IA generativa para investigación de mercado: oportunidades y riesgos

"Con un gran poder viene una gran responsabilidad." No tienes que ser un aficionado a Marvel para reconocer esa cita, popularizada por la franquicia de Spider-Man. Y si bien el sentimiento se refería originalmente a la velocidad, la fuerza, la agilidad y la resiliencia sobrehumanas, es útil tenerlo en cuenta al dar sentido al surgimiento de la IA generativa.

Si bien la tecnología en sí no es nueva, el lanzamiento de ChatGPT lo puso en manos de 100 millones de personas en solo 2 meses, algo que para muchos se sintió como obtener un superpoder. Pero como todos los superpoderes, lo que importa es para qué los usas. La IA generativa no es diferente. Existe el potencial para grande, para bien y para mal.

Las marcas más grandes del mundo ahora se encuentran en un momento crítico para decidir cómo utilizarán esta tecnología. Al mismo tiempo, la incertidumbre económica y la inflación creciente han persistido, dejando a los consumidores inseguros sobre cómo priorizar el gasto.

Teniendo en cuenta ambos factores, la IA generativa puede ayudar a las marcas a dar una ventaja en la batalla por la atención del consumidor. Sin embargo, deben adoptar una perspectiva equilibrada: ver las posibilidades pero también ver los riesgos y abordar ambos con una mente abierta.

Qué significa la IA generativa para el trabajo de información

La industria de la investigación de mercado no es ajena al cambio: las herramientas y metodologías disponibles para los profesionales de conocimiento del consumidor han evolucionado rápidamente en las últimas décadas.

En esta etapa, el alcance y la velocidad de los cambios que traerá la IA generativa cada vez más accesible son algo sobre lo que solo podemos especular. Pero hay ciertos cimientos que se deben tener que ayudarán a los tomadores de decisiones a descubrir cómo responder rápidamente a medida que haya más información disponible.

En última instancia, todo se reduce a hacer las preguntas correctas.

Cuales son las oportunidades?

Actualmente, la principal oportunidad que ofrece la IA generativa es una mayor productividad. Puede acelerar drásticamente los procesos de generación de ideas, información y textos escritos, como los primeros borradores de correos electrónicos, informes o artículos. Al crear eficiencia en estas áreas, permite dedicar más tiempo a tareas que requieren una experiencia humana significativa.

Tiempo más rápido para obtener información

Para el trabajo de insights específicamente, un área en la que vemos mucho potencial es el resumen de la información. Por ejemplo, la plataforma Stravito ya ha estado utilizando IA generativa para crear resúmenes automáticos de informes de investigación de mercado individuales, eliminando la necesidad de escribir manualmente una descripción original para cada informe.

También vemos potencial para desarrollar aún más este caso de uso con la capacidad de resumir grandes volúmenes de información para responder preguntas comerciales rápidamente, en un formato fácil de consumir. Por ejemplo, podría ser como escribir una pregunta en la barra de búsqueda y obtener una respuesta breve basada en la base de conocimiento interna de la empresa.

Para las marcas, esto significaría poder responder preguntas simples más rápidamente, y también podría ayudar a ocuparse de gran parte del trabajo preliminar al profundizar en problemas más complejos.

Democratización de la información a través de un mejor autoservicio

La IA generativa también podría facilitar que todas las partes interesadas del negocio accedan a la información sin necesidad de involucrar directamente a un administrador de información cada vez. Al eliminar las barreras de acceso, la IA generativa podría ayudar a las organizaciones que buscan integrar más profundamente los conocimientos de los consumidores en sus operaciones diarias.

También podría ayudar a aliviar las preocupaciones comunes asociadas con todas las partes interesadas que acceden a la investigación de mercado, como hacer las preguntas equivocadas. En este caso de uso, la IA generativa puede ayudar a las partes interesadas del negocio sin antecedentes de investigación a hacer mejores preguntas al plantearles preguntas relevantes relacionadas con su consulta de búsqueda.

Comunicación personalizada para audiencias internas y externas.

Otra oportunidad que viene con la IA generativa es la capacidad de adaptar la comunicación a audiencias internas y externas.

