IA generativa para pesquisa de mercado: oportunidades e riscos

"Com grandes poderes vem grandes responsabilidades." Você não precisa ser um fã da Marvel para reconhecer essa citação, popularizada pela franquia do Homem-Aranha. E embora o sentimento originalmente se referisse à velocidade, força, agilidade e resiliência sobre-humanas, é útil ter isso em mente ao entender o surgimento da IA ​​generativa.

Embora a tecnologia em si não seja nova, o lançamento do ChatGPT colocou-o nas mãos de 100 milhões de pessoas em apenas 2 meses, algo que para muitos parecia ganhar um superpoder. Mas, como todos os superpoderes, o que importa é para que você os usa. A IA generativa não é diferente. Existe o potencial para o grande, para o bem e para o mal.

As maiores marcas do mundo agora estão em um momento crítico para decidir como usarão essa tecnologia. Ao mesmo tempo, a incerteza econômica e o aumento da inflação persistem – deixando os consumidores inseguros sobre como priorizar os gastos.

Considerando ambos os fatores, a IA generativa pode ajudar a dar às marcas uma vantagem na batalha pela atenção do consumidor. No entanto, eles precisam ter uma perspectiva equilibrada – vendo as possibilidades, mas também vendo os riscos e abordando ambos com a mente aberta.

O que a IA generativa significa para o trabalho de insights

A indústria de pesquisa de mercado não é estranha a mudanças – as ferramentas e metodologias disponíveis para os profissionais de insights do consumidor evoluíram rapidamente nas últimas décadas.

Nesta fase, a extensão e a velocidade das mudanças que a IA generativa cada vez mais acessível trará são algo sobre o qual podemos apenas especular. Mas há certos fundamentos a serem implementados que ajudarão os tomadores de decisão a descobrir como responder rapidamente à medida que mais informações estiverem disponíveis.

Em última análise, tudo se resume a fazer as perguntas certas.

Quais são as oportunidades?

Atualmente, a principal oportunidade oferecida pela IA generativa é o aumento da produtividade. Pode acelerar drasticamente os processos de geração de ideias, informações e textos escritos, como os primeiros rascunhos de e-mails, relatórios ou artigos. Ao criar eficiência nessas áreas, permite que mais tempo seja gasto em tarefas que exigem conhecimento humano significativo.

Tempo mais rápido para insights

Para o trabalho de insights especificamente, uma área em que vemos muito potencial é o resumo de informações. Por exemplo, a plataforma Stravito já usa IA generativa para criar resumos automáticos de relatórios de pesquisa de mercado individuais, eliminando a necessidade de escrever manualmente uma descrição original para cada relatório.

Também vemos potencial para desenvolver ainda mais esse caso de uso com a capacidade de resumir grandes volumes de informações para responder a perguntas de negócios rapidamente, em um formato fácil de consumir. Por exemplo, isso pode parecer como digitar uma pergunta na barra de pesquisa e obter uma resposta sucinta com base na base de conhecimento interna da empresa.

Para as marcas, isso significaria ser capaz de responder a perguntas simples com mais rapidez e também poderia ajudar a cuidar de muito do trabalho de base ao se aprofundar em problemas mais complexos.

Democratização de insights por meio de melhor autoatendimento

A IA generativa também pode tornar mais fácil para todas as partes interessadas nos negócios acessar insights sem a necessidade de envolver diretamente um gerente de insights todas as vezes. Ao remover as barreiras de acesso, a IA generativa pode ajudar a apoiar as organizações que buscam integrar mais profundamente os insights do consumidor em suas operações diárias.

Também pode ajudar a aliviar preocupações comuns associadas a todas as partes interessadas que acessam pesquisas de mercado, como fazer as perguntas erradas. Nesse caso de uso, a IA generativa pode ajudar as partes interessadas nos negócios sem experiência em pesquisa a fazer perguntas melhores, solicitando-lhes perguntas relevantes relacionadas à sua consulta de pesquisa.

Comunicação personalizada para o público interno e externo

Outra oportunidade que vem com a IA generativa é a capacidade de adaptar a comunicação para o público interno e externo.

