To podejście może zmienić sposób, w jaki firmy wykorzystują sztuczną inteligencję w marketingu, strategii i podejmowaniu decyzji.
„Modele językowe nauczyły się nie tylko faktów i języka. Nauczyły się również sposobów funkcjonowania ludzkiej psychiki.”
Modele językowe uczą się więcej niż języka
LLM-y, takie jak ChatGPT, Gemini, Claude czy Llama, zostały wytrenowane na ogromnych zbiorach tekstów tworzonych przez ludzi. To oznacza, że oprócz wiedzy merytorycznej przyswoiły również wzorce argumentacji, sposoby rozwiązywania problemów, style myślenia oraz heurystyki wykorzystywane przez ludzi na co dzień. To właśnie dlatego niektóre pozornie dziwne techniki promptowania okazują się skuteczne. Polecenia typu:
- „Myśl krok po kroku.”
- „Zachowuj się jak ekspert.”
- „Wyobraź sobie, że od tej odpowiedzi zależy bardzo ważna decyzja.”
potrafią znacząco poprawić jakość odpowiedzi modelu. Zdaniem Neurofusion Labs nie są to przypadkowe sztuczki. To efekt wykorzystania mechanizmów psychologicznych zapisanych w danych treningowych modeli.
Psychologia zamiast opisu stanowiska
Większość dostępnych dziś narzędzi AI buduje agentów poprzez opis ich roli. Przykładowo:
„Jesteś dyrektorem marketingu z 15-letnim doświadczeniem.”
Neurofusion Labs uważa jednak, że takie podejście jest niewystarczające. Znacznie ważniejsze okazują się cechy psychologiczne osoby wykonującej dane zadanie. Dobry copywriter i świetny analityk danych mogą posiadać zupełnie inne sposoby przetwarzania informacji. Jeden będzie maksymalizował kreatywność, drugi będzie obsesyjnie szukał niespójności i błędów. Dlatego zamiast definiować stanowisko, projektowany jest sposób myślenia.
„Model zna wiedzę merytoryczną. My definiujemy, w jaki sposób ma z niej korzystać.”
Czym są modulatory psychologiczne?
Centralnym elementem rozwiązania Neurofusion Labs są tzw. modulatory psychologiczne. To zestawy mechanizmów poznawczych opisujących sposób funkcjonowania konkretnej persony. Tworzenie takiej persony nie polega wyłącznie na napisaniu promptu. Proces obejmuje między innymi:
- dobór odpowiednich cech osobowości,
- określenie dominujących heurystyk poznawczych,
- zdefiniowanie sposobu podejmowania decyzji,
- wskazanie mechanizmów analizy informacji,
- dopiero na końcu opis konkretnego zadania do wykonania.
Dzięki temu agent AI nie tylko odpowiada na pytanie, ale robi to w charakterystyczny sposób odpowiadający określonemu typowi człowieka.
Wirtualne zespoły zamiast jednego chatbota
Najciekawszym elementem koncepcji jest odejście od pojedynczego agenta AI. Zamiast tego powstają całe wirtualne zespoły ekspertów. Każdy odpowiada za inny etap procesu. Przykładowo podczas tworzenia strategii komunikacji jeden agent analizuje rynek, drugi bada segmenty klientów, trzeci proponuje komunikację, czwarty weryfikuje spójność, a kolejny przygotowuje rekomendacje. Efekt przypomina pracę prawdziwego interdyscyplinarnego zespołu konsultantów.
„Projektujemy proces, który daje efekt bardzo podobny do pracy zespołu ludzi rozwiązujących ten sam problem.”
Studium przypadku: dwa dni zamiast miesięcy analiz
Jednym z najbardziej interesujących przykładów przedstawionych podczas rozmowy była współpraca z firmą Factoria. Przedsiębiorstwo przez lata prowadziło badania rynku, wywiady z klientami, analizy komunikacji oraz liczne iteracje strategii marketingowej. Po jednym spotkaniu Neurofusion Labs stworzyło wirtualny zespół ekspertów oraz symulowaną populację klientów. Po dwóch dniach powstał raport. Jak relacjonowali uczestnicy projektu, zawierał on około 80–90% wniosków wypracowanych przez firmę przez wiele miesięcy pracy oraz dodatkowo wskazywał nowe kierunki rozwoju, których wcześniej nie brano pod uwagę. To pokazuje potencjał wykorzystania AI nie jako generatora tekstu, lecz jako narzędzia wspomagającego proces strategicznego myślenia.
AI odkrywa klientów, których firma nie widzi
Jednym z głównych zastosowań technologii Neurofusion Labs jest analiza grup docelowych. Firmy bardzo często są przekonane, że dobrze znają swoich klientów. Problem polega na tym, że zazwyczaj znają tylko tych najbardziej oczywistych. Symulacje AI pozwalają odkrywać dodatkowe segmenty odbiorców, które wcześniej pozostawały niezauważone. Takie podejście znajduje zastosowanie zarówno w marketingu B2B, jak i B2C oraz podczas ekspansji na nowe rynki zagraniczne.
Osiem razy więcej zapisów na Steam
Jednym z najbardziej spektakularnych przykładów była współpraca ze studiem tworzącym gry komputerowe. Analiza przeprowadzona przez Neurofusion Labs wykazała, że dotychczasowa komunikacja kierowana była do niewłaściwych odbiorców. Zmodyfikowano:
- segmentację klientów,
- komunikaty reklamowe,
- wybór społeczności internetowych.
Bez zmiany materiałów graficznych udało się osiągnąć imponujący rezultat.
Liczba zapisów na wishlistę Steam przypadająca na każdy wydany dolar wzrosła ośmiokrotnie.
To pokazuje, że czasami największa przewaga konkurencyjna nie wynika z lepszej reklamy, ale z lepszego zrozumienia odbiorców.
AI potrafi znaleźć klientów, których nikt się nie spodziewa
Podczas innego projektu system wskazał jako potencjalnych odbiorców historycznej gry komputerowej osoby po sześćdziesiątym roku życia. Początkowo zespół uznał tę rekomendację za mało prawdopodobą. Kilka dni później studio otrzymało wiadomość od emerytowanego nauczyciela historii ze Stanów Zjednoczonych, który wraz ze swoimi znajomymi aktywnie grał właśnie w tę produkcję. To był sygnał, że algorytm dostrzegł segment klientów, którego twórcy gry wcześniej nie uwzględniali.
Czy przyszłość AI będzie należała do psychologii?
Neurofusion Labs pokazuje kierunek, który coraz częściej pojawia się również w światowych badaniach nad agentami AI. Największym wyzwaniem przestaje być budowanie coraz większych modeli językowych. Coraz większego znaczenia nabiera natomiast projektowanie sposobu ich myślenia, współpracy oraz podejmowania decyzji. To przesuwa punkt ciężkości z samej technologii na wiedzę z zakresu psychologii poznawczej, nauk behawioralnych i projektowania procesów. Być może właśnie tam będzie powstawała kolejna przewaga konkurencyjna przedsiębiorstw wykorzystujących sztuczną inteligencję.
Posłuchaj całej rozmowy na YouTube.