Kecerdasan Buatan Generatif untuk Riset Pasar: Peluang dan Risiko

“Dengan kekuatan besar datang tanggung jawab besar.” Anda tidak perlu menjadi penggemar Marvel untuk mengenali kutipan tersebut, yang populer di kalangan waralaba Spider-Man. Dan meskipun sentimen tersebut awalnya merujuk pada kecepatan super, kekuatan, ketangkasan, dan ketahanan, itu adalah hal yang berguna untuk diingat ketika memahami munculnya kecerdasan buatan generatif.

Sementara teknologi itu sendiri tidak baru, peluncuran ChatGPT membawanya ke tangan 100 juta orang dalam waktu hanya 2 bulan, sesuatu yang bagi banyak orang terasa seperti mendapatkan kekuatan super. Tapi seperti semua kekuatan super, yang terpenting adalah apa yang Anda gunakan untuknya. Kecerdasan buatan generatif tidak berbeda. Ada potensi untuk hal yang besar, untuk kebaikan, dan untuk kejahatan.

Merek-merek terbesar di dunia sekarang berdiri di persimpangan kritis untuk memutuskan bagaimana mereka akan menggunakan teknologi ini. Pada saat yang sama, ketidakpastian ekonomi dan inflasi yang meningkat telah bertahan — meninggalkan konsumen tidak yakin tentang bagaimana memprioritaskan pengeluaran.

Mempertimbangkan kedua faktor, Kecerdasan Buatan Generatif dapat membantu memberikan merek keunggulan dalam pertempuran untuk perhatian konsumen. Namun, mereka perlu mengambil perspektif yang seimbang – melihat kemungkinan tetapi juga melihat risiko, dan mendekatinya dengan pikiran terbuka.

Apa yang Kecerdasan Buatan Generatif berarti untuk pekerjaan wawasan

Industri riset pasar tidak asing dengan perubahan – alat dan metodologi yang tersedia untuk profesional wawasan konsumen telah berkembang pesat selama beberapa dekade terakhir.

Pada tahap ini, luas dan kecepatan perubahan yang akan dibawa oleh kecerdasan buatan generatif yang semakin mudah diakses adalah sesuatu yang hanya dapat kita spekulasi. Tapi ada dasar-dasar yang harus ada untuk membantu pengambil keputusan memutuskan bagaimana merespons dengan cepat ketika lebih banyak informasi tersedia.

Pada akhirnya, semua kembali ke mengajukan pertanyaan yang tepat.

Apa peluangnya?

Saat ini, peluang utama yang ditawarkan oleh kecerdasan buatan generatif adalah produktivitas yang ditingkatkan. Ini dapat sangat mempercepat proses pembuatan ide, informasi, dan teks tertulis, seperti draf pertama email, laporan, atau artikel. Dengan menciptakan efisiensi di area-area ini, itu memungkinkan lebih banyak waktu untuk dihabiskan pada tugas-tugas yang memerlukan keahlian manusia yang signifikan.

Waktu yang lebih cepat untuk wawasan

Untuk pekerjaan wawasan secara khusus, salah satu area yang kita lihat banyak potensi adalah ringkasan informasi. Sebagai contoh, platform Stravito telah menggunakan kecerdasan buatan generatif untuk membuat ringkasan otomatis dari laporan riset pasar individual, menghilangkan kebutuhan untuk menulis deskripsi asli untuk setiap laporan.

Kita juga melihat potensi untuk mengembangkan kasus penggunaan ini lebih lanjut dengan kemampuan untuk meringkas volume besar informasi untuk menjawab pertanyaan bisnis dengan cepat, dalam format yang mudah dikonsumsi. Sebagai contoh, ini bisa terlihat seperti mengetikkan pertanyaan ke bilah pencarian dan mendapatkan jawaban singkat berdasarkan basis pengetahuan internal perusahaan.

Untuk merek, ini akan berarti dapat menjawab pertanyaan sederhana lebih cepat, dan itu juga dapat membantu mengurus banyak pekerjaan dasar ketika menyelidiki masalah yang lebih kompleks.

Demokratisasi wawasan melalui layanan self-service yang lebih baik

Kecerdasan buatan generatif juga dapat membuatnya lebih mudah bagi semua pemangku kepentingan bisnis untuk mengakses wawasan tanpa perlu melibatkan langsung manajer wawasan setiap kali. Dengan menghilangkan hambatan akses, kecerdasan buatan generatif dapat membantu mendukung organisasi yang ingin lebih dalam mengintegrasikan wawasan konsumen ke dalam operasi sehari-hari.

Ini juga dapat membantu menghilangkan kekhawatiran umum yang terkait dengan semua pemangku kepentingan yang mengakses riset pasar, seperti mengajukan pertanyaan yang salah. Dalam kasus penggunaan ini, kecerdasan buatan generatif dapat membantu pemangku kepentingan bisnis tanpa latar belakang penelitian untuk mengajukan pertanyaan yang lebih baik dengan memicu mereka dengan pertanyaan yang relevan terkait dengan kueri pencarian mereka.

Komunikasi yang disesuaikan untuk audiens internal dan eksternal

Peluang lain yang datang dengan kecerdasan buatan generatif adalah kemampuan untuk menyesuaikan komunikasi untuk audiens internal dan eksternal.

