1. Introduzione
Nonostante sia in circolazione da più di 50 anni, l’AI è percepita da molti come ancora agli inizi. Sicuramente un inverno lungo 20 anni ha aiutato molto a considerare l’AI come un neonato più che una persona di mezza età che tenta di rimettersi in forma. In ogni caso le cose recentemente sono cambiate velocemente, molto velocemente. Un pattern chiave che mostra che oggi l’AI è tornata, ed è tornata per rimanere, è che la maggior parte delle domande che sentiamo sull’intelligenza artificiale non sono più legate a questioni tecnologiche ma a questioni etiche o di business.
2. Domande sbagliate
Come ogni tecnologia, l’obiettivo principale dell’intelligenza artificiale è fornire risposte ai problemi. Per sfruttare veramente l’AI dobbiamo essere in grado di porre le domande giuste, quelle che portano a una risposta che incorpora una soluzione praticabile a un problema reale.
Se abbiamo un’attività ricorrente basata su abbonamenti, dovremmo avere un’idea chiara: dobbiamo preoccuparci maggiormente di acquisire nuovi clienti o di mantenere quelli esistenti? La scelta può variare a seconda della fase in cui ci troviamo. Se abbiamo appena avviato una nuova impresa, probabilmente avremo bisogno di più nuovi clienti, mentre se stiamo gestendo un’azienda di successo probabilmente dovremo dare un’occhiata più da vicino ai tassi di abbandono.
Se siamo concentrati su nuove acquisizioni, l’AI può aiutarci a individuare ciò che rende più felici i nostri potenziali clienti, mentre se la nostra preoccupazione sono le cancellazioni dei contratti, probabilmente dovremo chiedere all’AI di aiutarci a individuare i primi sintomi di un cliente scontento.
3. Obiettivi mancanti
Qualunque sia la domanda che poniamo all’AI per aiutarci, una cosa è abbastanza certa: dobbiamo dare all’AI un obiettivo quantificabile. Possiamo abbracciare il targeting adattivo per essere rapidi e agili nel reagire a uno scenario in evoluzione, ma la nostra AI, in qualsiasi momento, dovrebbe avere un obiettivo chiaro da raggiungere. E l’obiettivo non è quasi mai quello di raccogliere più dati ma di diventare più bravi nella lettura dei dati che già possediamo.
Link al lungo inverno dell’AI: https://en.wikipedia.org/wiki/AI_winter
