نوشته گراهام هانسل: Graham Hansell // administrator
Founder of both SiteLynx and SLX marketing.
Leading web marketing planner and trainer.
ترجمه و تنظیم از: دکتر حسن خسروی. رییس کمیته امور بین الملل انجمن روابط‌عمومی‌‌ ایران
 

شبکه اطلاع‌رسانی روابط‌عمومی ایران (شارا)-|| همانطور که هوش مصنوعی به تکامل خود ادامه می دهد، تاثیر قابل توجهی بر روابط‌عمومی‌‌ خواهد داشت. هوش مصنوعی برای روابط‌عمومی‌‌ می تواند به مدیریت و نظارت بر ارتباطات، شناسایی بحران های احتمالی و ارائه توصیه های استراتژیک کمک کند.

وضعیت فعلی تغییر دوره کلاسیک در یک چالش تکنولوژیکی به یک صنعت تثبیت شده است. با توجه به اینکه روابط‌عمومی‌‌ بسیار "روابط محور" است و عنصر انسانی در صنعت مرکزی است، هوش مصنوعی کجا می تواند در این مدل قرار گیرد؟

 1. صنعت روابط‌عمومی‌‌ در حال تغییر است.

 2. حرفه ای هایی که سازگاری ندارند عقب می مانند.

 3. روابط‌عمومی‌‌ و هوش مصنوعی روشی انقلابی برای آشنایی با چهره جدید استانداردهای صنعت آینده ارائه می‌دهند و فرصتی عالی برای جلوتر ماندن از منحنی ارائه می‌دهند. هوش مصنوعی این پتانسیل را دارد که روشی را که متخصصان روابط‌عمومی‌‌ مدیریت می کنند، بحران ها و ارائه توصیه های استراتژیک را متحول کند.

با مزایای بسیار زیاد، جای تعجب نیست که هوش مصنوعی در دهه آینده چشم انداز روابط‌عمومی‌‌ را تغییر دهد. متأسفانه، شاغلین فعلی که جریان کاری خود را طوری توسعه نمی‌دهند که شامل هوش مصنوعی شود، باعث شکست‌ها و معایب رقابتی نهایی می‌شود.

در اینجا چند ایده در مورد روش هایی که هوش مصنوعی بر روابط‌عمومی‌‌ در دهه آینده تأثیر می گذارد آورده شده است:
1 - هوش مصنوعی می تواند به شناسایی الگوها و روندها در داده ها کمک کند و درک آنچه را که در چشم انداز رسانه ها اتفاق می افتد آسان تر می کند.
2 - هوش مصنوعی می تواند به متخصصان روابط‌عمومی‌‌ کمک کند تا برداشت ها و پوشش رسانه ها را ردیابی کرده و احساسات را تحلیل کنند.
3 - هوش مصنوعی می تواند فهرست های رسانه ای هدفمند را برای مصاحبه ها یا انتشارات رسانه ای ایجاد کند.
4 - هوش مصنوعی می تواند به شناسایی مسائل و بحران های احتمالی بر اساس منبع باز و داده های خاص شرکت کمک کند.
5 - هوش مصنوعی می تواند در توسعه استراتژی های ارتباطی کمک کند.
6 - هوش مصنوعی می تواند به مدیریت شبکه های اجتماعی کمک کند.
7 - هوش مصنوعی می تواند گزارش ها و بینش ها را تولید کند.
8 - هوش مصنوعی می تواند به نظارت بر شهرت برند و تأثیر رسانه ها کمک کند.
9 - هوش مصنوعی می تواند به نظارت و روابط رسانه ای کمک کند.
10 - هوش مصنوعی می تواند برای هر روزنامه نگاری که با آنها تماس گرفته می شود محتوای شخصی ایجاد کند.
11 - هوش مصنوعی می تواند توصیه هایی برای بهینه سازی کمپین ارائه دهد.
12 - دستیارهای صوتی هوش مصنوعی می توانند کارهای ساده ای را انجام دهند و متخصصان روابط‌عمومی‌‌ را آزاد بگذارند تا روی کارهای پیچیده تر تمرکز کنند.
13 - مانند تمام فناوری‌ها، با استفاده گسترده‌تر از هوش مصنوعی، برای موسسات کوچک‌تر مقرون به صرفه‌تر و در دسترس‌تر می‌شود.
14 - هوش مصنوعی می تواند برای نظارت بر ارتباطات در کانال ها و پلتفرم های مختلف استفاده شود.
15 - هوش مصنوعی می تواند به شناسایی بحران های احتمالی قبل از وقوع کمک کند.
16 - هوش مصنوعی می تواند توصیه های استراتژیک برای مدیریت ارتباطات ارائه دهد.
17 - هوش مصنوعی می تواند به ایجاد پیام های شخصی تر برای مخاطبان هدف کمک کند.
18 - هوش مصنوعی می تواند گزارش هایی در مورد پوشش رسانه ای و تجزیه و تحلیل تولید کند.
19 - هوش مصنوعی می تواند با شناسایی تأثیرگذاران و ایجاد محتوا به مدیریت حساب های رسانه های اجتماعی کمک کند.
20 - هوش مصنوعی می تواند مکالمات آنلاین را کنترل کند و احساسات پیرامون یک نام تجاری یا مشکل را شناسایی کند.
21 - هوش مصنوعی می تواند با شناسایی روزنامه نگارانی که به احتمال زیاد به یک داستان علاقه مند هستند، به روابط رسانه ای کمک کند.
22 - هوش مصنوعی می تواند به ایجاد زمینه های هدفمند برای روابط رسانه ای کمک کند.
23 - هوش مصنوعی می تواند بینشی در مورد نحوه عملکرد یک کمپین ارائه دهد و توصیه هایی برای تغییرات ارائه دهد.
24 - هوش مصنوعی می تواند به ارزیابی اثربخشی کمپین های بازاریابی و ارتباطات کمک کند.

