Imagine um mundo no qual os profissionais de marketing não tenham restrições criativas. Um mundo no qual eles possam fazer a oferta certa no momento certo e para a pessoa certa – em uma comunicação que passe a sensação de um todo coeso, e não de uma mistura de frases desconexas. Um mundo no qual os ganhos de eficiência com a automação e a geração automatizada de conteúdo andem de mãos dadas com o aumento dos insights sobre os clientes. Um mundo no qual os clientes poupem tempo e esforço para encontrar e acessar os bens e serviços que desejem e de que precisem. Um mundo no qual os profissionais de marketing possam se aprimorar na geração de valor para os clientes e focar na inovação.
Mais insights da McKinsey em português
Confira nossa coleção de artigos em português e assine nossa newsletter mensal em português.
A IA generativa (gen AI, na abreviação em inglês) traz esse Santo Graal da hiperpersonalização para mais perto da realidade.
A gen AI está possibilitando uma revolução no marketing de consumo como o conhecemos atualmente. No nível das empresas individuais, campanhas de marketing que antes exigiam meses de elaboração de conteúdo, geração de insights e segmentação de clientes podem ser implementadas em semanas ou até em dias, geralmente com personalização em escala e testes automatizados. O desenvolvimento de sites e as tarefas de atendimento ao cliente são, muitas vezes, os gargalos das interações com os consumidores individuais. Porém, quando bem executados, podem promover um engajamento maior e aumentar a satisfação. Os profissionais de marketing podem analisar e interpretar simultaneamente dados de textos, imagens e vídeos para melhor entenderem as oportunidades de inovação. A gen AI está apoiando a personalização granular de maneiras que simplesmente não eram possíveis.
Esses ganhos de produtividade proporcionados pela gen AI estão começando a ter repercussões em todo o mercado econômico global. Um relatório recente da McKinsey apresenta a estimativa de que a gen AI pode contribuir com até $ 4,4 trilhões em produtividade global anual. De acordo com a análise, as áreas de marketing e de vendas constituem um dos quatro grupos que, combinados, podem captar cerca de 75% desse valor.1 Por si só, a produtividade proporcionada pela gen AI para o marketing pode aumentar entre 5% e 15% do gasto total com marketing, cujo valor chega a cerca de $ 463 bilhões por ano.
As mudanças estão chegando, e as empresas que ficarem apenas assistindo correrão o risco de ficar para trás.
No presente artigo, exploramos três maneiras pelas quais as empresas de consumo podem gerar valor com a gen AI (quadro). Elas já estão entrando nesse novo mundo ao explorarem modelos de gen AI existentes que estão disponíveis ao público. O próximo passo para elas será se diferenciarem, promovendo uma personalização excepcional e reforçando as capacidades por meio da integração desses modelos a seus próprios dados e sistemas. Por fim, analisamos as oportunidades de longo prazo para as empresas que desejam ir ainda mais longe reinventando seus processos de ponta a ponta com a gen AI.
Início do uso da gen AI no marketing
Os usos atuais da gen AI no marketing consistem principalmente em pilotos prontos para uso integrados aos fluxos de trabalho existentes. Essas atividades estão gerando valor imediato ao ajudarem as empresas a gerar textos publicitários e imagens em menos tempo, a personalizar campanhas e a responder ao feedback dos clientes e aprender com isso. No entanto, também estão ajudando as empresas a aprender sobre a gen AI, a desenvolver as capacidades necessárias para tirar maior proveito dela e a liberar funcionários valiosos para tarefas de nível superior. Esse é um dos atrativos da gen AI: como mostram os exemplos abaixo, ela tem o potencial de gerar valor rapidamente, ao contrário de outras tecnologias que dão retorno às empresas somente após anos de investimento.
