AI trong Sáng tạo: Những Thay đổi Thực sự dành cho Thương hiệu

AI trong Sáng tạo: Điều gì thực sự thay đổi cho các thương hiệu

TL;DR: Tại Hội nghị HUMAN X, Abhay Parasnis của Typeface, Jessica Powell của AudioShake và Mikayel Vardanyan của Picsart đã giải thích rằng AI trong sáng tạo không loại bỏ giá trị con người: nó chuyển lợi thế cạnh tranh sang mức độ phù hợp, cá nhân hóa, gu thẩm mỹ, niềm tin và khả năng điều phối các quy trình làm việc ngày càng phức tạp.

Tại Hội nghị HUMAN X, phiên thảo luận do Nora Ali điều phối đã đi sâu vào một câu hỏi then chốt dành cho các nhà tiếp thị, đội truyền thông và công ty công nghệ: sáng tạo đang thay đổi như thế nào khi sản xuất nội dung tăng tốc với tốc độ của AI? Câu trả lời xuất hiện là rõ ràng. Ngày nay, vấn đề không còn chỉ là tạo nội dung nhanh hơn. Vấn đề thật sự là tạo ra nội dung phù hợp, mang tính ngữ cảnh và nhất quán với thương hiệu, đồng thời đáng tin với khán giả.

Tóm lại: AI rút ngắn đáng kể thời gian và chi phí sản xuất, nhưng khiến những thứ không thể dễ dàng chuẩn hóa trở nên quan trọng hơn. Điều quan trọng nhất là giá trị chuyển từ việc chỉ thực thi sang chất lượng của các quyết định.

Hội nghị HUMAN X: Sự cân bằng mới giữa Tốc độ và Chất lượng

Cuộc thảo luận có sự tham gia của ba góc nhìn bổ trợ. Abhay Parasnis, từ Typeface, mang đến góc nhìn về AI được áp dụng cho marketing cá nhân hóa. Jessica Powell, từ AudioShake, cho thấy AI có thể biến đổi các quy trình âm thanh từng không thể thực hiện hoặc quá chậm. Mikayel Vardanyan, từ Picsart, mô tả một tầm nhìn rộng hơn, nơi nhiều tác nhân và mô hình giúp giảm ma sát vận hành cho người sáng tạo và các đội ngũ.

Ngữ cảnh là quan trọng. Đây không phải là cuộc tranh luận mang tính lý thuyết về tự động hóa, mà là sự phản ánh thực tiễn về việc các chiến dịch, tài sản và quy trình sáng tạo đang thay đổi trong các tổ chức như thế nào.

AI trong Sáng tạo: Nơi Ma sát biến mất và Nơi Nút thắt vẫn còn

Theo Parasnis, AI đã xóa bỏ hai ma sát lịch sử: chi phí và thời gian để tạo nội dung. Với các mô hình ngày càng hiệu quả cho chữ, hình ảnh, video và âm thanh, sản xuất không còn là trở ngại chính. Nút thắt chuyển sang nơi khác: khả năng phù hợp trong thời gian thực và thực sự cá nhân hóa các thông điệp cũng như các điểm chạm.

Điều này có nghĩa là sự dồi dào về nội dung không tự động đảm bảo hiệu quả. Ngược lại, nó có thể làm tăng nhiễu.

Những “phanh” mới chủ yếu có ba:

tính phù hợp tại đúng thời điểm

cá nhân hóa sâu theo đối tượng, sản phẩm và kênh

phán đoán của con người về chất lượng, tông giọng và các cơ hội

Parasnis nhấn mạnh một khía cạnh then chốt: khi ai cũng có thể truy cập các nền tảng tương tự, lợi thế không chỉ nằm ở công cụ, mà nằm ở cách áp dụng phán đoán, niềm tin và giọng điệu thương hiệu.

Gu thẩm mỹ nghĩa là gì trong kỷ nguyên AI

Một trong những ý tưởng mạnh nhất xuất hiện từ phiên thảo luận là “gu” không có định nghĩa phổ quát. Parasnis liên hệ điều đó với ngữ cảnh: B2B và B2C có các tiêu chí khác nhau; thu hút khách hàng và mức độ tương tác tuân theo những logic khác nhau. Chính vì vậy gu rất khó để tự động hóa hoàn toàn.

