Perché ha messo il cliente al centro di tutto. Come? Con tecnologie di intelligenza artificiale e di machine learning alimentate con i dati forniti dagli stessi clienti
Credo di non aver mai visto tanta gente in giro per negozi durante le giornate del Black Friday come quest’anno. Nonostante ciò, continua a crescere il settore dell’e-commerce perché sembra che la pandemia abbia davvero cambiato in buona parte l’abitudine dei consumatori. Sono passati circa 12 anni da quando all’università sentivo parlare sempre più spesso di e-commerce e di come, nel giro di pochi anni, avrebbe trasformato l’industria. In verità non è andata proprio così o almeno non per tutti e decisamente non in così breve tempo. La cosa curiosa è che proprio da una dozzina d’anni circa la regina incontrastata dell’e-commerce mondiale, Amazon, ha visto crescere i suoi ricavi da 3 miliardi a ben 356 miliardi di dollari nel 2022. In questo periodo, Amazon è cresciuta a dismisura perché ha letteralmente fagocitato una buona parte dei vecchi e-commerce ed è riuscita a farlo soprattutto per una ragione: ha messo il cliente al centro di tutto.
Come? Jeff Bezos, il fondatore di Amazon, ha dichiarato in un’intervista a Internet Association che: «Gran parte del valore che stiamo ottenendo dal machine learning non si vede direttamente ma concretamente e ci ha permesso di migliorare i risultati di ricerca, di consigliare meglio ai clienti determinati prodotti, di prevedere in maniera più efficiente la gestione dell’inventario e così come tante altre cose…». Si potrebbe dire che non è stata l’intelligenza artificiale a fare di Amazon una delle più importanti aziende al mondo in un tempo brevissimo, quanto piuttosto la lungimiranza di Jeff Bezos. Tocca però riflettere proprio sulle parole di Bezos e sul valore che ha dato e sta dando l’intelligenza artificiale alla sua compagnia.
IA E MACHINE LEARNING PUNTATI SUL CLIENTE
Oggi sembra che Amazon utilizzi il machine learning per gestire e dimensionare tutte le sue attività in vari campi, come la spedizione dei prodotti, lo streaming online e i servizi su Internet, ma anche per la gestione del cloud. E perché lo fa? Per poter soddisfare le aspettative dei suoi consumatori e migliorare la qualità dei suoi servizi, guardando anche i feedback e le recensioni fornite dai clienti. Gli archivi dei database di Amazon sono così tanto ricchi di dati sui clienti che sistemi di machine learning assistono la società a prendere le decisioni strategiche su determinati settori e prodotti. E la cosa più importante è che questi dati si aggiornano di continuo, non sono statici, non invecchiano e arrivano a dare segnali anticipatori di eventuali cambiamenti nelle scelte dei consumatori.
Avere così tanti dati di questo tipo e poterli dare in pasto agli algoritmi di IA cosa significa? Che Amazon ha un vantaggio competitivo molto rilevante. Pensiamo a quante volte nel corso degli anni sono cambiate le scelte dei consumatori e pensiamo anche a quale sia stato il driver di tali cambiamenti. Quando si smette di acquistare un determinato prodotto e si passa a un altro? E perché questo avviene? Se faccio studiare all’intelligenza artificiale tutti i pattern di un consumatore, ovvero tutte le scelte che ha a disposizione e che ha usato, posso ottenere delle indicazioni su quali potrebbero essere le scelte in futuro. Ancora più importante, se avessi in aggregato i dati di migliaia e migliaia di consumatori di una determinata nicchia o di un determinato settore potrei provare a chiedere all’IA le varie possibilità di nuove scelte emergenti.
In un articolo di qualche mese fa avevo riflettuto su TikTok e di come spesso i social network possano dare vita a comportamenti emergenti di potenziale lettura da parte di varie tecniche basate su intelligenza artificiale. Nel caso di Amazon sarebbe ancora più facile perché ha a disposizione dati molto più strutturati e puliti rispetto ai social network. E per l’intelligenza artificiale la pulizia del dato viene prima della quantità. Per questo motivo molto spesso tecniche di machine learning applicate su big data non hanno raggiunto il successo sperato.
SOLO LE MACCHINE CI POSSONO RIUSCIRE
Ma torniamo ad Amazon e al mondo degli e-commerce. In che modo l’intelligenza artificiale viene usata dalle aziende di questo settore? Amazon può raccogliere tutte le cronologie delle ricerche degli utenti per consigliare i prodotti e mostrare loro tipi di prodotti simili. Se ci fossero solo dipendenti umani, sarebbe impossibile catalogare e studiare tutti questi dati. Con il machine learning è invece possibile creare modelli scalabili e soprattutto affidabili in modo tale da automatizzare l’attività di raccomandazione e suggerimento, come per le pubblicità mirate e customizzate. Ma pensiamo anche agli altri servizi di Amazon, come il cloud o l’abbonamento ad Amazon Prime e anche l’uso di Alexa. In tutti questi casi, il cliente viene messo al centro ma è lo stesso consumatore a nutrire la propria area di appartenenza. Così un video di Prime Video può far raccogliere diverse informazioni su chi lo sta osservando e può suggerire altri video in base alle preferenze passate. La stessa cosa accade con i servizi musicali e può dunque suggerire alcuni prodotti legati ai gusti musicali o dei film. È il machine learning che consente di lavorare su dati passati per cercare di dare previsioni sul futuro dei comportamenti.
Parliamo di Alexa, che è parte integrante dell’esperienza Amazon a 360 gradi. Se le faccio sempre le stesse domande, Alexa, apprende e mi offre maggiori contenuti per rispondere in maniera più approfondita, col tempo, alle mie richieste. Alexa utilizza sistemi guidati da intelligenza artificiale anche per migliorare il riconoscimento vocale e aiuta a raccogliere tutti i modelli di dati vocali per scopi di regressione e analisi dei dati. Il machine learning utilizzato da Alexa svolge un ruolo importante nell’elaborare linguaggio naturale, (natural language processing) e nel generare linguaggio naturale (natural language generation) in modo tale da filtrare il linguaggio umano e rispondere in maniera appropriata anche a seconda del tono di voce dell’utente o al contesto a cui si riferisce. Inoltre, Alexa è in grado di rispondere alle domande anche con la voce di celebrità famose con l’aiuto di tecnologie di deep learning.
UN FUTURO DI TECNOLOGIE ESPERIENZIALI
Passando da una big tech a un’altra, ieri notte ho acceso il mio iPad mentre ero disteso sul letto. La stanza era completamente buia ma l’iPad ha riconosciuto il mio viso. Adesso riconosce il mio viso anche quando indosso gli occhiali da sole, mentre all’inizio aveva difficoltà a riconoscermi anche in situazioni di visibilità più che ottimali. Cosa è successo? L’intelligenza artificiale impara senza sosta da noi e dai nostri comportamenti e non dobbiamo temerla perché è nata per semplificarci e migliorare la vita. Il consumatore torna nel negozio dopo la pandemia perché vuole toccare l’oggetto o provare un abito. È per questo motivo che le aziende di e-commerce dovrebbero dotarsi di tecnologia per aumentare la fiducia del cliente e la loro esperienza. Tra qualche anno proveremo un abito con il nostro avatar in un metaverso e non ci preoccuperemo di fare la fila. O magari con alcuni sensori avremmo la possibilità di toccare un oggetto da casa nostra. Ma qualsiasi cosa faremo ci sarà un’IA che ci farà compagnia. Assistendoci, consigliandoci e perché no, anche usando i nostri dati per definirci meglio. A me sinceramente questo futuro oramai sempre più presente non fa paura.