- Personalização de campanhas de marketing. A varejista de materiais para arte e artesanato Michaels Stores, por exemplo, está usando a gen AI em sua abordagem com vistas a aprofundar o envolvimento dos clientes por meio de interações mais personalizadas e frequentes com eles. A empresa desenvolveu uma plataforma de geração de conteúdo e tomada de decisões para ajudá-la a criar textos publicitários e a entender melhor como os segmentos de clientes interagem com diferentes mensagens. A Michaels passou de 20% de campanhas de e-mail personalizadas para 95%. Isso aumentou em 41% a taxa de cliques nas campanhas de SMS; nas campanhas de e-mail, esse aumento foi de 25%.
- Análise de dados não estruturados de clientes. As atividades de hiperpersonalização também se beneficiam de análises mais granulares do comportamento dos consumidores, que podem ser complementadas pela gen AI. O serviço de personalização de vestuário Stitch Fix, por exemplo, usa a gen AI para ajudar os estilistas a interpretar o feedback dos clientes e a fazer recomendações de produtos. A Instacart está usando a gen AI para oferecer aos clientes receitas e ideias de planejamento de refeições e para gerar listas de compras.
- Automação de processos. Os profissionais de marketing sempre desempenharam um papel central de integração em todas as empresas. Como seria de se esperar, estamos vendo oportunidades, para as empresas, de automatizarem as interações entre o marketing e outras áreas (por exemplo, atendimento, vendas, desenvolvimento de produtos, P&D e análises jurídicas). A título de exemplo, um varejista que vende diretamente ao consumidor está usando a gen AI para ajudar a resolver chamados de clientes, como realização de pedidos ou solicitações de consertos. Ao usar a gen AI para automatizar etapas do processo (por exemplo, recuperar informações no back end, fazer as alterações necessárias e responder aos clientes na voz da marca), a empresa registrou uma diminuição de mais de 80% no tempo até a primeira resposta e uma redução de quatro minutos no tempo médio para resolver um chamado. O uso da gen AI também deu à equipe de suporte ao cliente da empresa mais tempo para focar nas interações de nível mais alto com os clientes. Além disso, há oportunidades significativas de otimizar a criação de ativos de marketing que levam muito tempo para ser produzidos e envolvem múltiplas versões, como planos de mídia, análises trimestrais, planos estratégicos e pautas de reuniões.
- Identificação de oportunidades e geração de ideias. Os profissionais de marketing estão usando a gen AI para analisar os movimentos da concorrência, avaliar o sentimento dos consumidores e testar oportunidades de novos produtos. A geração rápida de conceitos de produtos prontos para resposta pode aumentar a eficiência dos produtos bem-sucedidos, melhorar a precisão dos testes e acelerar o tempo de lançamento no mercado. A Mattel, por exemplo, está usando IA no desenvolvimento de produtos Hot Wheels para gerar quatro vezes mais imagens de conceito de produto do que antes, inspirando novos designs e características. A Kellogg’s está acompanhando as tendências em termos de receitas que levam (ou poderiam levar) cereais matinais e utilizando os dados resultantes para lançar, nas redes sociais, campanhas relacionadas a receitas criativas e apropriadas. A L’Oréal, por sua vez, está analisando milhões de comentários, imagens e vídeos online para identificar potenciais oportunidades de inovação nos produtos.
Ao começarem a explorar oportunidades com a gen AI, convém as empresas assegurarem que quaisquer iniciativas que lancem estejam em harmonia com suas metas gerais de marketing. Uma tentativa de executar diversas iniciativas de gen AI na esperança de que algo dê certo pode acabar se mostrando cara, difusa e difícil de monitorar, complicando a incorporação de quaisquer lições geradas nos lançamentos. Em vez disso, as empresas podem se concentrar em dois ou três casos de uso nos quais ferramentas de gen AI prontas para uso são capazes de gerar impacto imediato em áreas prioritárias.
