AI Connect: od bleskové analýzy memů přes datovou revoluci v rozhodování podniků až po zapojení GenAI jako kreativního parťáka

Před Vánoci si je potřeba uklidit a smést ze stolu resty. A jedním z nich je u nás i dokončit seriál reportáží z akce AI Connect, kterou na podzim pořádal Marketing Journal spolu se svým vydavatelem, PR a digitální agenturou Focus. Cílem tohoto setkání bylo ukázat, jak pomáhá AI v reálném byznyse. Již jsme vám představili tipy, jak překonat odpor a zavést používání AI do workflow firmy, od šéfproducenta Fameplay TV, Lukáše Záhoře. Jiří Vrobel ve své prezentaci představil  hlas od The Mama AI, který bere noční šichty v rádiu a vydělává miliony.

A nyní vás čeká pokročilé strojové učení identifikující humor i cesty jeho efektivního doporučování od Recombee, propojení „strojových dat“ s generativní AI s pomocí nástroje Keboola, který tímto způsobem dokáže správná data pro dělání poučených rozhodnutí dodat mnohem širšímu okruhu lidí, co se dosud „datařiny“ bál. A nakonec dostanete řadu tipů, jak si udělat z nástrojů generativního AI svého kreativního parťáka.    

Tiktokizace algoritmu pro doporučování memů na 9GAG

Příklad úspěšného využití strojového učení s něčím navíc předvedla Gabriela Takáčová, která je Chief Business Officerem ve společnosti Recombee. Ta se zaměřuje zejména na rekomendační systémy pro e-shopy i obsahové weby. Jejím velkým klientem je portál 9GAG, království memů s 200 miliony aktivních uživatelů měsíčně.

Úkolem pro Recombee bylo servírovat registrovaným uživatelům této platformy další obsah, který je bude zajímat a povede k delší době strávené na stránce. Standardní úkol, ovšem ztížený značně tím, že 9GAG je o humoru, který nikdy nefunguje pro každého stejně.

Recombee tak muselo:

• rozpoznat nový obsah a ideálně poznat, v čem je podstata jeho vtipu;
  
  
• zařadit si ho do určité kategorie;
  
  
• a naservírovat ho tomu správnému publiku.

K tomu všemu byly využity typy algoritmů vyjmenované na slidu níže.

Zdroj: prezentace Gabriely Takáčové

Obzvláště rozpoznání podstaty vtipu je extrémně těžké. Stejný memový obrázek může mít na základě výměny pár vět v popisku úplně jiný význam. A klidně může jít o závadný obsah, který 9GAG propagovat rozhodně nechtěl. Úkolem Recombee přitom bylo z části i tlačit uživatelům zcela čerstvý obsah, takže analýza obrázku a textu patřila mezi velmi důležité úkoly.

Nejsilnějším algoritmem přitom bylo kolaborativní filtrování (Collaborative Filtering). To propočítává kombinace obsahu, které si prohlížel jeden uživatel, s podobnými vzorci u jiných uživatelů. Jde přesně o typ algoritmu, v kterém je tak úspěšný TikTok a co se snaží napodobit například Meta. Tento algoritmus funguje (velmi zjednodušeně) ve stylu:

• Uživatel číslo 1 zalajkoval obsah a, b, d
  
  
• Uživatelé č. 2, 3, 4, kteří lajkovali obsah a, b, d, lajkovali také obsah g.
  
  
• Uživateli 1 bude nabídnut obsah g, protože je pravděpodobné, že by se mu mohl také líbit.

Like přitom není jedinou sledovanou proměnnou, svou váhu mají i jiné typy interakce. Výsledkem zavedení rekomendačního sytému Recombee byly následující posuny v metrikách zachycujících engagement uživatelů.

Zdroj: prezentace Gabriely Takáčové

Právě schopnost pokročilejších AI algoritmů posuzovat obrovské množství parametrů v jeden okamžik dokáže přinášet lepší výsledky než ty základní spoléhající například jen na „štítkování“ podobného obsahu.

Konkrétně v případě 9GAG si registrovaní uživatelé prohlédli o 37 % více příspěvků a o 15 % více si jich uložili. Celkově rekomendační systém od Recombee vedl k delšímu času uživatelů strávenému na stránce 9GAG. Zároveň napomohl navýšení počtu kliků, komentářů a tzv. upvotes pro jednotlivé příspěvky. Na úrovni celého webu 9GAG pak přispěl k zvýšení návštěv o 2,8 %-

Zdroj: prezentace Gabriely Takáčové

U stránky typu 9GAG jde o nezanedbatelná čísla. 

Ukazují, že pokus o „tiktokizaci algoritmu“ dává smysl při vytváření systému doporučení obsahu i v úplně jiném kontextu, než reprezentuje čínská aplikace. 

