L’intelligenza artificiale deve lavorare per te

Thought Leadership16 March 2019

Buzzword universalmente riconosciuta, l’Intelligenza Artificiale (AI) è ancora in via di sviluppo e in molti casi incompresa.

La nuova e già annosa tecnologia

Quando qualcuno, dai produttori di smartphone, agli scienziati di Westworld, parla di capability in ambito di AI, è facile avere le idee un po’ confuse riguardo a cos’è e cosa non è.
Nonostante la sempre maggior offerta, è corretto sostenere che l’AI fa già abbondantemente parte delle nostre vite. Vista la continua crescita, i brand e i marketer devono tenere gli occhi ben puntati sulle best practice del mercato per comprendere le modalità con cui utilizzare l’AI, così come le controparti Machine Learing (ML) e Deep Learning (DL), per spingere la crescita del business.

In questo Strategic Spotlight faremo chiarezza su cosa si intende per AI, su come può essere sfruttata e a cosa stare attenti nel farne uno strumento di crescita per i brand.

Perché l’AI è il futuro

Quel che è vecchio torna nuovo

Nonostante sia ancora una tecnologia emergente, sono tanti i casi in cui i consumatori hanno a che fare con l’AI.

L’AI è in circolazione ormai da un po’. Tuttavia, grazie alla maggiore disponibilità di tecnologie di elaborazione avanzata, l’aumento del cloud storage e la crescita esponenziale dei nuovi flussi di dati, è solo di recente che è diventata più popolare che mai.

Dai chatbot alla scrittura predittiva, le aziende hanno già iniziato a utilizzare l’AI per interagire con i consumatori in modalità inedite. A mano a mano che l’AI trova terreno fertile tra i consumatori, diventa sempre più facile immaginare un mondo in cui i brand crescono in modo esponenziale, preparando la strada per case completamente connesse, auto a guida autonoma e anche macchinari completamente automatizzati.
Ma prima che tutto ciò accada, dobbiamo capire di cosa stiamo parlando.

Facciamo ordine

ARTIFICIAL INTELLIGENCE¹
ar·ti·fi·cial in·tel·li·gence / ärdəˈfiSHəl
Intelligenza umana riprodotta dalle macchine.
MACHINE LEARNING²
ma·chine learn·ing / məˈSHēn ˈlərniNG
Metodo di analisi dei dati che, con un intervento umano minimo, permette ai sistemi di intelligenza artificiale di imparare a prendere decisioni, fare previsioni e auto-migliorarsi attraverso l’analisi dei dati.
DEEP LEARNING³
deep learn·ing / dēp ˈlərniNG
Metodo di riconoscimento dell’immagine che consente alle macchine, con vari gradi di supervisione umana di mparare a interpretare la rappresentazione dei dati, consentendo funzionalità quali la visione artificiale, il riconoscimento vocale e il filtraggio dei social network.

Dove siamo oggi

Molti sistemi di AI oggi già in attività sono considerati Narrow AI, cioè in grado solo di eseguire compiti e incapaci di prendere decisioni o di apprendere senza assistenza umana.

Viviamo in un’epoca in cui praticamente tutto – tecnologie, piattaforme, tool, programmi – sono definiti ‘built on’ or ‘powered by’ AI. Dal momento che l’AI può ricoprire un ampio range di utilizzi e applicazioni, viene utilizzata come parola magica per attirare l’attenzione, finendo con il semplificare quella che è invece una scienza complicata.
Ma non confondiamo. Sebbene ancora “narrow” in termini di capability, l’offerta attuale di AI è in realtà molto ampia e le sue potenzialità possono solo continuare a crescere. La realtà è che l’AI sta già portando a una crescita dell’engagement dei consumatori migliorando e potenziando molti degli strumenti che utilizziamo.

I benefici per i marketer

L’AI permette di affrontare i problemi di aggregazione e analisi dei dati garantendo priorità alla creatività e quindi a user experience di maggiore impatto.

Non è una novità il fatto che oggi stiamo creando una quantità di dati senza precedenti. Grazie a consumatori sempre più disponibili a lasciare tracce di sè attraverso i dati che condividono con i brand, AI e ML possono essere utilizzate per raccogliere e analizzare queste informazioni in favore del precision marketing e della personalizzazione.

Lasciare il compito, lungo e oneroso, di raccogliere e analizzare i dati all’AI consente di dedicare maggiore spazio al pensiero creativo.
Questo consente ai marketer di dedicare più tempo ed energie a comunicare con i consumatori in modalità mai immaginate prima, esercitando una creatività “potenziata” da strumenti di insight, data e AI appunto, che prima non esistevano.

