Le società di e-commerce dovrebbero preoccuparsi del fatto che la FTC stia prendendo di mira false affermazioni sull'intelligenza artificiale

Aug 16, 2023

Sulla scia dell'esplosione di popolarità di OpenAI, tutte le altre società di e-commerce e tecnologie di marketing sembrano colpire il mercato affermando di avere una soluzione di intelligenza artificiale. Ma la Federal Trade Commission ha messo in guardia gli opportunisti, scrivendo in un post sul blog il mese scorso che "le affermazioni false o infondate sull'efficacia di un prodotto sono il nostro pane quotidiano".

Le aziende di e-commerce che desiderano adottare una soluzione basata sull’intelligenza artificiale e sull’apprendimento automatico dovrebbero prenderne atto. È perché queste sono proprio le tecnologie che così tante aziende trovano interessanti che la FTC sta perseguendo affermazioni false ed esagerate sull'intelligenza artificiale e sull'apprendimento automatico. Per le aziende che desiderano crescere rapidamente e affrontare problemi tecnici altamente complessi come l’ottimizzazione delle reti di distribuzione e l’analisi di montagne di dati, la promessa dell’intelligenza artificiale e del machine learning incombe grande.

Ma come fanno le aziende di e-commerce, seguendo l'esempio della FTC, a separare i fatti dalla finzione? Possono iniziare apprendendo i tipi di affermazioni che la FTC intende indagare, i casi d’uso consolidati per AI e ML nell’e-commerce e come valutare in modo sicuro queste tecnologie per determinare quali sono un vantaggio per la loro attività e quali sono fasulle.

Il post sul blog della FTC espone quattro criteri che l'agenzia utilizzerà per esaminare le affermazioni di AI e ML:

Annuncio

I costi per gli inserzionisti che fanno affermazioni false in quest’area sono enormi. Gli esempi suggeriscono che le violazioni possono portare a multe di sei o sette cifre. Ma neanche i costi per le aziende di e-commerce dovrebbero essere presi alla leggera. In una fase di recessione e in un periodo di costi pubblicitari elevati, i marchi di e-commerce non possono risparmiare denaro sull'olio di serpente digitale.

Quali sono alcuni dei casi d'uso consolidati per AI e ML nell'e-commerce?

L’apprendimento automatico svolge ormai da tempo un ruolo importante nel migliorare le esperienze dei marchi e dei clienti dell’e-commerce. Ha aiutato i consumatori attraverso consigli personalizzati e un servizio clienti automatizzato, mentre i proprietari di negozi di e-commerce hanno visto il loro carico di lavoro semplificato attraverso la gestione della domanda e dell'offerta, il rilevamento delle frodi e la previsione dell'abbandono.

Prima dell’intelligenza artificiale e dell’apprendimento automatico, le pratiche oggi comuni come la determinazione dei prezzi dinamici erano in gran parte manuali. In passato, la determinazione dei prezzi dinamici coinvolgeva esclusivamente dati storici e intuizioni, che potevano richiedere molto tempo ed essere inaffidabili. Ma l’intelligenza artificiale e il machine learning consentono ai brand di analizzare grandi quantità di dati in tempo reale, come i prezzi della concorrenza, i costi della catena di fornitura e i modelli di domanda dei clienti. Questa analisi dei dati rapida e scalabile, che in precedenza era impossibile, sta alimentando l’innovazione in una serie di funzioni critiche per l’e-commerce, non solo nei prezzi.

Una delle prossime frontiere nell'uso dell'intelligenza artificiale e del machine learning da parte delle società di e-commerce è l'attribuzione di marketing. L'apprendimento automatico consente agli esperti di marketing di analizzare e comprendere meglio i percorsi, la conversione e la fidelizzazione dei clienti. Considerata la quantità di dati raccolti dalle piattaforme di attribuzione e la quantità di tempo necessaria per analizzarli e comprenderli in modo efficace, l'intelligenza artificiale e il machine learning sono essenziali per sbloccare il pieno potenziale dell'attribuzione di marketing.

Con ogni probabilità, se uno strumento di attribuzione di marketing non utilizza AI e ML, nel momento in cui gli esperti di marketing hanno dedicato tempo e passaggi per analizzare quella che è un'enorme quantità di dati raccolti ogni giorno, sono passati più giorni, il che rende il soggiorno ad oggi quasi impossibile. L'apprendimento automatico aiuta gli esperti di marketing a gestire tale impresa costruendo un modello di attribuzione che riflette il comportamento degli utenti sui loro siti di e-commerce.

Un'altra applicazione del machine learning nell'e-commerce è il riconoscimento di modelli. Ancora una volta, più dati significano più risorse per comprenderli correttamente. Ma il machine learning fa il lavoro pesante elaborando in modo efficiente i numeri rilevanti, il che significa che i proprietari di siti di e-commerce utilizzano le metriche più aggiornate mentre ottimizzano le strategie di marketing e di esperienza del cliente e lasciano dietro di sé gli approcci che semplicemente non sono all'altezza.

Per i marchi di e-commerce, proteggere i clienti e la loro reputazione significa proteggersi da chiunque venda tecnologie con presunte capacità che non reggono a un esame più attento da parte di clienti, investitori o agenzie governative.