Generativna umetna inteligenca za tržne raziskave: priložnosti in tveganja

"Z veliko močjo pride velika odgovornost." Ni vam treba biti ljubitelj Marvela, da prepoznate ta citat, ki ga je popularizirala franšiza Spider-Man. In čeprav se je mnenje prvotno nanašalo na nadčloveško hitrost, moč, okretnost in odpornost, ga je koristno imeti v mislih, ko osmišljamo vzpon generativne umetne inteligence.

Čeprav sama tehnologija ni nova, jo je uvedba ChatGPT v samo 100 mesecih dala v roke 2 milijonom ljudi, kar se je mnogim zdelo kot pridobitev supermoči. Toda kot vse velemoči je pomembno, za kaj jih uporabljate. Generativni AI ni nič drugačen. Obstaja možnost za veliko, za dobro in za zlo.

Največje svetovne blagovne znamke so zdaj na kritični točki, da se odločijo, kako bodo uporabile to tehnologijo. Hkrati sta gospodarska negotovost in naraščajoča inflacija še vedno prisotni, zaradi česar potrošniki niso prepričani, kako naj prednostno razvrstijo porabo.

Ob upoštevanju obeh dejavnikov lahko Generative AI pomaga blagovnim znamkam dati prednost v bitki za pozornost potrošnikov. Vendar pa morajo zavzeti uravnoteženo perspektivo – videti možnosti, a tudi tveganja, in k obojim pristopiti z odprtim umom.

Kaj Generative AI pomeni za delo z vpogledi

Industriji tržnih raziskav se spremembe niso tuje – orodja in metodologije, ki so na voljo strokovnjakom za vpogled v potrošnike, so se v zadnjih nekaj desetletjih hitro razvijale.

Na tej stopnji lahko le ugibamo o obsegu in hitrosti sprememb, ki jih bo prinesla vse bolj dostopna generativna umetna inteligenca. Vendar pa je treba vzpostaviti določene temelje, ki bodo nosilcem odločanja pomagali ugotoviti, kako se hitro odzvati, ko bo na voljo več informacij.

Navsezadnje se vse vrne k postavljanju pravih vprašanj.

Kakšne so priložnosti?

Trenutno je glavna priložnost, ki jo ponuja generativni AI, povečana produktivnost. Lahko drastično pospeši procese generiranja idej, informacij in pisnih besedil, kot so prvi osnutki e-poštnih sporočil, poročil ali člankov. Z ustvarjanjem učinkovitosti na teh področjih omogoča, da se več časa porabi za naloge, ki zahtevajo znatno človeško strokovno znanje.

Hitrejši čas do vpogleda

Pri delu z vpogledi je eno področje, na katerem vidimo veliko potenciala, povzemanje informacij. Na primer, platforma Stravito je že uporabljala generativno umetno inteligenco za ustvarjanje samodejnih povzetkov posameznih poročil o tržnih raziskavah, s čimer ni bilo več potrebe po ročnem pisanju izvirnega opisa za vsako poročilo.

Prav tako vidimo potencial za nadaljnji razvoj tega primera uporabe z zmožnostjo povzemanja velikih količin informacij za hitro odgovarjanje na poslovna vprašanja v formatu, ki je enostaven za uporabo. To bi lahko na primer izgledalo tako, kot da v iskalno vrstico vnesete vprašanje in dobite jedrnat odgovor na podlagi interne baze znanja podjetja.

Za blagovne znamke bi to pomenilo, da bi lahko hitreje odgovorile na preprosta vprašanja, prav tako pa bi lahko pomagalo opraviti veliko zemeljskega dela pri kopanju v bolj zapletene probleme.

Demokratizacija uvidov z boljšo samopostrežbo

Generativna umetna inteligenca bi prav tako lahko vsem poslovnim deležnikom olajšala dostop do vpogledov, ne da bi morali vsakič neposredno vključiti upravitelja vpogledov. Z odstranitvijo ovir za dostop bi lahko generativna umetna inteligenca pomagala podpreti organizacije, ki želijo globlje vključiti vpoglede potrošnikov v svoje vsakodnevno poslovanje.

Prav tako bi lahko pomagalo ublažiti skupne pomisleke, povezane z vsemi zainteresiranimi stranmi, ki dostopajo do tržnih raziskav, na primer postavljanje napačnih vprašanj. V tem primeru uporabe lahko generativna umetna inteligenca poslovnim deležnikom brez raziskovalnega ozadja pomaga postaviti boljša vprašanja, tako da jim ponudi ustrezna vprašanja, povezana z njihovo iskalno poizvedbo.

Prilagojena komunikacija z notranjim in zunanjim občinstvom

Druga priložnost, ki jo ponuja generativni AI, je zmožnost prilagajanja komunikacije tako notranjim kot zunanjim občinstvom.

