Dlaczego zaufanie konsumentów zadecyduje o zwycięzcach w handlu agentywnym

Handel elektroniczny wkracza w nową fazę, w której konsumenci nie szukają już tylko produktów z wykorzystaniem sztucznej inteligencji, ale zaczynają również ufać sztucznej inteligencji w kwestiach doradztwa, badań i nawet delegowania decyzji do maszyny. Poza przedstawianiem rekomendacji, sztuczna inteligencja ewoluowała do przeglądania, porównywania, wybierania i nawet kupowania produktów w imieniu konsumenta.

Handel agentywny obiecuje maksymalną wygodę i minimalne tarcie. Wymiana jest jednak bardziej złożona: wymaga teraz poziomu dostępu i zaufania, którego ludzie historycznie nie byli skłonni oferować. Konsumenci coraz częściej eksperymentują z sztuczną inteligencją, która pomaga im kupić coś taniego lub zrobić ponowny zakup, ale nadal wahają się, czy całkowicie ufać sztucznej inteligencji, aby naprawdę kupowała za nich lub zamiast nich. Ta różnica jest następną erą handlu agentywnego; poziom zaufania do odkrywania i zakupów w porównaniu z znanym zakupem.

Firmy, które odnoszą sukces w handlu agentywnym, będą tymi, które zachowają poczucie kontroli konsumenta, jednocześnie dostarczając szybkość i łatwość.

Problem zaufania za handlem agentywnym

Jednym z największych problemów związanych z agentami zakupowymi sztucznej inteligencji jest głębokość wglądu behawioralnego, jaki te systemy mogą uzyskać. Nie śledzą one tylko tego, co kupujesz; uczą się, jak podejmujesz decyzje.

Z biegiem czasu systemy sztucznej inteligencji mogą dostrzec wahanie, wrażliwość na cenę, lojalność wobec marki i nawet subtelne sygnały, które sugerują nastrój lub intencję. Tworzy to znacznie bardziej rozbudowany profil osobowy, który jest o wiele bardziej ujawniający niż prosta historia zakupów i może być nieznany i wydawać się inwazyjny przeciętnemu konsumentowi.

Problem staje się jeszcze bardziej złożony, ponieważ systemy agentywne polegają na coraz bardziej scentralizowanych pulach danych, aby funkcjonować skutecznie. Aby agent sztucznej inteligencji był użyteczny, często wymaga dostępu do metod płatności, lokalizacji, kalendarzy, e-maili i preferencji w wielu kategoriach. To połączenie tworzy zrozumienie potrzeby kupującego w tym konkretnym momencie, pod wpływem poprzednich interakcji. Nowa zdolność to rozmowa i pytania, które prowadzą do zrozumienia w tym momencie, niezrównanego z tego, co było możliwe dzięki kliknięciom i poprzednim zakupom. Jednakże, istnieje również tyle samo możliwości niekorzystnych wyników. Im bardziej system staje się zdolny, tym więcej danych wymaga, a tym wyższe stawki, gdy coś pójdzie nie tak.

Innym problemem jest przesunięcie w kierunku systemów, które są zawsze obecne i zawsze uczą się. Agenci ci działają najlepiej, gdy są ambientowi, ciągle obserwując i aktualizując informacje o osobie na tle. To podnosi znajome pytanie o to, ile jest monitorowane i kiedy pomocna świadomość zaczyna wydawać się bierną inwigilacją. Jak często myślimy głośno o czymś i natychmiast kanały społeczne i reklamy na naszych urządzeniach reagują treścią i produktami związanymi z “myślą”? To jest teraz normalne zachowanie dla większości z nas.

Gdy personalizacja zaczyna wydawać się wpływem

Istnieje również bardziej subtelne ryzyko związane z wpływem. Gdy sztuczna inteligencja rozumie zwyczaje konsumenta i jest upoważniona do działania w jego imieniu, może kształtować wyniki zakupów w sposób, który nie jest natychmiast oczywisty.

Agenci sztucznej inteligencji mogą priorytetizować produkty o wyższej marży, kierować ku określonym markom i preferowanym partnerom detalicznym lub wykorzystywać znane wzorce behawioralne. Nie wymaga to złych intencji, aby poczuć się niekomfortowo. Jest to po prostu inferencja oparta na poprzednim zachowaniu kupującego. Dlatego natychmiastowe zrozumienie jest tak kluczowe, a połączenie interakcji w odkrywaniu jest najbardziej skuteczne w pobieraniu najlepszych opcji. Ponowne zamówienia są dość przewidywalnymi zakupami. Jednak założenie, że osoba, która lubi masło wysokiej jakości, również chce kawę wysokiej jakości, byłoby przykładem błędu. To jest miejsce, w którym prosta wypowiedź lub pytanie w trakcie doświadczenia może uratować sytuację. Zadawanie prostego pytania za pomocą agenta daje okazję do pokazania troski i po prostu zapewnienia dwóch wyborów. Możemy użyć tego podejścia, aby uniknąć bycia nachalnym lub nakłaniającym i dać kupującemu to, czego potrzebuje, natychmiast.

