Di Intelligenza Artificiale applicata alla comunicazione e al marketing, oggi, si fa un gran parlare. ChatGPT, Midjourney e molti altri sono strumenti sulla bocca di tutti. Il mio personale giudizio, per quanto possa valere? Non si tratta di un fenomeno passeggero ma piuttosto di un insieme di saperi, strumenti e paradigmi destinato a rivoluzionare il modo in cui lavoriamo come esperti di comunicazione.
Creatività, campagne, progettazione delle personas, ricerche di mercato e molto altro ancora: nulla sembra sfuggire all’automazione intelligente dovuta a dati, analytics, algoritmi e apprendimento automatico.
Obiettivo, dunque, chiarire il potenziale e gli orizzonti che possiamo dischiudere grazie all’AI Marketing… e non solo se lavoriamo per una grande azienda, anzi! Chi meglio di Alessio Pomaro per capire tutto questo?
Head of AI di Search On Media Group, Alessio è un ingegnere informatico da sempre appassionato di web marketing e di tecnologia. LinkedIn Top Voice Italy e autore di Brand Voice (FrancoAngeli Editore) e Voice Technology (Dario Flaccovio Editore).
Il risultato? Un’intervista che spero sarà utile, interessante e pratica per adottare il giusto mindset.
Buona lettura!
Ciao Alessio, bentrovato. Raccontaci come hai trovato a un certo momento professionale “la via dell’AI”. Che cosa ti ha affascinato, e quale futuro ci vedi?
Sono un ingegnere informatico, e ho iniziato il mio percorso professionale come full-stack developer. Percorso che successivamente ha cambiato direzione, orientandosi verso la SEO, quindi l’area del marketing dedicata ai risultati non a pagamento nei motori di ricerca.
L’intelligenza artificiale entra in gioco proprio cercando nuovi mezzi per affinare le fasi di analisi SEO, e le skill approfondite precedentemente sono state utilissime per entrare da subito nel vivo.
Ho iniziato usando sistemi di Natural Language Processing (elaborazione del linguaggio naturale) e da quel momento non ho più smesso di studiare, sperimentare, creare servizi basati sull’AI, orientati principalmente al marketing, all’e-commerce, all’advertising, all’automazione, al coding.
Cosa sono l’intelligenza artificiale e il machine learning, e perché oggi se ne parla così tanto? Chiariamoci le idee su questi concetti…
Proviamo a raccontarlo in maniera semplice. Prima di tutto, possiamo dire che l’Intelligenza Artificiale è una disciplina. Come la fisica, ad esempio. Ed è una branca dell’informatica che mira alla creazione di macchine dalle caratteristiche tipicamente umane, ad esempio dotate di percezione visiva, capaci di prendere delle decisioni e di agire in modo autonomo.
Ma come può una macchina sviluppare un’intelligenza artificiale? Attraverso il Machine Learning (apprendimento automatico), che è parte della disciplina, come sotto-campo dell’intelligenza artificiale.
Il Machine Learning è un sistema che può addestrare un modello ad eseguire predizioni utili, attraverso i dati di input. Quindi, in un certo senso, offre alla macchina la capacità di apprendere senza una programmazione esplicita.
La percezione visiva, ad esempio, è un’applicazione dell’intelligenza artificiale, che sfrutta il machine learning per addestrare il sistema a riconoscere determinati elementi nei contenuti visuali.
In particolare, in questo caso, utilizza il Deep Learning (un ulteriore sotto-insieme del Machine Learning) perché sono necessarie strutture efficienti come le reti neurali profonde per elaborare i milioni di dati in input.
Oggi, quando vengono nominati questi termini (AI e machine learning), il nostro pensiero va immediatamente agli algoritmi generativi, ad esempio GPT-4, ChatGPT, Claude, PaLM 2, Midjourney, ecc.. Da circa 6-8 mesi se ne parla tantissimo, anche se, di fatto, non sono nati da così poco tempo.
Cos’è cambiato quindi? L’accessibilità. Oggi questi algoritmi sono a disposizione di tutti, e non serve che spieghi come.
Proseguiamo. Cosa sono gli algoritmi generativi, quali tipologie esistono e quali possibilità offrono a chi si occupa di comunicazione e marketing?
Gli algoritmi generativi sono sistemi basati su algoritmi di Machine Learning addestrati su un’enorme quantità di dati, che possono generare testo, immagini, audio, video.. possiamo dire che ormai generano qualunque tipo di output digitale. E lo fanno in modo del tutto simile a come lo farebbe un essere umano.