Questi dati raccolti, analizzati e divulgati in modo efficiente offrono ai brand l’opportunità di portare la comprensione dei loro obiettivi a un livello più profondo, individuando opportunità per portare rilevanza, connessione e crescita lungo il percorso di acquisto.

Best practice: in prestito da altri settori

Mentre alcuni brand stanno ancora cercando di capire il ruolo dell’AI nel loro mondo, altri hanno già iniziato a utilizzarla come strumento per interagire con i consumatori.

PUBLISHING
Il Washington Post utilizza un robot reporter che dal 2017 ha scritto circa 250 brevi report utilizzando la tecnologia automatizzata ed esclusivamente per la segnalazione di hard data e fatti precedentemente riportati.
STREAMING
Il gigante della musica in streamin Spotify utilizza l’AI per proporre agli ascoltatori esperienze personalizzate e scelte musicali sulla base dello storico e delle abitudini di ascolto.
AUTOMOTIVE
Nvidia ha collaborato con Mercedes Benz per creare un sistema operativo che regoli il controllo di ogni sistema computerizzato di un veicolo tramite un unico programma invece di utilizzarne diversi.
MEDICINE
Il Johns Hopkins Hospital ha utilizzato il DL per insegnare alle macchine come effettuare una diagnosi precoce di cancro al pancreas basandosi sul riconoscimento dei cambiamenti nei tessuti esterni della ghiandola.

ATTENTI: non esistono soluzioni perfette

L’AI non è un’applicazione chiavi in mano; la sua implementazione richiede tempo e denaro per garantire che funzioni al meglio nel favorire la crescita del brand.

Siate disposti a investire
Insegnare all’AI le norme comportamentali è fondamentale per un’interazione il più naturale possible e per rendere sistemi, come ad esempio i chatbot, realistici nel rispondere ai bisogni dei consumatori.
No “Set it and forget it”
L’AI ha bisogno di training per agire secondo le regole del brand. È in grado di imparare ma necessita di istruzioni riguardo a come comportarsi. Quando l’AI viene lasciata libera di imparare senza supervisione, possono accadere cose spiacevoli. Come quando il chatbot di Microsoft ha imparato a essere razzista in meno di 24 ore grazie a Twitter.
I principi etici vanno insegnati
Le aziende devono assicurarsi che i propri principi etici siano perfettamente “compresi” dalle machine e non portino a pericolose mis-interpretazioni data driven Il Reinforcement Learning (RL) è una delle modalità utilizzate dalle aziende per premiare l’AI in modo che possa autocorreggersi.

Gli algoritmi sono già qui

Come per tutto, non è solo questione di tecnologia.

I marketer non dovrebbero cercare problemi che l’intelligenza artificiale può risolvere, ma piuttosto utilizzarla come uno strumento in grado di risolvere problemi complessi dei brand e dei consumatori.

Dal momento che l’AI non è uno strumento tangibile, molti marketer non si accorgono che la stanno utilizzando da anni. Nel mondo del media, questi algoritmi sono parte integrante delle attività (ad esempio la segmentazione delle audience), ma l’utilizzo su vasta scala è quello che permetterà le più grandi opportunità per una maggiore efficienza e per abbattere la struttura a silos tra i diversi team.

Se non fosse per il fatto che l’AI è al momento sulla bocca di tutti, molti marketer non sentirebbero nemmeno il bisogno di cambiare il modo in cui hanno utilizzato gli algoritmi per tutti questi anni. Guardando bene all’interno della vostra organizzazione sicuramente raccoglierete insight su come tutti, dal data scientist al dipartimento IT, stiano lavorando sulle best practices per ottenere un impatto migliore sul lavoro di ogni giorno.

In poche parole, stiamo già percorrendo la strada dell’innovazione.

Come fare il futuro adesso

5 cose che puoi fare oggi

START SMALL
I brand dovrebbero iniziare a sperimentare adesso per darsi la possibilità di crescere al passo con le capability della tecnologia.
EXPERIMENT
I brand disposti a sperimentare le possibili interazioni uomo-macchina saranno quelle pronte a fare la differenza.
INVEST
Un chatbot che assiste solo nella ricerca non farà la differenza. I brand hanno bisogno di esperienza per raccolgierne davvero i benefici.
UTILIZE DATA
I brand che fonderanno le proprie strategie di marketing sui dati prepareranno il terreno per capability di deep learning incentrate sulla creatività.
MONITOR
I brand devono tenere d’occhio le loro tecnologie di AI per assicurarsi che si comportino secondo le regole e che imparino in linea con gli standard della marca.

_FONTI