Granica między pomaganiem a nakłanianiem może stać się trudna do zobaczenia. Konsumenci już rozpoznają, że algorytmy w kanałach mediów społecznościowych serwują skoncentrowane poziomy treści, aby nakarmić postrzegane zainteresowanie. Ta intensywność może osiągnąć punkt, w którym konsumenci czują, że żyją w sztucznej bańce. Granica między pomaganiem a nakłanianiem staje się jeszcze trudniejsza do identyfikacji, gdy rekomendacje ewoluują w automatyczne decyzje. Dlatego zaufanie w handlu agentywnym będzie zależało mniej od złożoności samej sztucznej inteligencji, a bardziej od tego, czy konsumenci czują, że pozostają w kontroli doświadczenia.

Konsumenci chcą pomocy I kontroli

Pomimo tych obaw, konsumenci pokazali, że są skłonni dokonać pewnych ustępstw, aby skorzystać z pomocy sztucznej inteligencji. Zgodnie z niedawnym badaniem Algolii, 61% konsumentów twierdzi, że szersze przyjęcie sztucznej inteligencji stworzy lepsze doświadczenia zakupowe.

Wielu z nich podzieli się pewnymi danymi osobowymi w zamian za jasne, natychmiastowe korzyści, takie jak oszczędność czasu lub uzyskanie lepszych ofert. Są również komfortowi z delegowaniem rutynowych, niskiego ryzyka decyzji, takich jak ponowne zamówienie artykułów gospodarstwa domowego lub porównywanie opcji podróży. Jeśli wyniki są spójnie przydatne, ludzie często są skłonni zaakceptować pewien poziom nieprzejrzystości w tym, jak decyzje są podejmowane.

Zamiast całkowicie odrzucić technologię, muszą być ustalone granice. Zaufanie zaczyna się erozjonować, gdy kontrola finansowa wydaje się naruszona, szczególnie jeśli zakupy występują w sposób, który wydaje się nieoczekiwany lub niezgodny z intencją konsumenta. Ludzie również reagują silnie, gdy systemy zaczynają wnioskować o wrażliwych obszarach, takich jak zdrowie, relacje lub stres finansowy bez jawnej wprowadzonych danych. To jest miejsce, w którym “pomocne” zaczyna przekraczać granicę i staje się “inwazyjne”.

Przezroczystość staje się również kluczowa, gdy systemy sztucznej inteligencji stają się bardziej autonomiczne. Gdy użytkownicy nie mogą łatwo zrozumieć, dlaczego podjęto decyzję, zaufanie spada szybko. To staje się jeszcze bardziej istotne, gdy pieniądze są zaangażowane. 1 na 5 (20%) konsumentów zaufałoby sztucznej inteligencji, aby kupić do 50 dolarów bez przeglądu, ale tylko 8% powiedziało, że zaufałoby sztucznej inteligencji w przypadku kwoty powyżej 250 dolarów. Błędy są ogólnie tolerowane, ale tylko wtedy, gdy są łatwe do odwrócenia. Nieodwracalne lub trudne do skorygowania błędy tworzą frustrację i podważają zaufanie. Podobnie, konsumenci mają niewielką tolerancję dla ponownego użycia ich danych osobowych poza kontekstem, w którym zostały one pierwotnie udostępnione, szczególnie gdy są sprzedawane lub stosowane w reklamie.

Ostatecznie, napięcie nie jest po prostu między prywatnością a wygodą. Chodzi o kontrolę i delegowanie. Ludzie są skłonni przekazywać zadania, ale nie swoje poczucie agencji ani ich najwyższe pragnienie, aby być zrozumianym; to jest rdzeń doświadczenia klienta. Gdy wydaje się, że system działa z nimi, doświadczenie jest empowermentem. Gdy wydaje się, że działa zamiast nich, wartość szybko maleje.

Firmy, które odnoszą sukces w tym obszarze, sprawiają, że nadzór jest prosty i widoczny, oferują klarowne i elastyczne pozwolenia oraz budują zaufanie poprzez spójne, przewidywalne zachowanie. Gdy wszystko jest dobrze wykonane, ludzie nie będą czuć, że rezygnują z prywatności. Czuć, że zdobyli nową super moc, (lub hak życia, kod oszustwa), która staje się częścią ich myślenia o Twojej marce.