Od strojového učení ke generativnímu

Pavel Chochoulouš z Kebooly pak ukazoval způsob, jak AI může pomoci nalézat odpovědi na byznysové otázky. Ona to svým způsobem už dělá dlouho. Posláním Kebooly je již mnoho let integrovat na jedno místo data z různých zdrojů a poskytnout lidem ve firmách jedno místo, kam si pro ně mohou dojít a vyhodnotit je. Strojové učení je přitom při přehrabování hromadami dat standardem.

Nyní i díky působení (nové) generativní AI přichází 2 jevy.

Tím prvním je, že dat bude násobně více. Dle studie Digital Economy Compass od Statista mají data vytvořená v roce 2035 zabírat 2147 zetabajtů, to je 40X více než v roce 2021. Tento nárůst je pochopitelně spojený i s tím, co vytvoří generativní AI.

Zdroj: Statista. prezentace Pavla Chocholouše

Druhým jevem je to, že generativní AI paradoxně dává lidem i příležitost, jak data rychleji a lépe interpretovat. Dnes mají tuto práci ve velkých společnostech na starost datoví analytici, kteří ví, „do jakého šuplíku sáhnout“. Dle Pavla Chocholouše jsme dnes ovšem na prahu doby, kdy toho budou schopni i méně technicky založení lidé – jakýmsi datovým generalistou schopným správně se zeptat systémů napojených také na generativní AI se mohou stát lidé napříč odděleními. A existuje již několik integrací staré a nové generativní AI, které již nyní do Kebooly u svých klientů integrují.

V Rohlíku napojili svou knowledge base na AI. Lidé dostávají odpovědi přímo ve slacku

Rohlík je firma řízená daty. Zároveň si uvědomuje důležitost toho, aby k nim a k know-how firmy mělo přístup co nejvíc zaměstnanců. Firemní znalostní báze (knowledge base) není v současnosti jen souborem dat rozděleným do složek na úložišti, je napojena na komunikační nástroj Slack. Stačí se ho zeptat a on vám odpoví na „vše rohlíkové“ podobně, jako to pravděpodobně znáte z Chat GPT.

DocBot ve Slacku pro Rohlik.cz. (Klikněte na obrázek pro zvětšení). Zdroj: prezentace Pavla Chocholouše

Když generativní AI dáte mantinely, mezi kterými data hledá, jsou její výsledky uspokojivé bez tendencí k „halucinacím“. Samozřejmě ale záleží vždy na relevantnosti vstupních dat. „Neříkám, že to nemůže mít své mouchy. Není fajn, když jste na služební cestě v Mnichově a Slack vás pošle do skladu, který se už mezitím přestěhoval,“ uvedl Pavel Chochoulouš reálný příklad s tím, že právě proto zavedli ve Slacku možnost ohodnotit odpověď nejen kladně, ale i záporně. Negativní zpětná vazba pak napomáhá tomu, aby se znalostní databáze neustále aktualizovala a vylepšovala.

Nač se hrabat v databázích, když to zvládne SQL bot       

Zajímavé údaje se dají najít i v databázích. Jen v nich neumí úplně každý hledat, obzvláště, když potřebujete kombinovat údaje z několika databází. Pomůže SQL bot. Po napojení na Keboolu a generativní AI si ale poradí u klienta z finančního sektoru i s prompty typu: „Vyjeď mi seznam zaměstnanců na pobočce X, kteří jsou proškoleni na produkty Y.“

SQLbot a jeho schopnost vyhledat například pobočky, na kterých obsluha vládne němčinou. Zdroj: prezentace Pavla Chocholouše

Právníci z nul a jedniček

Právní jazyk je pro laika nezřídka nesrozumitelný, ďábel se obvykle skrývá v detailu obaleném divnými slovy. Právní společnost Mavericks pomáhající často startupové sféře se na sebe rozhodla upozornit tím, že s Keboolou vyvinula nástroj na posuzování „tzv. term sheets“ – návrhů smluv, které dávají potenciální investoři společnostem, do kterých chtějí majetkově vstoupit. Pod nánosem divných formulací se totiž skrývají metriky, dle kterých lze určit, nakolik vás chce investor oškubat, nebo si jen chce vzít za své peníze na trhu obvyklý majetkový podíl — pokud vezmete v úvahu váš sektor podnikání, vaše hospodářské výsledky a predikci jejich vývoje do budoucna.


Ukázka části proměnných, které řeší AI právnický bot při hodnocení tzv. term sheets. Zdroj: prezentace Pavla Chocholouše

Bot tak zastane práci, u které se dosud tvářili chytře za velké peníze právníci s kontakty a zkušenostmi ze světa kapitálových investic. Není přitom divu, že se podobné automatizace právní odvětví bojí. Na „mlze a nesrozumitelnosti“ pro běžné smrtelníky je postavené. Dle Pavla Choholouše může nicméně spojení strojového a generativního AI přinést zásadní změnu v tom, že dovolí dělat lidem v podnikání častěji datově podložená rozhodnutí. Bez nutnosti složitého data miningu a následné interpretace dat specialistou.

