AI Generatif untuk Riset Pasar: Peluang dan Risiko

“Dengan kekuatan besar datang tanggung jawab besar.” Anda tidak perlu menjadi penggemar Marvel untuk mengenali kutipan itu, yang dipopulerkan oleh franchise Spider-Man. Dan meskipun sentimen awalnya mengacu pada kecepatan, kekuatan, ketangkasan, dan ketahanan manusia super, ini sangat membantu untuk diingat saat memahami kebangkitan AI generatif.

Meskipun teknologinya sendiri bukanlah hal baru, peluncuran ChatGPT menempatkannya di tangan 100 juta orang hanya dalam waktu 2 bulan, sesuatu yang bagi banyak orang terasa seperti mendapatkan kekuatan super. Tapi seperti semua negara adidaya, yang penting adalah untuk apa Anda menggunakannya. AI generatif tidak berbeda. Ada potensi besar, baik, dan jahat.

Merek-merek terbesar dunia kini berdiri di titik kritis untuk memutuskan bagaimana mereka akan menggunakan teknologi ini. Pada saat yang sama, ketidakpastian ekonomi dan kenaikan inflasi tetap ada — membuat konsumen tidak yakin bagaimana memprioritaskan pengeluaran.

Mempertimbangkan kedua faktor tersebut, AI Generatif dapat membantu memberi merek keunggulan dalam pertempuran untuk mendapatkan perhatian konsumen. Namun, mereka perlu mengambil perspektif yang seimbang – melihat kemungkinan tetapi juga melihat risikonya, dan mendekati keduanya dengan pikiran terbuka.

Apa arti AI Generatif untuk pekerjaan wawasan

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

Pada tahap ini, tingkat dan kecepatan perubahan yang akan dibawa oleh AI generatif yang semakin mudah diakses adalah sesuatu yang hanya dapat kita perkirakan. Tetapi ada dasar-dasar tertentu yang harus dimiliki yang akan membantu para pembuat keputusan mencari cara untuk merespons dengan cepat ketika lebih banyak informasi tersedia.

Pada akhirnya, semuanya kembali untuk mengajukan pertanyaan yang tepat.

Apa peluangnya?

Saat ini, peluang utama yang ditawarkan oleh AI generatif adalah peningkatan produktivitas. Ini secara drastis dapat mempercepat proses menghasilkan ide, informasi, dan teks tertulis, seperti draf pertama email, laporan, atau artikel. Dengan menciptakan efisiensi di bidang-bidang ini, memungkinkan lebih banyak waktu dihabiskan untuk tugas-tugas yang membutuhkan keahlian manusia yang signifikan.

Waktu lebih cepat untuk wawasan

Untuk pekerjaan wawasan secara khusus, satu bidang yang kami lihat banyak potensinya adalah peringkasan informasi. Misalnya, platform Stravito telah menggunakan AI generatif untuk membuat ringkasan otomatis laporan riset pasar individual, sehingga tidak perlu lagi menulis deskripsi asli untuk setiap laporan secara manual.

Kami juga melihat potensi untuk mengembangkan kasus penggunaan ini lebih lanjut dengan kemampuan meringkas informasi dalam volume besar untuk menjawab pertanyaan bisnis dengan cepat, dalam format yang mudah dikonsumsi. Misalnya, ini bisa terlihat seperti mengetik pertanyaan di bilah pencarian dan mendapatkan jawaban ringkas berdasarkan basis pengetahuan internal perusahaan.

Untuk merek, ini berarti dapat menjawab pertanyaan sederhana dengan lebih cepat, dan ini juga dapat membantu menangani banyak pekerjaan dasar saat menggali masalah yang lebih kompleks.

Wawasan demokratisasi melalui swalayan yang lebih baik

AI generatif juga dapat memudahkan semua pemangku kepentingan bisnis untuk mengakses wawasan tanpa harus selalu melibatkan manajer wawasan secara langsung. Dengan menghilangkan hambatan untuk mengakses, AI generatif dapat membantu mendukung organisasi yang ingin mengintegrasikan wawasan konsumen secara lebih mendalam ke dalam operasi sehari-hari mereka.