Ao longo do processo de adoção e aplicação da gen AI, os profissionais de marketing precisam garantir que haja medidas em vigor para mitigar riscos como “alucinações” (quando a gen AI produz outputs que transmitem confiabilidade, mas que não são baseados em fatos, dados ou padrões algorítmicos verificáveis), vieses, violações de privacidade de dados e violações de direitos autorais. A gen AI costuma ser inadequada para a tomada de decisões de alto risco, para ambientes regulamentados ou para aplicações que envolvam um grande volume de solicitações ou raciocínio numérico. Descobrimos que designar um líder responsável e criar um conselho de supervisão de tecnologia é importante como primeiro passo. Outras possíveis proteções são trabalhar no nível de análise humana com qualquer coisa que vá diretamente para um cliente e restringir os tipos de assuntos que a gen AI pode abordar para campanhas de marketing.
Gen AI customizada para o marketing
Muitas empresas começaram a desenvolver casos de uso como os indicados acima. Contudo, as empresas que buscam se diferenciar efetivamente estão indo mais longe. Elas estão criando soluções exclusivas e customizadas para os clientes por meio da adaptação de modelos prontos para uso que são treinados com conjuntos de dados menores e específicos para determinadas tarefas. É aí que as empresas podem começar a ver melhorias exponenciais na customização de tudo para os clientes, das campanhas aos produtos. Quando as empresas passam a reformular os modelos de gen AI existentes com seus próprios dados e para suas próprias necessidades altamente específicas, os resultados podem ser bastante significativos.
No mundo do marketing, fazer ajustes finos em um modelo de gen AI existente às vezes significa treinar um modelo de código aberto com dados próprios (como diretrizes da marca ou anúncios de campanhas de marketing anteriores) para gerar conteúdo sob medida. Esse tipo de solução de gen AI semicustomizada pode ser atualizado regularmente com novos dados da empresa e aprendizagem contínua. O resultado é uma solução de gen AI sob medida e continuamente aprimorada que, à medida que se desenvolve, ajuda a aumentar a vantagem competitiva de uma empresa.
Já estamos vendo empresas fazerem experimentos com a gen AI em casos de uso de alta prioridade. Aqui vão dois exemplos:
Abordagem hiperlocal
Uma empresa europeia de telecomunicações usou a gen AI para fazer a transição de mensagens de abordagem de clientes em grande medida manuais e frias para mensagens que permitissem uma melhor interação com segmentos específicos. Antes, a empresa distribuía mensagens para quatro macrossegmentos, apenas. Devido à operação enxuta, sua capacidade de criar textos publicitários era limitada. E, muitas vezes, as mensagens produzidas não ressoavam com os destinatários. Por exemplo, as mensagens que não eram escritas no dialeto específico dos clientes (o país onde a empresa atua tem vários dialetos) tinham taxas de conversão particularmente baixas.
A empresa desenvolveu um sistema baseado em gen AI para criar mensagens hiperpersonalizadas voltadas a 150 segmentos específicos. O sistema foi treinado com informações não pessoalmente identificáveis para adaptar as comunicações aos atributos demográficos, regionais, dialetais e outros de cada segmento. As informações eram passadas ao GPT-4 e ao Dall-E para criarem textos publicitários e imagens, que eram então encaminhados ao provedor de serviços de e-mail via API e preparadas para distribuição. Depois, modelos de machine learning referentes à próxima melhor ação recomendavam o produto, o canal de marketing e o momento ideais para as comunicações com cada cliente. Com proteções e protocolos de governança apropriados (neste caso, envolvimento humano total e análises em todas as etapas para limitar claramente o número de versões e o grau de personalização) para cumprir os requisitos éticos, de risco e de privacidade, essas comunicações foram implantadas em escala. O resultado foi um aumento de 40% nas taxas de resposta, bem como uma redução de 25% nos custos de distribuição.
