L'IA dans le marketing de contenu : ces 23 branches racontent une histoire

Marketeurs, soyez reconnaissants que votre travail soit plus compliqué que de jouer à un jeu de Go.

Bien que les humains aient fait de grands progrès dans l'intelligence artificielle, l'IA appliquée ne nous a donné que des outils plus intelligents et des assistants aux fonctionnalités limitées. Comme Noam Chomsky le reflète dans cette interview du Scientific American, "Même les tâches maîtrisées presque par réflexe par les nourrissons dépassent de loin les capacités de l'IA contemporaine." Il est donc peu probable que vous travailliez pour un suzerain de l'IA de si tôt.

John McCarthy a inventé le terme « IA » pour la première fois en 1956 avec la première d'une conférence universitaire sur le sujet. Depuis lors, il est devenu un sujet vaste et complexe qui a été utilisé dans une variété croissante d'applications.

Il y a de fortes chances que vous ayez été exposé à l'IA sans même le savoir. Si vous avez déjà utilisé SIRI, visité Facebook ou effectué un achat sur Amazon, l'intelligence artificielle est là pour vous aider dans votre voyage.

Dans cet article, nous examinons plus de deux douzaines de branches de l'intelligence artificielle pour comprendre son impact sur les spécialistes du marketing, ainsi que des exemples de la manière dont elle est appliquée au contenu.

Créativité Artificielle

La créativité artificielle est une tentative de capturer la créativité au niveau humain dans un algorithme. Certains soutiennent que l'IA n'est pas du tout créative et que le mieux qu'elle puisse faire est d'imiter la créativité humaine. Malgré cela, la créativité de l'IA est actuellement employée de diverses manières de bas niveau parmi les publications en ligne populaires.

La créativité de l'intelligence artificielle a d'abord été observée dans les rapports sur les revenus et les articles riches en données sur les résultats sportifs et électoraux. Ce type d'écriture suit une formule très structurée avec un récit simple, ce qui en fait une situation idéale pour l'utilisation de l'IA. Dans ce contexte, l'IA augmente les efforts des créateurs de contenu, leur permettant de concentrer leur temps sur un contenu de plus grande valeur.

Thomson Reuters a commencé à utiliser l'intelligence artificielle pour automatiser la publication des rapports sur les résultats en 2006. D'autres publications bien connues utilisant l'IA de manière créative incluent Associated Press, Forbes, ProPublica et The Los Angeles Times. La tendance à l'utilisation de l'IA dans le marketing continue de s'accélérer avec la sortie de nombreux outils d'écriture d'IA au cours des 18 derniers mois.

Planification et ordonnancement automatisés

À son plus haut niveau, cette branche de l'intelligence artificielle s'occupe de transformer les stratégies en réalité. Cependant, les applications du monde réel ont tendance à être moins abstraites et plus concrètes dans leur approche pour résoudre les défis quotidiens.

L'IA excelle dans l'analyse rapide de grandes quantités de données, ce qui représente un avantage significatif pour les spécialistes du marketing. Un logiciel intelligent peut rapidement distiller de grandes quantités d'informations en informations exploitables.

L'avantage le plus important pour les spécialistes du marketing de contenu est qu'ils ne sont plus embourbés dans l'analyse. Ce qui prenait des heures, voire des jours, peut maintenant être fait en quelques minutes. Cela laisse plus de temps pour des activités de grande valeur telles que la pensée critique et la prise de décision.

MarketMuse utilise l'intelligence artificielle pour créer des stratégies de contenu qui peuvent rivaliser pour des catégories de sujets spécifiques. Il utilise la modélisation des sujets pour mettre en évidence les sujets pertinents qui peuvent avoir besoin d'être ciblés avec du contenu supplémentaire ou l'optimisation des pages existantes.

Tailor Social, un outil de gestion des réseaux sociaux, utilise l'intelligence artificielle pour planifier les publications sur les réseaux sociaux. Il est récemment sorti de la version bêta.

Raisonnement automatisé

Le raisonnement automatisé cherche à comprendre les différents aspects de la pensée et pourrait un jour conduire à « extraire des propriétés esthétiques, des sentiments et même des émotions » du contenu.

Mais nous n'en sommes pas encore là, en fait, nous en sommes loin. Mais quand ce jour arrivera, nous verrons des outils encore plus puissants qui sondent le contenu en profondeur là où les spécialistes du marketing n'ont ni le temps ni l'envie de s'aventurer.

