Leader di pensiero

Intelligenza Artificiale Generativa per la Ricerca di Mercato: Opportunità e Rischi

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

“Con grande potere arriva grande responsabilità.” Non è necessario essere un fan del Marvel per riconoscere questa citazione, resa popolare dalla serie di Spider-Man. E sebbene il sentimento originale fosse in riferimento alla velocità, forza, agilità e resistenza sovrumane, è un concetto utile da tenere presente quando si cerca di capire l’ascesa dell’intelligenza artificiale generativa.

Mentre la tecnologia stessa non è nuova, il lancio di ChatGPT l’ha messa a disposizione di 100 milioni di persone in soli 2 mesi, una cosa che per molti ha avuto l’effetto di acquisire un superpotere. Ma come tutti i superpoteri, ciò che conta è come li si utilizza. L’intelligenza artificiale generativa non fa eccezione. C’è il potenziale per il bene, per il male e per il grande.

I marchi più grandi del mondo si trovano ora a un bivio critico per decidere come utilizzare questa tecnologia. Allo stesso tempo, l’incertezza economica e l’inflazione in aumento hanno persistito, lasciando i consumatori incerti su come priorizzare le spese.

Considerando entrambi i fattori, l’intelligenza artificiale generativa può aiutare i marchi a ottenere un vantaggio nella battaglia per l’attenzione dei consumatori. Tuttavia, devono adottare una prospettiva equilibrata, vedendo le possibilità ma anche i rischi, e affrontandoli entrambi con una mente aperta.

Cosa significa l’Intelligenza Artificiale Generativa per il lavoro di ricerca

L’industria della ricerca di mercato non è estranea al cambiamento, gli strumenti e le metodologie disponibili per i professionisti delle ricerche di mercato sono evoluti rapidamente negli ultimi decenni.

Allo stato attuale, l’estensione e la velocità dei cambiamenti che l’intelligenza artificiale generativa sempre più accessibile porterà sono qualcosa che possiamo solo ipotizzare. Ma ci sono alcune fondamenta da avere in posto che aiuteranno i responsabili delle decisioni a capire come rispondere rapidamente man mano che diventa disponibile più informazioni.

In ultima analisi, tutto si riduce a porre le domande giuste.

Quali sono le opportunità?

Attualmente, l’opportunità principale offerta dall’intelligenza artificiale generativa è una maggiore produttività. Può drasticamente accelerare i processi di generazione di idee, informazioni e testi scritti, come le prime stesure di email, rapporti o articoli. Creando efficienza in queste aree, consente di spendere più tempo sulle attività che richiedono una significativa esperienza umana.

Tempo di insight più veloce

Per il lavoro di ricerca in particolare, una delle aree in cui vediamo molto potenziale è la sintesi delle informazioni. Ad esempio, la piattaforma Stravito utilizza già l’intelligenza artificiale generativa per creare auto-riassunti di singoli rapporti di ricerca di mercato, eliminando la necessità di scrivere manualmente una descrizione originale per ogni rapporto.

Vediamo anche il potenziale per sviluppare ulteriormente questo caso d’uso con la capacità di sintetizzare grandi volumi di informazioni per rispondere a domande aziendali in modo rapido e in un formato facile da consumare. Ad esempio, potrebbe sembrare digitare una domanda nella barra di ricerca e ottenere una risposta concisa basata sulla base di conoscenza interna dell’azienda.

Per i marchi, ciò significherebbe poter rispondere a domande semplici più velocemente e potrebbe anche aiutare a svolgere molto del lavoro di base quando si affrontano problemi più complessi.

Democratizzazione delle informazioni attraverso un miglior servizio self-service

L’intelligenza artificiale generativa potrebbe anche rendere più facile per tutti gli stakeholder aziendali accedere alle informazioni senza dover coinvolgere direttamente un responsabile delle ricerche ogni volta. Rimuovendo le barriere all’accesso, l’intelligenza artificiale generativa potrebbe aiutare le organizzazioni che cercano di integrare più profondamente le informazioni dei consumatori nelle loro operazioni quotidiane.

Potrebbe anche aiutare ad alleviare preoccupazioni comuni associate all’accesso di tutti gli stakeholder alla ricerca di mercato, come porre le domande sbagliate. In questo caso d’uso, l’intelligenza artificiale generativa può aiutare gli stakeholder aziendali senza background di ricerca a porre migliori domande proponendo loro domande rilevanti correlate alla loro query di ricerca.

Comunicazione personalizzata per pubblici interni ed esterni

Un’altra opportunità che si presenta con l’intelligenza artificiale generativa è la capacità di personalizzare la comunicazione per pubblici interni ed esterni.

