Il dibattito sulle Intelligenze Artificiali si fa sempre più partecipato e acceso, soprattutto dopo che, come accaduto negli ultimi anni, l’applicazione di queste nuove tecnologie è entrata sempre più nella vita quotidiana coinvolgendo anche settori come il Digital Marketing. 

Tra gli scettici, non del tutto convinti dei vantaggi di questi nuovi strumenti, o tra i promotori di un’applicazione ancora più estesa delle IA, rimane comunque ancora una certa confusione su cosa significhi davvero far entrare Intelligenze Artificiali nella vita di molte aziende. 

• Dotarsi di IA significa utilizzare dei robot, come si vede nei film di fantascienza? 
• Qual è lo stato di sviluppo di queste tecnologie? 
• In che modo le IA vengono sfruttate nel settore del Digital Marketing e della strutturazione di servizi web? 
• Utilizzare Intelligenze Artificiali è per forza un processo costoso?

Sono queste alcune delle domande che animano molti dei professionisti che ancora non conoscono tutte le possibilità offerte da questi nuovi strumenti.

In questa guida cercheremo di offrire risposte complete e dirette, andando ad approfondire alcuni temi:

• La differenza tra Narrow e General Artificial Intelligence. 
• Cosa si intende per GAN, e in che modo le intelligenze artificiali permettono di scrivere copy.
• Quali sono le applicazioni delle IA nel Conversational Marketing. 

Narrow & Artificial General Intelligence: quali differenze?

Quando si parla di Intelligenze Artificiali occorre innanzitutto distinguere fra i due principali modelli di questa tecnologia. Solo uno di questi è, in realtà, quello che è stato fino a questo momento sviluppato con maggiore successo e che trova applicazione anche nel settore del marketing. 

Artificial General Intelligence (AGI)

È questo il modello che corrisponde all’immagine che, forse, più persone associano al concetto di Intelligenza Artificiale. Si tratta di ciò che normalmente viene presentato in film o romanzi di fantascienza: robot intelligenti che hanno aspetto e capacità del tutto simili a quelli umani.

In questi caso le IA sono quindi realizzate in macchine che sono in grado di svolgere molteplici funzioni e, soprattutto, sono in grado di imparare e di applicare quanto appreso in uno specifico contesto anche ad altre situazioni. 

Questo modello di tecnologia genera alcune perplessità di natura tecnica ed etica ma, per adesso, rimane perlopiù confinato a romanzi o film. 

A parte alcuni prototipi di natura sperimentale, questi robot non sono ancora stati sviluppati in modo sufficiente da poter essere ampiamente utilizzati. Non si tratta, quindi, del tipo di IA di cui si parla quando ci si riferisce al settore del marketing. 

Artificial Narrow Intelligence (ANI)

Questo genere di AI si concretizza in strumenti che non hanno affatto un aspetto umanoide ma, invece, sono rappresentati da tool e software installati in vari tipi di dispositivi. 

A differenza della AGI, l’Artificial Narrow Intelligence è strutturata per eseguire un singolo compito, in maniera specifica e con performance superiori a quelli di un esecutore umano.

Non si tratta quindi di strumenti in grado di eseguire una vasta gamma di azioni ma, al contrario, solo il task specifico per cui sono stati strutturati e programmati. 

Si tratta essenzialmente di tecnologie che analizzano e processano una grande quantità di dati per portare a termine azioni specifiche.

È questo il modello di IA che trova oggi maggiore applicazione in vari settori della nostra vita, inclusi anche il marketing e la strutturazione di servizi web. 

Generative Adversarial Network

Le reti generative avversarie sono uno dei principali esempi di applicazione di Artificial Narrow Intelligence e permettono di ottenere output come testi scritti, immagini, contenuti audio o video.

Le reti sono formate da due componenti:

• Un generatore, che impara a creare l’output desiderato partendo dai dati che riceve.
• Un discriminatore, fatto per “sfidare” il generatore in modo che il risultato ottenuto sia di qualità sempre maggiore.

Generatore e discriminatore, quindi, vengono messi in competizione l’uno con l’altro (da qui l’elemento di “Adversarial”) e grazie a questa interazione è possibile ottenere (“Generative”) il tipo di contenuto desiderato. 

Il compito del generatore è cercare di produrre l’output desiderato e di “ingannare” il discriminatore, facendo in modo che il risultato sembri ottenuto dal lavoro umano e non da algoritmi. Il discriminatore è programmato per sfidare il generatore, così da portarlo ad affinare sempre di più il proprio lavoro e a sviluppare un output di qualità sempre maggiore, che alla fine viene approvato.

Le reti generative avversarie sono dunque strumenti programmati per generare diversi tipi di contenuti con risultati il più possibile paragonabili a quelli umani, imparando costantemente ad affinare il lavoro sui dati forniti, senza rimanere quindi uno strumento statico. 

GAN per il Copywriting

Tra gli output che è possibile ottenere grazie al lavoro di reti generative avversarie compaiono anche testi scritti da utilizzare all’interno di una strategia di Content Marketing.

In determinati settori l’applicazione di Intelligenze Artificiali alla stesura di copy permette di ottenere numerosi vantaggi:

• Drastica riduzione dei tempi di lavoro. A fronte del settaggio iniziale, le GAN sono in grado di generare contenuti di ottima qualità in tempi decisamente inferiori a quelli di un Copywriter umano. Questo plus è particolarmente significativo, per esempio,  per piattaforme e siti che operano nel settore News, in cui la pubblicazione di contenuti in tempo reale è uno dei fattori determinanti per sorpassare i competitor. 
• Ottimizzazione dei costi. Con tempi di realizzazione più brevi e la possibilità di prescindere dal lavoro di un professionista, il costi di gestione dell’intero progetto di Copywriting vengono ridotti. Questa soluzione è quindi particolarmente indicata per la stesura di schede prodotto e-commerce, per cui è possibile lavorare su grandi volumi a prezzi contenuti. 

L’applicazione di tool di Natural Language Generation, quindi, si dimostra particolarmente efficace soprattutto per la scrittura di contenuti in queste circostanze:

• Presenza di dati già strutturati in cataloghi o database.
• Ripetitività nella struttura dei testi.
• Grandi volumi di informazioni da veicolare. 
• Necessità di lavorare con urgenza e ottimizzando i costi. 

Altre applicazioni di IA: il Conversational Marketing

Un altro esempio di utilizzo di GAN per l’ottimizzazione di task legati alla comunicazione web è rappresentato da diverse soluzioni di Conversational Marketing. 

Vengono raggruppati sotto questa dicitura diversi tipi di servizi che permettono una migliore interazione tra l’utente e un’azienda o brand, attraverso un sito web. 

L’esempio più comune è sicuramente rappresentato dalle chat di assistenza. 

Per ridurre i costi derivanti dall’assunzione di operatori umani che si occupino di customer care, sempre più aziende si stanno dotando di tool in grado di interagire con l’utente in difficoltà per rispondere a domande, fornire assistenza o indicare maggiori dettagli sui prodotti offerti. 

Come inserire le IA nel tuo Piano Marketing

Il Team AdIntend ha recentemente sviluppato Sem@ntika, il tool di Natural Language Generation che permette di sfruttare le Intelligenze Artificiali per scalare la stesura di copy e contenuti web. 
Prova subito il servizio e ottimizza la tua digital strategy!