هوش مصنوعی (AI) شاخه وسیعی از علوم کامپیوتر است که با ساخت ماشین‌های هوشمندی که قادر به انجام وظایفی هستند که معمولاً توسط انسان انجام می‌شود، سروکار دارد. هنوز هیچ چیزی به عنوان "هوش مصنوعی" واقعی گزارش نشده است، زیرا اکثریت قریب به اتفاق سیستم‌ها مبتنی بر "یادگیری ماشینی" هستند تا امکان تجزیه و تحلیل داده‌های بزرگ را فراهم کنند.

چند نوع هوش مصنوعی وجود دارد؟ بر اساس سیستم های طبقه بندی فعلی، چهار نوع هوش مصنوعی اصلی وجود دارد: هوش مصنوعی واکنشی، هوش مصنوعی با حافظه محدود، هوش مصنوعی تئوری ذهن و هوش مصنوعی خودآگاه.

 4 نوع هوش مصنوعی

هوش مصنوعی واکنشی: این نوع هوش مصنوعی نمی تواند حافظه ایجاد کند و فقط به شرایط فعلی واکنش نشان می دهد. کامپیوتر شطرنج بازی Deep Blue IBM نمونه ای از یک سیستم هوش مصنوعی واکنشی است. سیستم های هوش مصنوعی واکنشی ابتدایی ترین شکل هوش مصنوعی هستند. این سیستم ها نمی توانند تجربیات گذشته را ذخیره یا یادآوری کنند و فقط به شرایط فعلی پاسخ می دهند. سیستم‌های هوش مصنوعی واکنشی اغلب در کارهای ساده‌ای مانند بازی شطرنج یا تکمیل مکعب روبیک استفاده می‌شوند.

هوش مصنوعی حافظه محدود: این نوع هوش مصنوعی که به عنوان هوش مصنوعی نیمه مستقل نیز شناخته می شود، می تواند رویدادهای گذشته را به خاطر بسپارد و از آن اطلاعات برای اطلاع رسانی تصمیمات آینده استفاده کند. خودروی خودران گوگل نمونه ای از سیستم هوش مصنوعی با حافظه محدود است. این نوع هوش مصنوعی می تواند تجربیات گذشته را برای اطلاع رسانی تصمیمات فعلی به خاطر بسپارد و از آنها استفاده کند. AlphaGo گوگل نمونه ای از سیستم هوش مصنوعی حافظه محدود است. سیستم‌های هوش مصنوعی با حافظه محدود می‌توانند تجربیات گذشته را ذخیره و به خاطر بیاورند. این سیستم ها از این اطلاعات برای اطلاع رسانی تصمیم گیری فعلی استفاده می کنند. سیستم‌های هوش مصنوعی با حافظه محدود اغلب در کارهای پیچیده‌تر مانند بازی Go یا رانندگی با ماشین استفاده می‌شوند.

