Генеративный ИИ для исследования рынка: возможности и риски

«С великой властью приходит великая ответственность». Вы не обязательно должны быть поклонником Marvel, чтобы узнать эту цитату, популяризированную франшизой Spider-Man. И хотя изначально это выражение относилось к сверхчеловеческой скорости, силе, ловкости и выносливости, оно очень полезно, когда речь идет о понимании восхождения генеративного ИИ.

Хотя сама технология не нова, запуск ChatGPT поставил ее в руки 100 миллионов человек всего за 2 месяца, что для многихfelt как приобретение суперспособностей. Но как и все суперспособности, важно, для чего вы их используете. Генеративный ИИ не исключение. Есть потенциал для великого, для хорошего и для злого.

Самые крупные бренды теперь стоят на критическом этапе, когда им необходимо решить, как они будут использовать эту технологию. В то же время экономическая неопределенность и растущая инфляция сохраняются, оставляя потребителей неуверенными в том, как расставлять приоритеты в расходах.

Учитывая оба фактора, генеративный ИИ может помочь брендам получить преимущество в борьбе за внимание потребителей. Однако им необходимо подходить к этому с сбалансированной точки зрения – видеть возможности, но также видеть риски и подходить к обоим с открытым умом.

Что генеративный ИИ значит для работы с данными

Отрасль маркетинговых исследований не чужда переменам – инструменты и методологии, доступные специалистам по потребительским данным, быстро эволюционировали за последние несколько десятилетий.

На данном этапе мы можем только спекулировать о масштабе и скорости изменений, которые будет приносить все более доступный генеративный ИИ. Но есть определенные основы, которые необходимо иметь в виду, чтобы помочь лицам, принимающим решения, быстро реагировать, когда становится доступной более подробная информация.

В конечном итоге все сводится к тому, чтобы задавать правильные вопросы.

Какие есть возможности?

В настоящее время основная возможность, предлагаемая генеративным ИИ, заключается в повышении производительности. Он может значительно ускорить процессы генерации идей, информации и письменных текстов, таких как первые черновики электронных писем, отчетов или статей. Создавая эффективность в этих областях, он позволяет тратить больше времени на задачи, требующие значительного человеческого опыта.

Быстрое получение информации

Для работы с данными в частности мы видим большой потенциал в суммировании информации. Например, платформа Stravito уже использует генеративный ИИ для создания автоматических суммирований отдельных отчетов о маркетинговых исследованиях, что исключает необходимость ручного написания оригинального описания для каждого отчета.

Мы также видим потенциал для дальнейшего развития этого использования с возможностью суммировать большие объемы информации, чтобы быстро ответить на бизнес-вопросы в легко воспринимаемом формате. Например, это может выглядеть как ввод вопроса в строку поиска и получение краткого ответа на основе внутренней базы знаний компании.

Для брендов это будет означать возможность быстро отвечать на простые вопросы, и это также может помочь выполнить большую часть подготовительной работы при изучении более сложных проблем.

Демократизация информации через лучшую саморегуляцию

Генеративный ИИ также может сделать более доступным для всех бизнес-стейкхолдеров получение информации без необходимости прямого участия менеджера по данным каждый раз. Удаляя барьеры для доступа, генеративный ИИ может помочь организациям, которые стремятся более глубоко интегрировать потребительские данные в свою повседневную деятельность.

Он также может помочь снять общие проблемы, связанные с доступом всех стейкхолдеров к маркетинговым исследованиям, такие как задавание неправильных вопросов. В этом случае генеративный ИИ может помочь бизнес-стейкхолдерам без опыта исследований задавать лучшие вопросы, предлагая им релевантные вопросы, связанные с их поисковым запросом.

Индивидуальная коммуникация для внутренних и внешних аудиторий

Еще одна возможность, предоставляемая генеративным ИИ, заключается в способности адаптировать коммуникацию для внутренних и внешних аудиторий.

