سهم چت‌جی‌پی‌تی در میان بازاریابان به ۷۴.۵ درصد کاهش یافت و کلود به ۷۲.۳ درصد رسید

ppc.land

انتشار در منبع: انتشار در سایت ما:

مقاله اصلی · English

مقایسه استفاده بازاریابان از چت‌جی‌پی‌تی و کلود

متخصصان بازاریابی و تبلیغات اکنون فعالیت‌های مرتبط با هوش مصنوعی را میان چند ابزار مختلف تقسیم کرده‌اند و دیگر فاصله زیادی میان چت‌جی‌پی‌تی و رقبای آن وجود ندارد. شرکت بیسیس (Basis)، فعال در حوزه نرم‌افزارهای رسانه‌ای و مستقر در شیکاگو، امروز چهارمین نسخه گزارش سالانه خود با عنوان «هوش مصنوعی و آینده بازاریابی» را منتشر کرد. بر اساس این گزارش، ۷۴.۵ درصد از ۱۸۴ متخصص شرکت‌کننده در نظرسنجی از چت‌جی‌پی‌تی در کار خود استفاده می‌کنند؛ این رقم یک سال قبل ۸۸.۶ درصد بود. در همین مدت، میزان استفاده از کلود، محصول شرکت آنتروپیک، از ۱۷.۹ درصد به ۷۲.۳ درصد افزایش یافته است. این گزارش ۴۲ صفحه‌ای همچنین نشان می‌دهد استفاده روزانه از هوش مصنوعی تقریباً دو برابر شده و به ۶۱.۴ درصد رسیده، ۵۱.۱ درصد سازمان‌ها اکنون از عامل‌های هوش مصنوعی استفاده می‌کنند و تنها ۶.۵ درصد آن‌ها بازده سرمایه‌گذاری در این فناوری را بر اساس معیارها و شاخص‌های از پیش تعیین‌شده می‌سنجند.

بیسیس چه گزارشی منتشر کرد و چه زمانی؟

بیسیس امروز نتایج این بررسی را از شیکاگو، همراه با گزارش کامل، در مطلبی خبری با عنوان «استفاده روزانه از هوش مصنوعی در میان بازاریابان تقریباً دو برابر شده، اما سنجش نتایج عقب مانده است» منتشر کرد. طبق گزارش، نظرسنجی از ۱۸۴ متخصص بازاریابی و تبلیغات در آژانس‌ها، شرکت‌های صاحب برند و ناشران رسانه‌ای، از ۱۶ ژوئیه تا ۱۴ اوت ۲۰۲۶ انجام شده است. در مطلب خبری شرکت، بازه اجرای نظرسنجی به‌طور کلی‌تر «اوت ۲۰۲۶» ذکر شده است.

این چهارمین نسخه از گزارش است. بیسیس از سال ۲۰۲۳ هر سال پرسش‌هایی تقریباً یکسان مطرح کرده و همین تداوم، امکان مقایسه نتایج در طول زمان را فراهم می‌کند. در نظرسنجی سال ۲۰۲۳، تعداد شرکت‌کنندگان ۲۰۲ نفر بود؛ این رقم در سال ۲۰۲۴ به ۱۴۱ نفر، در سال ۲۰۲۵ به ۱۴۰ نفر و در سال ۲۰۲۶ به ۱۸۴ نفر رسید. برخی پرسش‌ها در سال‌های بعد به نظرسنجی اضافه شده‌اند؛ بنابراین، همه شاخص‌ها داده‌های چهار ساله ندارند.

برای تفسیر ارقام، باید به حجم نمونه توجه کرد. بر اساس محاسبه PPC Land، هر یک از ۱۸۴ پاسخ‌دهنده معادل حدود ۰.۵۴ واحد درصد از کل نمونه است. برخی از یافته‌هایی که بیش از همه به آن‌ها استناد می‌شود، از گروه‌های کوچک‌تری به دست آمده‌اند. پرسش‌های مربوط به مدیران ارشد بر پاسخ‌های ۶۳ تا ۶۵ نفر از مدیران در سطح معاون رئیس و بالاتر متکی است؛ در این گروه، پاسخ یک نفر نتیجه را حدود ۱.۶ واحد درصد تغییر می‌دهد. آمار تفصیلی استفاده از عامل‌ها نیز بر پاسخ‌های ۹۴ نفری استوار است که سازمان‌هایشان این ابزارها را ساخته یا به کار گرفته‌اند. بیسیس حاشیه خطا را منتشر نکرده و توضیح نداده است که پاسخ‌دهندگان چگونه انتخاب شده‌اند.

بیسیس ناظری بی‌طرف نیست. این شرکت که از سال ۲۰۰۱ نرم‌افزارهای رسانه‌ای می‌فروشد، در گزارش خود را «تنها پلتفرم یکپارچه رسانه‌ای معرفی می‌کند که برنامه‌ریزی، عملیات دیجیتال، گزارش‌دهی و تطبیق مالی را در حوزه‌های تبلیغات برنامه‌ریزی‌شده، همکاری مستقیم با ناشران، جست‌وجو و شبکه‌های اجتماعی یکپارچه می‌کند». نتیجه‌گیری گزارش مبنی بر اینکه وقتی برنامه‌ریزی، اجرا، گزارش‌دهی و تطبیق مالی در سامانه‌های جداگانه انجام می‌شوند، اندازه‌گیری نتایج «تقریباً ناممکن» است، با محصولاتی که بیسیس عرضه می‌کند هم‌راستایی آشکاری دارد.

