En handfull länkar 25:1
Första nyhetsbrevet 2025, en salig blandning om AI och media. Ringrostigheten gjorde sig påmind helt enkelt.
Gott nytt 2025. Själv har jag inga nyårslöften men tycker det är intressant att läsa Niklas Laninges intervju med forskare som just forskar om nyårslöften. Just det faktum att det finns fördelar med att tänka på saker som man vill göra bättre även om man inte lyckas hålla nyårslöftet per se. Eller att det är bättre att ge ett löfte om att förbättra än att sluta med något.
Första arbetsdagen. Jag valde i år att låta mina två första dagar handla om två saker: skriva nyhetsbrev och skapa föreläsning om sociala medier 2025. Nyhetsbrevet ser ni nedan; ingick självklart att läsa igenom en ohemul mängd nyhetsbrev och läsa ikapp en del länkar som blivit liggande. En njutning i sig. Också ett bra sätt att starta igång jobb-hjärnan: fylla på med kunskap och insikter. Föreläsningen kommer bland annat att hållas hos Marknadsföreningen i Uppsala den 23 januari. En spaning in mot det år vi går in i; vilka är de långa strategiska trenderna och vilka korta taktiska insikter behöver göras. Det är onekligen ett annorlunda år, samtidigt som sociala medier än mer fastställer sig som det mediaslag ingen längre kan ducka för. Jag kommer att prata om zero click content, att gå från influencer marketing till creator economy, AI och sociala medier, fragmentariseringen av kanaler som en möjlighet och inte minst: hur kommer sociala mediavärlden se ut efter 19 januari om TikTok blir förbjudet i USA?
Intresserade av att ha föreläsningen hos er? Hör gärna av er!
Nu är också 2024 är lagt till böckerna, i det stora arkivet. Personligen ett oerhört … kärvt år. Jobbmässigt; ett spännande år på många sätt och med många nya kunder som alla ser nyttan av strategier. I sociala medier, ett turbulent år och det kommer genomsyra mycket av det vi behöver göra nästa år.
Och sen AI. 2024 var på många sätt fortfarande ett år där generativ AI hanterades på ett i vissa fall väl naivt sätt, men jag tror att vi 2025 kommer se en helt annan diskussion, vilket är bra både för AI och för oss.
Nyhetsbrevet? Det kommer fortsätta som förut. I en inte alltid så tidsmässigt konsekvent utgivning men förhoppningsvis med innehåll som intresserar er som prenumererar.
Så låt oss inte fastna utan dags för en handfull länkar.
Att tänka AI har hittills ofta handlat om att tänka effektivitet mätt i snabbhet. Johannes Sundlo skriver om ”AI empowered worker” utifrån ett annat, som jag tror mycket mer fruktbart perspektiv än tid: smartness. Fördelarna i att addera AI för anställda bör mätas i smart effektivitet snarare än tidseffektivitet. Självklart kan de båda korrelera men bara för att något går fort så innebär det inte att det blir bäst output. Alltså mycket mer nyttoeffektivitet genom att mäta hur smart något används än om det sparar tid.
En sak som slår mig - och som lösligt mest hänger ihop med att det kommer vara ett HR-relaterat problem - är att om vi förlitar oss på att använda generativ AI till det mesta vi gör så kommer vi bli lata, och därmed blir vi sämre på att göra det som vi förut var bra på. Jag tror vi kommer få en sån diskussion kommande år. Tillgänglighet skapar vilja att slippa göra saker: lathet eller smartness kan diskuteras. Men problemet med att byta beteende är därmed att saker vi kan glöms bort.
Så i grunden behöver smartness definieras på ett både mätbart men också nyttomaximerat sätt, där nytta är en summa av många parametrar.
Det här hänger lite ihop med en lång artikel hos Digital Native där Rex Woodbury beskriver hur AI-revolutionen handlar om en gigantisk förändring motsvarande den industriella revolutionen men i sektorn av tjänstesektorn. Välargumenterad artikel som landar i lite samma grund som Johannes smart vs snabb; och där Woodbury noterar att även om man prognosticerar att runt 40% av tjänstemänstjänster kan komma att försvinna så är det roande idag att konsultbolagen räknar med att de kommer att sälja sina tjänster och konsulter just till bolag som vill förstå hur de ska automatisera sina tjänster.
