Статьи маркетингового агентства SEMANTIKA

Надо ли проводить цифровизацию маркетинга, и почему потребители сопротивляются искусственному интеллекту

Недавно Amazon запустила онлайн сервис персональных покупателей, который использует технологии искусственного интеллекта для создания луков, при этом не пренебрегая помощью стилистов-людей. Основываясь на профиле стиля, сгенерированном клиентом, стилист-человек выбирает и сочетает предметы гардероба клиента и базы данных ИИ, состоящей из тысяч брендов. А дальше в ход идут алгоритмы сочетаний и распознаваний.
Сервис существует за счёт абонентской платы. Он призван помочь людям с недостатком времени и вкуса подбирать сочетание одежды не только из собственного гардероба, отсканированного и внесенного в виртуальный шкаф ИИ, но и получать рекомендации по покупке базовых или трендовых вещей.
Этот тренд идёт в ногу со временем и, если честно, давно напрашивался. За 15 лет работы в маркетинге я уже вижу типовые дизайнерские решения, идеи, которые витают в воздухе, и давно жду, когда искусственный интеллект сможет заменить посредственный дизайн для каждодневных нужд маркетинга.
Выше названный проект далеко не единственный, который намерен соединить творчество и алгоритмы.
Все больше и больше компаний используют технологические достижения в области искусственного интеллекта, машинного обучения и обработки естественного языка для предоставления рекомендаций потребителям. Но не всегда серьёзные инвестиции в цифровизацию маркетинга приносят плоды. Мы сталкиваемся с проблемой, что потребители иногда доверяют «слову машины», а иногда сопротивляются ему.
Американская ассоциация маркетинга, озадаченная тем, как не терять деньги на нерентабельном подключении системы искусственного интеллекта, провела крупное исследование. Они проанализировали сотни кейсов, провели 3000 бесед с потребителями и представителями колл-центров. Результат оказался таким:
Ключевым фактором при принятии решения о внедрении ИИ является то, ориентированы ли потребители на функциональные и практические аспекты продукта (его утилитарную ценность) или на эмпирические и сенсорные аспекты продукта (его гедонистическую ценность).
Эффект «слова машины» связан с убеждением, что системы ИИ более компетентнее людей, когда требуются функциональные и практические советы или независимая оценка, и менее компетентны, когда желаемые качества являются эмпирическими и сенсорными (гедонистическими).
Иначе говоря, если речь идёт о позиционировании продукта как премиальный, пробуждающий эмоции и желание быть причастным к бренду, лучше доверить общение с клиентом людям. По сути, это похоже на тренд на ручную работу в luxury-сегменте. Так, бренд Dior всегда требует, чтобы клиентов обзванивала и приглашала на VIP-мероприятия дама с томным голосом, а Tom Ford выступает за личное общение продавца и покупателя с той целью, чтобы у каждого покупателя был свой «личный менеджер», которому ничего не надо объяснять. С точки зрения мужского восприятия процесса шоппинга, это очень мудро. И ведь действительно, за счёт таких и многих других мелочей создаётся премиальный сервис.
Но я если мы продаём технику, то вполне допустимо продемонстрировать высокий уровень вовлеченности компании в технологический прогресс тем, что с клиентом будет беседовать робот-гуманоид.
Также обстоят дела с простыми звонками с опросом или получением обратной связи. При большом объёме респондентов программирование и использование робота позволяет сэкономить до 26% бюджета, нежели если работу будет выполнять колл-центр. Современный робот уже умеет распознавать настроение человека, правильно понимать недосказанность, и даже обладает неким подобием эмоционального интеллекта.
Но самым сложным моментом, который до сих пор не даёт стираться границе между роботом и человеком – это сам факт того, что звонит робот, а, значит, респондент словно становится инкогнито, и может позволить себе быть невежливым. И, что не менее важно, возникает момент «уважения» и «неуважения» компанией, от имени которой поступают звонки. Многие потребители в возрасте 45+ считают, что звонок от робота – выражение пренебрежительного отношения.
Если абстрагироваться от общения и вернуться к творчеству и дизайну, создаваемым ИИ, то здесь можно увидеть потрясающие достижения технологий.
Как мы все понимаем, на самом деле люди не обязательно более компетентны в оценке гедонистических продуктов, а ИИ не обязательно более компетентен в оценке утилитарных продуктов. На рынке есть много примеров, которые бросают вызов этому убеждению. Например, ИИ выбирает цветочные композиции для 1-800-Flowers и создает новые ароматы для пищевых компаний, таких как McCormick, Starbucks и Coca-Cola.
В рамках исследования АМА проводился интересный эксперимент. Когда потребителей просили рассмотреть только гедонистические атрибуты, более высокий процент участников выбирал людей-рекомендателей. В ходе эксперимента участникам предложили попробовать два шоколадных торта, один из которых был создан из ингредиентов, выбранных ИИ, а другой-из ингредиентов, выбранных шоколадником-человеком. Удивительно, то торт, рекомендованный ИИ, был оценен как менее вкусный, но более здоровый, чем торт, рекомендованный человеком, хотя они были идентичны по внешнему виду и фактическим ингредиентам.
А когда участников попросили представить себе покупку зимней куртки и оценить, насколько важны функциональные атрибуты, такие как воздухопроницаемость и тип ткани при принятии решений. Вывод был таким: чем более важной была функциональность (например, экипировка для высокогорных восхождений), тем более предпочтительными были рекомендации ИИ по сравнению с человеческой помощью. 
Другое исследование показало, что, когда потребители хотели, чтобы рекомендации соответствовали их уникальным предпочтениям, они сопротивлялись рекомендациям ИИ и предпочитали общаться с людьми, видимо ожидая, что тогда им будет проще настоять на своём или даже манипулировать контрагентом.
Исходя из этого, мы понимаем, что компании, чьи клиенты нуждаются в однотипных чётких рекомендациях, могут полагаться на системы искусственного интеллекта. Однако компании, чьи клиенты хотят получить персонализированные рекомендации, должны ориентироваться на экспертов-людей.
Итак, подводя итог, можно сказать, что повсеместность использования искусственного интеллекта не всегда оправдана ни финансово, ни ценностно. И поэтому нужно либо чётко понимать, какие задачи будет решать ИИ и как на них будет реагировать потребитель, либо соединять преимущества обоих и создавать некий симбиоз из технологий и человеческих возможностей.
Автор : Анна Петухова
Основатель компании Semantika (Семантика)
 https://www.instagram.com/anna_semantika/