استفاده از هوش مصنوعی تقریباً فراگیر شده است

بر اساس گزارش، ۹۸.۴ درصد پاسخ‌دهندگان می‌گویند در فعالیت‌های بازاریابی یا تبلیغات خود از هوش مصنوعی مولد یا عامل‌محور استفاده می‌کنند و ۹۳.۵ درصد دست‌کم هفته‌ای یک بار سراغ آن می‌روند. تنها ۱.۶ درصد گفته‌اند اصلاً از این فناوری استفاده نمی‌کنند. این نسبت در سال ۲۰۲۵ برابر با ۵ درصد و در سال ۲۰۲۳ معادل ۲۷.۷ درصد بود.

تغییر مهم‌تر به دفعات استفاده مربوط می‌شود. سهم افرادی که هر روز از هوش مصنوعی استفاده می‌کنند، به ۶۱.۴ درصد رسیده است؛ در حالی که این رقم در سال ۲۰۲۵ برابر با ۳۳.۶ درصد و در سال ۲۰۲۳ تنها ۱۰.۹ درصد بود. به بیان دیگر، بر اساس محاسبه PPC Land با استفاده از ارقام بیسیس، سهم کاربران روزانه طی سه سال بیش از پنج برابر شده است.

این فناوری بیشتر برای چه کارهایی به کار می‌رود؟ تحقیق با ۸۵.۹ درصد و ایده‌پردازی با ۸۳.۲ درصد همچنان رایج‌ترین کاربردها هستند. پس از آن‌ها، تهیه پیش‌نویس محتوا و آثار خلاقانه با ۶۷.۴ درصد و ساده‌سازی فرایندها با ۶۰.۹ درصد قرار دارند. با این حال، رشد سریع‌تر در مراحل پیشرفته‌تر اجرای کمپین دیده می‌شود. استفاده برای بهینه‌سازی داده‌ها از ۳۵ درصد به ۵۳.۸ درصد افزایش یافته است. تولید تصویر و ویدئو از ۲۵ درصد به ۴۱.۸ درصد رسیده و سهم برنامه‌ریزی رسانه‌ای ۳۹.۱ درصد، سئو و کار با کلمات کلیدی ۳۹.۷ درصد، بازآفرینی محتوا برای کاربردهای دیگر ۳۸ درصد، راهبرد خرید رسانه ۳۰.۴ درصد و تولید نسخه‌های مختلف تبلیغات یا تبلیغات شخصی‌سازی‌شده ۲۹.۹ درصد است.

در گزارش آمده است: «در مجموع، این تغییرات نشان می‌دهند که نقش هوش مصنوعی از کمک به بازاریابان برای شروع کار، به کمک در تکمیل آن گسترش یافته است.»

بازار ابزارها پراکنده‌تر می‌شود

یک سال قبل، چت‌جی‌پی‌تی با اختلافی بیش از ۴۰ واحد درصد پیشتاز بود. نمودار گزارش نشان می‌دهد در نظرسنجی سال ۲۰۲۵، ۸۸.۶ درصد پاسخ‌دهندگان از این ابزار استفاده می‌کردند؛ در مقابل، این نسبت برای جمینای ۴۵ درصد، مایکروسافت کوپایلوت ۴۱.۴ درصد و کلود ۱۷.۹ درصد بود. در سال ۲۰۲۶، سهم چت‌جی‌پی‌تی به ۷۴.۵ درصد رسیده، در حالی که کلود با ۷۲.۳ درصد به آن نزدیک شده است. سهم کوپایلوت ۵۵.۴ درصد و جمینای ۴۷.۸ درصد است. فاصله ابزار رتبه اول و دوم اکنون به ۲.۲ واحد درصد کاهش یافته است.

در میان ابزارهای دیگر، سهم ادوبی فایرفلای از ۱۲.۱ درصد به ۲۰.۱ درصد و سهم میدجرنی از ۱۲.۱ درصد به ۱۷.۹ درصد افزایش یافته است. پرپلکسیتی ۱۳ درصد، گروک ۵.۴ درصد و جاسپر ۳.۳ درصد سهم دارند. استفاده از ایجنت‌فورس، محصول شرکت سیلزفورس، از ۵ درصد به ۱.۶ درصد کاهش یافته و سهم استیبل دیفیوژن ۲.۲ درصد بوده است.

جهت کلی این نتایج با تغییراتی که در داده‌های ترافیک اینترنت طی سال ۲۰۲۶ مشاهده شده، هم‌خوانی دارد؛ هرچند مقیاس‌های اندازه‌گیری تفاوت زیادی دارند. داده‌های Similarweb نشان داد که تا اواخر ماه مه، سهم چت‌جی‌پی‌تی از ترافیک وب هوش مصنوعی مولد به ۵۲.۷ درصد کاهش یافته و سهم کلود به ۸.۹ درصد رسیده بود. داده‌های پنل شرکت Comscore در سه‌ماهه دوم نیز نشان داد سهم چت‌جی‌پی‌تی از درخواست‌های هوش مصنوعی در آمریکا در ژوئن ۵۰ درصد بوده است؛ رقمی که در ژانویه ۷۰ درصد بود. در همان داده‌ها، سهم کلود ۱۱ درصد گزارش شد. این پنل‌ها ترافیک مصرف‌کنندگان را اندازه‌گیری می‌کنند، اما نظرسنجی بیسیس بررسی می‌کند که آیا یک متخصص یا سازمانش اصلاً از ابزاری استفاده می‌کند یا خیر. بنابراین، اگر یک پاسخ‌دهنده از پنج ابزار استفاده کند، در آمار هر پنج ابزار محاسبه می‌شود. به همین دلیل، ممکن است در یک مجموعه داده ۷۲.۳ درصد بازاریابان از کلود استفاده کنند، در حالی که سهم این ابزار از ترافیک در مجموعه داده‌ای دیگر تک‌رقمی باشد.

