在过去几周里，我们听到了很多关于生成式人工智能（Generative AI）将如何彻底改变数字营销格局的消息。ChatGPT 于 2022 年 11 月推出，在短短 5 天内就拥有了 100 万用户。从那时起，它就开始进入人们的日常生活，从校对电子邮件到格式化代码，甚至是编写说唱歌词。
在五十五所，我们就如何利用技术为新的和前沿的营销用例提供咨询，我们很快就开始测试城中最热门的新聊天机器人的功能。特别是，我们与许多知名品牌合作，在通用分析（Universal Analytics）日落之前就迁移到了谷歌分析 4（GA4）上，因此我们决定在我们的顾问经常做的事情上对它进行测试。使用 GA4 回答客户提出的问题。结果如下：
在我们提出的 42 个问题中，ChatGPT 只提供了 12 个可接受的答案，成功率仅为 29%。另有 8 个答案（19%）被视为 "半正确"。这些答案要么曲解了问题，提供了与问题不同的答案（尽管事实上是正确的），要么在原本正确的回答中包含了少量错误信息。例如，ChatGPT 告诉我们，您在某些 GA4 报告中发现的 "其他 "行是由许多低流量数据行组合而成的（正确），但出现这种情况是由 "谷歌机器学习算法 "定义的（不正确--存在标准规则）。
其余 52% 的答案与事实不符，有些甚至具有误导性。最常见的原因是 ChatGPT 不使用 2021 年以后的训练数据，因此答案中没有考虑最近的许多更新。例如，谷歌在 2022 年才正式宣布淘汰通用分析功能，因此 ChatGPT 无法说明具体时间。在这种情况下，机器人至少在回答时说明了这一背景，并以"据我所知，2021 年将停止使用...... "作为开头。
然而，剩下的一些答案却错得令人担忧，比如机器人告诉我们 "GA4 使用基于机器学习的方法来跟踪事件，并能根据收集到的数据自动识别购买事件 "。
虽然 GA4 确实有自动跟踪的 "增强测量 "事件，但这些事件通常是通过监听网页元数据中的简单代码来定义的，而不是通过任何机器学习或统计模型。此外，购买事件当然不在 "增强测量 "的范围之内。
要解释第二种错误答案的原因，可以考虑 ChatGPT 训练数据的另一个限制。世界互联网上有很多错误信息，而这些信息基本上就是用来训练聊天机器人的，而且聊天机器人是用模式来训练的。谷歌关于 GA4 的许多支持文章中都出现了 "机器学习 "一词，随后关于该平台的外部文章中也出现了这一说法，因此在 17 个问题的回答中（包括上面的错误答案）出现 "机器学习 "一词也就不足为奇了。
最后，值得一提的是，使用 ChatGPT 有一定的随机性--您可以给机器人两次相同的提示，但得到的答案会略有不同。
总之，ChatGPT 在对营销技术的复杂问题给出平衡的答案方面，与五十五位咨询顾问相比还有很多差距。不过，它确实提供了一个很好的起点，让我们可以讨论它对特定主题的回答，并进行更多的研究。这与我们今天看到的人工智能对工作场所的支持是一致的。大多数工作并没有被人工智能完全取代的风险，但像 ChatGPT 这样的工具在提高工作效率、激发创造力和开启对话方面做得非常出色。正如BCS所写的那样，"人工智能不会取代你的工作，但使用人工智能的人会"。
发现最新资讯、深度文章、网络研讨会视频，以及55数据的各项活动。