In un contesto di informazioni, ci sono diverse applicazioni potenziali. Potrebbe aiutare a rendere la condivisione delle conoscenze più efficace, rendendo più facile personalizzare le comunicazioni delle informazioni per vari stakeholder aziendali in tutta l’organizzazione. Potrebbe anche essere utilizzato per personalizzare i brief per le agenzie di ricerca come modo per semplificare il processo di ricerca e minimizzare il lavoro di andata e ritorno coinvolto.

Quali sono i rischi?

L’intelligenza artificiale generativa può essere uno strumento efficace per i team di ricerca, ma presenta anche vari rischi di cui le organizzazioni dovrebbero essere consapevoli prima dell’implementazione.

Dipendenza dal prompt

Un rischio fondamentale è la dipendenza dal prompt. L’intelligenza artificiale generativa è statistica, non analitica, quindi funziona prevedendo l’informazione più probabile da dire dopo. Se le si dà il prompt sbagliato, si otterrà comunque una risposta molto convincente.

Fiducia

Ciò che diventa ancora più complicato è il modo in cui l’intelligenza artificiale generativa può mescolare informazioni corrette con informazioni errate. In situazioni a basso rischio, ciò può essere divertente. Ma in situazioni in cui vengono presi decisioni aziendali da milioni di dollari, gli input per ogni decisione devono essere attendibili.

Inoltre, molte domande sulla comportamento dei consumatori sono complesse. Mentre una domanda come “Come hanno risposto i millennials che vivono negli Stati Uniti al nostro ultimo test di concept?” potrebbe generare una risposta chiara, domande più profonde sui valori o le emozioni umane spesso richiedono una prospettiva più sfumata. Non tutte le domande hanno una sola risposta corretta e, quando si cerca di sintetizzare grandi set di rapporti di ricerca, dettagli importanti potrebbero cadere tra le crepe.

Trasparenza

Un altro rischio chiave da considerare è la mancanza di trasparenza su come vengono addestrati gli algoritmi. Ad esempio, ChatGPT non può sempre dire da dove ha ottenuto le sue risposte e, anche quando può, quelle fonti potrebbero essere impossibili da verificare o addirittura esistere.

E poiché gli algoritmi dell’AI, generativi o meno, vengono addestrati da esseri umani e informazioni esistenti, possono essere prevenuti. Ciò può portare a risposte che siano razziste, sessiste o altrimenti offensive. Per le organizzazioni che cercano di sfidare i pregiudizi nella loro presa di decisioni e creare un mondo migliore per i consumatori, questo sarebbe un caso in cui l’intelligenza artificiale generativa rende il lavoro meno produttivo.

Sicurezza

Alcuni dei casi d’uso comuni per ChatGPT sono utilizzarlo per generare email, ordini del giorno delle riunioni o rapporti. Ma inserire i dettagli necessari per generare quei testi potrebbe mettere a rischio informazioni aziendali sensibili.

Infatti, un’analisi condotta dalla società di sicurezza Cyberhaven ha scoperto che, su 1,6 milioni di lavoratori della conoscenza in vari settori, il 5,6% aveva provato ChatGPT almeno una volta sul lavoro e il 2,3% aveva inserito dati aziendali riservati in ChatGPT.

Aziende come JP Morgan, Verizon, Accenture e Amazon hanno vietato ai dipendenti l’uso di ChatGPT sul lavoro a causa di preoccupazioni sulla sicurezza. E recentemente, l’Italia è diventata il primo paese occidentale a vietare ChatGPT mentre indaga le preoccupazioni sulla privacy, attirando l’attenzione dei regolatori della privacy in altri paesi europei.

Per i team di ricerca o chiunque lavori con ricerche e informazioni proprietarie, è essenziale essere consapevoli dei rischi associati all’inserimento di informazioni in uno strumento come ChatGPT e rimanere aggiornati sulle politiche di sicurezza dei dati interni dell’organizzazione e delle società come OpenAI.

È nostra ferma convinzione che il futuro della comprensione dei consumatori dovrà ancora combinare l’esperienza umana con la tecnologia potente. La tecnologia più potente del mondo sarà inutile se nessuno vuole utilizzarla.

Pertanto, l’attenzione dei marchi dovrebbe essere focalizzata sulla sperimentazione responsabile, per trovare i problemi giusti da risolvere con gli strumenti giusti e non implementare la tecnologia solo per il suo sake. Con grande potere arriva grande responsabilità. Ora è il momento per i marchi di decidere come la useranno.

Thor Olof Philogène è il CEO e Co-Fondatore di Stravito, una piattaforma di gestione della conoscenza basata sull'intelligenza artificiale per la ricerca di mercato. Prima di Stravito, Thor ha ricoperto molti ruoli di leadership di spicco. Più recentemente è stato Chief Revenue Officer nella società di tecnologia finanziaria iZettle, che è stata successivamente acquisita da PayPal. Qui, Thor ha scalato la divisione di crescita da zero a un team di 200 persone che copre 12 mercati in tutto il mondo.