Intelligenza artificiale e business: verso la nuova era del marketing

Il potenziale è enorme perché quello tra intelligenza artificiale e business è un mondo ancora inesplorato, almeno in buona parte. Quanto enorme è difficile dirlo con esattezza perché i progressi degli algoritmi di AI ci spingono costantemente verso nuove frontiere.

Vengono in mente i romanzi di fantascienza degli anni ‘80 del secolo scorso che immaginavano macchine in grado di apprendere, migliorandosi giorno dopo giorno. Ed oggi quella fantascienza è realtà.

Come sempre, la prima domanda che ogni imprenditore e donna o uomo di business deve porsi è: in che modo l’intelligenza artificiale può essere utile per potenziare, semplificare o semplicemente agevolare il mio business?

Che cosa è l’intelligenza artificiale

Per rispondere a questa domanda dobbiamo, prima di tutto, vedere che cosa è l’intelligenza artificiale (AI). E dobbiamo tornare indietro ben oltre gli anni ‘80 del ‘900. 

Perché è nel 1956, durante la conferenza di Dartmouth che l’informatico John Minsky e il matematico Marvin Lee McCarthy, descrivono per la prima volta l’intelligenza artificiale come qualsiasi compito svolto da una macchina che in precedenza sarebbe stato considerato richiedere l’intelligenza umana.

Questa è ovviamente una definizione abbastanza ampia, ma è un punto di partenza importante per comprendere meglio di cosa stiamo parlando.

Le definizioni moderne di cosa significa creare intelligenza sono più specifiche. Francois Chollet, ricercatore di intelligenza artificiale presso Google e creatore della libreria di software di apprendimento automatico Keras, ha affermato che:

L’intelligenza è legata alla capacità di un sistema di adattarsi e improvvisare in un nuovo ambiente, di generalizzare la propria conoscenza e applicarla a scenari non familiari.

L’intelligenza non è l’abilità in sé. Non è ciò che puoi fare, bensì quanto bene ed efficacemente puoi imparare cose nuove.

Intelligenza artificiale, machine learning e deep learning

Più che di intelligenza artificiale dovremmo parlare di intelligenze artificiali o di applicazioni della AI. Perché machine learning e deep learning sono esattamente questo.

Machine learning: come imparare dall’esperienza

L’apprendimento automatico, o ML, è un’applicazione di intelligenza artificiale che fornisce ai sistemi informatici la capacità di apprendere e migliorare automaticamente dall’esperienza. Facendolo senza essere preventivamente programmati. Il machine learning si concentra sullo sviluppo di algoritmi in grado di analizzare i dati e fare previsioni. Oltre a essere utilizzato per prevedere quali film di Netflix potrebbero piacerti, l’apprendimento automatico viene applicato nei settori sanitario, farmaceutico e per aiutare la diagnosi delle malattie, l’interpretazione delle immagini mediche e perfino accelerare lo sviluppo di farmaci.

Deep learning: l’apprendimento profondo delle macchine 

Il deep learning è un sottoinsieme del machine learning che utilizza reti neurali artificiali che apprendono elaborando i dati. Le reti neurali artificiali imitano le reti neurali biologiche nel cervello umano.

Più livelli di reti neurali artificiali lavorano insieme per determinare un singolo output da molti input. Ad esempio, identificano l’immagine di un volto da un mosaico di tessere. O abilitano il riconoscimento vocale per applicazioni come Siri di Apple o Alexa di Amazon. 

L’intelligenza artificiale nel business

L’intelligenza artificiale oggi è qualcosa di trasversale, utilizzata online da ecommerce e marketplace per consigliarti cosa dovresti acquistare, per comprendere i comandi che impartisci agli assistenti virtuali o per riconoscere chi e cosa c’è in una foto. O ancora per individuare le mail spam che ricevi solo per fare alcuni esempi.

Insomma, L’Artificial Intelligence ormai è parte della nostra quotidianità e ci accompagna ogni qualvolta che navighiamo in rete, postiamo qualcosa sui social o effettuiamo qualsiasi operazione online.

Ci semplifica (e non poco) la vita. Certo. Ma quali sono le sue principali applicazioni nel mondo del business? Torniamo quindi alla domande iniziale che interessa maggiormente chi fa impresa.

Iniziamo col dire che senza dati non esisterebbe intelligenza artificiale. Anzi, l’AI si “nutre” di dati che sono il carburante che la alimentano. 

Ma quale è l’obiettivo di sfruttare l’AI per il proprio business? Semplice: aiutare le imprese a prendere decisioni informate grazie ai dati. Essere reattivi e ridurre il margine d’errore al minimo.

Sono molteplici i settori e le aree aziendali dove l’accoppiata intelligenza artificiale e business è vincente. Dal settore finance che può sfruttare l’AI per una migliore valutazione del rischio o per rilevare le frodi nell’uso delle carte di credito al settore energy e multi utility per prevedere il consumo di energia da parte dei clienti.  

Nelle aziende del manufacturing l’AI è l’elemento decisivo per costruire una supply chain più efficiente basata sulla manutenzione predittiva, l’ottimizzazione dei processi e la previsione della domanda.