تئوری ذهن هوش مصنوعی: این نوع هوش مصنوعی توانایی درک احساسات و نیات انسان را دارد. سیستم‌های هوش مصنوعی نظریه ذهن هنوز در حال توسعه هستند، اما در نهایت می‌توانند در زمینه‌های سلامت روان، روابط‌عمومی‌‌ و بازاریابی مورد استفاده قرار گیرند. این نوع هوش مصنوعی می تواند حالات ذهنی افراد دیگر (باورها، خواسته ها، نیات و غیره) را درک کند. متأسفانه، این نوع هوش مصنوعی در حال حاضر وجود ندارد اما توسط دانشمندان داده برای پیشرفت در حال تحقیق است. هوش مصنوعی خودآگاه: این پیشرفته ترین نوع هوش مصنوعی است که با توانایی آن در آگاهی از افکار و احساسات خود مشخص می شود. با این حال، سیستم های هوش مصنوعی خودآگاه هنوز در حال توسعه هستند و هنوز به صورت تجاری در دسترس نیستند. این نوع هوش مصنوعی دارای حس خود و آگاهی است.

سیستم های هوش مصنوعی خودآگاه هنوز در حال توسعه هستند اما در نهایت می توانند در زمینه هایی مانند امنیت و روباتیک مورد استفاده قرار گیرند. همانطور که یک مهندس گوگل در تابستان 2022 ادعا کرد، این نوع هوش مصنوعی از وجود خود آگاه است و می تواند احساسات را تجربه کند. بنابراین چه نوع یادگیری ماشینی وجود دارد؟ سه نوع اصلی یادگیری ماشین وجود دارد : یادگیری نظارت شده، یادگیری بدون نظارت و یادگیری تقویتی. یادگیری تحت نظارت: نوعی یادگیری ماشینی که در آن سیستم هوش مصنوعی با داده های آموزشی ارائه می شود. سپس از این داده ها برای توسعه مدلی استفاده می شود که بتوان از آن برای پیش بینی داده های جدید استفاده کرد. یادگیری تحت نظارت اغلب در کارهایی مانند طبقه بندی تصویر و تشخیص چهره استفاده می شود. یادگیری تحت نظارت مانند: • مدل یادگیری ماشینی یک مربی دارد • مجموعه داده آموزشی مانند یک مربی است که یادگیری شما را راهنمایی می کند • مجموعه داده آموزشی برای آموزش ماشین استفاده می شود مثال: طبقه‌بندی: یک مدل یادگیری ماشینی برای طبقه‌بندی چیزی به برخی از کلاس‌ها آموزش داده شده است.

نمونه های دنیای واقعی عبارتند از: • طبقه بندی اینکه آیا بیمار بیماری دارد یا خیر • طبقه بندی اینکه آیا ایمیل هرزنامه است یا خیر رگرسیون: یک مدل یادگیری ماشین برای پیش‌بینی مقادیری مانند قیمت، وزن یا قد آموزش داده می‌شود. • پیش بینی قیمت خانه / ملک • پیش بینی قیمت بازار سهام یادگیری بدون نظارت: نوعی یادگیری ماشینی که در آن سیستم هوش مصنوعی با داده های آموزشی ارائه نمی شود. در عوض، سیستم هوش مصنوعی باید از تجربه درس بگیرد. یادگیری بدون نظارت اغلب در کارهایی مانند خوشه بندی و تشخیص ناهنجاری استفاده می شود. • مانند یادگیری بدون معلم است • ماشین از طریق مشاهده می آموزد و ساختارها را در داده ها می یابد نمونه های دنیای واقعی عبارتند از: خوشه بندی یک مشکل خوشه بندی جایی است که می خواهید گروه بندی های ذاتی در داده ها را کشف کنید • گروه بندی مشتریان با رفتار خرید که اکنون در Google Analytics 4 انجام می شود اتحادیه مشکل یادگیری قوانین تداعی جایی است که می خواهید قوانینی را کشف کنید که بخش های بزرگی از داده های شما را توصیف می کند • مانند افرادی که X می خرند نیز تمایل به خرید Y دارند یادگیری تقویتی: نوعی یادگیری ماشینی که در آن سیستم هوش مصنوعی با بازخورد ارائه می شود. این بازخورد برای تقویت برخی رفتارها استفاده می شود. یادگیری تقویتی اغلب در کارهایی مانند رباتیک و بازی استفاده می شود.

اما هوش مصنوعی برای روابط‌عمومی‌‌ به چه معناست؟

همانطور که می بینید، هوش مصنوعی احتمالاً تأثیر قابل توجهی بر روابط‌عمومی‌‌، بیانیه های مطبوعاتی آینده و روابط رسانه ها در دهه آینده خواهد داشت. بنابراین اگر می‌خواهید جلوتر از منحنی باشید، مهم است که از هم‌اکنون هوش مصنوعی را در استراتژی روابط‌عمومی‌‌ خود وارد کنید.