Trong bối cảnh này, gu đồng nghĩa với năng lực phán đoán. Nó nghĩa là hiểu nên gửi thông điệp nào, cho ai, khi nào, và theo hình thức nào. Nó cũng nghĩa là tránh các trao đổi đúng về mặt thẩm mỹ nhưng không liên quan về chiến lược.

Với Typeface, một thành phần cốt lõi của gu là mức độ phù hợp cực cao. Một thương hiệu truyền thông mà không cân nhắc mối quan hệ hiện có với khách hàng sẽ tạo ra ma sát, không phải giá trị. Trong một hệ sinh thái bị bão hòa bởi nội dung, ngay cả một tài sản được dàn dựng tốt cũng mất hiệu quả nếu đến ngoài ngữ cảnh.

Thành phần thứ hai là niềm tin. Parasnis gắn khái niệm gu với nhận thức về tính xác thực và độ tin cậy của thông điệp. Trong một môi trường nơi nội dung do AI tạo ra ngày càng phổ biến, thương hiệu phải thể hiện sự nhất quán và đúng đắn, không chỉ là sự xuất sắc sáng tạo.

Câu hỏi then chốt: Làm thế nào để xây dựng niềm tin với nội dung do AI tạo ra?

Trả lời: Niềm tin được xây dựng bằng các thông điệp phù hợp hơn, ít xâm phạm hơn và nhất quán hơn với hồ sơ thực của khách hàng.

Parasnis đã nêu ví dụ về một công ty viễn thông lớn tại Mỹ đã gửi các email giống hệt nhau đến hàng triệu người dùng, dù có rất nhiều dữ liệu ngữ cảnh về gói cước, hành vi mua hàng và hồ sơ tiêu dùng. Sự can thiệp không phải là “tạo nhiều nội dung hơn”, mà là gửi ít hơn, nhắm mục tiêu hơn. Kết quả được báo cáo là cải thiện khoảng 93% về tỷ lệ nhấp (click-through rate) và các chuyển đổi ở giai đoạn tiếp theo, nhờ các thông điệp phù hợp hơn cho từng phân khúc.

Bài học chiến lược rất rõ ràng: cá nhân hóa hiệu quả không trùng với việc nhân số lượng đầu ra. Nó trùng với việc chọn đúng thông điệp.

Làm thế nào để tránh tình trạng đồng nhất hóa nội dung do AI

Nguy cơ đồng nhất hóa đã được đề cập một cách rõ ràng. Parasnis nhấn mạnh vấn đề “AI slop”: khi nhiều người dùng các công cụ tương tự với những logic tương tự, kết quả bắt đầu giống nhau.

Phản hồi của Typeface dựa trên hai cấp độ.

Ngữ cảnh thương hiệu và hệ thống ghi nhận (system of record)

Ý tưởng là huấn luyện các hệ thống với ngữ cảnh cụ thể của thương hiệu: giọng điệu, danh mục sản phẩm, đối tượng, dữ liệu và phân tích. Theo logic này, giá trị không chỉ đến từ mô hình nền, mà đến từ lớp ngữ cảnh khiến đầu ra trở nên khác biệt và hữu ích cho chính doanh nghiệp đó.

Điều phối đa kênh

Cá nhân hóa không thể dừng ở một điểm chạm duy nhất. Parasnis nhấn mạnh rằng một email cá nhân hóa dẫn tất cả mọi người đến cùng một trang đích không tạo ra trải nghiệm thực sự phù hợp. Vì vậy, trở nên thiết yếu khi phối hợp email, web và mạng xã hội theo cùng một logic cá nhân hóa.

Điều này có nghĩa là tương lai của AI trong marketing không chỉ là tạo tài sản nhanh hơn. Đó là điều phối sự nhất quán giữa các tài sản, các kênh và những khoảnh khắc trong hành trình khách hàng.

AudioShake: Khi AI biến điều không thể thành có thể

Jessica Powell bổ sung một góc nhìn rất hữu ích bằng cách phân biệt giữa AI tạo sinh và các ứng dụng học máy khác. Trong trường hợp của AudioShake, công nghệ được nhắc đến là tách nguồn (source separation), nghĩa là tách các thành phần của một bản âm thanh hiện có. Nói đơn giản, tách nguồn là việc cô lập giọng nói, nhạc, tiếng ồn hoặc các thành phần khác khỏi cùng một bản ghi âm.