Automatisation

L'automatisation existe depuis bien plus longtemps que l'intelligence artificielle, mais l'IA a contribué à créer des moyens plus intelligents et meilleurs d'augmenter l'efficacité. Les progrès dans ce domaine ont permis l'automatisation de tâches qui étaient auparavant le domaine de l'homme. Par conséquent, le type de travail effectué par les producteurs de contenu évolue.

Prenons par exemple le processus de conception Web qui implique généralement de nombreuses disciplines, notamment la conception et la création de contenu. The Grid est un système de conception Web alimenté par l'IA qui crée des sites Web en fonction du contenu que vous fournissez.

Vision par ordinateur / Reconnaissance d'objets

Le traitement d'images numériques est utilisé dans un certain nombre de domaines, notamment la reconnaissance de formes, la classification et l'extraction de caractéristiques. Sur le plan pratique, la vision par ordinateur de l'IA facilite la gestion des actifs numériques. MavSocial, utilisant la technologie de reconnaissance d'images de Miro en est un exemple.

Remove.bg utilise une technologie d'intelligence artificielle sophistiquée pour détecter les couches de premier plan et les séparer de l'arrière-plan. Un processus difficile qui nécessiterait généralement une heure ou plus avec Photoshop ne prend désormais que cinq minutes.

Une autre façon dont cette technologie peut aider est la modération automatique du contenu. Clarifai offre la possibilité de modérer et de filtrer les informations sensibles de votre plateforme sans intervention humaine.

Gestion des connaissances

Girard & Girard, dans le Online Journal of Applied Knowledge Management (PDF), déclarent que "la gestion des connaissances est le processus de gestion de création, de partage et d'utilisation des informations et des connaissances organisationnelles". En tant que branche de l'intelligence artificielle, elle englobe divers aspects tels que l'exploration de concepts, l'exploration de données, l'exploration de textes, l'extraction d'informations et la représentation des connaissances. C'est dans ces applications spécifiques que nous trouvons déjà des avantages pour les spécialistes du marketing de contenu.

Exploitation minière conceptuelle

L'exploration de concepts provient de l'extraction de concepts à partir d'artefacts, tels qu'une page Web ou un article de blog. Par exemple, Aylien propose une API avec un point de terminaison d'extraction de concept pour trouver quels sujets sont mentionnés dans un texte.

Étant une API, ce n'est pas quelque chose dont la plupart des spécialistes du marketing peuvent profiter. Cependant, les développeurs de logiciels peuvent incorporer cette API dans leur propre logiciel pour une utilisation dans le domaine du marketing de contenu.

Reportez-vous à la section sur la créativité artificielle pour quelques idées sur la façon dont cela pourrait être utilisé au profit des spécialistes du marketing.

Exploration de données

L'exploration de données cherche à découvrir des modèles dans de grands ensembles de données. Du point de vue du marketing de contenu, cette branche de l'IA peut aider à déterminer le meilleur contenu à présenter au bon moment dans le parcours de l'acheteur.

En analysant les dépenses des titulaires de carte, American Express peut présenter des offres personnalisées qui attirent et fidélisent les clients. Ensuite, il utilise ce marketing ciblé pour associer les commerçants aux bons clients, c'est-à-dire ceux qui ont tendance à dépenser plus que le consommateur moyen.

British Airways exploite ses actifs de données pour identifier de manière unique chaque client et personnaliser son marketing par e-mail et d'autres communications avec ses clients.

Exploration de texte

L'exploration de texte est un type d'exploration de données explicitement axé sur l'extraction d'informations à partir de texte à l'aide de la reconnaissance de formes et d'autres approches via le traitement du langage naturel (TAL). Les vérificateurs de grammaire avancés comme Grammarly sont un type d'outil qui a été créé à partir de cette technologie. Il ne fait aucun doute que les spécialistes du marketing apprécient les avantages !

À un niveau plus avancé, la plate-forme Acrolinx offre un moteur d'analyse linguistique qui guide le style, la grammaire, la terminologie et le ton des rédacteurs pour s'assurer que tout votre contenu reste sur la marque. Cela répond à un défi important auquel sont confrontés tous les créateurs de contenu d'entreprise ; maintenir un contenu cohérent et reflétant la marque, quel que soit le créateur du contenu.