В контексте данных есть несколько потенциальных применений. Он может сделать обмен знаниями более эффективным, делая более простым персонализацию коммуникации данных для различных бизнес-стейкхолдеров по всей организации. Он также может быть использован для адаптации брифов для исследовательских агентств как способ оптимизации процесса исследования и минимизации обратной связи.

Какие есть риски?

Генеративный ИИ может быть эффективным инструментом для команд по данным, но он также представляет различные риски, о которых организациям следует знать перед его внедрением.

Зависимость от подсказки

Одним из основных рисков является зависимость от подсказки. Генеративный ИИ статистический, а не аналитический, поэтому он работает, предсказывая наиболее вероятную информацию, которую следует сказать дальше. Если вы даете ему неправильную подсказку, вы все равно, скорее всего, получите очень убедительный ответ.

Доверие

Что становится еще более сложным, так это то, как генеративный ИИ может смешивать правильную информацию с неправильной. В ситуациях с низкими ставками это может быть забавно. Но в ситуациях, когда принимаются бизнес-решения на миллионы долларов, входные данные для каждого решения должны быть достоверными.

Кроме того, многие вопросы, связанные с поведением потребителей, сложны. Хотя вопрос «Как миллениалы, живущие в США, отреагировали на наш последний концепт-тест?» может сгенерировать четкий ответ, более глубокие вопросы о человеческих ценностях или эмоциях часто требуют более тонкого подхода. Не все вопросы имеют один правильный ответ, и когда цель состоит в том, чтобы синтезировать большие наборы отчетов о исследованиях, ключевые детали могут упасть между трещинами.

Прозрачность

Еще одним ключевым риском, на который следует обратить внимание, является отсутствие прозрачности в отношении того, как обучаются алгоритмы. Например, ChatGPT не всегда может сказать, откуда он взял свои ответы, и даже когда он может, эти источники могут быть неверифицируемыми или даже не существовать.

И поскольку алгоритмы ИИ, генеративные или нет, обучаются людьми и существующей информацией, они могут быть предвзятыми. Это может привести к ответам, которые расистскими, сексистскими или иным образом оскорбительными. Для организаций, стремящихся бросить вызов предвзятым решениям и создать лучший мир для потребителей, это будет примером того, как генеративный ИИ может сделать работу менее продуктивной.

Безопасность

Некоторые из распространенных случаев использования ChatGPT включают его использование для генерации электронных писем, повесток дня заседаний или отчетов. Но ввод необходимых деталей для генерации этих текстов может поставить под угрозу конфиденциальную информацию компании.

Фактически, анализ, проведенный фирмой по кибербезопасности Cyberhaven, показал, что из 1,6 миллиона работников знаний в различных отраслях 5,6% попробовали ChatGPT хотя бы раз на работе, и 2,3% ввели конфиденциальную информацию компании в ChatGPT.

Компании, такие как JP Morgan, Verizon, Accenture и Amazon, запретили сотрудникам использовать ChatGPT на работе из-за проблем с безопасностью. И совсем недавно Италия стала первой западной страной, которая запретила ChatGPT, пока проводит расследование по поводу проблем с конфиденциальностью данных, привлекая внимание регулирующих органов по защите данных в других европейских странах.

Для команд по данным или любых лиц, работающих с проприетарными исследованиями и данными, важно быть осведомленными о рисках, связанных с вводом информации в инструмент, такой как ChatGPT, и оставаться в курсе как внутренних политик безопасности данных организации, так и политик поставщиков, таких как OpenAI.

Мы твердо убеждены, что будущее понимания потребителей все еще будет требовать сочетания человеческого опыта и мощных технологий. Самая мощная технология в мире будет бесполезной, если никто не будет ее использовать.

Следовательно, внимание брендов должно быть сосредоточено на ответственной экспериментации, чтобы найти правильные проблемы для решения с правильными инструментами и не просто внедрять технологию ради технологии. С великой властью приходит великая ответственность. Теперь время для брендов решить, как они будут ее использовать.