Khả năng này thay đổi quy trình làm việc theo hai cách.

Thứ nhất là mang tính tạo ra năng suất: nó cho phép làm việc nhanh hơn đối với nội dung phát sóng, mạng xã hội và hậu kỳ.

Thứ hai còn thú vị hơn: nó biến những tư liệu trước đây hoàn toàn không thể dùng thành có thể sử dụng. Powell đưa ra các ví dụ cụ thể, như các đoạn được ghi trong môi trường nhiều tạp âm hoặc nội dung không thể đăng tải vì có nhạc nền. Trong các trường hợp này, AI không chỉ tăng tốc mà còn mở khóa các khả năng sáng tạo và phân phối mới.

Câu hỏi then chốt: Phán đoán của con người xuất hiện ở đâu trong các quy trình làm việc sáng tạo được tăng cường bởi AI?

Trả lời: Nó xuất hiện khi hệ thống tạo ra các thành phần hoặc lựa chọn, nhưng cần một chuyên gia để quyết định hình thức cuối cùng, cách thể hiện thẩm mỹ và các ưu tiên sáng tạo.

Powell giải thích rằng một khi các track âm thanh đã được tách, mọi quyết định tiếp theo vẫn mang đậm tính con người. Một kỹ sư âm thanh, một đội ngũ hậu kỳ hoặc một chuyên viên A&R sẽ áp dụng nhiều năm kinh nghiệm để xác định bản phối nên nghe như thế nào, cách điều chỉnh nó cho một định dạng, hoặc cách nâng cấp nó trong một bối cảnh mới.

Điều quan trọng nhất là thế này: AI mở rộng phạm vi năng lực của con người, không xóa bỏ vai trò của nó trong các bước chất lượng có tác động cao.

Picsart: Ít lựa chọn kỹ thuật hơn, nhiều tập trung hơn vào vấn đề cần giải quyết

Mikayel Vardanyan đề cập đến một vấn đề ngày càng liên quan: sự mệt mỏi vì phải ra quyết định do sự gia tăng của các mô hình. Với người dùng cuối, việc hiểu nên dùng mô hình nào cho video, hình ảnh hoặc các tác vụ khác thường là một phần việc không cần thiết. Picsart cố gắng giảm ma sát này bằng cách tích hợp nhiều mô hình và cho chúng hoạt động phía sau hậu trường dựa trên tình huống sử dụng.

Từ đó xuất hiện một điểm liên quan khác: khi tự động hóa tăng lên, cần có những người có khả năng điều phối. Vardanyan nói về những người có thể hiểu quy trình, gu thẩm mỹ, chất lượng và đúng khoảnh khắc để áp dụng. Chưa đủ chỉ sử dụng công cụ AI. Chúng phải được điều phối trong mục tiêu kinh doanh.

Cũng đáng chú ý là quan sát của ông về gu như một hiện tượng mang tính thử nghiệm. Trong nhiều trường hợp, điều thực sự hiệu quả không trùng với gu cá nhân của người sáng tạo, mà trùng với điều gây tiếng vang với các nhóm khán giả cụ thể, như Gen Z hoặc Millennials. Điều này đưa sự sáng tạo do AI thúc đẩy quay trở lại một nền tảng rất cụ thể: thử nghiệm, phản hồi của khán giả và thích nghi liên tục.

Những kỹ năng thực sự quan trọng trong nền kinh tế sáng tạo do AI dẫn dắt

Cuối cùng, phiên thảo luận chuyển sang các đội ngũ, vai trò và kỹ năng. Jessica Powell nhấn mạnh vai trò của người tổng quát (generalist), đặc biệt trong các bối cảnh năng động như startup và các đội ngũ linh hoạt (agile). Một người có thể di chuyển giữa thiết kế, mạng xã hội, truyền thông và nội dung có thể tạo ra lợi thế vận hành lớn, đồng thời vẫn hữu ích khi phối hợp với các chuyên gia ở những nơi cần độ sâu.

Vardanyan củng cố quan điểm này bằng một góc nhìn rộng hơn: hiểu cách doanh nghiệp vận hành theo chiều ngang, từ sản phẩm đến tài chính, từ nhu cầu người dùng đến các công cụ AI, trở thành một năng lực quyết định. Ý tưởng của ông là thị trường ngày càng ưu tiên các hình mẫu lai và thậm chí cả những người làm kinh doanh độc lập (solopreneurs) có khả năng tận dụng tự động hóa.

