Problemet med de ”gamle billeder”
I årtier har arbejdet med kampagnebilleder fulgt den samme opskrift: Man planlægger en kampagne, skyder billederne, lægger dem på websitet og går videre til næste projekt.
Billederne er ofte flotte og rammer brandets visuelle udtryk præcist. Men de har en grundlæggende svaghed: De er produceret, uden at vi ved, hvem der ender med at se dem, eller hvilken situation de befinder sig i.
- En besøgende i et koldt og regnfuldt København ser nøjagtig den samme solbeskinnede sommerkampagne som en person i Madrid.
- En kunde, der leder efter en varm vinterfrakke en iskold morgen, møder de samme billeder som en, der kigger efter en let jakke på en lun eftermiddag.
- Kampagner viser ofte farver eller modeller, som allerede er udsolgt. Det skaber interesse, som webshoppen ikke kan indfri.
Indtil for nylig var det et nødvendigt kompromis. At producere særskilte billeder til alle markeder, vejrforhold, kundegrupper og lagersituationer ville have været et logistisk mareridt og alt for dyrt. Derfor har brands arbejdet med et begrænset udvalg af billeder og håbet, at de holdt sig relevante længst muligt.
2027: Billeder skabt, når behovet opstår
Vi nærmer os et markant skifte i produktionen af kommercielt indhold. Generativ AI udvikler sig hurtigt, og vi forventer, at det frem mod 2027 bliver muligt at skabe billeder i høj kvalitet så hurtigt og til så lav en pris, at de i flere sammenhænge kan genereres, når kunden skal se dem.
Billedet behøver dermed ikke være færdigt før kampagnestart. Det kan skabes under selve besøget.
Det ændrer både økonomien og planlægningen bag digitalt indhold. I stedet for at forsøge at forudse alle tænkelige kundesituationer flere måneder i forvejen kan vi udvikle kreative rammer, der reagerer på den aktuelle situation.
Sådan fungerer det i praksis
Forestil dig en kunde, der besøger et modebrands webshop.
Inden besøget har det kreative team fastlagt og godkendt de visuelle rammer: lyssætning, farvepalette, komposition, art direction og de produktdetaljer, der skal gengives præcist. Alt det, der gør billederne genkendelige som brandets.
Den endelige scene er til gengæld ikke låst. Udvalgte dele af prompten står åbne, indtil de kan udfyldes med aktuelle oplysninger.
Når kunden åbner siden, henter systemet de relevante data. Det kan eksempelvis være:
- Sted og vejr: Hvordan er de lokale vejr- og lysforhold? Regner det, skinner solen, eller er mørket faldet på?
- Lager og prioriteter: Hvilke produkter og varianter er på lager på det pågældende marked, og hvad ønsker brandet at fremhæve?
- Tidspunkt og årstid: Hvad er klokken, hvilken ugedag er det, og hvilken årstid befinder kunden sig i?
- Enhed og layout: Hvilken skærm skal billedet vises på, og hvor meget plads har det i sidens layout?
Oplysningerne udfylder de åbne dele af prompten, hvorefter AI-modellen skaber en komposition til netop den situation.
På en råkold oktobermorgen kan kunden i København møde en model på en regnvåd brostensgade, iført brandets vandtætte frakke i en farve, der er på lager.
Kunden i Barcelona kan samtidig besøge præcis den samme webadresse og se en anden komposition med lettere overtøj, tilpasset det lokale vejr og vareudvalg.
Én brandstrategi og ét sammenhængende visuelt udtryk kan på den måde danne grundlag for millioner af individuelt tilpassede billedoplevelser.
En komposition, der passer til skærmen
Tilgangen kan også gøre op med et andet velkendt kompromis fra fotooptagelsen. Fotografen spørger: ”Skal vi skyde i højformat eller bredformat?” Svaret er som regel: ”Begge dele. Billedet skal bruges på flere platforme.”
Derfor giver vi motivet ekstra luft, holder produktet tæt på midten og sørger for, at billedet kan tåle mange forskellige beskæringer. Det fungerer nogenlunde overalt, men kommer sjældent helt til sin ret.
Med Just-in-Time AI-billeder kan skærmens mål, enhedstypen og sidens layout indgå i prompten. Systemet kan dermed skabe en komposition til den konkrete visning, inden for brandets godkendte visuelle rammer.
På mobilen kan det være en tættere komposition i højformat med tydeligt fokus på produktet. På en computer kan det være en bredere scene, hvor motivets placering giver plads til en overskrift og en knap. Produktets størrelse, omgivelserne og pladsen til tekst kan tilpasses fra begyndelsen.
I stedet for at få ét fotografi til at passe til fem forskellige formater kan vi skabe en komposition til hvert enkelt format, når der er brug for den.
Det kreative arbejde flytter sig
Just-in-Time AI-billeder flytter en del af det kreative arbejde fra produktionen af enkeltbilleder til udviklingen af de systemer, der skaber dem.
Art directors, fotografer og marketingteams bruger i dag meget tid på at producere, retouchere og tilpasse billeder. Fremover vil en større del af arbejdet være at fastlægge de kreative rammer og den logik, som gør det muligt at skabe nye billeder løbende.
- Art directors definerer det visuelle sprog, æstetikken og grænserne for, hvad systemet må ændre.
- Fotografer og stylister bidrager med viden og referencer, der styrer gengivelsen af produkter, materialer, teksturer, tøjets fald og lyssætning.
- Strateger fastlægger, hvordan aktuelle data skal påvirke billederne, så de understøtter kundernes behov og virksomhedens mål.
Den kreative faglighed bliver dermed fundamentet for et system, der kan skabe og tilpasse billeder, frem for alene at være indbygget i en samling færdige JPEG-filer.
Når billederne står stille, mens virkeligheden ændrer sig
Digitale kanaler er fulde af billeder, der har mistet deres relevans: sæsonkampagner, som bliver hængende for længe, produkter i udsolgte farver og scener, der føles langt fra den verden, kunden befinder sig i.
Det skyldes ikke manglende ambitioner. De traditionelle produktionsmetoder har sat en praktisk og økonomisk grænse for, hvor mange billedvarianter man kan producere og holde opdateret.
Just-in-Time AI-billeder kan flytte den grænse. Når vi går fra faste billedarkiver til systemer, der reagerer på aktuelle data, får brands mulighed for at vise billeder, som i højere grad afspejler kundens situation her og nu.
Hvilke data ville gøre dine billeder mere relevante?
Du behøver ikke vente på, at billedgenerering i realtid er fuldt udviklet, før du begynder at forberede dig.
Start med at se på dine nuværende billeder, og spørg: Hvilke oplysninger ville gøre dette billede mere relevant og overbevisende for den person, der ser det?
Kunne billederne blive mere relevante, hvis de tog højde for:
- Lokalt vejr og dagslys?
- Geografi, sprog og kulturel sammenhæng?
- Tidspunkt på dagen eller årstid?
- Lokal lagerstatus og kundens præferencer?
Når du kortlægger de relevante data i dag, lægger du samtidig grundlaget for en ny måde at producere billeder på. I den nærmeste fremtid kan det stærkeste billede på dit website være det, der først bliver skabt, når kunden besøger siden.