Exploitation minière de processus

L'analyse des données du journal des événements pour identifier les tendances et les modèles est connue sous le nom d'exploration de processus. Livejourney a appliqué cela pour suivre le parcours client en temps réel. En surveillant tous les points de contact client et en analysant les parcours du point de vue du client, vous pouvez remédier à toute inefficacité et augmenter la satisfaction client.

Filtrage des courriers indésirables

Combattez le spam par le spam. Rescam est un robot de messagerie artificiellement intelligent qui répond aux e-mails frauduleux. Le chatbot utilise l'une de ses personnalités humaines pour poursuivre la conversation avec un escroc potentiel. Perdre leur temps avec le bot donne aux escrocs moins de temps pour poursuivre de vraies victimes. À ce jour, Rescam a fait perdre plus de cinq ans de temps aux escrocs.

Extraction d'informations

Cette branche de l'IA se concentre fréquemment sur le traitement de texte en langage humain à l'aide de la PNL. Les applications du monde réel vont de la relativement simple comme l'extraction automatique de texte à partir d'e-mails (Parseur) à la tâche plus complexe de résumer un document (frase). Un cas d'utilisation directe de cette technologie serait de fournir des résumés de texte automatiques pour les nouvelles rafles quotidiennes ou pour une utilisation dans la curation de contenu.

Web sémantique

Le web sémantique est un terme inventé par Tim Berners-Lee, inventeur du World Wide Web, en 2001 (pdf). L'idée est que toutes les données sur Internet, le contenu, les liens et les transactions peuvent être analysées par une machine. Mais le concept peine à gagner du terrain. Bien que le nombre de sites utilisant le balisage Web sémantique continue d'augmenter, ils restent minoritaires.

L'une des utilisations les plus notables de la technologie du Web sémantique est le BBS qui l'a utilisée pour alimenter l'ensemble de son site Web de la Coupe du monde en 2010. D'autres utilisations importantes de la technologie du Web sémantique incluent Time Inc., Elsevier et la Bibliothèque du Congrès.

Cependant, la mise en forme du contenu pour le Web sémantique est beaucoup plus compliquée que les processus actuels. Le temps et les dépenses supplémentaires peuvent expliquer sa lente adoption par les spécialistes du marketing.

Apprentissage automatique

L'apprentissage automatique est un domaine de l'intelligence artificielle qui permet aux ordinateurs d'"apprendre" à partir de données, sans être programmés pour la tâche. Les moteurs de recommandation comme ceux utilisés dans Curata, Scoop.it et Zeta sont l'apprentissage automatique en action.

L'avantage de systèmes comme ceux-ci est que les recommandations s'améliorent au fil du temps à mesure que le système apprend ce qui constitue une bonne suggestion. Cependant, les spécialistes du marketing n'auront peut-être pas la patience d'attendre ces améliorations !

Persado utilise un "langage généré par l'IA pour les lignes d'objet des e-mails et les publicités payantes sur les réseaux sociaux" optimisé pour les conversions. Considérez cela comme un test automatique des conversions.

Vous n'avez pas besoin d'être un spécialiste de l'optimisation du taux de conversion, ni d'effectuer régulièrement des tests. L'IA derrière le logiciel s'occupe de tout ce travail, en apprenant continuellement et en présentant au marketeur de meilleurs choix.

Imaginez offrir des recommandations en temps réel avec un contenu personnalisé pour chaque utilisateur. LiftIgniter utilise l'apprentissage automatique pour atteindre cet objectif. Il s'agit d'apprendre et d'optimiser en permanence en fonction d'un objectif spécifique que vous avez défini.

L'apprentissage automatique peut faire plus que simplement aider à faire des recommandations appropriées. Il peut même être utilisé pour créer, ou plus précisément organiser, du contenu.

IBM Watson a aidé à créer une bande-annonce pour un film de suspense/d'horreur hollywoodien.

Tout d'abord, il a appris à identifier les scènes effrayantes et la musique horrifiante et à analyser la composition des scènes de films pour déterminer ce qui les rendait effrayantes. Ensuite, il a regardé la version intégrale du film et sélectionné dix moments qui seraient les meilleurs candidats pour la bande-annonce.