V kontekstu vpogledov obstaja več možnih aplikacij. Lahko bi pripomogel k večji učinkovitosti izmenjave znanja, tako da bi olajšal personalizacijo sporočil vpogledov različnim poslovnim deležnikom v celotni organizaciji. Lahko bi ga uporabili tudi za prilagajanje kratkih besedil raziskovalnim agencijam kot način za racionalizacijo raziskovalnega procesa in zmanjšanje vpletenosti naprej in nazaj.

Kakšna so tveganja?

Generativna umetna inteligenca je lahko učinkovito orodje za ekipe za vpoglede, vendar predstavlja tudi različna tveganja, ki bi se jih morale organizacije zavedati pred uvedbo.

Hitra odvisnost

Eno temeljnih tveganj je takojšnja odvisnost. Generativna umetna inteligenca je statistična in ne analitična, zato deluje tako, da predvidi najverjetnejšo informacijo, ki jo je treba povedati. Če daste napačen poziv, boste še vedno verjetno dobili zelo prepričljiv odgovor.

Zaupajte

Kar postane še težje, je način, kako lahko generativna umetna inteligenca združi pravilne informacije z napačnimi informacijami. V situacijah z nizkimi vložki je to lahko zabavno. Toda v situacijah, ko se sprejemajo milijonske poslovne odločitve, morajo biti vložki za vsako odločitev vredni zaupanja.

Poleg tega so številna vprašanja v zvezi z vedenjem potrošnikov zapletena. Medtem ko je vprašanje, kot je "Kako so se milenijci, ki živijo v ZDA, odzvali na naš najnovejši koncept koncepta?" lahko ustvarijo jasen odgovor, globlja vprašanja o človeških vrednotah ali čustvih pogosto zahtevajo bolj niansirano perspektivo. Vsa vprašanja nimajo enega samega pravilnega odgovora in ko želimo sintetizirati velike sklope raziskovalnih poročil, lahko ključne podrobnosti padejo med razpoke.

Preglednost

Drugo ključno tveganje, na katerega je treba biti pozoren, je pomanjkanje preglednosti glede tega, kako se usposabljajo algoritmi. Na primer, ChatGPT vam ne more vedno povedati, od kod je dobil odgovore, in tudi ko lahko, teh virov morda ni mogoče preveriti ali celo dejansko obstajajo.

In ker algoritme umetne inteligence, generativne ali druge, usposabljajo ljudje in obstoječe informacije, so lahko pristranski. To lahko vodi do odgovorov, ki so rasistični, seksistični ali kako drugače žaljivi. Za organizacije, ki se želijo spopasti s pristranskostjo pri odločanju in ustvariti boljši svet za potrošnike, bi bil to primer generativne umetne inteligence, zaradi katere je delo manj produktivno.

Varnost

Nekateri običajni primeri uporabe ChatGPT so njegova uporaba za ustvarjanje e-poštnih sporočil, dnevnih redov sestankov ali poročil. Toda vnos potrebnih podrobnosti za ustvarjanje teh besedil lahko ogrozi občutljive podatke podjetja.

Pravzaprav je analiza, ki jo je izvedlo varnostno podjetje Cyberhaven, pokazala, da je od 1.6 milijona delavcev znanja v panogah, 5.6 % jih je v službi vsaj enkrat preizkusilo ChatGPT, 2.3 % pa jih je v ChatGPT vneslo zaupne podatke podjetja..

Podjetja, kot so JP Morgan, Verizon, Accenture in Amazon so osebju zaradi varnostnih razlogov prepovedali uporabo ChatGPT pri delu. In prav pred kratkim, Italija je med preiskavo pomislekov glede zasebnosti postala prva zahodna država, ki je prepovedala ChatGPT, ki pritegne pozornost regulatorjev zasebnosti v drugih evropskih državah.

Za ekipe za vpoglede ali vse, ki delajo z lastniškimi raziskavami in vpogledi, je bistveno, da se zavedajo tveganj, povezanih z vnašanjem informacij v orodje, kot je ChatGPT, in da ostanejo na tekočem z notranjimi politikami varnosti podatkov vaše organizacije in politikami ponudniki, kot je OpenAI.

Trdno smo prepričani, da bo prihodnost razumevanja potrošnikov še vedno morala združevati človeško strokovno znanje in zmogljivo tehnologijo. Najmočnejša tehnologija na svetu bo neuporabna, če je nihče dejansko ne bo hotel uporabljati.

Zato bi se morale blagovne znamke osredotočiti na odgovorno eksperimentiranje, iskanje pravih problemov za reševanje s pravimi orodji in ne zgolj implementacija tehnologije zaradi nje same. Z veliko močjo prihaja velika odgovornost. Zdaj je čas, da se blagovne znamke odločijo, kako ga bodo uporabljale.