Em um contexto de insights, existem várias aplicações potenciais. Isso pode ajudar a tornar o compartilhamento de conhecimento mais impactante, facilitando a personalização das comunicações de insights para várias partes interessadas em negócios em toda a organização. Também pode ser usado para adaptar resumos para agências de pesquisa como uma forma de agilizar o processo de pesquisa e minimizar as idas e vindas envolvidas.

Quais são os riscos?

A IA generativa pode ser uma ferramenta eficaz para equipes de insights, mas também apresenta vários riscos dos quais as organizações devem estar cientes antes da implementação.

Dependência de prompt

Um risco fundamental é a dependência imediata. A IA generativa é estatística, não analítica, por isso funciona prevendo a informação mais provável a ser dita a seguir. Se você der o prompt errado, provavelmente ainda obterá uma resposta altamente convincente.

Confiança

O que se torna ainda mais complicado é a maneira como a IA generativa pode combinar informações corretas com informações incorretas. Em situações de baixo risco, isso pode ser divertido. Mas em situações em que decisões de negócios milionárias estão sendo tomadas, as entradas para cada decisão precisam ser confiáveis.

Além disso, muitas questões relacionadas ao comportamento do consumidor são complexas. Enquanto uma pergunta como “Como a geração do milênio que vive nos EUA respondeu ao nosso teste de conceito mais recente?” pode gerar uma resposta clara, questões mais profundas sobre valores ou emoções humanas geralmente requerem uma perspectiva mais sutil. Nem todas as perguntas têm uma única resposta certa e, ao tentar sintetizar grandes conjuntos de relatórios de pesquisa, os detalhes principais podem cair nas rachaduras.

Transparência

Outro risco importante a ser observado é a falta de transparência sobre como os algoritmos são treinados. Por exemplo, o ChatGPT nem sempre pode dizer de onde obteve suas respostas e, mesmo quando pode, essas fontes podem ser impossíveis de verificar ou até mesmo existir.

E como os algoritmos de IA, generativos ou não, são treinados por humanos e informações existentes, eles podem ser tendenciosos. Isso pode levar a respostas que são racistas, sexistas ou ofensivos. Para as organizações que buscam desafiar os preconceitos em suas tomadas de decisão e criar um mundo melhor para os consumidores, esse seria um exemplo de IA generativa tornando o trabalho menos produtivo.

Segurança

Alguns dos casos de uso comuns do ChatGPT são usá-lo para gerar e-mails, agendas de reuniões ou relatórios. Mas inserir os detalhes necessários para gerar esses textos pode colocar em risco informações confidenciais da empresa.

Na verdade, uma análise conduzida pela empresa de segurança Cyberhaven descobriu que de 1.6 milhão de trabalhadores do conhecimento em todos os setores, 5.6% experimentaram o ChatGPT pelo menos uma vez no trabalho e 2.3% colocaram dados confidenciais da empresa no ChatGPT.

Empresas como JP Morgan, Verizon, Accenture e Amazon proibiram a equipe de usar o ChatGPT no trabalho por questões de segurança. E recentemente, A Itália se tornou o primeiro país ocidental a banir o ChatGPT enquanto investigava questões de privacidade, chamando a atenção de reguladores de privacidade em outros países europeus.

Para equipes de insights ou qualquer pessoa que trabalhe com pesquisas e insights proprietários, é essencial estar ciente dos riscos associados à inserção de informações em uma ferramenta como o ChatGPT e manter-se atualizado sobre as políticas internas de segurança de dados de sua organização e as políticas de provedores como OpenAI.

Acreditamos firmemente que o futuro da compreensão do consumidor ainda precisará combinar experiência humana com tecnologia poderosa. A tecnologia mais poderosa do mundo será inútil se ninguém realmente quiser usá-la.

Portanto, o foco das marcas deve estar na experimentação responsável, para encontrar os problemas certos para resolver com as ferramentas certas, e não simplesmente implementar a tecnologia por fazer. Com grandes poderes vem grandes responsabilidades. Agora é a hora das marcas decidirem como irão usá-lo.