Las empresas de comercio electrónico deberían preocuparse de que la FTC se centre en afirmaciones falsas de IA

Aug 16, 2023

A raíz de la explosión de popularidad de OpenAI, todas las demás empresas de tecnología de marketing y comercio electrónico parecen estar llegando al mercado afirmando tener una solución de inteligencia artificial. Pero la Comisión Federal de Comercio ha advertido a los oportunistas, escribiendo en una publicación de blog el mes pasado que "las afirmaciones falsas o sin fundamento sobre la eficacia de un producto son nuestro pan y mantequilla".

Las empresas de comercio electrónico que buscan adoptar una solución impulsada por inteligencia artificial y aprendizaje automático deben tomar nota. Debido a que esas son las mismas tecnologías que tantas empresas encuentran atractivas, la FTC persigue afirmaciones falsas y exageradas de inteligencia artificial y aprendizaje automático. Para las empresas que buscan escalar rápidamente y navegar por problemas técnicos altamente complejos, como la optimización de las redes de distribución y el análisis de grandes cantidades de datos, la promesa de la IA y el ML es muy grande.

Pero, ¿cómo las empresas de comercio electrónico, siguiendo el ejemplo de la FTC, separan la realidad de la ficción? Pueden comenzar aprendiendo sobre los tipos de reclamos que la FTC planea investigar, los casos de uso establecidos para AI y ML en el comercio electrónico, y cómo evaluar de manera segura estas tecnologías para determinar cuáles son una bendición para su negocio y cuáles son falsos.

La publicación del blog de la FTC establece cuatro criterios que la agencia utilizará para examinar los reclamos de IA y ML:

Anuncio

Los costos para los anunciantes que hacen afirmaciones falsas en esta área son enormes. Los ejemplos sugieren que las infracciones pueden generar multas de seis o siete cifras. Pero los costos para las empresas de comercio electrónico tampoco deben tomarse a la ligera. En una recesión y durante una época de altos costos publicitarios pagados, las marcas de comercio electrónico no pueden gastar dólares en aceite de serpiente digital.

¿Cuáles son algunos de los casos de uso establecidos para AI y ML en el comercio electrónico?

El aprendizaje automático ha desempeñado un papel en la mejora de las experiencias de las marcas y los clientes de comercio electrónico desde hace algún tiempo. Ha ayudado a los consumidores a través de recomendaciones personalizadas y servicio al cliente automatizado, y los propietarios de tiendas de comercio electrónico han visto su carga de trabajo optimizada a través de la gestión de la oferta y la demanda, la detección de fraudes y la predicción de abandono.

Antes de la IA y el aprendizaje automático, las prácticas ahora comunes, como los precios dinámicos, eran en gran medida manuales. Los precios dinámicos solían involucrar únicamente datos históricos e intuición, lo que podía consumir mucho tiempo y ser poco confiable. Pero AI y ML permiten a las marcas analizar grandes cantidades de datos en tiempo real, como los precios de la competencia, los costos de la cadena de suministro y los patrones de demanda de los clientes. Este análisis de datos rápido y escalable, que antes era imposible, está impulsando la innovación en una serie de funciones críticas para el comercio electrónico, no solo en la fijación de precios.

Una de las próximas fronteras en el uso de IA y ML por parte de las empresas de comercio electrónico es la atribución de marketing. El aprendizaje automático permite a los especialistas en marketing analizar y comprender mejor los recorridos, la conversión y la retención de los clientes. Dada la cantidad de datos recopilados por las plataformas de atribución y la cantidad de tiempo requerida para analizarlos y comprenderlos de manera efectiva, la IA y el ML son esenciales para desbloquear todo el potencial de la atribución de marketing.

Con toda probabilidad, si una herramienta de atribución de marketing no usa IA y ML, para cuando los especialistas en marketing se hayan tomado el tiempo y los pasos para analizar qué es una gran cantidad de datos recopilados cada día, habrán pasado varios días, lo que hace que quedarse despierto hasta la fecha casi imposible. El aprendizaje automático ayuda a los especialistas en marketing a manejar esa tarea mediante la creación de un modelo de atribución que refleje el comportamiento del usuario en sus sitios de comercio electrónico.

Otra aplicación de ML en el comercio electrónico es el reconocimiento de patrones. Una vez más, más datos significan más recursos para comprenderlos correctamente. Pero ML hace el trabajo pesado procesando de manera eficiente los números relevantes, lo que significa que los propietarios de sitios de comercio electrónico están utilizando las métricas más actualizadas a medida que optimizan las estrategias de marketing y experiencia del cliente y dejan atrás los enfoques que simplemente no son suficientes.

Para las marcas de comercio electrónico, proteger a los clientes y su reputación significa protegerse de cualquiera que venda tecnologías con supuestas capacidades que no resisten una inspección más cercana por parte de clientes, inversores o agencias gubernamentales.

Cuando se trata de evaluar la tecnología de atribución que promete milagros de marketing, existe una buena regla general: si suena demasiado bueno para ser verdad, probablemente lo sea.

Las empresas de comercio electrónico deben abordar estos reclamos con cuidado siguiendo los siguientes pasos y haciendo las preguntas correspondientes:

1. Comprender la tecnología: ¿Cómo funciona la tecnología? ¿Qué datos utiliza? ¿En qué algoritmos se basa? ¿Cuáles son sus limitaciones o desventajas?

2. Considere la reputación del proveedor: ¿Cuál es su reputación en los mercados relevantes? ¿Tienen violaciones previas, demandas o quejas creíbles?

3. Solicite estudios de casos: ¿Puede el proveedor proporcionar testimonios o historias de éxito de los clientes? ¿Qué tecnología se utilizó en estos estudios de caso y en qué medida se parece a la tecnología que se vende? ¿Qué resultados se lograron?

4. Pruebe la tecnología: ¿Se puede probar la tecnología con los propios datos del vendedor en un escenario del mundo real? ¿El período de evaluación será lo suficientemente largo? ¿Qué tipo de apoyo se ofrecerá durante el período de evaluación?

Las marcas de comercio electrónico deberían compartir las preocupaciones de la FTC, pero AI y ML, implementados correctamente, ofrecen a los especialistas en marketing beneficios muy importantes que no deben ignorarse. Las pautas surgen a medida que surgen los problemas, y este tipo de problemas son de esperar en las primeras etapas del auge de una industria o tecnología. Pero protegerse contra reclamos falsos o exagerados puede ser tan fácil como hacer lo que está haciendo la FTC: mirar más de cerca.

Phil Dubois es el director ejecutivo y cofundador de AdAmplify, un proveedor de la próxima generación de software de atribución de marketing. Utilizado por las tiendas en línea, el software de AdAmplify muestra qué canales y campañas están funcionando, cuáles no y dónde hay oportunidades de crecimiento. Impulsado por el aprendizaje automático (ML), Dimensions destaca las tendencias, interpreta los resultados y proyecta el futuro potencial de ingresos de los canales de marketing de una tienda.

Envíe un punto de vista ejecutivo.

Anuncio