Intelligence artificielle générative pour la recherche de marché : Opportunités et Risques

« Avec une grande puissance vient une grande responsabilité. » Vous n’avez pas besoin d’être un fan de Marvel pour reconnaître cette citation, popularisée par la franchise Spider-Man. Et même si le sentiment était à l’origine en référence à la vitesse surhumaine, à la force, à l’agilité et à la résilience, c’est une citation utile à garder à l’esprit lorsqu’on tente de comprendre l’essor de l’intelligence artificielle générative.

Alors que la technologie elle-même n’est pas nouvelle, le lancement de ChatGPT l’a mise entre les mains de 100 millions de personnes en l’espace de seulement 2 mois, ce qui, pour beaucoup, ressemblait à acquérir un superpouvoir. Mais comme tous les superpouvoirs, ce qui compte, c’est à quoi on les utilise. L’intelligence artificielle générative ne fait pas exception. Il y a un potentiel pour le bien, pour le mal.

Les plus grandes marques mondiales se trouvent maintenant à un carrefour critique pour décider de la façon dont elles utiliseront cette technologie. Au même moment, l’incertitude économique et l’inflation croissante ont persisté — laissant les consommateurs incertains sur la façon de prioriser leurs dépenses.

En considérant ces deux facteurs, l’intelligence artificielle générative peut aider les marques à prendre une longueur d’avance dans la bataille pour l’attention des consommateurs. Cependant, ils ont besoin d’adopter une perspective équilibrée – en voyant les possibilités, mais également en voyant les risques, et en abordant les deux avec un esprit ouvert.

Que signifie l’intelligence artificielle générative pour le travail d’analyse

L’industrie de la recherche de marché n’est pas étrangère au changement – les outils et les méthodologies disponibles pour les professionnels des insights des consommateurs ont évolué rapidement au cours des dernières décennies.

À ce stade, l’étendue et la vitesse des changements que l’intelligence artificielle générative de plus en plus accessible apportera sont quelque chose que l’on ne peut qu’imaginer. Mais il y a certaines fondations à avoir en place qui aideront les décideurs à déterminer comment réagir rapidement à mesure que plus d’informations deviennent disponibles.

Finalement, tout revient à poser les bonnes questions.

Quelles sont les opportunités ?

Actuellement, l’opportunité principale offerte par l’intelligence artificielle générative est une productivité améliorée. Elle peut drastiquement accélérer les processus de génération d’idées, d’informations et de textes écrits, comme les premiers brouillons d’e-mails, de rapports ou d’articles. En créant de l’efficacité dans ces domaines, elle permet de passer plus de temps sur les tâches qui nécessitent une expertise humaine significative.

Temps de réponse plus rapide

Pour le travail d’analyse en particulier, un domaine où nous voyons beaucoup de potentiel est la synthèse d’informations. Par exemple, la plateforme Stravito utilise déjà l’intelligence artificielle générative pour créer des résumés automatiques de rapports de recherche de marché individuels, supprimant ainsi la nécessité d’écrire manuellement une description originale pour chaque rapport.

Nous voyons également un potentiel pour développer cette utilisation plus loin avec la capacité de résumer de grandes quantités d’informations pour répondre rapidement aux questions commerciales, dans un format facile à consommer. Par exemple, cela pourrait ressembler à taper une question dans la barre de recherche et obtenir une réponse concise basée sur la base de connaissances interne de l’entreprise.

Pour les marques, cela signifierait être en mesure de répondre plus rapidement aux questions simples, et cela pourrait également aider à effectuer beaucoup de travail de base lorsque l’on creuse des problèmes plus complexes.

Démocratisation des insights grâce à un meilleur service autonome

L’intelligence artificielle générative pourrait également rendre plus facile l’accès aux insights pour tous les parties prenantes de l’entreprise sans nécessiter l’implication directe d’un gestionnaire d’insights à chaque fois. En supprimant les barrières d’accès, l’intelligence artificielle générative pourrait aider les organisations qui cherchent à intégrer plus profondément les insights des consommateurs dans leurs opérations quotidiennes.

Cela pourrait également aider à atténuer les préoccupations courantes liées à l’accès de toutes les parties prenantes à la recherche de marché, comme poser les mauvaises questions. Dans ce cas d’utilisation, l’intelligence artificielle générative peut aider les parties prenantes de l’entreprise sans formation en recherche à poser de meilleures questions en les incitant avec des questions pertinentes liées à leur requête de recherche.

Communication personnalisée aux audiences internes et externes

Une autre opportunité qui vient avec l’intelligence artificielle générative est la capacité de personnaliser la communication à la fois pour les audiences internes et externes.