اشتراک‌های پولی

به گفته بیسیس، سهم سازمان‌هایی که برای ابزارهای پیشرفته هوش مصنوعی هزینه می‌کنند، از ۶۵.۷ درصد در سال ۲۰۲۵ و ۴۴ درصد در سال ۲۰۲۴ به ۸۸.۶ درصد افزایش یافته است. در میان ۱۶۳ سازمان پرداخت‌کننده، کلود پرو با ۳۳.۱ درصد پرکاربردترین محصول پولی بود. پس از آن، مایکروسافت کوپایلوت پریمیوم با ۲۹.۴ درصد، چت‌جی‌پی‌تی پرو با ۲۵.۲ درصد، کلود انترپرایز با ۲۲.۱ درصد و چت‌جی‌پی‌تی پلاس با ۲۱.۵ درصد قرار داشتند. سهم میدجرنی ۱۹ درصد، ادوبی فایرفلای ۱۶.۶ درصد و جمینای پرو ۱۴.۷ درصد بود. چت‌جی‌پی‌تی انترپرایز به ۱۲.۹ درصد و کلود مکس به ۹.۲ درصد رسیدند.

بیسیس این اشتراک‌ها را بر اساس شرکت ارائه‌دهنده دسته‌بندی می‌کند. در گزارش آمده است که «اکنون نزدیک به دوسوم سازمان‌های پرداخت‌کننده از نسخه‌های پیشرفته کلود استفاده می‌کنند» و سهم نسخه‌های پولی چت‌جی‌پی‌تی به ۵۹.۶ درصد می‌رسد. طبق محاسبه PPC Land، این ارقام با جمع ساده سهم طرح‌های مختلف مطابقت دارند: ۳۳.۱ به‌علاوه ۲۲.۱ و ۹.۲ درصد برای کلود، یعنی ۶۴.۴ درصد؛ و ۲۵.۲ به‌علاوه ۲۱.۵ و ۱۲.۹ درصد برای چت‌جی‌پی‌تی. با این حال، اگر سازمانی هزینه دو طرح از یک ارائه‌دهنده را بپردازد، در این جمع دوبار شمرده می‌شود. بنابراین، این مجموع‌ها سقف برآورد سهم سازمان‌ها هستند، نه شمار دقیق سازمان‌های منحصربه‌فرد. با همین روش، سهم طرح‌های پولی جمینای به ۲۴.۶ درصد می‌رسد.

تغییرات بازار اشتراک‌های پولی در مقایسه با سال قبل چشمگیر است. در سال ۲۰۲۵، چت‌جی‌پی‌تی پلاس با سهم ۳۸ درصدی پرکاربردترین محصول پولی بود؛ سهم چت‌جی‌پی‌تی پرو ۳۱.۵ درصد و کلود پرو ۱۵.۲ درصد بود. سهم کوپایلوت تقریباً ثابت ماند و از ۲۸.۳ درصد به ۲۹.۴ درصد رسید.

مدل‌های سفارشی

سهم سازمان‌هایی که از مدل‌های سفارشی یا نیمه‌سفارشی استفاده می‌کنند، از ۲۸.۵ درصد به ۴۳.۵ درصد افزایش یافته است. تقریباً تمام این رشد به مدل‌های نیمه‌سفارشی مربوط می‌شود؛ مدل‌هایی که بر پایه یک مدل زبانی بزرگ (LLM) موجود ساخته می‌شوند. استفاده از این مدل‌ها از ۱۷.۱ درصد به ۳۱.۵ درصد رسیده است. در مقابل، سهم مدل‌های کاملاً سفارشی تنها از ۱۱.۴ درصد به ۱۲ درصد افزایش یافته است. ۱۹ درصد دیگر قصد دارند طی ۱۲ ماه آینده راهکارهای سفارشی را اجرا کنند، در حالی که ۳۳.۵ درصد نه از این مدل‌ها استفاده می‌کنند و نه برنامه‌ای برای استفاده نزدیک‌مدت دارند؛ این رقم پیش‌تر ۴۷.۱ درصد بود.

شکاف در سنجش نتایج

مهم‌ترین یافته گزارش به اثبات اثربخشی مربوط می‌شود، نه میزان استفاده از هوش مصنوعی. طبق داده‌های بیسیس، تنها ۶.۵ درصد سازمان‌ها بازده سرمایه‌گذاری خود در هوش مصنوعی را با معیارها و شاخص‌های مشخص اندازه‌گیری می‌کنند. ۲۳.۴ درصد دیگر این بازده را می‌سنجند، اما فقط بر اساس مشاهدات و شواهد موردی. ۶۵.۱ درصد باقی‌مانده به سه گروه تقسیم می‌شوند: ۱۸.۵ درصد بازده سرمایه‌گذاری را اندازه‌گیری نمی‌کنند، اما قصد دارند این کار را انجام دهند؛ ۲۲.۷ درصد آن را نمی‌سنجند و ۲۳.۹ درصد نمی‌دانند که آیا کسی در سازمانشان چنین کاری می‌کند یا خیر.