Per capirne il funzionamento, potremmo sintetizzarlo in 3 punti.
- Generano contenuti in modo probabilistico completando il nostro input: non sono dei grandi “parolieri“, ma sono abili calcolatori statistici.
- Non sono intelligenti, né sono dotati di comprensione (per come noi intendiamo questi termini): sono solo ben addestrati su come ci esprimiamo.
- Non sono motori di ricerca: possono produrre “allucinazioni“, ovvero contenuti non aderenti ai fatti reali.
Le possibilità che offrono questi modelli sono molteplici. Ad esempio possiamo usarli per l’analisi dei progetti, per clusterizzare le query di ricerca, oppure per processare i contenuti dei competitor estraendo automaticamente gli argomenti trattati. Possiamo usarli per estrarre dati dai video e dai documenti, per scrivere contenuti o per trasformare delle tabelle di dati tecnici di prodotti in descrizioni testuali per le schede dei prodotti dei siti web di e-commerce. Ma non solo.. altri esempi interessanti derivano dall’analisi delle recensioni, delle survey degli utenti e dei dati dei progetti.
Sappiamo che l’Italia è fatta di micro, piccole e medie aziende. Che consigli ti senti di dare a imprenditori e manager per sfruttare al meglio l’AI revolution?
Il primo consiglio che mi sento di dare è quello di sperimentare, cercando di applicare questi sistemi alla produttività personale. Credo che questo sia il modo più semplice per comprendere le potenzialità. Faccio un esempio volutamente molto banale che mi riguarda direttamente.
Google Search Central pubblica spesso video e/o podcast di aggiornamento su quello che riguarda gli aspetti tecnici della SEO. Ho sempre seguito tutti gli episodi della serie. Oggi, processando la trascrizione dei contenuti (in inglese) attraverso GPT-4, riesco ad estrarre una sintesi dettagliata (in italiano) divisa per punti, e anche il minuto nel video in cui si parla di quell’argomento. Questo mi permette di risparmiare tantissimo tempo. Attuo lo stesso processo per moltissimi contenuti che devo approfondire, e anche per creare in poco tempo dei post social dettagliati.
Il percorso dell’AI in azienda procede all’insegna di due parole chiave: integrazione nei flussi di lavoro e automazione.
Sistemi basati sull’AI possono inserirsi, ad esempio, in flussi di sviluppo di codice di programmazione per ottenere la correzione automatizzata.
Un altro esempio deriva dalla produzione dei contenuti. Se viene strutturata con una buona dose di buon senso e di gestione del contesto, si possono ottenere performance molto interessanti.
L’estrazione dei dati aziendali attraverso azioni molto semplici (democratizzazione dei dati) può rappresentare un altro esempio interessante di integrazione. E concludo la carrellata con l’analisi dei dati: i modelli di machine learning, se ben configurati ed addestrati, possono rappresentare una grande ricchezza per le decisioni delle aziende in diversi ambiti, e di conseguenza un vantaggio competitivo.
Infine, la domanda delle domande: ma le macchine possono essere creative?
Quando pensiamo alla creatività, probabilmente la nostra mente ci suggerisce esclusivamente aspetti umanistici come l’arte e le campagne visuali. Mi piacerebbe dare un’ulteriore chiave di lettura, con due esempi.
Il primo. Oggi siamo abituati a pensare al paradigma per cui le persone addestrano degli algoritmi, i quali eseguono task. In alcuni ambiti, però, si usano tecniche attraverso le quali le macchine si addestrano autonomamente. Come se un giocatore di scacchi non imparasse dai libri dei grandi maestri, ma da milioni di partite contro sé stesso, quindi dall’esperienza. Il vantaggio? L’alleggerimento dei BIAS cognitivi derivanti dall’aver appreso da altri. L’abbandonare questa “zavorra” può permettere di aprirci verso soluzioni che probabilmente non avremmo mai potuto immaginare.
Il secondo. In un progetto sperimentale ho usato l’AI generativa per sviluppare il codice necessario ad analizzare un grande set di dati per creare una dashboard e visualizzare alcune metriche. Mi ha sbalordito il fatto che in diverse occasioni l’algoritmo mi ha proposto una visualizzazione diversa da quella che avevo in mente, ma che ho ritenuto migliore.
Quindi… le macchine possono essere creative? La risposta dipende troppo dalla nostra definizione di creatività. Ma di certo, possiamo usare l’intelligenza artificiale per potenziare le nostre capacità. E allora facciamolo! Per creare cose che non avremmo mai immaginato prima.