Dans un contexte d’insights, il y a plusieurs applications potentielles. Cela pourrait aider à rendre le partage des connaissances plus impactant en rendant plus facile la personnalisation des communications d’insights pour les différentes parties prenantes de l’entreprise. Cela pourrait également être utilisé pour personnaliser les briefs pour les agences de recherche comme moyen de rationaliser le processus de recherche et de minimiser les allers-retours impliqués.

Quels sont les risques ?

L’intelligence artificielle générative peut être un outil efficace pour les équipes d’insights, mais elle pose également divers risques dont les organisations devraient être conscientes avant la mise en œuvre.

Dépendance à la commande

Un risque fondamental est la dépendance à la commande. L’intelligence artificielle générative est statistique, et non analytique, elle fonctionne donc en prédisant le morceau d’information le plus probable à dire ensuite. Si vous lui donnez la mauvaise commande, vous obtiendrez probablement une réponse très convaincante.

Confiance

Ce qui devient encore plus délicat, c’est la façon dont l’intelligence artificielle générative peut mélanger les informations correctes avec les informations incorrectes. Dans des situations à faible enjeu, cela peut être amusant. Mais dans des situations où des décisions commerciales de millions de dollars sont prises, les entrées pour chaque décision doivent être dignes de confiance.

De plus, de nombreuses questions entourant le comportement des consommateurs sont complexes. Alors qu’une question comme « Comment les millennials vivant aux États-Unis ont-ils réagi à notre dernier test de concept ? » pourrait générer une réponse claire, des questions plus approfondies sur les valeurs humaines ou les émotions nécessitent souvent une perspective plus nuancée. Toutes les questions n’ont pas une seule bonne réponse, et lorsque l’on vise à synthétiser de grands ensembles de rapports de recherche, des détails clés pourraient tomber entre les mailles.

Transparence

Un autre risque clé auquel il faut prêter attention est le manque de transparence quant à la façon dont les algorithmes sont formés. Par exemple, ChatGPT ne peut pas toujours vous dire d’où il a obtenu ses réponses, et même lorsqu’il le peut, ces sources pourraient être impossibles à vérifier ou n’exister même pas.

Et parce que les algorithmes d’IA, génératifs ou non, sont formés par des humains et des informations existantes, ils peuvent être biaisés. Cela peut conduire à des réponses qui sont racistes, sexistes ou offensantes de toute autre manière. Pour les organisations qui cherchent à remettre en question les préjugés dans leur processus de prise de décision et à créer un meilleur monde pour les consommateurs, ce serait un cas où l’intelligence artificielle générative rend le travail moins productif.

Sécurité

Certaines des utilisations les plus courantes de ChatGPT sont de l’utiliser pour générer des e-mails, des ordres du jour de réunion ou des rapports. Mais insérer les détails nécessaires pour générer ces textes peut mettre des informations sensibles de l’entreprise en danger.

En fait, une analyse menée par la société de sécurité Cyberhaven a révélé que sur 1,6 million de travailleurs du savoir dans diverses industries, 5,6 % avaient essayé ChatGPT au moins une fois au travail, et 2,3 % avaient inséré des données confidentielles de l’entreprise dans ChatGPT.

Des entreprises comme JP Morgan, Verizon, Accenture et Amazon ont interdit à leur personnel d’utiliser ChatGPT au travail en raison de préoccupations de sécurité. Et récemment, l’Italie est devenue le premier pays occidental à interdire ChatGPT alors qu’elle enquêtait sur des préoccupations de confidentialité, attirant l’attention des régulateurs de la vie privée dans d’autres pays européens.

Pour les équipes d’insights ou quiconque travaille avec des recherches et des insights propriétaires, il est essentiel d’être conscient des risques associés à la saisie d’informations dans un outil comme ChatGPT, et de rester à jour sur les politiques de sécurité des données internes de votre organisation ainsi que sur les politiques des fournisseurs comme OpenAI.

C’est notre ferme conviction que l’avenir de la compréhension des consommateurs aura encore besoin de combiner l’expertise humaine avec une technologie puissante. La technologie la plus puissante du monde sera inutile si personne ne veut vraiment l’utiliser.

Par conséquent, l’accent pour les marques devrait être mis sur l’expérimentation responsable, pour trouver les bons problèmes à résoudre avec les bons outils, et ne pas simplement mettre en œuvre la technologie pour le sake de la technologie. Avec une grande puissance vient une grande responsabilité. Maintenant est le moment pour les marques de décider de la façon dont elles l’utiliseront.