بر اساس محاسبه PPC Land، ۶.۵ درصد از نمونه ۱۸۴ نفری معادل حدود ۱۲ پاسخ‌دهنده است.

در گزارش آمده است: «برای صنعتی که مدعی است باید درباره سرنوشت تک‌تک دلارهای هزینه‌شده در رسانه پاسخ‌گو باشد، نبود یک معیار قابل‌مقایسه برای هوش مصنوعی احتمالاً نمی‌تواند مدت زیادی ادامه یابد؛ به‌ویژه در شرایطی که سرمایه‌گذاری‌ها در این حوزه همچنان افزایش پیدا می‌کنند.»

هزینه‌کرد در این حوزه نشانه‌ای از کاهش ندارد. سه‌چهارم پاسخ‌دهندگان، معادل ۷۵ درصد، می‌گویند سازمانشان طی ۱۲ ماه گذشته در فناوری‌هایی برای خودکارسازی یا ساده‌سازی فرایندها سرمایه‌گذاری کرده است؛ این رقم پیش‌تر ۶۳.۶ درصد بود. برنامه‌های سرمایه‌گذاری برای ۱۲ ماه آینده تقریباً بدون تغییر مانده‌اند: ۷۸.۸ درصد قصد سرمایه‌گذاری دارند، در حالی که این سهم یک سال قبل ۷۹.۳ درصد بود.

نظرسنجی‌های دیگر نیز به ضعف مشابهی اشاره کرده‌اند. در مطالعه شرکت ترنس‌یونیون از ۱۰۰ مدیر ارشد بازاریابی در آمریکا، تنها ۵۳ درصد از بازاریابان گفته‌اند که از بازاریابی مبتنی بر هوش مصنوعی بازده معناداری به دست آورده‌اند و ۶۵ درصد عمدتاً اثر این فناوری را از طریق صرفه‌جویی برآوردی در هزینه یا زمان می‌سنجند. در مطالعه‌ای از سوی WSJ Intelligence و شرکت Code and Theory با مشارکت ۸۰۱ مدیر اجرایی نیز مشخص شد که از هر چهار شرکت بزرگ آمریکایی، یکی فردی را مسئول هماهنگی فعالیت‌های هوش مصنوعی نکرده است. سال گذشته نیز نظرسنجی MiQ از ۳۱۶۹ بازاریاب نشان داد که ۷۲ درصد قصد داشتند استفاده از هوش مصنوعی را گسترش دهند، اما تنها ۴۵ درصد احساس می‌کردند برای به‌کارگیری آن آمادگی دارند.

بهبودهایی که بر اساس ارزیابی شخصی گزارش شده‌اند

در نبود معیارهای مشخص، ارقام مربوط به افزایش بهره‌وری در گزارش بر ارزیابی شخصی پاسخ‌دهندگان تکیه دارند. سه‌چهارم آن‌ها، معادل ۷۵ درصد، می‌گویند هوش مصنوعی در سال گذشته بهره‌وری‌شان را به میزان متوسط یا چشمگیری افزایش داده است. سهم افرادی که از بهبود چشمگیر خبر داده‌اند، از ۱۳.۵ درصد در سال ۲۰۲۴ به ۲۵.۷ درصد در سال ۲۰۲۵ و ۳۳.۲ درصد در سال ۲۰۲۶ رسیده است. تنها ۴.۳ درصد هیچ افزایشی در بهره‌وری ندیده‌اند؛ این رقم در سال ۲۰۲۴ برابر با ۱۹.۹ درصد بود.

تصویر کیفیت کار متفاوت است. در حالی که ۶۰.۹ درصد می‌گویند هوش مصنوعی کیفیت عملکردشان را به میزان متوسط یا چشمگیری بهبود داده، ۱۶.۸ درصد هیچ تأثیر قابل‌اندازه‌گیری گزارش نکرده‌اند؛ نسبتی که تقریباً با سال قبل برابر است. تفاوت بر اساس سطح شغلی قابل‌توجه است. در میان مدیران سطح معاون رئیس و بالاتر، ۶۶.۲ درصد می‌گویند هوش مصنوعی کیفیت کارشان را به میزان متوسط یا چشمگیری افزایش داده است. در میان کارکنان سطوح ابتدایی تا میانی، ۶۳.۹ درصد بهبود اندک یا متوسط را گزارش کرده‌اند و ۲۱ درصد می‌گویند هیچ اثر قابل‌اندازه‌گیری مشاهده نکرده‌اند.

بیسیس برای این تفاوت توضیحی ارائه می‌کند: کارکنان ارشد از هوش مصنوعی برای «ترکیب اطلاعات، تحلیل و پشتیبانی از تصمیم‌گیری» استفاده می‌کنند، در حالی که کارکنان تازه‌کارتر بیشتر از آن «برای تولید و پردازش» بهره می‌گیرند؛ کارهایی که ممکن است سریع‌تر انجام شوند، بی‌آنکه کیفیت لزوماً به همان نسبت افزایش یابد.

زیرساخت‌های داده از رشد هوش مصنوعی عقب مانده‌اند

گزارش، مشکل سنجش نتایج را به داده‌های دست‌اول نیز مرتبط می‌داند. تنها ۲۲.۸ درصد پاسخ‌دهندگان می‌گویند این داده‌ها نقشی گسترده یا بنیادی در برنامه‌های هوش مصنوعی سازمانشان دارند؛ رقمی که تفاوت اندکی با ۲۱.۴ درصد یک سال قبل دارد. طبق نمودار، ۲۵.۵ درصد این داده‌ها را تا حدی محوری می‌دانند، ۱۸.۵ درصد نقش آن‌ها را محدود توصیف می‌کنند و ۱۴.۱ درصد می‌گویند این داده‌ها اصلاً نقشی ندارند. ۱۹ درصد نیز از وضعیت مطمئن نیستند.