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

Komunikasi yang disesuaikan dengan audiens internal dan eksternal

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

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

Apa risikonya?

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

Ketergantungan cepat

Salah satu risiko mendasar adalah ketergantungan yang cepat. AI generatif bersifat statistik, bukan analitik, sehingga bekerja dengan memprediksi bagian informasi yang paling mungkin untuk diucapkan selanjutnya. Jika Anda memberikan perintah yang salah, kemungkinan besar Anda akan mendapatkan jawaban yang sangat meyakinkan.

Kepercayaan

Apa yang menjadi lebih rumit adalah cara AI generatif dapat memadukan informasi yang benar dengan informasi yang salah. Dalam situasi taruhan rendah, ini bisa lucu. Namun dalam situasi di mana keputusan bisnis jutaan dolar sedang dibuat, masukan untuk setiap keputusan harus dapat dipercaya.

Selain itu, banyak pertanyaan seputar perilaku konsumen yang kompleks. Sementara pertanyaan seperti "Bagaimana generasi milenial yang tinggal di AS merespons uji konsep terbaru kami?" mungkin menghasilkan jawaban yang jelas, pertanyaan yang lebih dalam tentang nilai atau emosi manusia seringkali membutuhkan perspektif yang lebih bernuansa. Tidak semua pertanyaan memiliki satu jawaban yang benar, dan ketika bertujuan untuk mensintesis kumpulan laporan penelitian yang besar, detail kunci bisa berada di antara celah-celah.

Transparansi

Risiko utama lain yang harus diperhatikan adalah kurangnya transparansi tentang bagaimana algoritme dilatih. Misalnya, ChatGPT tidak selalu dapat memberi tahu Anda dari mana ia mendapatkan jawabannya, dan meskipun bisa, sumber tersebut mungkin tidak dapat diverifikasi atau bahkan benar-benar ada.

Dan karena algoritme AI, generatif atau lainnya, dilatih oleh manusia dan informasi yang ada, algoritme tersebut dapat menjadi bias. Hal ini dapat menyebabkan jawaban itu bersifat rasis, seksis, atau ofensif. Untuk organisasi yang ingin menantang bias dalam pengambilan keputusan mereka dan menciptakan dunia yang lebih baik bagi konsumen, ini akan menjadi contoh AI generatif yang membuat pekerjaan menjadi kurang produktif.

Security

Beberapa kasus penggunaan umum untuk ChatGPT menggunakannya untuk membuat email, agenda rapat, atau laporan. Namun memasukkan detail yang diperlukan untuk menghasilkan teks tersebut dapat membahayakan informasi perusahaan yang sensitif.

Faktanya, sebuah analisis yang dilakukan oleh perusahaan keamanan Cyberhaven menemukan bahwa dari 1.6 juta pekerja berpengetahuan di seluruh industri, 5.6% telah mencoba ChatGPT setidaknya sekali di tempat kerja, dan 2.3% telah memasukkan data rahasia perusahaan ke dalam ChatGPT.

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

Untuk tim wawasan atau siapa pun yang bekerja dengan penelitian dan wawasan hak milik, penting untuk menyadari risiko yang terkait dengan memasukkan informasi ke dalam alat seperti ChatGPT, dan tetap mengikuti perkembangan kebijakan keamanan data internal organisasi Anda dan kebijakan penyedia seperti OpenAI.

Keyakinan kuat kami bahwa masa depan pemahaman konsumen masih perlu menggabungkan keahlian manusia dengan teknologi canggih. Teknologi paling canggih di dunia tidak akan berguna jika tidak ada yang benar-benar ingin menggunakannya.

Oleh karena itu, fokus merek harus pada eksperimen yang bertanggung jawab, untuk menemukan masalah yang tepat untuk dipecahkan dengan alat yang tepat, dan bukan sekadar menerapkan teknologi demi hal itu. Dengan kekuatan besar datang tanggung jawab besar. Sekarang saatnya merek memutuskan bagaimana mereka akan menggunakannya.