Và khi, ở phần kết, Abhay Parasnis được hỏi nên chọn kỹ năng nào hôm nay trong hai từ, câu trả lời đến ngay lập tức: “gu và niềm tin.”

Các thương hiệu và đội ngũ sáng tạo nên làm gì ngay bây giờ

Hướng đi rõ ràng xuất hiện từ phiên thảo luận này.

tăng tốc sản xuất không còn đủ

tính phù hợp là đòn bẩy cạnh tranh chính

cá nhân hóa phải mang tính ngữ cảnh và đa kênh

phán đoán của con người vẫn then chốt ở các khoảnh khắc giá trị cao

những kỹ năng mạnh nhất kết hợp khả năng thích nghi, hiểu biết kinh doanh và tư duy phản biện

Tóm lại: AI trong sáng tạo không làm giảm chuẩn mực. Nó chuyển đổi chuẩn mực đó. Giảm trọng lượng vào sản xuất thuần túy, tăng trọng lượng vào chiến lược, tính nhất quán, niềm tin và khả năng diễn giải điều thực sự quan trọng đối với khán giả.

Câu hỏi thường gặp

AI trong sáng tạo có nghĩa là gì?

AI trong sáng tạo nghĩa là sử dụng các hệ thống trí tuệ nhân tạo để tăng tốc, mở rộng hoặc làm cho việc sản xuất nội dung trong các định dạng như văn bản, hình ảnh, video và âm thanh trở nên khả thi. Tuy nhiên, tại phiên thảo luận của HUMAN X, kết luận nổi lên rằng giá trị thực sự xuất hiện khi AI được dẫn dắt bởi ngữ cảnh, gu thẩm mỹ và các mục tiêu kinh doanh.

AI sẽ thay thế các nhà sáng tạo (creatives) chứ?

Cuộc thảo luận không gợi ý một sự thay thế tuyến tính đối với các nhà sáng tạo. Thay vào đó, nó gợi ý sự biến đổi vai trò. Khi việc tạo nội dung tốn ít chi phí hơn và mất ít thời gian hơn, phán đoán của con người, khả năng lựa chọn, kiểm soát chất lượng và tính nhất quán thương hiệu trở nên quan trọng hơn.

Làm thế nào để ngăn nội dung do AI tạo ra trông giống nhau hoàn toàn?

Câu trả lời được nêu trong phiên thảo luận là sử dụng ngữ cảnh độc quyền, dữ liệu thương hiệu, kiến thức về đối tượng và điều phối đa kênh. Nếu thiếu các yếu tố này, đầu ra có nguy cơ giống với bất kỳ ai khác dùng cùng các mô hình nền.

Những kỹ năng nào cần thiết ngày nay để làm việc trong sáng tạo do AI dẫn dắt?

Cần cả khả năng thích nghi của người tổng quát lẫn kỹ năng của chuyên gia. Đặc biệt, các diễn giả đã nhấn mạnh giá trị của gu thẩm mỹ, niềm tin, hiểu biết về sản phẩm, kiến thức kinh doanh và khả năng làm việc xuyên qua nhiều mảng chức năng khác nhau.

Tại sao cá nhân hóa lại quan trọng đến vậy?

Bởi vì khi sản xuất nội dung trở nên công nghiệp hóa, điều thực sự tạo khác biệt cho một thương hiệu là khả năng gửi đúng thông điệp đến đúng người, vào đúng thời điểm. Cá nhân hóa phù hợp giúp cải thiện trải nghiệm, niềm tin và hiệu suất.

Để tìm hiểu sâu hơn về nghệ thuật trong sáng tạo và tác động của nó, bạn có thể khám phá các lộ trình học tập như những chương trình do LABA cung cấp hoặc các viện chuyên biệt như SAE Institute.

Cuối cùng, đối với những ai muốn cập nhật các đổi mới công nghệ mới nhất, chúng tôi nhấn mạnh việc ra mắt Grok 3 API, phiên bản thay thế GPT-4o của Elon Musk, hiện đã có cho các nhà phát triển, cùng các công cụ đổi mới như TurboLearn AI, biến PDF, video và âm thanh thành các ghi chú, câu đố và flashcards được cá nhân hóa.