Più nello specifico, nel settore delle marketing l’AI può essere determinante per:

• Una segmentazione della clientela target ancora più approfondita
• Analizzare la disponibilità all’acquisto dei prospect e potenziali clienti
• Migliorare azioni di customer retention

I 3 obiettivi della AI nella marketing intelligence

Non è un caso che sempre più tool di marketing intelligence stiano iniziando a introdurre anche sistemi di AI. In questo modo possono essere ancora più intelligenti e, soprattutto possono sfruttare al massimo i big data online ottenendo 3 obiettivi chiave: 

• Trovare il classico ago nel pagliaio. Tra milioni di conversazioni sui social, ad esempio, quale è rilevante per me? In altre occasioni abbiamo visto come il problema non sia tanto la raccolta del dato ma la sua elaborazione. Immaginiamo solo uno studio di mercato circa lo spumante Ferrari. Un esperto di dati, per quanto bravo ed efficiente impiegherebbe anni solo per isolare il tipo di dati rilevanti per la mia ricerca da quelli che riguardano la casa automobilistica, le aziende agricole o i professionisti che portano quella denominazione o i semplici cognomi. E avrebbe un margine di errore piuttosto elevato.

L’AI serve non solo per risolvere qualsiasi disambiguazione ma per raffinare il dato, riuscendo ad esempio a distinguere i commenti negativi da quelli positivi. Naturalmente questa funzionalità non è ancora perfetta perciò un commento ironico potrebbe essere confuso con un’opinione reale, per questo un esperto di dati deve comunque sempre intervenire per analizzare lo stato dell’informazione finale estrapolata dal dato grezzo.

La granularità del dato è un aspetto fondamentale. Perché più un dato è granulare (ovvero con un livello di dettaglio elevato) più informazioni contiene. Non esiste una granularità perfetta perché questa dipende dal tipo di analisi che stai conducendo, tuttavia la IA è uno strumento ideale per evitare di accumulare dati su dati senza ottenere nessuna informazione realmente utile per il tuo business.

• Comprendere i trend nel tempo (e anticiparli). Guardando i dati, i sistemi di AI riescono a mettere in fila i dati e correlarli tra loro. Questo permette di superare la classica fotografia statica di una situazione ma permette di avere uno scatto dinamico nel tempo per individuare trend che durano da tempo o recenti.

Pensiamo solo al mondo delle criptovalute e a come l’AI sia utilizzata ormai costantemente per cercare di prevedere l’andamento a breve termine del prezzo di una coin.

La stessa Intel ha pubblicato uno studio dello sviluppatore Tejeswar Tadi circa  un nuovo, potenziale caso d’uso del deep learning per sviluppare un rilevatore del sentiment generale su una o più criptovalute. “Attualmente – si legge nell’articolo di presentazione – sto sviluppando un analizzatore di sentiment su titoli di notizie, post di Reddit e post di Twitter utilizzando Recursive Neural Tensor Networks (RNTN) per fornire informazioni sul sentimento generale del trader. Il sentimento del trader è un fattore chiave per poter determinare i movimenti dei prezzi delle criptovalute […] La visione a lungo termine di questo progetto è quella di essere in grado di sviluppare un Bot di trading di criptovalute con intelligenza artificiale (AI) che non solo possa considerare il sentimento del trader per prendere decisioni di trading, ma anche sfruttare altre opportunità”.

• Trovare insight geniali. Anche Google Analytics, lo strumento di reportistica di Big G ha implementato un sistema di AI che suggerisce agli utenti cosa fare sul proprio sito in modo intelligente, mettendo insieme milioni di dati provenienti anche da Google Search, Youtube, Gogole Ads e tutti i tools Google nonché comparando il tuo sito con altri siti simili.

Questo consente di migliorare il livello di  monitoraggio dei propri canali di marketing e misurare i propri indicatori di performance (KPI) ad un livello ancora più approfondito. Ma, soprattutto, di combinare tutti i dati acquisiti generando una serie di statistiche predittive sul comportamento degli utenti sul tuo sito in modo da permetterti di adottare delle strategie di marketing mirate in base al modello di comportamento elaborato.

Conclusione

Applicare l’intelligenza artificiale nel business non significa poter delegare alle macchine le scelte di carattere operativo o strategico, ma abilitare un nuovo scenario in cui ogni settore aziendale può contribuire – attraverso i propri dati –  a prendere le decisioni migliori, potendo utilizzare i dati in modo rapido e intelligente.

In sostanza, se un’azienda non è in grado di utilizzare i dati per risolvere un problema, difficilmente ci riuscirà un algoritmo da solo. Ecco perché non dobbiamo affidarci all’intelligenza artificiale ma imparare ad usarla. 

Per sfruttare al 100%  l’intelligenza artificiale nel nostro business dovremmo cercare di essere un po’ come lei. Infallibile? No, semplicemente cercare di migliorarci giorno dopo giorno.

Vuoi sfruttare al massimo la potenza dell’AI e dei dati online per la tua azienda?

Contattaci e scopri come trasformare la tua società in un business data driven che non teme competitors…