Inovação no desenvolvimento de produtos, anúncios e experiências
Uma empresa asiática de bebidas tencionava entrar no mercado da UE mais rapidamente do que se utilizasse as abordagens tradicionais de inovação e marketing. Anteriormente, a empresa passava às vezes um ano inteiro criando um novo conceito de produto para um novo mercado. Ela recorreu à gen AI para ajudá-la a responder a duas perguntas: quais bebidas novas poderiam atrair os clientes europeus e estimular o crescimento e que métodos inovadores poderiam acelerar o processo de inovação de produtos de ponta a ponta.
Primeiramente, a empresa usou o ChatGPT para obter insights sobre os usuários alimentando-o com informações agregadas e não confidenciais dos clientes. Depois, fez perguntas sobre as tendências de sabor para entender o consumo de bebidas naquele momento e o comportamento dos consumidores no mercado da UE. O processo levou um dia, sendo que esse tipo de pesquisa de mercado costuma levar até uma semana. A equipe de marketing aprofundou, então, esses insights sobrepondo a eles métodos de pesquisa mais tradicionais, como etnografias e diários digitais.
Os pesquisadores e designers também passaram a recorrer à gen AI para aprimorar os conceitos de produtos. No mundo do design de produtos, muitas vezes um designer industrial leva de sete a dez dias para desenvolver um único conceito de bebida de alta fidelidade que sintetize a forma, o sabor e a embalagem. Usando uma ferramenta de gen AI para conversão de textos em imagens, a empresa conseguiu criar 30 conceitos de bebidas de alta fidelidade com imagens detalhadas em um único dia. Os profissionais de marketing levaram esses conceitos ao campo para realizar testes rápidos com os clientes. Como os conceitos criados pela gen AI pareciam reais, os profissionais de marketing conseguiram coletar feedback confiável nessa fase inicial sobre o que explorar mais. Em última análise, a gen AI ajudou a empresa de bebidas a concluir um processo de um ano em apenas um mês.
A transformação do marketing com a gen AI
Além de usarem ferramentas de marketing prontas para uso e soluções customizadas, convém as empresas refletirem sobre como seria uma área de marketing transformada pela gen AI no longo prazo. Nesse futuro transmutado, quase todas as tarefas de marketing poderão ser auxiliadas pela gen AI; por exemplo, se os profissionais de marketing precisarem escrever um texto publicitário, poderão partir de um rascunho escrito pela gen AI. Se precisarem fazer pesquisas, poderão começar pedindo à gen AI informações obtidas de forma democrática. Entretanto, embora a área de marketing do futuro tenha o potencial de ser mais inovadora com a gen AI, deve haver proteções para garantir que não sejam expostas informações pessoalmente identificáveis, que materiais protegidos por direitos autorais não sejam usados de forma indevida e que outros riscos sejam mitigados.
Um futuro do marketing facilitado pela gen AI também buscará oferecer aos clientes experiências ímpares e marcantes, destinadas a estimular fortemente o crescimento. Alguns exemplos: uma campanha de marketing por e-mail hiperdirecionada, com dezenas de milhares de experiências personalizadas para os clientes; um chatbot de uma empresa de cosméticos que pergunta às clientes sobre seus objetivos e cria uma rotina de beleza customizada; e planos de refeições sob medida para os hábitos e restrições alimentares de uma família. Esse futuro envolve casos de uso voltados diretamente aos clientes, que exigem um empenho real de imaginação, design e desenvolvimento.
Embora ainda estejamos no início e ninguém tenha certeza de como será o futuro da gen AI, sabemos que uma transformação baseada nela está a caminho. Veja como as empresas podem começar para não ficarem para trás:
- Criar uma visão e um roteiro que tenham um norte. Com base no contexto singular da empresa, os profissionais de marketing podem começar criando a visão de um futuro do marketing facilitado pela gen AI, quando a tecnologia puder realizar tarefas que envolvem um tempo longo, custos altos e muitos recursos. Essa missão deve levar em conta os princípios orientadores da organização, inclusive o de IA responsável. A partir daí, os profissionais de marketing podem planejar onde investir (com base em aspectos específicos da empresa, como as capacidades, a concorrência e as necessidades dos clientes) e o que desenvolver. Os líderes de marketing devem assegurar que a empresa seja coordenada de cima para baixo com relação aos casos de uso a serem priorizados. O roteiro deve incluir um percurso de aprendizagem e treinamento para os funcionários, bem como um plano de comunicação interna para toda a organização, a fim de garantir que todos estejam seguindo na mesma direção.