در زمینه کیفیت داده‌ها، ۱۳ درصد پاسخ‌دهندگان می‌گویند داده‌های دست‌اول سازمانشان گسترده و دارای ساختار مناسب است؛ این رقم پیش‌تر ۱۷.۹ درصد بود. ۳۱ درصد معتقدند داده‌ها کافی هستند، اما در واحدهای مختلف سازمان پراکنده‌اند. ۲۶.۶ درصد آن‌ها را محدود و پراکنده توصیف می‌کنند، ۱۲ درصد می‌گویند اساساً از داده‌های دست‌اول استفاده نمی‌کنند و ۱۷.۴ درصد نیز از وضعیت آگاهی ندارند.

گزارش میان این آمار و استقرار عامل‌های هوش مصنوعی ارتباط مستقیمی برقرار می‌کند. در آن آمده است: «با اینکه اکنون نیمی از صنعت از عامل‌ها استفاده می‌کنند، تنها ۱۳ درصد بازاریابان داده‌های دست‌اول سازمان خود را گسترده و دارای ساختار مناسب می‌دانند؛ موضوعی که احتمالاً باعث می‌شود عامل‌ها پایین‌تر از ظرفیت بالقوه خود عمل کنند.» این بخش پایانی، تفسیر بیسیس است؛ نظرسنجی عملکرد واقعی عامل‌ها را اندازه‌گیری نکرده است.

استقرار گسترده عامل‌های هوش مصنوعی

سهم سازمان‌هایی که ساخت عامل‌های هوش مصنوعی برای بازاریابی یا تبلیغات را آغاز کرده‌اند یا استفاده از آن‌ها را شروع کرده‌اند، از ۲۰ درصد به ۵۱.۱ درصد افزایش یافته است. بیسیس این رشد را ۱۵۵.۵ درصد اعلام می‌کند. در گزارش، عامل‌ها سامانه‌هایی تعریف شده‌اند که «داده‌ها را دریافت می‌کنند، تصمیم می‌گیرند و برای رسیدن به هدفی از پیش تعیین‌شده اقدام می‌کنند؛ آن هم با دخالت محدود یا بدون دخالت انسان». این تعریف، عامل‌ها را در دسته گسترده‌تر هوش مصنوعی عامل‌محور قرار می‌دهد.

در میان ۹۴ پاسخ‌دهنده‌ای که سازمان‌هایشان از عامل‌ها استفاده می‌کنند، گزارش‌دهی و تحلیل داده‌ها با سهم ۷۲.۳ درصدی رایج‌ترین وظیفه این سامانه‌هاست. پس از آن، تهیه بریف کمپین با ۵۶.۴ درصد، تولید محتوا با ۴۵.۷ درصد، بهینه‌سازی آثار خلاقانه با ۳۸.۳ درصد، برنامه‌ریزی رسانه‌ای با ۳۵.۱ درصد، شخصی‌سازی با ۲۵.۵ درصد و خرید رسانه با ۱۸.۱ درصد قرار دارند.

خرید رسانه، یعنی وظیفه‌ای که مستقیماً به هزینه‌کرد پول مربوط می‌شود، در میان دسته‌های ذکرشده کمترین میزان واگذاری به عامل‌ها را دارد. داده‌های منتشرشده از سوی AppsFlyer در دسامبر گذشته نشان می‌داد که ۵۷ درصد از استقرارهای عامل‌های هوش مصنوعی در بازاریابی اپلیکیشن بر خودکارسازی فنی، مانند بررسی تنظیمات، متمرکز بوده‌اند.

انتظارات از آینده فراتر از میزان استفاده فعلی است. طبق گزارش، ۷۷.۲ درصد از ۱۸۰ پاسخ‌دهنده انتظار دارند تبلیغات دیجیتال طی سه تا پنج سال آینده دست‌کم تا حدی عامل‌محور یا خودکار شود. در این میان، ۵۰ درصد پیش‌بینی می‌کنند این فرایند تا حدی خودکار شود، ۲۵ درصد انتظار خودکارسازی در سطح گسترده و ۲.۲ درصد انتظار خودکارسازی کامل دارند. مدیران ارشد خوش‌بین‌تر از کارکنان هستند. در میان ۶۳ مدیر، ۳۶.۵ درصد انتظار دارند تبلیغات عمدتاً خودکار شود و ۳.۲ درصد خودکارسازی کامل را پیش‌بینی می‌کنند. این نسبت‌ها در میان ۱۱۷ پاسخ‌دهنده از سطوح ابتدایی تا میانی، به‌ترتیب ۱۸.۸ و ۱.۷ درصد است.

دیدگاه‌ها درباره بخشی از فرایند بازاریابی که بیشترین تغییر را بر اثر هوش مصنوعی تجربه خواهد کرد نیز دگرگون شده‌اند. در سال ۲۰۲۴، ۵۷.۴ درصد تولید محتوا را مهم‌ترین حوزه تغییر می‌دانستند. در سال ۲۰۲۶، این رقم به ۲۳.۴ درصد رسیده و تحلیل داده‌ها با سهم ۲۷.۲ درصدی در صدر قرار گرفته است؛ این سهم دو سال قبل ۱۱.۳ درصد بود. بهینه‌سازی آثار خلاقانه با ۱۵.۸ درصد و برنامه‌ریزی رسانه‌ای با ۱۴.۷ درصد در رتبه‌های بعدی قرار دارند. ۶.۵ درصد نیز اندازه تیم را از حوزه‌های اصلی تغییر دانسته‌اند.

