Suurin osa valokuvien ja kuvitusten rajaamisesta, muotoilusta ja optimoinnista verkkosivustoa tai sosiaalista mediaa varten on nykyään AI:n hoidettavissa. Ei kaikkea, ja ei ilman etukäteistä tarkistusta brändi-ilmeestä ja kuvaoikeuksista, mutta tämä on yksi niistä sisältömarkkinoinnin ja graafisen työn tehtävistä, joissa siirtymä on jo pitkällä.
Ratkaisevia ovat kolme akselia: rakenteellisuus, volyymi ja luovuus.
Tehtävä on vahvasti rakenteellinen. Kuvalle täytyy antaa tietty kuvasuhde, tietty koko, tietty tiedostokoko. Nämä ovat sääntöjä, jotka on määritelty etukäteen, eivät arvioita, jotka tehdään uudelleen tapauskohtaisesti. Volyymi on korkea: yritys, joka julkaisee sisältöä viikoittain useilla kanavilla, käsittelee kymmeniä tai satoja kuvia kuukaudessa, joista kukin tarvitsee samanlaisen muokkauksen. Työ, joka toistuu usein ja etenee kiinteiden sääntöjen mukaan, on juuri sitä työtä, jossa automaatio tuottaa suurimman hyödyn.
Tarvittava luovuus on rajallista. Rajaamisessa ja optimoinnissa harvoin suunnitellaan mitään uutta; kyse on olemassa olevan kuvan sovittamisesta olemassa oleviin kehyksiin. Se on eri asia kuin kuvan suunnittelu tyhjästä, jolloin täytyy keksiä idea, sommittelu tai tyylivalinta. Tämä raja kulkee läpi koko alan: valmiin formaatin soveltaminen on eri asia kuin sen keksiminen.
Asiakaskontakti, fyysiset toimenpiteet ja compliance saavat korkeat, suotuisat pisteet, mikä tarkoittaa, että esteitä on vähän. Myös virheiden kustannukset saavat suotuisat pisteet: väärin rajattu kuva on yleensä helppo korjata nopeasti, eikä vahinko ole pysyvä. Harkintavara saa keskitason pisteet: vakiotuotekuvan kohdalla harkittavaa on vähän, mutta kuvassa, joka koskettaa arkaa aihetta tai jossa brändi-identiteetti painaa paljon, tarvitaan silti punnintaa sävyn ja kontekstin suhteen.
Juuri siinä syntyy myös ero yritysten välillä. Verkkokaupalla, jolla on vakiintunut tuotekuvatyyli ja tiukka malli sosiaaliseen mediaan, ei ole juuri mitään punnittavaa: kaikki on jo määritelty, ja AI toimii näiden kehysten sisällä. Toimisto, joka muokkaa vaihtelevia kuvatyylejä eri asiakkaille, eri brändi-ilmeillä ja vaihtelevalla herkkyydellä brändi-identiteetin suhteen, säilyttää useammin kohtia, joissa ihminen arvioi lopputuloksen ennen julkaisua. Tehtävä pysyy silti suurelta osin automatisoitavissa, mutta tarkistusvaihe toistuu useammin.
Otetaan esimerkki: organisaatio julkaisee päivittäin tuotekuvan verkkosivustolla ja muokatun version sosiaalisessa mediassa. Aiemmin työntekijä rajasi molemmat käsin, säädätti resoluution ja tarkisti koon kanavakohtaisesti. Nykyään järjestelmä voi suorittaa nämä vaiheet, kunhan brändi-ilmeen säännöt on määritelty: mikä kuvasuhde, mikä väriprofiili, mikä minimiresoluutio. Ihminen arvioi etukäteen, ovatko säännöt kunnossa, ja jälkikäteen, pistokokein, vastaako lopputulos vaatimuksia. Tämä on siirtymän toinen luokka: ei täysin automaattinen, ei täysin manuaalinen, vaan AI, joka tekee työn ihmisen valvonnan alaisena, joka hyväksyy tai hylkää.
Tämä siirtymä liittyy muuhun työhön samassa tehtäväkokonaisuudessa. Se, joka ottaa tämän tehtävän haltuun, katsoo usein myös sosiaalisen median julkaisujen kirjoittamista, koska kuva ja teksti syntyvät samassa työnkulussa. Ja koska osa tästä työstä liittyy julkaistuun sisältöön, on hyödyllistä tietää, miten GDPR suhtautuu tehtävien automatisointiin, varsinkin kun kuvissa esiintyy henkilöitä.
Reunaehdot pysyvät ihmistyönä tai pysyvät niille kuuluvalla paikalla. Brändi-ilmeen ohjeiden on oltava valmiina ennen kuin järjestelmä voi työskennellä niiden mukaan: jonkun on määriteltävä, mitä brändi-identiteetti vaatii, mitkä värit ja suhteet ovat oikeat. Kuvaoikeudet on tarkistettava; järjestelmä muokkaa kuvaa, se ei arvioi, saako kuvaa käyttää. Se on juridinen kysymys, ei tekninen.
Se ei myöskään ole syy perustaa henkilöstöpäätöksiä tähän. Tämä sivu kuvaa, mitä tehtävälle tapahtuu, ei sitä, mitä organisaation tulisi tehdä työntekijöiden kanssa; siihen sovelletaan omia lakisääteisiä vaatimuksia. Ja jos automatisoitu muokkaus menee pieleen, esimerkiksi kuva päätyy prosessin virheen vuoksi väärin verkkoon, on hyödyllistä tuntea etukäteen kysymys vastuusta, kun AI tekee virheen.
Kuvamuokkaus ei juuri koskaan seiso yksinään. Yritykset, jotka tarkastelevat, mitä AI voi ottaa haltuunsa sisällön alalla, katsovat usein samassa yhteydessä verkkosivuston tilastojen analysointia tai sitä, miten mainosbudjettia säädetään tulosten perusteella. Se on punainen lanka kaikkien vastaavien kysymysten läpi: ei yhtä tehtävää oteta haltuun, vaan joukko tehtäviä samassa prosessissa, joilla kaikilla on oma siirtymän tahtinsa.
Se, onko tämä tehtävä organisaatiossanne todella suurelta osin automatisoitavissa, riippuu siitä, miten vakiintunut brändi-ilmeenne on ja kuinka paljon vaihtelua kuvamateriaalissanne on. Suuntaa siitä antaa ilmainen pikatesti: kaksitoista kysymystä, ei tiliä, ja tulos siitä, kuinka suuri osa profiilinne tunneista on nykyään AI:n hoidettavissa. Täydellinen työskaalaus, joka erittelee koko yrityksen työn tehtäviksi ja laskee tehtäväkohtaisesti henkilötyövuosikapasiteetin, on vielä rakenteilla.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.