AI zaplňuje sociální sítě. Pro značky bude čím dál těžší zaujmout průměrným obsahem

Naznačují to data společnosti Pangram, která analyzovala více než milion textů z LinkedInu, Redditu, X, Media a Substacku. Její detektor vyhodnotil jako úplně vygenerovaných průměrně 13,8 % příspěvků. U textů delších než 250 slov to už byla více než čtvrtina. Nejvýraznější čísla přinesl LinkedIn, kde detektor označil za kompletně vytvořené AI více než 40 % dlouhých příspěvků.

Pro firmy, které využívají sociální sítě k budování značky, získávání zákazníků nebo prezentování odbornosti, je podstatné zejména to, co dělá s pozorností publika množství takového obsahu.

Nestačí připravit gramaticky správný příspěvek, doplnit obecnou radu a zakončit ho otázkou do diskuse. Přesně takový obsah totiž dnes dokáže ve velkém vyrábět každý.

LinkedIn ukazuje důsledky obsahové nadprodukce

Přibližně třetina analyzovaných příspěvků pocházela z LinkedInu. Právě na této platformě se však objevilo až 62 % veškerého zachyceného AI obsahu. AI se přitom neobjevovala pouze v samostatných příspěvcích, ale i v komentářích.

Právě LinkedIn je důležitý pro B2B firmy, agentury, technologické společnosti i značky, které komunikují prostřednictvím zakladatelů a zaměstnanců. Mnohé týmy proto začaly AI využívat ke zrychlení produkce. Z jednoho blogu vytvoří několik postů, z rozhovoru vyrobí sérii názorů a vedení firmy může publikovat, aniž by každý text psalo od nuly.

Problém vzniká tehdy, když AI nemá k dispozici nic, čím by se značka odlišila. Bez vlastních dat, konkrétních zkušeností nebo jasného postoje vytvoří pouze další verzi toho, co už ve feedu zaznělo.

Text může být bezchybný, ale čtenář si ho nemá s čím spojit a za chvíli si nepamatuje ani autora.

LinkedIn už na tento vývoj reaguje. Platforma uvádí, že omezuje dosah generického a opakujícího se obsahu, automatizovaných komentářů a reakcí, které pouze převyprávějí původní příspěvek. Pokud systém vyhodnotí text jako pravděpodobně vytvořený AI bez vlastního pohledu, neměl by se výrazněji šířit mimo síť autora. LinkedIn zároveň zdůrazňuje, že netrestá samotné použití AI, ale obsah bez jasného přínosu.

Více neznamená více. Může nastat zajímavý paradox, že i když bude značka pomocí AI chrlit více příspěvků, odměnou jí bude menší dosah. Úspora času při výrobě totiž nevyřeší důvod, pro který by měl člověk příspěvek dočíst, uložit si ho nebo na něj reagovat.

Nejvíce AI přibývá tam, kde je potřeba text rozvinout

V datech Pangramu se AI častěji objevovala u delších formátů. Napříč sledovanými platformami bylo úplně vygenerováno 25,72 % textů s více než 250 slovy. Na síti X nesla známky úplného nebo částečného zapojení AI téměř polovina analyzovaných článků.

Delší text dává generativním nástrojům větší prostor. Dokážou připravit osnovu, rozvinout jednotlivé body, doplnit přechody a vytvořit závěr. Právě zde však nejrychleji vzniká i typický problém: hodně slov, ale málo informací, které by nemohl říct kdokoli jiný.

Týká se to i obsahu, který vytvářejí e-shopy. Nákupní návody, srovnání produktů, vysvětlení trendů či rady k výběru lze pomocí AI vyrábět ve velkém. Pokud však text pouze skládá obecně dostupné informace, zákazník v něm nenajde důvod důvěřovat právě danému prodejci.

Rozdíl vytvářejí informace, ke kterým nemá model automaticky přístup. Údaje z prodeje, nejčastější dotazy zákazníků, zkušenosti reklamačního oddělení, výsledky testování produktů, konkrétní chyby při jejich používání nebo pohled lidí, kteří s daným sortimentem denně pracují. AI může takový materiál uspořádat a jazykově upravit. Nemůže ho však sama přinést.

Reddit ukazuje, že lidé stále chtějí mluvit s lidmi

Odlišné výsledky přinesl Reddit. Tvořil největší část analyzovaného vzorku, ale detektor tam zachytil AI pouze ve 4,4 % obsahu. Až 98,1 % odpovědí v diskusích vyhodnotil jako lidské. Vyšší podíl AI se objevoval u úvodních příspěvků, nikoli v následné konverzaci.

Pro značky je zajímavý právě rozdíl mezi publikováním a reagováním. Generativní nástroje usnadňují vytvoření samostatného příspěvku, který lze připravit bez kontaktu s publikem. Zapojení do konkrétní diskuse však vyžaduje sledovat kontext, rozumět problému a reagovat na to, co člověk skutečně napsal.

Sociální sítě se proto mohou rozdělit na dvě vrstvy. První zaplní snadno vyrobitelný obsah určený k získání dosahu. Ve druhé budou probíhat konkrétní rozhovory, ve kterých si lidé vyměňují zkušenosti, doporučení a výhrady. Pro marketing může být tato druhá vrstva hodnotnější než další obecný příspěvek značky.

Diskuse zároveň poskytují materiál, ze kterého může vzniknout lepší obsah. Dotazy zákazníků, opakující se nejasnosti a způsob, jakým lidé mluví o produktech, jsou použitelnějším vstupem než pokyn, aby AI vymyslela deset témat na příští měsíc.

Použití AI není hlavní problém

Rozhodující nebude, zda marketér při tvorbě otevřel LLM model, který mu „pomohl rozvázat jazyk“. Pro publikum je důležité, zda se z příspěvku něco dozví a zda dokáže rozpoznat člověka nebo značku, která za ním stojí.

AI může pomoci s rešerší, strukturou, úpravou textu i zpracováním jednoho materiálu do více formátů. Pokud však dostane pouze obecné zadání, vytvoří obecný výsledek. Při rostoucím množství podobných příspěvků bude takový obsah soutěžit nejen s konkurencí, ale i se stovkami dalších textů vytvořených stejným způsobem.

Značky nepotřebují produkovat více myšlenek z AI. Měly by však zvážit lepší materiál a sdílet vlastní data, zkušenosti zákazníků, konkrétní výsledky, postoje odborníků a poznatky z každodenního fungování firmy. Právě ty rozhodnou, zda nástroj pouze vyrobí další příspěvek do feedu, nebo pomůže zpracovat obsah, který by bez dané značky nemohl vzniknout.