در اینجا 13 روش وجود دارد که هوش مصنوعی صنعت روابط‌عمومی‌‌ را در دهه آینده شکل خواهد داد:

1 - توصیه های تماس با کمک هوش مصنوعی

ابزارهایی برای شناسایی خبرنگارانی که فعالانه در مورد صنعت شما می نویسند وجود دارد و به شما امکان می دهد به جای ایجاد دستی لیست رسانه های سنتی در دسته ها و جستجوی کلمات کلیدی، رسانه ها را هدف قرار دهید تا اخبار خود را پوشش دهند.

2 - روابط رسانه ای داده محور

اکنون می توانید الگوها و روندها را در چشم انداز رسانه ای با استفاده از هوش مصنوعی شناسایی کنید. این به شما کمک می کند تا بفهمید درباره چه موضوعاتی بیشتر صحبت می شود، چه کسی در مورد آنها صحبت می کند و چگونه شرکت شما می تواند در این گفتگوها شرکت کند. این تجزیه و تحلیل داده های مصرف کننده به شما این امکان را می دهد که کمپین های مبتنی بر داده ایجاد کنید که امکان تخصیص بهتر زمان و منابع شما را فراهم می کند.

3 - شناسایی اینفلوئنسرها

اکنون ابزارهایی وجود دارند که می توانند به شما در شناسایی تأثیرگذاران در صنعت خود با استفاده از هوش مصنوعی کمک کنند. این مدیریت داده ها و تجزیه و تحلیل داده ها به شما این امکان را می دهد که دسترسی خود را هدف قرار دهید و کمپین های کارآمدتر و مؤثرتری ایجاد کنید. این به شما امکان می دهد ارتباطات خود را به طور مؤثرتری هدف قرار دهید. این به شما امکان می دهد تا ارتباطات خود را به طور مؤثرتری هدف قرار دهید و با رهبران نظر کلیدی روابط برقرار کنید.

4 - شخصی سازی محتوای روزنامه نگار

با درک ترجیحات گزارشگران فردی، می توانید محتوایی را برای آنها ارسال کنید که بیشتر مورد علاقه آنها باشد. توزیع خودکار بیانیه مطبوعاتی یک ویژگی کامل برای استفاده از هوش مصنوعی برای توزیع بیانیه های مطبوعاتی خود در رسانه های مربوطه است. این باعث صرفه جویی در وقت شما می شود و تضمین می کند که اخبار شما در مقابل افراد مناسب قرار می گیرد.

اکنون می توانید از هوش مصنوعی برای توزیع بیانیه های مطبوعاتی خود در رسانه ها استفاده کنید. این به شما امکان می دهد با اخبار خود به مخاطبان بیشتری دسترسی پیدا کنید.

شما همچنین می توانید زمین خود را برای هر خبرنگار سفارشی کنید و شانس دریافت پوشش را افزایش دهید.

5 - فناوری گفتار به متن

با استفاده از فناوری گفتار به متن می توان برای رونویسی مصاحبه های صوتی و تصویری و جستجوی کلمات کلیدی در پادکست ها یا کنفرانس های مطبوعاتی استفاده کرد. این به شما امکان می دهد تا به سرعت و به راحتی اطلاعات مرتبط را شناسایی کنید. تجزیه و تحلیل ویدئو می تواند از هوش مصنوعی برای تجزیه و تحلیل فیلم های ویدئویی از رویدادها، مانند اعتراضات یا کنفرانس ها، برای شناسایی لحظات یا مضامین بحرانی استفاده کند. این به شما امکان می دهد تا به سرعت و به راحتی موقعیت های پیچیده را درک کنید. این بخش به تنهایی از بسیاری از وظایف روزمره بازبینی رسانه برای پیام ها می کاهد.

6 - تجزیه و تحلیل پیش بینی کننده

ابزارهای سفارشی‌سازی زاویه داستان نیز از طریق چند شرکت فناوری روابط‌عمومی‌‌ که در تجزیه و تحلیل پیش‌بینی‌کننده تخصص دارند در دسترس هستند. به عنوان مثال، هوش مصنوعی می‌تواند به شما کمک کند بهترین زمان برای انتشار یک داستان، کدام رسانه‌ها بیشتر آن را پوشش دهند، و حتی نوع محتوایی که بیشتر در فضای مجازی منتشر می‌شود، کمک کند.

7 - نظارت بر اصالت ویدئو

حتی برنامه‌هایی وجود دارند که می‌توان از آنها برای ردیابی ویدیوهای «عمیق جعلی» استفاده کرد، که ممکن است تأثیر منفی بر شهرت برند مشتری شما داشته باشد. هوش مصنوعی می‌تواند به شما در نظارت بر رسانه‌های اجتماعی برای این نوع ویدیوها کمک کند و برای حذف آنها اقدام کنید.