Dalam konteks wawasan, ada beberapa aplikasi potensial. Ini dapat membantu membuat berbagi pengetahuan lebih berdampak dengan membuatnya lebih mudah untuk mempersonalisasi komunikasi wawasan ke berbagai pemangku kepentingan bisnis di seluruh organisasi. Ini juga dapat digunakan untuk menyesuaikan brief untuk lembaga penelitian sebagai cara untuk memperlancar proses penelitian dan meminimalkan bolak-balik yang terlibat.

Apa risikonya?

Kecerdasan buatan generatif dapat menjadi alat yang efektif untuk tim wawasan, tetapi juga menimbulkan berbagai risiko yang organisasi harus sadari sebelum implementasi.

Ketergantungan prompt

Satu risiko mendasar adalah ketergantungan prompt. Kecerdasan buatan generatif adalah statistik, bukan analitis, sehingga bekerja dengan memprediksi potongan informasi yang paling mungkin untuk dikatakan selanjutnya. Jika Anda memberinya prompt yang salah, Anda masih kemungkinan besar mendapatkan jawaban yang sangat meyakinkan.

Kepercayaan

Apa yang menjadi lebih rumit adalah cara kecerdasan buatan generatif dapat mencampurkan informasi yang benar dengan informasi yang salah. Dalam situasi dengan taruhan rendah, ini dapat menyenangkan. Tapi dalam situasi di mana keputusan bisnis jutaan dolar sedang dibuat, input untuk setiap keputusan perlu dapat dipercaya.

Selain itu, banyak pertanyaan tentang perilaku konsumen yang kompleks. Sementara pertanyaan seperti “Bagaimana millennials yang tinggal di AS merespons tes konsep terbaru kami?” mungkin menghasilkan jawaban yang jelas, pertanyaan yang lebih dalam tentang nilai-nilai manusia atau emosi sering memerlukan perspektif yang lebih nuansa. Tidak semua pertanyaan memiliki satu jawaban yang benar, dan ketika bertujuan untuk mensintesis set besar laporan penelitian, detail kunci bisa jatuh di antara celah-celah.

Transparansi

Risiko kunci lain yang perlu diperhatikan adalah kurangnya transparansi tentang bagaimana algoritma dilatih. Sebagai contoh, ChatGPT tidak selalu dapat memberitahu Anda dari mana ia mendapatkan jawabannya, dan bahkan ketika itu dapat, sumber-sumber tersebut mungkin tidak dapat diverifikasi atau bahkan benar-benar ada.

Dan karena algoritma AI, generatif atau lainnya, dilatih oleh manusia dan informasi yang ada, mereka dapat memiliki bias. Ini dapat menyebabkan jawaban yang rasistis, seksis, atau ofensif lainnya. Untuk organisasi yang ingin menantang bias dalam pengambilan keputusan mereka dan menciptakan dunia yang lebih baik untuk konsumen, ini akan menjadi contoh kecerdasan buatan generatif yang membuat pekerjaan kurang produktif.

Keamanan

Beberapa kasus penggunaan umum untuk ChatGPT adalah menggunakannya untuk menghasilkan email, agenda pertemuan, atau laporan. Tapi memasukkan detail yang diperlukan untuk menghasilkan teks tersebut mungkin berisiko meletakkan informasi perusahaan yang sensitif.

Faktanya, analisis yang dilakukan oleh perusahaan keamanan Cyberhaven menemukan bahwa dari 1,6 juta pekerja pengetahuan di seluruh industri, 5,6% telah mencoba ChatGPT setidaknya sekali di tempat kerja, dan 2,3% telah memasukkan data perusahaan yang dirahasiakan ke ChatGPT.

Perusahaan seperti JP Morgan, Verizon, Accenture, dan Amazon telah melarang staf dari menggunakan ChatGPT di tempat kerja karena kekhawatiran keamanan. Dan baru-baru ini, Italia menjadi negara Barat pertama yang melarang ChatGPT sambil menyelidiki kekhawatiran privasi, menarik perhatian dari regulator privasi di negara-negara Eropa lain.

Untuk tim wawasan atau siapa pun yang bekerja dengan penelitian dan wawasan proprietary, sangat penting untuk menyadari risiko yang terkait dengan memasukkan informasi ke dalam alat seperti ChatGPT, dan untuk tetap mendapat informasi tentang kebijakan keamanan data internal organisasi dan kebijakan penyedia seperti OpenAI.

Kami yakin bahwa masa depan pemahaman konsumen masih akan memerlukan kombinasi keahlian manusia dengan teknologi yang kuat. Teknologi paling kuat di dunia akan tidak berguna jika tidak ada yang benar-benar ingin menggunakannya.

Oleh karena itu, fokus untuk merek harus pada eksperimen yang bertanggung jawab, untuk menemukan masalah yang tepat untuk dipecahkan dengan alat yang tepat, dan tidak hanya mengimplementasikan teknologi untuk kepentingan itu. Dengan kekuatan besar datang tanggung jawab besar. Sekarang adalah waktu bagi merek untuk memutuskan bagaimana mereka akan menggunakannya.