt ville et system, der skulle matche hjernens kompleksitet og kapacitet, kræve computer-hardware i nærmest utænkelige dimensioner.

At tale om AI i marketing – eller endnu værre ”AI-marketing” som sammensat ord – er altså i sin grundbetydning noget vrøvl. Det er to helt separate felter. At sammenblandingen alligevel forekommer, er ikke så underlig, da digitaliseringen og Big Data-trenden har affødt ekstremt smarte og automatiserede systemer, der med stor tilnærmelse ligner menneskelig forudsigelse og tankevirksomhed. Men det er det ikke, hvilket leder os videre til næste årsag.

#2 Computeren kan regne – ikke reflektere, tænke og forstå

I forlængelse af ovenstående distinktion mellem svag og stærk AI er den anden årsag med til at underbygge den første.

Stærk AI er som nævnt systemer, der faktisk ville kunne matche den menneskelige kognition, hvilket selv de mest teknologiske marketing-systemer og -værktøjer i dag ikke kan præstere. De er derimod opbygget omkring en kompleks teknologisk arkitektur, også kaldet algoritmiske strukturer, der vha. omfattende data gør det muligt for computersystemer at ”lære” at udføre bestemte opgaver, der gør arbejdet med marketing mere automatiseret, effektivt, systematiseret og dermed nemmere. Men denne læringsproces er ikke ”ægte” læring baseret på menneskelig refleksion og tankevirksomhed. Lidt mere firkantet sagt: Computersystemer kan regne – ikke tænke, føle, forstå/fortolke og foretage reflekterede følgeslutninger.

Algoritmerne fungerer som indkodede systemer, der ved at gentage samme processer og funktioner om og om igen ”lærer” at udføre målrettede opgaver og sandsynliggøre bestemte data-udfald på automatiseret og systematiseret vis. Denne form for maskinel læring er altså udtryk for statistik og kalkulation, der foregår med accelererende hastighed og i enorm skala. Det handler altså ikke om intelligens, men derimod om menneskeskabte systemer, der kan gøre vores marketingindsatser skarpere, mere målrettede og automatiserede.

Med andre ord: Algoritmerne kan ikke lave vores marketing – og heldigvis for det, da du ellers ville være arbejdsløs.

#3 AI er meningsløst uden gode data

Som konsekvens af ovenstående henviser den tredje årsag til det ufravigelige faktum, at AI altid kræver menneskelig indblanding. Den maskinelle læring kan ikke operere helt frit og uafhængigt, men kræver en aktiv instans, der bagved trækker i trådene og har fingrene nede i ”maskinrummet”. Der er således ikke tale om selvkørende, intelligente programmer, da hvert system grundlæggende er en afspejling af den bagvedliggende programmørs intention.

Heri ligger endnu et argument for, hvorfor AI – forstået som kunstig intelligens på menneskeligt bevidsthedsniveau – ikke giver mening i en marketingkontekst, da de algoritmiske systemer blot er de enkelte programmers indre logikker, som aktivt tilskrives mening af mennesker i form af både formålsbestemmelse og data-inputs. Det gælder ultimativt om at kunne levere gode data, som kan bruges til at træne, målrette og optimere algoritmerne ud fra et bestemt formål. Og her er sammenhængen såre simpel: biased data eller dårlig datakvalitet samt manglende målsætning giver tilsvarende dårlige og fejlagtige resultater.

Fordelingen er således, at mennesker definerer målsætningerne, og teknologier eksekverer dem. Teknologierne kan ikke på egen hånd hverken initiere eller udvikle marketingprocesser og besidder ikke evnen til at skifte holdning, tilpasse sig konteksten og bruge forestillingskraften. Her har vi nødvendigvis brug for den hyper-komplekse menneskehjerne til at udtænke det strategiske såvel som kreative ben- og analysearbejde, der giver de enkelte marketingindsatser værdi og målretning.

Til gengæld indtager de algoritmiske systemer en mere supplerende rolle som smarte og yderst anvendelige redskaber, der med den rette håndtering kan hjælpe med at sortere og finde mønstre i dataene, så de fremstår mest hensigtsmæssige og formålsvenlige. Vi skal altså mere forstå AI i sin snævre definition som operative software-implementeringer, der løser formålsbestemte, specifikke opgaver – og altså ikke som super-intelligente maskiner. Et forhold, som naturligt bygger bro til den fjerde årsag.

#4 Et operativt værktøj eller et spørgsmål om ”buzz”?

Nu har vi efterhånden fået slået fast, at AI i sin grundbetydning ikke bør anvendes i forbindelse med marketing. Men hvorfor dukker begrebet så alligevel konstant op overalt hver gang, der tales om (fremtidens) marketing?

Dette kan bl.a. hænge sammen med, at det inden for marketingbranchen generelt handler om at promovere og differentiere sig på et marked, hvor konkurrencen om kundernes opmærksomhed og tid er ekstremt høj. Det gælder om at være med på noderne og ligge allerforrest i våbenkapløbet, og her bliver AI et effektivt ”våben”, der kan udnyttes til at brande og differentiere sig på. Altså mere et slags kvalitetsstempel end et egentligt operativt værktøj.

Dette skal sammenholdes med, at i de fleste tilfælde, hvor marketers promoverer sig via AI, henviser de i virkeligheden til typer af software, der ikke besidder et bevidsthedsniveau – de førnævnte algoritmiske systemer. Derfor kan begrebet ofte tendere til at få karakter af et generaliseret marketingbegreb – et ”label” – uden egentlig substans og værdi. Og det gør det ikke bedre, at begrebet som indledningsvist påpeget er dårligt og diffust defineret, hvilket gør det let og tillokkende for marketers at anvende AI helt ude af kontekst – som et værdiskabende og stærkt buzzword, der mest af alt pynter på CV’et.

Men måske er der alligevel noget om snakken og hypen. Hvis man forstår AI som det, det reelt set dækker over – dvs. maskinelle læringsalgoritmer, der kræver menneskets tilføjelse af kontekst og ”common sense” – kan disse avancerede, smarte værktøjer i den grad bidrage med større matematisk nøjagtighed og enorme ”computer-hestekræfter” til at løse strategisk planlagte opgaver.

#5 Maskiner er ikke fejlfri

Det femte og sidste punkt, vi vil fremhæve, er relativt simpelt: Ligesom at vi mennesker begår fejl af og til, er maskiner langt fra fejlfri. Her er det nemt at fralægge sig skylden og tørre den af på de systemiske, selvgenererede fejl. Men sådanne fejl findes nærmest ikke. Paradoksalt nok opstår de fleste systemfejl på baggrund af menneskelig fejl, da det som sagt er os, der konstruerer, formålsbestemmer og ikke mindst føder algoritmerne med data.

Denne potentielle ”fejlmargin” er sensitiv i marketingøjemed, da algoritmesystemerne netop ikke besidder en menneskelig intelligens, der inkluderer et moralsk kompas og evnen til at vurdere kontekstspecifikt. De udfører bare en ordre, som er formuleret af deres skaber, hvilket gør dem til følsomme værktøjer, der risikerer at levere skævvredne resultater pga. programmørernes (urene) intentioner og manipulation.

Det gælder således ultimativt om at være bevidst om begrænsningerne ved AI – og dermed hvorfor AI ikke fungerer i marketing. Dette kræver i første omgang et kritisk mind-set og en sund skepsis, og derfor vil vi afrunde med at citere IT-forskningsleder Alexander Linden fra Gartner Research: ”Don’t be fooled into believing the technologies are more capable than they really are”.

Hvad siger Neil Patel til AI i marketing?

.