Smart AI-worker och utvecklingen inom services landar i hur organisationer bäst börjar att implementera AI. Rätt många tar in konsulter, föreläsare eller går på konferenser. Det är bra. Men när jag har pratat om det så landar det lite i samma slutsats som Ethan Mollick gör i sin långa text om att plocka in AI i olika organisationer: skapa en positiv testmiljö för personer som använder AI, mitigera risker och rädslor och bygg förutsättningar för att dela med sig av erfarenheter och kunskaper. En av de viktiga sakerna handlar om att inte förutsätta vinster eller definiera framgångar innan utan arbeta med ett öppet fält för att se var den verkliga smartnessen och effektiviteten ligger.
Diskursen runt AI har förändrats lika fort som verktygen utvecklas; från att farorna handlat om att vi alla blir offer för ett AGI till att alla blir av med sina jobb så landar vi ändå nu i en mer strukturerad diskurs om risker. Åtminstone bortom kvällstidningsrubrikerna om att Open AI spelar dubbelspel och insikten att Musk äger ett generativt AI.
MIT ligger bakom en strukturerad databas runt just risker för AI som självklart är öppen. 700 risker är identifierade och de är sedan klassificerade i olika nivåer för att på så sätt förenkla för både företag och forskare.
Ett av problemen med den hypersnabba utvecklingen av AI är att vi inte riktigt hinner med att definiera olika uttryck så att de är jämförbara. Ett av dem är uttrycket ”AI-agent” som inte minst i marknadsföringen från AI-bolag kan betyda väldigt olika saker: allt från en GPT-agent till helt autonom robot. Mike Kaput har försökt att ge lite ljus i frågan. Exempelvis genom att strukturera det hela i en skala på fyra faser: människa-enbart till agent-enbart blir det lite enklare. Det innebär också att vi ser att vi är långt ifrån den fjärde fasen: högsta tänkbara självgående automation av ett AI. Något jag tänkt på när jag mött flera startups runt AI; hur ofta det visar sig vara ganska mycket manuellt arbete bakom den output som säljs till kund. Självklart är vi på rätt väg och tidigt men frågan är om vi tjänar på att prata om något som ännu inte finns, som om det fanns.
När någon gör slut så blir det plötsligt ett problem med algoritmerna på sociala medier. Vill man se den man lämnat eller som lämnat en? Vill man se minnen? Att det ibland inte är en positiv känsla tror jag de flesta som varit med om det hela kan skriva under på.
Mashable har gjort en intressant genomgång av just problematiken och just siutationen runt ett breakup är pedagogiskt bra för att förstå den övergripande problematiken med att skapa algoritmer som fungerar för alla: det är alltid val som måste göra, det är också många parametrar i ett personligt nätverk, och allt det påverkar valen både för användaren men också utifrån tekniken och självklart - egenintresset hos tjänsten.
Mer HR och TA och allt sånt. Ett företag som fascinerar mig med sin kommunikation är Adway. Nån gång ska jag försöka sätta mig och skriva ihop en analys på hur jag tycker de på många sätt visar ett exempel på att arbeta smart i ett digitalt 360° med allt från varumärkeskommunikation till att använda sig av talesperson.
Senaste exemplet är hur de snyggt skapar ett kundcase. Caset i sig är fascinerande men också hur Adway använder sig av flera olika sätt att ge vidare insikter, kunskap och i längden bygger sitt eget varumärke.
Om Malik skriver media. ”In reality, the seeds of media’s destruction are built into its architecture, because outlets must feed advertising systems, not the audience. The media establishment disregards why audiences visit them, and it’s no surprise the system has reached its limits. Too many advertisements, too many interruptions, and too much “content” mean that, as an end customer, you are decoupled from media brands.” Hans slutsats är att media som vi känner det kommer att dö om man inte snabbt ”reinvent itself”. Ord och inga visor, om som Malik själv påpekar: han har ett track record som en av de som diskuterat de här sakerna längre än många andra. Problemet ligger i att det inte finns någon som har svaret på "hur”. Hur ska framtidens medier omvandla sig? De exempel som han tar upp är centrala och hänger ihop med hur vi andra också arbetar med kommunikation:
Personalisering vilket handlar om relevans för varje individ. AI kommer att kunna göra det, om vi kan ge AI den kunskap som AI behöver om oss själva. Vilket i nästa läge leder oss till frågan: vill vi det? Aversionen mot inte minst Facebooks hantering av personlig data för annonser ger ju inte riktigt vid handen att människor kommer älska att feeda sina innersta önskningar till ett AI. Helt enkelt är det enkelt att prata om personalisering men det är ett tveeggat svärd eftersom det innebär en synergi mellan sändare och mottagare.