En un contexto de conocimientos, hay varias aplicaciones potenciales. Podría ayudar a que el intercambio de conocimientos sea más impactante al facilitar la personalización de las comunicaciones de información a varias partes interesadas comerciales en toda la organización. También podría usarse para adaptar resúmenes a las agencias de investigación como una forma de optimizar el proceso de investigación y minimizar las idas y venidas involucradas.

¿Cuáles son los riesgos?

La IA generativa puede ser una herramienta eficaz para los equipos de información, pero también presenta varios riesgos que las organizaciones deben conocer antes de la implementación.

Dependencia rápida

Un riesgo fundamental es la pronta dependencia. La IA generativa es estadística, no analítica, por lo que funciona prediciendo la información más probable para decir a continuación. Si le das el aviso incorrecto, es probable que obtengas una respuesta muy convincente.

Confianza

Lo que se vuelve aún más complicado es la forma en que la IA generativa puede combinar información correcta con información incorrecta. En situaciones de apuestas bajas, esto puede ser divertido. Pero en situaciones en las que se toman decisiones comerciales de millones de dólares, las entradas para cada decisión deben ser confiables.

Además, muchas preguntas relacionadas con el comportamiento del consumidor son complejas. Mientras que una pregunta como "¿Cómo respondieron los millennials que viven en los EE. UU. a nuestra prueba de concepto más reciente?" puede generar una respuesta clara, las preguntas más profundas sobre los valores humanos o las emociones a menudo requieren una perspectiva más matizada. No todas las preguntas tienen una sola respuesta correcta, y cuando se trata de sintetizar grandes conjuntos de informes de investigación, los detalles clave pueden quedar entre las grietas.

Transparencia

Otro riesgo clave al que se debe prestar atención es la falta de transparencia con respecto a cómo se entrenan los algoritmos. Por ejemplo, ChatGPT no siempre puede decirle de dónde obtuvo sus respuestas, e incluso cuando puede, esas fuentes pueden ser imposibles de verificar o incluso existir.

Y debido a que los algoritmos de IA, generativos o no, son entrenados por humanos e información existente, pueden estar sesgados. Esto puede conducir a respuestas que son racistas, sexistas u ofensivos de otro modo. Para las organizaciones que buscan desafiar los sesgos en su toma de decisiones y crear un mundo mejor para los consumidores, este sería un ejemplo de IA generativa que hace que el trabajo sea menos productivo.

Seguridad

Algunos de los casos de uso comunes de ChatGPT lo utilizan para generar correos electrónicos, agendas de reuniones o informes. Pero ingresar los detalles necesarios para generar esos textos puede estar poniendo en riesgo información confidencial de la empresa.

De hecho, un análisis realizado por la empresa de seguridad Cyberhaven encontró que de 1.6 millones de trabajadores del conocimiento en todas las industrias, El 5.6 % había probado ChatGPT al menos una vez en el trabajo y el 2.3 % había introducido datos confidenciales de la empresa en ChatGPT.

Empresas como JP Morgan, Verizon, Accenture y Amazon han prohibido al personal usar ChatGPT en el trabajo por motivos de seguridad. Y recientemente, Italia se convirtió en el primer país occidental en prohibir ChatGPT mientras investigaba problemas de privacidad., llamando la atención de los reguladores de privacidad en otros países europeos.

Para los equipos de insights o cualquier persona que trabaje con insights e investigaciones patentadas, es esencial ser consciente de los riesgos asociados con el ingreso de información en una herramienta como ChatGPT, y mantenerse actualizado sobre las políticas internas de seguridad de datos de su organización y las políticas de proveedores como OpenAI.

Creemos firmemente que el futuro de la comprensión del consumidor aún necesitará combinar la experiencia humana con una tecnología poderosa. La tecnología más poderosa del mundo será inútil si nadie realmente quiere usarla.

Por lo tanto, el enfoque de las marcas debe estar en la experimentación responsable, para encontrar los problemas correctos para resolver con las herramientas adecuadas, y no simplemente implementar tecnología por el simple hecho de hacerlo. Con un gran poder viene una gran responsabilidad. Ahora es el momento de que las marcas decidan cómo lo usarán.