La inteligencia artificial esta cambiando el futuro del marketing

Con una tiza cuadrada y escribiendo en la pizarra «marketing, luego existo» comenzaba todas sus clases un profesor que tuve en mi comienzo en la universidad. Difícilmente se podría imaginar en aquel momento que una tecnología como la inteligencia artificial (IA) podía influir de forma tan radical en los modelos de negocio, procesos de ventas, comportamientos de los clientes y, en consecuencia, en las estrategias de marketing.

Según una encuesta de la empresa Salesforce, la IA será la tecnología más adoptada en el mundo del marketing en los próximos años. Quizá hoy, aquel profesor comenzaría con «inteligencia artificial, luego existo».

Influencia de la IA en los modelos de negocio

En el comercio online la inteligencia artificial predice las preferencias de los clientes: para comprobarlo, solo tenemos que entrar en nuestra cuenta de Amazon o en la de Netflix, que hasta llegan a mostrar el porcentaje de coincidencia con «tus preferencias».

Ahora el usuario navega por la tienda online, elige el producto, completa el proceso de compra y lo recibe (modelo shopping-then-shipping). Si la IA es capaz de predecir lo que quiere el cliente, ¿qué impide entregárselo directamente sin necesidad de que lo pida? (Shipping-then-shopping).

Este cambio de paradigma transformaría el modelo de negocio del retail y los comportamientos de los clientes. La tienda de ropa Stitch Fix ya ha dado un paso en este sentido: identifica tu estilo y te envía sin coste previo una relación de prendas a domicilio; el cliente paga por las que se queda y devuelve el resto.

Shelfpoint elabora estanterías inteligentes que captan, mediante reconocimiento de imagen, las reacciones de los consumidores al observar los productos en los lineales. Esta información se recopila en tiempo real facilitando al comercio la toma de decisiones.

En el sector de la automoción, con Tesla a la cabeza, la IA esta impulsando los vehículos autónomos sin conductor. En un futuro quizá no muy lejano, la democratización de estos vehículos autónomos reducirá el número de personas que conducen y el riesgo de accidentes. Al igual que con las estanterías en retail, la empresa de IA Affectiva está trabajando en el reconocimiento visual de los conductores para identificar fatiga, estados de ansiedad o desfallecimiento y, en caso necesario, pasar de la conducción manual a la autónoma. Este panorama impactará en una menor demanda de seguros por accidentes e incrementará la necesidad de instalar sistemas de seguridad en los vehículos.

En la actividad comercial, los bots o chatbots, máquinas basadas en el procesamiento del lenguaje natural, un subconjunto de tecnologías de inteligencia artificial que interpreta y reproduce el lenguaje humano, ya forman parte con mayor o menor éxito de los procesos de venta y posventa.

Estos bots responden a tareas que no requieren de asistencia humana y facilitan la labor de los agentes comerciales que se centran en tareas de más valor para el cliente y el negocio. Un ejemplo interesante es el de Tobi, el bot de Vodafone: aunque su capacidad de reacción es limitada, puede llegar a sorprender su eficiente interpretación del lenguaje. Si los bots fueran capaces de identificar el estado de ánimo y la actitud de un cliente, aportarían información muy relevante para afrontar la siguiente interacción con un humano.

Estos ejemplos ilustran la influencia de la inteligencia artificial en los comportamientos de los clientes y en las estrategias de marketing. Hay que tener en cuenta que, aunque es casi una realidad y no tanto una situación futura, los retos a los que se enfrenta la IA están presentes, y para entenderlos hay que conocer primero cómo funciona.

¿Qué hay detrás de la inteligencia artificial?

La inteligencia artificial es un conjunto de tecnologías que utilizan algoritmos matemáticos para interpretar gran cantidad de datos, imágenes y voz, y así identificar patrones que facilitan la ejecución de tareas y la resolución de problemas complejos.

El uso de estas tecnologías, entre ellas el aprendizaje automático (machine learning, deep learning), el procesamiento natural del lenguaje (natural language processing), el reconocimiento de imágenes (computer vision) o las redes neuronales (neural networks), permite extraer información para conectar con los consumidores y automatizar los procesos.

Con los datos procedentes de bases de datos de clientes, no solo de sus transacciones sino también de reconocimiento de voz y expresiones faciales, se puede predecir qué es probable que compren. Del mismo modo, los bots utilizan el conocimiento extraído de estos datos para conectar con el cliente de un modo más efectivo integrándose de forma simbiótica en los procesos de los equipos de ventas o soporte. En definitiva, esta información facilita la ejecución de acciones de marketing muy específicas y personalizadas.

Estas mismas tecnologías permiten en el sector de la automoción interpretar el entorno y actuar de acuerdo con él, un paso necesario en la evolución de los vehículos autónomos. Los coches actuales ya incorporan IA por ejemplo en asistentes de carriles y frenada, faros inteligentes, «Oye, Mercedes» y sus equivalentes en otras marcas, etc.

Retos de la inteligencia artificial en el marketing

El primer reto es la información. La inteligencia artificial necesita datos de calidad: la cantidad es relevante, pero la calidad es crucial. Numerosas empresas recopilan datos de sus clientes, de los procesos de negocio, de la experiencia de los empleados, etc., pero si no se tiene una estrategia de marketing clara en la que sea relevante el uso de estas tecnologías, posiblemente la información recolectada no sea la apropiada. Datos sí, pero con una utilidad.

El segundo reto es la tecnología en sí misma: está avanzando a pasos de gigante a la vez que atisba un gran recorrido por delante. Los vehículos autónomos están demostrando una gran fiabilidad, pero esta fiabilidad desaparece en condiciones ambientales adversas. La analítica predictiva actual tiene un cierto margen de error, con el impacto que supondría la devolución de los productos que no quiere un cliente en un modelo shipping-then-shopping, por ejemplo.

El tercer reto es el comportamiento de las personas ante estas tecnologías. Por un lado, tenemos la ética y la parcialidad de los algoritmos que hay detrás de la IA, pues son las personas las que construyen los algoritmos que luego las máquinas interpretan. Por otro lado, está el modo en el que las personas se comportan frente a estas máquinas. Las predicciones de preferencias de compra que hacen los sistemas de IA son cuatro veces más eficaces que las de un humano, pero la confianza en estos sistemas se reduce hasta en un 75% cuando el usuario es consciente de que esta interactuando con una máquina.

Otros estudios muestran que el usuario es más empático con la respuesta de los bots cuando están integrados en robots, como por ejemplo en la recepción del hotel Henn na de Tokio o en la cafetería Cafe X de San Francisco, aunque cuanto más semejante a un humano es el robot, menos confortable es la interacción.

Estrategias de marketing para pasado mañana

Está claro que la inteligencia artificial va a tener un gran impacto en los modelos de negocio y en el comportamiento de las personas, aunque de momento es incierto anticipar con certeza el modo en el que se va a producir.

Las empresas necesitan fijar expectativas claras en relación con el impacto a corto plazo de la IA. Desarrollar estrategias y acciones que permitan medir el resultado a corto plazo y el beneficio a largo plazo.

Las estrategias de marketing para pasado mañana necesitan de la inteligencia artificial, pero también de la comprensión del comportamiento de las personas ante estas tecnologías. De momento, este binomio IA-comportamiento está evolucionando, y en función de esta evolución ha de moverse la estrategia de marketing.

No hace falta una estrategia de transformación digital, sino una estrategia que tenga en cuenta la transformación digital.