Sammanfattningar eller ”tl;dr” handlar om tid. Det ser vi redan och dessa blir också i slutänden kopplat till personaliseringen; ge mig ”min tidning” som är korta sammanfattningar byggda på mina preferenser. Vilket därmed återigen hamnar i problematiken med hur varje individ ser på sin egen data. Visst - vi har det redan; själv läser jag i princip alltid bara Omni där jag gett mina preferenser (ingen sport…) men för att det här ska bli intressant behövs det mer data. Om mig. Till en maskin som driver ett AI.
De största motståndarna för traditionella medier är antagligen inte tech-bolagen utan sin egen oförmåga att tänka bortom sin egen … självgodhet (”vi är så viktiga varför läser inte folk mer av det vi gör”) och människors, och därmed politikernas avgränsning av att kunna använda personlig data genom lagstiftning - inte minst inom EU där den utvecklingen på riktigt skapar stoppklossar.
Både medier och inte minst sociala medier börjar att inse att den bästa vägen är att titta på beteenden; och koppla det till basala personlig demografi. Utvecklingen av intressegrafen handlar inte om annat än att försöka hitta sätt att överleva en kraftfull inlåsning av personlig data genom lagstiftning men iaktagna beteenden är inte personlig data (även om vi säkert kommer se såna försök från vissa aktivister). Samtidigt så behöver det både handla om transparens, och att få människor att förstå värdet av sin data. Det sistnämnda är inte helt enkelt. I grunden tycker jag att människor i gemen övervärderar sin personliga data i-sig-själv men undervärderar värdet av den för vad man kan få om man använder den som en valuta gentemot tekniken.
När det gäller den första så handlar det på många sätt om okunskap, och att aktivister trummat in att ”om du inte betalar så är du varan”. Det andra får både tech-bolag och media ta på sig; det som användare fått och kan uppleva är ofta av låg kvalitet (istället för att verkligen se vad man är intresserad av får man kassa annonser), eller skrämmande eftersom den är för precis, och transparensen runt varför det är så är obefintlig (därför har vi myten om att Facebook avlyssnar oss).
En annan vinkel på personalisering: personifiering skrev jag i förra nyhetsbrevet och som av en händelse pga en annan av Om Maliks artiklar. Vi verkar tänka på ungefär samma saker…
Kopplat till ovanstående så genomgår den traditionella marknadsföringsbranschen både en identitetskris men också en affärskris. Ingen tror väl på allvar att reklam kommer att försvinna helt men den traditionella marknadsföring kommer att behöva förändras på samma sätt som (och i synkronicitet med) traditionella medier - helt enkelt för att dessa två är sammanbundna. Det faktum att två av världens största byrånätverk nu går samman är inget annat än ett tecken på kris. Omnicom och IPG gör big four till big three och för en annan känns det som att det är ett försök att blanda bort korten lite.
Ett exempel på hur generativ AI förändrar vardagen i kreativa yrken ges av Adobe som lyfter ett case där IBM utnyttjat Adobe Firefly. Slutsatsen från IBM handlar om att generativ AI kan ta bort arbetsmoment som är enkla och återkommande och samtidigt skapa en högre grad av personalisering mer effektivt. Man får ta det för vad det är; men det enda som är dumt är nog att blunda för att det här blir bara mer och mer verkligt.
På tal om mer och mer verkligt så hittar jag en tråd på Threads där Veo 2 från Google används för att helt generera exempel på vanligt influencer-innehåll. Och det är väldigt verkligt.
Det var det. Första nyhetsbrevet för 2025. Ett år som inte kommer bli likt något annat.
Till nästa gång!/D
Jag har precis denna vecka gått och tänkt på det där med att AI riskerar att göra mig latare och inte smartare. Och ju smartare jag är desto smartare kan AI vara. Har börjat knacka på hur jag ytterligare kan personifiera min ChatGPT för att hjälpa mig med detta.