Il a été laissé à l'ingéniosité humaine d'effectuer la tâche d'édition proprement dite. Voici le résultat :

L'apprentissage en profondeur

L'apprentissage en profondeur est un aspect de l'apprentissage automatique basé sur la représentation des données au lieu d'utiliser des algorithmes spécifiques à une tâche. Il a été appliqué à divers domaines, notamment le traitement du langage naturel, la traduction automatique et la vision par ordinateur.

Lors de la Game Developers Conference 2018, NVIDIA a présenté « des recherches récentes sur les façons dont les réseaux d'apprentissage en profondeur peuvent être utilisés pour générer une animation humaine réaliste », et comment ils ont appliqué l'apprentissage en profondeur à la synthèse de textures.

Dans une application plus pratique, Envision utilise l'intelligence artificielle pour aider les spécialistes du marketing à choisir la meilleure vignette vidéo, le meilleur segment ou la meilleure image. Il utilise également l'apprentissage en profondeur pour trouver et ajouter automatiquement les meilleurs hashtags pour vos publications Instagram.

Traitement du langage naturel

Pour les spécialistes du marketing traitant du contenu textuel, le traitement du langage naturel est un domaine essentiel de l'intelligence artificielle. Cette branche de l'IA vise à permettre aux ordinateurs de comprendre le langage.

Les défis importants dans ce domaine sont la reconnaissance de la parole, la compréhension du langage naturel et la génération du langage naturel. Cependant, des progrès considérables sont en cours, comme en témoignent la prolifération des chatbots, la traduction automatique et l'utilisation d'interfaces utilisateur en langage naturel comme SIRI.

Voici quelques exemples intéressants à noter.

Narrative Science automatise la personnalisation à grande échelle en utilisant la génération de langage naturel pour générer automatiquement des descriptions et fournir des communications personnalisées.

Conversica s'appuie sur l'IA pour aider à nourrir les prospects entrants jusqu'à ce que leur intérêt se transforme en intention d'achat. Plus précisément, ils utilisent l'intelligence artificielle pour interpréter les réponses par e-mail, en envoyant des réponses uniques et naturelles en guise de suivi.

Chatbots

Les chatbots sont partout ! Ils sont généralement utilisés pour qualifier les prospects ou utilisés comme système de diffusion de contenu.

Deux types de base de chatbots sont ceux qui comprennent des commandes limitées et ceux qui utilisent le traitement du langage naturel.

Les chatbots de type commande limitée sont utiles lorsque les options de tâche sont limitées, et vous pouvez guider l'interaction sur des chemins très bien définis. Les chatbots NLP permettent un flux plus conversationnel.

Les plates-formes de chatbot telles que Flow XO suppriment le besoin de compétences en codage, mais elles peuvent toujours être difficiles à mettre en œuvre pour plusieurs raisons :

• Les spécialistes du marketing doivent connaître les tâches que leurs visiteurs cherchent à accomplir.
• Ils ont besoin d'une compréhension approfondie des voyages effectués par leur public.
• Le type de contenu utilisé dans ce contexte peut être radicalement différent.
• Ils peuvent manquer d'une stratégie de contenu riche.

Identification de la langue

L'identification de la langue est un élément essentiel de la traduction automatique et du traitement du langage naturel. Bien que cela n'ait pas d'impact direct sur les spécialistes du marketing, les stratèges de contenu travaillant au niveau de l'entreprise traitent souvent des problèmes de traduction linguistique et de son effet sur le contenu.

Google AI est profondément impliqué dans tout ce qui concerne les technologies du langage naturel, y compris l'identification de la langue. Vous en avez peut-être fait l'expérience en visitant une page dans une langue étrangère.

Pour les stratèges de contenu avec un budget nul pour la traduction, cela peut être une bouée de sauvetage.

Interface utilisateur en langage naturel

Les prototypes d'interfaces utilisateur en langage naturel sont apparus pour la première fois à la fin des années 1960 et ce n'est que récemment qu'ils se sont popularisés. Si vous avez déjà utilisé SIRI ou Amazon Echo, vous avez fait l'expérience d'une interface en langage naturel.

Pour les spécialistes du marketing de contenu, cela change potentiellement notre façon de penser et de créer du contenu. Les moteurs de recherche restent basés sur des mots clés et les créateurs de contenu créent souvent de longs éléments de contenu dans l'espoir de bien se classer pour de nombreux mots clés.