اشتغال: وظایف سریع‌تر جایگزین می‌شوند تا نیروی انسانی

جایگزینی وظایف با هوش مصنوعی تقریباً دو برابر شده است. طبق گزارش بیسیس، ۴۷.۸ درصد پاسخ‌دهندگان می‌گویند سازمانشان طی ۱۲ ماه گذشته وظایف انسانی را با راهکارهای هوش مصنوعی جایگزین کرده است. این رقم در سال ۲۰۲۵ برابر با ۲۷.۹ درصد، در سال ۲۰۲۴ معادل ۲۱.۳ درصد و در سال ۲۰۲۳ برابر با ۱۰.۴ درصد بود.

اما روند جایگزینی نیروی انسانی متفاوت است. در میان مدیران ارشد، ۲۰.۶ درصد گفته‌اند که سازمانشان با استفاده از هوش مصنوعی کارکنان را جایگزین کرده یا قصد انجام این کار را دارد. این سهم در سال ۲۰۲۵ برابر با ۲۵.۴ درصد بود، اما از ۱۸.۶ درصد در سال ۲۰۲۴ و ۱۱.۵ درصد در سال ۲۰۲۳ بیشتر است. بر اساس محاسبه PPC Land، با توجه به مشارکت ۶۳ مدیر در نظرسنجی، کاهش سهم از ۲۵.۴ به ۲۰.۶ درصد معادل حدود سه نفر است.

بیسیس این فاصله را چنین تفسیر می‌کند که سازمان‌ها «ظرفیت اضافی ایجادشده را صرف انجام کار بیشتر می‌کنند، نه کاهش تعداد کارکنان». این شرکت در ادامه می‌افزاید: «هنوز روشن نیست که این وضعیت نشان‌دهنده تقسیم کاری پایدار است یا صرفاً از تأخیر در تعدیل نیروی انسانی ناشی می‌شود.» این پرسش در صنعت همچنان مطرح است. اوایل همین ماه، شرکت هاب‌اسپات در جریان بازسازمان‌دهی تیم‌های محصول بر اساس نتایج مورد انتظار مشتریان، حدود ۶۶۰ شغل را حذف کرد، اما تأکید داشت که افزایش بهره‌وری ناشی از هوش مصنوعی عامل این تصمیم نبوده است.

نگرانی پاسخ‌دهندگان درباره آینده کل صنعت بیشتر از نگرانی آن‌ها درباره شغل خودشان است. کمی بیش از نیمی از آن‌ها، معادل ۵۰.۶ درصد، انتظار دارند هوش مصنوعی طی سه تا پنج سال آینده موجب از دست رفتن تعداد قابل‌توجهی از مشاغل در بازاریابی دیجیتال شود. این رقم در سال ۲۰۲۵ برابر با ۵۸.۶ درصد بود، اما همچنان از ۴۱.۱ درصد در سال ۲۰۲۴ بیشتر است. با این حال، ۷۰ درصد خطر جایگزینی شغل خود با هوش مصنوعی را در همین بازه زمانی اندک یا ناچیز می‌دانند؛ این سهم پیش‌تر ۶۶.۴ درصد بود. نسبت افرادی که هیچ خطری برای شغل خود نمی‌بینند، از ۱۷.۱ درصد به ۲۵ درصد افزایش یافته است.

مدیران ارشد از پذیرش گسترده هوش مصنوعی در سازمان‌هایشان خبر می‌دهند. طبق گزارش، ۹۶.۹ درصد آن‌ها می‌گویند تیم‌هایشان هوش مصنوعی را پذیرفته‌اند؛ این سهم در سال ۲۰۲۴ برابر با ۷۴.۶ درصد بود. همچنین ۲۸.۶ درصد می‌گویند تیم‌هایشان این فناوری را با اشتیاق فراوان پذیرفته‌اند؛ رقمی که دو سال قبل ۱۴ درصد بود. هیچ‌یک از مدیران شرکت‌کننده مقاومت شدید در برابر هوش مصنوعی را گزارش نکرده است.

کیفیت محتوا، بهینه‌سازی برای موتورهای مولد و ایمنی برند

اعتماد به خروجی‌های هوش مصنوعی همچنان کاهش می‌یابد. بر اساس گزارش بیسیس، ۷۶.۶ درصد پاسخ‌دهندگان می‌گویند محتوای تولیدشده با هوش مصنوعی با محتوای تولیدشده توسط نیروی انسانی در سازمانشان هم‌سطح نیست. این رقم در سال ۲۰۲۵ برابر با ۷۵ درصد، در سال ۲۰۲۴ معادل ۷۰.۲ درصد و در سال ۲۰۲۳ برابر با ۷۰.۳ درصد بود. گزارش این روند را به دقیق‌تر شدن قضاوت کاربران پس از چهار سال استفاده روزانه و نیز «گسترش محتوای کم‌کیفیت و کم‌زحمت تولیدشده با هوش مصنوعی در سطح وب عمومی» نسبت می‌دهد. نظرسنجی شرکت NP Digital از ۵۶۵ بازاریاب در اوایل امسال نشان داد که ۴۷.۱ درصد چند بار در هفته با اطلاعات نادرست تولیدشده توسط هوش مصنوعی روبه‌رو می‌شوند.

