IA negli studi settoriali : opportunità e rischi

Dopo diversi mesi di uso intensivo di GPT4 e Bard, ecco il nostro bilancio.

Le opportunità

1- Significativi guadagni di produttività

Per estrarre informazioni mega 🚀 da fonti di grandi dimensioni

Quando si tratta di produrre uno studio settoriale, quello che facciamo é cercare di equilibrare tempo necessario di ricerca di un dato e il valore aggiunto che questo porterà al report.

Ad esempio, lo scorso maggio Mc Kinsey ha pubblicato un rapporto di 82 pagine sullo stato del mercato della bellezza nel mondo.

Tempo stimato per leggere questo rapporto ed estrarre i dati principali: da 3 a 4 ore.

Sei mesi fa 🤷‍♂️🤷‍♂️🤷‍♂️ > Ce la cavavamo con l’executive summary.

Oggi abbiamo una funzione (basata su AI) che offrirà al nostro analista un compendio delle cifre e delle informazioni del rapporto (in pochi⌛ )

Per interpretare e commentare i dati

Interpretazione dei conti di un’azienda, dei risultati di un sondaggio o delle cifre di un grafico: l’intelligenza artificiale generativa offre dei risultati eccellenti.

Abbiamo integrato una funzione nella nostra interfaccia di redazione che consente a un analista di scrivere una sintesi partendo da tabelle o grafici. Come puoi vedere nel video seguente, in pochi secondi riesco a commentare i risultati di un’azienda.

Da qualche mese, il perimetro delle risorse utilizzate si è ampliato e riusciamo ad utilizzare fonti che prima non erano prese in considerazione perché richiedevano troppo tempo per essere decifrate.

Risultato: il rapporto qualità prezzo dei nostri studi è ulteriormente migliorato.

2- Risposte personalizzate

Presentare una ricerca di mercato in un formato pdf di 400 pagine è 😝 semplicemente perché è spesso un’informazione precisa che il lettore cerca all’interno dello studio. L’intelligenza artificiale consente di fornire questa risposta direttamente e rapidamente.

L’esperienza cliente é top 🤩🤩🤩

Assisteremo a una trasformazione dei prodotti finiti. Gli studi settoriali non saranno più gli stessi: invece di un pdf unico e standardizzato, offriremo a tutti i nostri clienti un prodotto in grado di personalizzare le risposte all’interno dello stesso studio. I prossimi studi settoriali si evolveranno verso equivalenti di ChatGPT dedicati a un settore di mercato.

I rischi

1 – Affidabilità, tracciabilità e sicurezza

Questi punti sono già stati trattati in numerosi studi (trovate il mio articolo su questo argomento ). Non mi soffermerò quindi su questi ultimi.

In sintesi, 🛑 non ci si può fidare di un GPT4 o Bard quando si tratta di trovare numeri in un mercato.🛑

La risposta proposta è una sintesi di un insieme di dati che non indicano la fonte iniziale e quindi non sono molto affidabili.

2 – Risultato fortemente dipendente dalla domanda

La qualità del risultato di un’IA generativa dipende da 2 elementi:
1. I dati che verranno utilizzati per rispondere;
2. La precisione della domanda.

Ad esempio, una domanda fatta male o con una formulazione o un acronimo atipico comporterà una risposta parziale. La personalizzazione delle risposte rischia di limitarne il contenuto e potenzialmente di “perdere” informazioni chiave per l’utente.

Se la tua domanda è: “Quali sono le principali tendenze nel mercato dei manga?”, la risposta di un’intelligenza artificiale generativa conterrà le dimensioni del mercato, la sua crescita, i migliori titoli e le principali tendenze.

👍 Job done !

😨 Eppure gli elementi chiave del mercato non saranno presenti: piattaforme di trasmissione, tendenze di Google o l’evoluzione del prezzo medio.

Questo accade perché non sai che questi elementi sono fondamentali e non li includi nella tua domanda.

L’approccio personalizzato di un’intelligenza artificiale generativa ti impedisce di accedere alle complessità di un mercato. Un chat-bot e uno studio settoriale sono quindi molto complementari.

3 – Impoverimento dei dati disponibili online

Esiste un contratto silenzioso tra i motori di ricerca e le imprese online. Se diamo a Google informazioni interessanti, queste appariranno nei primi risultati di ricerca e ciò ci permetterà di attirare più visitatori.

Se l’IA utilizza queste informazioni e le include nelle sue risposte, se ne perde la fonte e l’equilibrio viene sconvolto. Per le associazioni, le imprese e tutti gli utenti, sarà molto meno utile mettere le informazioni online. Inoltre, la qualità di uno studio settoriale dipende, tra l’altro, dalle informazioni disponibili su questo mercato.

Uno dei rischi dell’intelligenza artificiale generativa è la riduzione della qualità e della ricchezza delle informazioni disponibili online su un mercato.

L’intelligenza artificiale generativa potrebbe portare a un impoverimento dei dati disponibili online e complicare la ricerca settoriale

Quali sono quindi i prossimi passi per Businesscoot?

Le opportunità :

1. Sfruttare l’intelligenza artificiale generativa per continuare a guadagnare in efficienza;
2. Sviluppare i nostri studi in modo che diventino accessibili tramite chat-bot e commercializzare questa soluzione.

I rischi :

1. Migliorare i modelli di intelligenza artificiale in modo che possano completare le risposte con informazioni che non sono esplicitamente richieste dall’utente ma che potrebbero interessargli.
2. Diversificare le nostre fonti nella produzione di uno studio settoriale.