A věří tomu evidentně i další. Keboola získala v prosinci tohoto roku jednu z dosud největších investic do českých technologických společností.  Investoři s americkým fondem Viking Global Investor v čele do ní vložili 32 milionů dolarů, tedy více než 700 milionů korun.

Jak zapojit AI do kreativního procesu

Poslední vystupující na AI Connect byla kreativní ředitelka agentur Leo Burnett Praha a MSL, Nikola Foktová.

AI pomáhá v praxi reklamní agentury především přenést levně a rychle myšlenky do návrhu vizuálu — a to ve statické podobě i v podobě videa. Díky tomu tak mohou s větší lehkostí „zabíjet“ nápady. Nemají do nich finančně ani citově tolik „nainvestováno“, nikdo je nepřeměňoval do stavu prezentovatelného klientovi 2 dny. Variant ve fázi, kdy už je jde lépe posoudit, tak vidí logicky více.

Míra inovace v AI je tak velká, že mají ve skupině Publicis dokonce AI art directora, který sleduje všechny novinky a snaží se je co nejrychleji aplikovat do praxe. A někdy nad novými možnostmi jednoduše žasnou. Třeba v případě, kdy jim program Runway (Gen-2) dovolil vzít postavu z jiného spotu klienta a přenést ho do toho připravovaného.

Jindy jim vizuál ke kampani Granka posloužil jako předloha pro fotografa, který pak věděl, na co se má při tvorbě přesně soustředit.

Umělá inteligence pomáhá vytvářet story boardy spotů. Jestli někomu vzala práci, tak to jsou ilustrátoři, kteří je tvořili doposud. AI totiž dosud primárně netvoří finální výstupy, ale asistuje na cestě, která k nim vede.

Ukázka story boardu vytvořeného s pomocí AI a jeho dalšího rozpracování. Zdroj: Prezentace Nikoly Foktové

AI pomáhá už od samého začátku. V okamžiku, kdy je připraven kreativní brief od stratéga, přistupují k brainstormingu. Ten nyní vždy nevypadá tak, že se baví jen s AI jazykovými modely, ale právě ty pomáhají často kreativcům přijít na brainstorming připravenější. A zároveň mohou posloužit jako kreativní parťák, třeba ve chvíli, kdy se dělí ve větších skupinách na menší a na někoho nezbyde živý kolega.

Nikola Foktová se podělila s několika prompty, které pravidelně využívají při brainstormingu, zejména s pomocí ChatGPT.

Můžete ho požádat, aby hrál roli zákazníka nebo experta. Dokonce vám může pomoct s tvorbou person.

ChatGPT vám pro váš další projekt snadno vysype celou řadu nápadů. Můžou být ale dost zjevné. Nikola Foktová upozornila na to, že si rovnou můžete říct o nápady, které jsou neobvyklé a nové.

ChatGPT můžete také dát přečíst soupis rad — třeba i ve formě článku — a přimět ho, aby se podle nich při tvoření výstupů pro vás choval.

Nezapomeňte na kontext a cíle, které má obsah tvořený ChatGPT naplňovat. Když mu nesdělíte, kdo jste a co chcete, nemá to jak zjistit.

Klidně se bude chovat jako komár, když mu to nařídíte.

Nikola Foktová zároveň na rozproudění kreativity doporučuje i pokec s osobnostmi s pomocí Character.ai.

Její další praktické tipy a především detailní popis toho, jak zapojuje její tým AI do pracovního procesu, si můžete přečíst v samostatném rozhovoru. 

Kam dál?

Lukáš Záhoř na AI Connect. 

Za 3 měsíce používání AI nástrojů zvládli ve Fameplay TV:

• 33x navýšit své publikum (díky lokalizaci obsahu pro zahraniční trhy)
  
  
• O 30 % se snížila cena samotné lokalizace
  
  
• 3x se pak snížila cena produkce za minutu videa.

Šéfproducent Fameplay TV Lukáš Záhoř ukázal na AI Connect, jak konkrétně jim AI pomáhá, a předal tipy, jak překonat odpor a zavést používání AI do workflow firmy.

Jeho rady mají platnost i pro společnosti, co netvoří video obsah. Nejvíce dechberoucí nám ale přijdou právě ukázky toho, co vše AI při videoprodukci umí. 

Podívejte se na ně v další reportáží z AI Connect ZDE. 

Podívejte se na další reportáž z AI Connect. Jiří Vrobel ve své prezentaci představil hlas od The Mama AI, který bere noční šichty v rádiu a vydělává miliony.