در حوزه جست‌وجو، ۵۳.۴ درصد از ۱۷۸ پاسخ‌دهنده می‌گویند سازمانشان بهینه‌سازی محتوا را به‌طور خاص برای جست‌وجوی مبتنی بر هوش مصنوعی آغاز کرده است. گزارش این فعالیت را «بهینه‌سازی برای موتورهای مولد» یا «بهینه‌سازی برای موتورهای پاسخ‌گو» می‌نامد. اصطلاح نخست اغلب به اختصار GEO خوانده می‌شود. ۲۴.۷ درصد هنوز چنین کاری را آغاز نکرده‌اند و ۲۱.۹ درصد از وضعیت سازمان خود مطمئن نیستند.

تمام پاسخ‌دهندگان این بخش، یعنی ۱۰۰ درصد از ۱۸۰ نفر، موافق بوده‌اند که هوش مصنوعی برای بازاریابان دیجیتال خطراتی در زمینه ایمنی برند و انتشار اطلاعات نادرست ایجاد می‌کند. سهم افرادی که این خطر را متوسط یا جدی می‌دانند، از ۸۸.۶ درصد به ۹۲.۲ درصد افزایش یافته است. ۵۰ درصد خطر را جدی ارزیابی کرده‌اند؛ در حالی که این سهم پیش‌تر ۴۰ درصد بود. ۴۲.۲ درصد نیز آن را متوسط می‌دانند. نگرانی درباره محتوای تولیدشده با هوش مصنوعی در فضای تبلیغاتی، پشتوانه‌ای در داده‌های هزینه‌کرد دارد. تحلیل مشترک TAG و ANA نشان داد که محتوای بی‌کیفیت تولیدشده با هوش مصنوعی بین ۱.۳ تا ۲.۴ درصد از هزینه تبلیغات برنامه‌ریزی‌شده در وب عمومی را به خود اختصاص داده است و در بیش از ۷۰ درصد موارد، ابزارهای ارزیابی آن را در دسته محتوای ممتاز قرار داده‌اند.

انرژی و مقررات

طبق گزارش بیسیس، نگرانی درباره آثار زیست‌محیطی هوش مصنوعی از ۵۳.۲ درصد در سال ۲۰۲۴ به ۸۱.۱ درصد افزایش یافته است. حمایت از قانون‌گذاری درباره توسعه و استفاده از هوش مصنوعی نیز از ۷۰ درصد به ۸۳.۷ درصد رسیده است. در مقابل، ۶ درصد با مقررات‌گذاری مخالف‌اند و ۱۰.۳ درصد مطمئن نیستند. گزارش این نتایج را در چارچوب «رویکرد عامدانه کم‌مداخله نهادهای فدرال آمریکا در قبال هوش مصنوعی» مطرح می‌کند؛ برداشتی با محوریت آمریکا که با توجه به محل احتمالی حضور پاسخ‌دهندگان مطرح شده است. با این حال، گزارش کشور محل فعالیت پاسخ‌دهندگان را مشخص نمی‌کند.

نگرش‌ها: خوش‌بینی همراه با تردید بیشتر

پاسخ‌دهندگان هم‌زمان دیدگاهی مثبت‌تر و تردیدآمیزتر نسبت به هوش مصنوعی پیدا کرده‌اند. بر اساس گزارش، ۷۹.۳ درصد معتقدند هوش مصنوعی تأثیر مثبتی بر بازاریابی و تبلیغات خواهد داشت؛ این سهم پیش‌تر ۷۵.۷ درصد بود. همچنین ۹۰.۲ درصد انتظار دارند هوش مصنوعی طی سه تا پنج سال آینده تحولی اساسی در تبلیغات دیجیتال ایجاد کند. با این حال، ۵۳.۳ درصد می‌گویند درباره توانایی‌های هوش مصنوعی بیش از حد اغراق می‌شود. این رقم در سال ۲۰۲۵ برابر با ۴۰.۷ درصد بود و اکنون تقریباً به سطح ۵۳.۲ درصدی سال ۲۰۲۴ بازگشته است.

در پاسخ به پرسشی درباره نگرش شخصی، ۲۵.۵ درصد خود را هیجان‌زده توصیف کرده‌اند؛ این رقم از ۱۶.۴ درصد بیشتر است. در مقابل، سهم افرادی که با احتیاط خوش‌بین‌اند، از ۵۹.۷ درصد به ۵۲.۷ درصد کاهش یافته است. مدیران ارشد نیز نسبت به کارکنان دیدگاه مثبت‌تری دارند: ۸۷.۷ درصد مدیران انتظار دارند هوش مصنوعی تأثیر مثبتی بر صنعت بگذارد، در حالی که این نسبت در میان افراد دارای سمت مدیر و پایین‌تر ۷۴.۷ درصد است.