Mais l'utilisation d'une interface en langage naturel, en particulier une interface à commande vocale, crée un nouveau contexte. Les utilisateurs recherchent des réponses ciblées à des questions précises, ce pour quoi un manifeste de 10 000 mots est mal adapté. Bien que nous ayons constaté une tendance vers un contenu plus étendu, cette tendance pourrait bientôt changer.

Compréhension du langage naturel

La compréhension du langage naturel est un sous-thème du traitement du langage naturel remontant à 1964 avec la publication du doctorat de Daniel Bobrow. thèse. La compréhension du langage naturel suscite un grand intérêt en raison de sa pertinence pour l'analyse de contenu à grande échelle, la réponse aux questions et la catégorisation de texte.

Les applications du monde réel, du moins pour un usage marketing, nécessitent des capacités de compréhension assez sophistiquées afin de saisir les concepts d'un document. OneSpot est l'une de ces entreprises qui utilise une combinaison d'apprentissage automatique et de langage naturel pour traiter la consommation de contenu des visiteurs du site et fournir un contenu individualisé à grande échelle.

Traduction automatique

Une autre sous-branche du traitement du langage naturel est la traduction automatique. Si vous avez déjà utilisé Google Translate, vous avez effleuré la surface de la traduction automatique.

Alors que la précision de la traduction continue d'augmenter, il en va de même pour les opportunités de traduction sur les marchés B2B et grand public.

Les stratèges de contenu travaillant dans des entreprises mondiales tirent parti de la traduction automatique pour traduire du contenu à grande échelle de manière rentable. Les domaines commerciaux tels que la technologie, la finance, le droit, la santé, etc. ont leurs propres nuances et termes, c'est pourquoi la traduction automatique spécifique à un domaine a été la voie privilégiée.

Cependant, la traduction automatique multi-domaines, comme celle proposée par Kantan, commence à gagner du terrain.

Réponse aux questions

La réponse aux questions est un sous-ensemble du traitement du langage naturel qui conçoit des systèmes pour répondre automatiquement aux questions posées dans un langage humain. Le système de réponse aux questions en langage naturel START prétend être le "premier système de réponse aux questions basé sur le Web au monde, en ligne et fonctionnant en continu depuis décembre 1993".

Saviez-vous que Facebook entraîne l'IA à répondre aux questions ? Ils enseignent à l'IA à analyser des images et à répondre aux questions posées sur ces images. À l'heure actuelle, l'IA ne peut fournir que des réponses simples. Mais l'idée est de lui permettre d'offrir des réponses plus élaborées comme le ferait un humain.

Traduction sémantique

La sémantique est une branche de la linguistique qui s'intéresse à l'interprétation du sens des mots et de leur structure. La traduction sémantique vise à conserver le sens d'un document lors de la traduction dans une autre langue.

Les stratèges de contenu travaillant pour des entreprises mondiales sont confrontés au défi de la gouvernance du contenu dans plusieurs langues. L'utilisation de la traduction sémantique peut aider à augmenter l'efficacité de la traduction et à atténuer le risque d'interprétation incorrecte. PROMT est un exemple d'application incorporant des informations sémantiques.

L'avenir de l'intelligence artificielle dans le marketing de contenu

Elon Musk peut craindre une apocalypse de l'IA mais, d'après ce que j'ai vu, nous avons encore du mal à créer des applications viables pour de nombreuses branches de l'intelligence artificielle. Cela dit, nous commençons à voir des logiciels plus intelligents, à portée limitée, qui améliorent considérablement nos vies.

Les moteurs de recommandation qui alimentent des entreprises géantes comme Netflix et Amazon en sont un exemple. Vous pouvez maintenant apporter cette sophistication à votre propre site avec un logiciel comme Bibblio. Contrairement à l'approche simple fournie par de nombreuses applications de "publication associée", son algorithme alimenté par l'IA propose des suggestions de contenu sémantiquement pertinentes.

À moins que vous ne gériez un grand site, un logiciel comme celui-ci peut ne pas être un grand succès. Cependant, le domaine de l'intelligence artificielle fait de véritables progrès quantifiables qui ont un impact sur les spécialistes du marketing en ce moment, aujourd'hui. Ne vous attendez pas à ce que l'IA effectue votre travail à votre place de sitôt.

Caractéristique vecteur d'image conçu par Freepik