Markedsførere står over for både muligheder og risici i fortolkningen af generative AI-udgange, især når de bruger AI-genererede målgruppetilgange. Disse tilgange benytter store sproglige modeller (LLMs) som ChatGPT, Claude og Llama til at hjælpe brandchefer med at navigere i komplekst forbrugerdata for at træffe beslutninger. Målgruppetilgange har længe været vigtige værktøjer i markedsføring, da de hjælper med at segmentere forbrugere og afklare datarelationer for at styre medieplanlægning og strategi. Tidligere krævede udviklingen af disse tilgange uger og betydelige investeringer. Nu har AI-værktøjer i høj grad overtaget denne proces, hvor 85 % af marketingfolk angiveligt bruger generativ AI i nogen grad, ifølge en SAS-undersøgelse blandt 300 virksomheder. Eksempelvis begyndte den italienske kaffemærke Lavazza i begyndelsen af 2023 at bruge AI-tilgange for at reducere udviklingstiden og få nye indsigter i data. Disse tilgange svarer til Lavazzas nøggemarkeder — “Adele” i Frankrig og “Lucy” i Storbritannien og USA. Simone Ballarini, chef for forretningsindsigt hos Lavazza, bemærkede, at AI-interfacet kombinerer menneskelignende dialog med kvantitativ objectivitet. Lavazzas AI-tilgange er blevet skabt af det svenske firma Stravito, trænet på 5. 000 forbrugerinterviews fra Kantar, Nielsen-undersøgelser og data fra National Coffee Association. Denne omfattende datamængde giver indsigter ud over, hvad en enkelt person kunne behandle, og tilgange opdateres regelmæssigt for at forblive aktuelle. Tilgangene giver tidlig kreativ feedback og indsigt i medieplanlægning, hvilket fremskynder udforskning uden at erstatte fulde testinvesteringer. Stravitos CEO, Thor Olof Philogène, sammenligner dem med et “early warning system”, der fokuserer forskningen på lovende idéer. Lavazza har allerede anvendt disse tilgange i vurderingen af branding og kreativt arbejde for sin Dolcevita-linje. Lignende anvender Code & Theory, et bureau under Stagwell, AI-tilgange for alle kunder, herunder Champion, Albertsons og Marriott Bonvoy, hvilket afspejler den udbredte adoption af teknologien i bureauverdenen. Letheden ved at generere målgruppetilgange med LLM'er har drevet denne vækst. Jellyfish’s Pencil-platform, for eksempel, har en målgruppe-agent, der transformerer statiske tilgange til dynamiske værktøjer, der bruges i konceptudvikling og go-to-market-strategier, ifølge Jellyfish’s strategichef John Dawson. På trods af klare fordele forbliver markedførere forsigtige.

Inden 2025 tøver mange med at træffe medie- eller kreative beslutninger uden omfattende studier og undersøgelser, hvilket sætter intuition og erfaring i baggrunden. Endvidere delegerer agentbaserede mediekøbs-løsninger, som Metas Advantage+ suite, i stigende grad beslutninger. Der er også en risiko for overafhængighed af AI-tilgange, hvor de behandles som orakler snarere end værktøjer. At give tilgange personlige navne, animerede ansigter eller AI-genererede stemmer — praksisser, som Code & Theory omfavner — kan øge deres menneskelighedsappell. Selv forsigtige eksperter som Piper erkender fristelsen til at se disse tilgange som “levende væsner”. For at forhindre fejlagtig tillid til AI-tilgange er træning essentiel. Dawson anbefaler, at brugerne forstår de datakilder, der fodrer AI’en, og erkender dens begrænsninger, og understreger den menneskelige rolle i anvendelsen af AI-genererede profiler. Lavazza inkluderer for eksempel fodnoter, der linker tilgangsindsigter tilbage til de oprindelige data, i overensstemmelse med konventioner som Perplexitys. Prompt engineering hjælper også; Code & Theory instruerer tilgange i kritisk “bedømmelse” af input for at reducere LLM’ers naturlige tendens til at være enige. Yderligere beskyttelser indebærer menneskelig overvågning. Lavazzas mediebureau, Wavemaker, har adgang til kun AI-genererede indsigter, ikke til selve tilgange, hvilket reducerer AI’s utilsigtede indflydelse i beslutningskæden. Piper understreger nødvendigheden af menneskelig validering: lovende indsigter kræver bekræftelse gennem undersøgelser og paneler, og kreativt materiale, godkendt af tilgange, bør gennemgå menneskelige testgrupper. I sidste ende må markedsførere afbalancere brugen af AI-tilgange med deres egen vurdering. Som Piper siger, uden menneskelig inddragelse vil afhængigheden af AI kun give generiske, uinspirerede resultater.