- Montar a equipe de execução. As empresas podem desenvolver uma equipe de três camadas para ajudar a garantir o sucesso da estratégia de gen AI. A primeira camada deve consistir em uma unidade de ação que seja responsável pela estratégia e a execução das iniciativas e que as coordene. A segunda deve ser composta por centros de trabalho multifuncionais que criem e implementem casos de uso individuais. Por fim, a terceira deve ser uma equipe de base técnica destinada a garantir uma plataforma estável e segura que sirva de fundamento para os casos de uso.
- Obter algumas vitórias rápidas. Para casos de uso priorizados e de baixa complexidade aos quais possam ser aplicadas ferramentas de gen AI prontas para uso, estabeleça algumas iniciativas para aprender e identificar onde a gen AI pode gerar o maior valor, quais são os talentos e habilidades necessários para manter essa capacidade e quais são os requisitos do modelo operacional para escalar adequadamente. Instruções de design podem explicar de forma clara o caso de uso e a proposta de valor do usuário, e um plano de desenvolvimento pode indicar os requisitos técnicos, os protótipos e as decisões sobre “desenvolver, comprar ou fazer parceria”.
Os líderes de marketing assistido pela gen AI também podem começar a criar casos de uso de alto valor. Estes costumam ser complexos e provavelmente exigirão ajustes finos nos modelos de base de gen AI (em vez de ajustes em uma solução pronta para uso) e aperfeiçoamentos significativos em qualquer que seja o primeiro rascunho da solução. O maior desafio será como escalar. Comece cuidando para que a responsabilidade seja conjunta entre a liderança técnica e a de negócios, uma vez que ambos os grupos são cruciais. Depois, com o caso de uso, teste e itere continuamente com base no feedback dos usuários para fundamentar a implantação e o escalamento.
Ao adotarem essa abordagem da gen AI no marketing dividida em três níveis – pilotos com gen AI pronta para uso, soluções de gen AI customizadas e transformações pela gen AI –, as empresas podem explorar o potencial que a tecnologia tem de ajudar a aumentar a eficiência, a eficácia e a criatividade. Aqui vai um possível cronograma inicial:
- Primeiras seis semanas: desenvolver um roteiro de pilotos para a definição de casos de uso, descobrir como avaliar as capacidades tecnológicas atuais e os facilitadores tecnológicos de curto prazo, identificar a equipe e o modelo operacional certos e determinar os riscos potenciais.
- Primeiros 90 dias: criar uma win room de gen AI para definir melhor os casos de uso prioritários, desenvolver o roteiro, inserir dados nas fontes da gen AI e desenvolver estratégias para mitigar riscos, além de realizar auditorias para assegurar que a gen AI esteja sendo usada de modo responsável.
- Primeiros seis meses: desenvolver uma estratégia de IA transformadora para o longo prazo, medindo o impacto, gerindo as mudanças e a escalabilidade, fazendo ajustes finos nos modelos para o desenvolvimento de mensagens e iniciando a integração das iniciativas de gen AI com a tecnologia de marketing existente.
Após alguns meses, espera-se que os profissionais de marketing tenham alguns casos de uso públicos e obtidos de fontes democráticas para os quais possam apontar e com os quais possam aprender, usando a automação de fluxos de trabalho e a gen AI para ajudar a acelerar, melhorar e simplificar as jornadas das campanhas de marketing.