ناهماهنگی در ارقام گزارش

برخی ارقام گزارش با یکدیگر هم‌خوانی ندارند. در متن آمده است که ۲۲.۵ درصد پاسخ‌دهندگان داده‌های دست‌اول را تا حدی مفید، اما هنوز یکپارچه‌نشده توصیف می‌کنند؛ در حالی که نمودار همان صفحه، سهم گروه «تا حدی» را ۲۵.۵ درصد نشان می‌دهد. متن گزارش، نگرانی‌های زیست‌محیطی در سال ۲۰۲۵ را ۶۳.۶ درصد اعلام می‌کند، اما نمودار رقم ۶۳.۳ درصد را نشان می‌دهد؛ افزایش «نزدیک به ۱۸ واحد درصد» که گزارش به آن اشاره می‌کند نیز با رقم نمودار مطابقت دارد. گزارش می‌گوید برای نخستین بار اکثریت پاسخ‌دهندگان تهدید مربوط به ایمنی برند را جدی می‌دانند، اما نمودار رقم دقیقاً ۵۰ درصد را نشان می‌دهد که نیمی از پاسخ‌دهندگان است، نه اکثریت آن‌ها. در چند نمودار، گروه کارکنان جوان‌تر به‌اشتباه «مدیران در سطح مدیر و بالاتر» معرفی شده، در حالی که متن و نمودارهای مربوط به مدیران ارشد آن را گروه مدیران در سطح مدیر و پایین‌تر توصیف می‌کنند. PPC Land در موارد اختلاف، ارقام نمودارها را مبنا قرار داده است.

بیسیس چه می‌گوید؟

کیتی مک‌آدامز، مدیر ارشد بازاریابی و بازرگانی بیسیس، در مطلب خبری این شرکت گفت: «بازاریابان مدت‌هاست از مرحله پرسش درباره اینکه آیا هوش مصنوعی باید در جریان کارشان حضور داشته باشد یا نه عبور کرده‌اند. با این حال، برای توجیه این سرمایه‌گذاری هنوز کار زیادی باقی مانده است.» او افزود که معتقد است «مرحله بعدی تحول هوش مصنوعی در صنعت ما از پلتفرم‌های یکپارچه رسانه‌ای ناشی خواهد شد؛ پلتفرم‌هایی که زیرساخت‌های داده را ایجاد می‌کنند تا پاسخ‌گویی درباره سرمایه‌گذاری امکان‌پذیر شود و سازمان‌ها بتوانند با اطمینان، استفاده از هوش مصنوعی عامل‌محور را گسترش دهند.»

بخش پایانی گزارش سه پیامد شکاف موجود در سنجش نتایج را توضیح می‌دهد. نخست، اثربخشی: سازمان‌ها «نمی‌توانند یک اجرای واقعاً مؤثر را از اجرای پرهزینه‌ای که فقط مفید به نظر می‌رسد، تشخیص دهند». دوم، پاسخ‌گویی و اعتبار: «بودجه‌های هوش مصنوعی سریع‌تر از تقریباً هر ردیف هزینه دیگری در بازاریابی رشد می‌کنند، اما در حال حاضر دفاع از ضرورت آن‌ها از هر هزینه دیگری دشوارتر است». سوم، زیرساخت‌های هوش مصنوعی عامل‌محور: «خودمختاری‌ای که بر فرایندی اندازه‌گیری‌نشده اعمال شود، فقط همان فرایند را با سرعت بیشتری تکرار می‌کند.»

اهمیت این یافته‌ها برای فعالان بازاریابی

این گزارش برای آژانس‌ها و تیم‌های بازاریابی داخلی، تصویری از مرحله‌ای مشخص در تحول صنعت ارائه می‌دهد. هوش مصنوعی دیگر فقط برای نوشتن پیش‌نویس متن به کار نمی‌رود؛ اکنون گزارش تهیه می‌کند، بریف کمپین می‌نویسد و آثار خلاقانه را با نظارت محدود تنظیم می‌کند. نیمی از سازمان‌های بررسی‌شده نیز از عامل‌های هوش مصنوعی استفاده می‌کنند. هزینه‌کرد برای این ابزارها هر سال افزایش یافته است، اما در نزدیک به دوسوم سازمان‌ها هنوز پاسخ روشنی به این پرسش وجود ندارد که آیا این فناوری واقعاً نتایج را بهبود می‌دهد یا صرفاً سرعت انجام کارها را بیشتر می‌کند.

یافته‌های مربوط به ابزارها از جنبه دیگری اهمیت دارند. تیم‌های بازاریابی که دو سال پیش استفاده از یک ارائه‌دهنده را به‌عنوان استاندارد سازمانی انتخاب کرده بودند، اکنون فعالیت‌های خود را میان سه یا چهار ابزار تقسیم می‌کنند و اشتراک‌های پولی چند شرکت را هم‌زمان در اختیار دارند. این وضعیت بر خرید سازمانی، حکمرانی داده‌ها و اعتبار مقایسه‌های داخلی میان ابزارها تأثیر می‌گذارد. همچنین سنجش نتایج را دشوارتر می‌کند، زیرا ممکن است یک خروجی پیش از رسیدن به کمپین از چند مدل مختلف عبور کند.

این ارقام محدودیت‌های مشخصی دارند. حجم نمونه کوچک است و گروه‌های فرعی نمونه‌های کوچک‌تری دارند؛ شیوه جذب پاسخ‌دهندگان اعلام نشده و همه داده‌ها بر اساس گزارش خود افراد جمع‌آوری شده‌اند. افزون بر این، گزارش را شرکتی منتشر کرده که پلتفرم یکپارچه‌ای را عرضه می‌کند که نتیجه‌گیری‌های آن به استفاده از چنین راهکاری گرایش دارد. با وجود این محدودیت‌ها، مجموعه داده‌های چهار ساله یک ناشر واحد تصویری نسبتاً منسجم از نحوه توصیف استفاده متخصصان از هوش مصنوعی به دست می‌دهد. پاسخ‌های آن‌ها نشان می‌دهد که توانایی سنجش نتایج، به اندازه استفاده از این فناوری پیشرفت نکرده است.

خط زمانی