8 - تولید زبان طبیعی

در اولین بیانیه مطبوعاتی که توسط هوش مصنوعی نوشته شده است، همانطور که در اولین ارسال تولید شده توسط هوش مصنوعی نشان داده شد، ماشین ها می توانند محتوا را با تولید زبان طبیعی (NLG) تولید کرده و آن را به زبان های مختلف برای انتشار گسترده تر ترجمه کنند. علاوه بر این، انتشارات مطبوعاتی تولید شده توسط هوش مصنوعی می تواند با ایجاد خودکار محتوای پیش نویس قابل ویرایش توسط انسان، به شما در صرفه جویی در زمان کمک کند.

9 - تحلیل احساسات

هوش مصنوعی و پردازش زبان طبیعی نیز برای تحلیل احساسات مکالمات آنلاین استفاده می شود. تحلیل احساسات پیشرفته و مرتب‌سازی داده‌ها در پست‌های رسانه‌های اجتماعی، داستان‌های خبری و سایر اشکال محتوا اکنون به لطف ابزارهایی مانند این امکان‌پذیر است.

این به شما این امکان را می دهد که به سرعت و به راحتی درک کنید که مردم در مورد برند شما چه احساسی دارند و به شما این امکان را می دهد که بر اساس آن کمپین یا اقدامات استراتژیک انجام دهید.

10 - منبع برای رسانه کسب شده

اگر یک مشتری بالقوه مقاله ای در مورد مشتری شما بخواند و سپس کاغذ سفیدی را دانلود کند، ممکن است بتوانید از راه حل های انتساب بازاریابی محتوا مانند Cision Impact و Onclusive استفاده کنید که قول می دهند نتایج فروش را به پوشش رسانه ای به دست آمده نسبت دهند. این فناوری هنوز در مراحل اولیه خود است، اما این پتانسیل را دارد که بازی را برای حرفه ای های روابط‌عمومی‌‌ تغییر دهد.

11 - مدیریت بحران

اکنون راه حل های مدیریت بحران مبتنی بر هوش مصنوعی وجود دارد که می تواند به شما کمک کند تا خطرات و مسائل بالقوه را قبل از خارج شدن از کنترل شناسایی کنید. این راه‌حل‌ها همچنین می‌توانند به شما کمک کنند تا رسانه‌های اجتماعی را برای نشانه‌های اولیه بحران رصد کرده و برای کاهش وضعیت اقدام کنید.

این راه حل ها هنوز در مراحل اولیه خود هستند، اما این پتانسیل را دارند که ابزار ارزشمندی برای متخصصان روابط‌عمومی‌‌ باشند.

12 - نظارت و تحلیل رسانه هوش مصنوعی

هوش مصنوعی همچنین می تواند برای نظارت بر پوشش رسانه ها و تجزیه و تحلیل پوشش مطبوعاتی و پست های رسانه های اجتماعی استفاده شود. راه حل های هوش رسانه ای مبتنی بر هوش مصنوعی مانند Cision و Meltwater می توانند به شما در ردیابی پوشش، شناسایی تأثیرگذاران و درک احساسات مکالمات آنلاین کمک کنند.

این به شما این امکان را می دهد که به سرعت و به راحتی درک کنید که مردم در مورد برند شما چه احساسی دارند و به شما این امکان را می دهد که بر اساس آن کمپین یا اقدامات استراتژیک انجام دهید.

این می‌تواند برای شناسایی روندها، ردیابی پیام‌های کلیدی و اندازه‌گیری حوزه اثربخشی رسانه‌ها استفاده شود و متخصصان روابط‌عمومی‌‌ را از انجام کارهای تکراری نجات دهد.

13 - مدیریت و ایجاد محتوا

همچنین می‌توان از هوش مصنوعی برای مدیریت و ایجاد محتوا استفاده کرد. این می تواند برای طوفان فکری ایده های خلاقانه، تحریک تفکر خلاق، ایجاد محتوای رسانه ای غنی مانند اینفوگرافیک ها و ویدئوها، و نوشتن انتشارات مطبوعاتی و مقالات اولیه استفاده شود. ابزارهای مدیریت و ایجاد محتوای مبتنی بر هوش مصنوعی می‌توانند با ایجاد خودکار محتوای پیش‌نویسی که توسط انسان‌ها قابل ویرایش است، در زمان صرفه‌جویی کنید.

منبع : https://slx.marketing/ai-for-marketing/
13-ways-ai-will-impact-public-relations-over-the-next-decade/