Il 2023 ha visto l’esplosione dell’AI generativa, passata dalla fase di sperimentazione alla produzione. Il recente report di Snowflake Data Trends 2024 focalizzato sull’industria della pubblicità, dei media e dell’intrattenimento, rivela come questo settore, uno dei primi ad adottare AI e ML, si avvalga di tecnologie che rendono possibile applicare l’intelligenza artificiale generativa e una governance dei dati granulare e rispettosa della privacy.
Gen AI in azione
Questo settore è altamente regolamentato e le preoccupazioni legate all’AI generativa stanno rapidamente portando gli organi di governo a introdurre ulteriori normative. Tra queste, spicca l’AI Act, approvato nel dicembre 2023 dall’Unione Europea, che ha implicazioni sulla creazione di contenuti, sul giornalismo e i diritti di proprietà intellettuale, e che considera come requisiti rilevanti la garanzia di trasparenza e la consapevolezza degli utenti quando vengono impiegati sistemi di AI.
In un settore in cui la privacy dei consumatori gioca un ruolo importante, l’intelligenza artificiale generativa introduce un ulteriore livello di preoccupazione a causa della sua capacità di elaborare dati personali e generare informazioni potenzialmente sensibili. Per garantire la conformità alle normative (come il GDPR e il Digital Services Act) e mettere in atto solide pratiche di sicurezza dei dati, le aziende del settore devono disporre di una piattaforma unificata che elimini i silos di dati e garantisca una rigorosa governance, facilitando al contempo la collaborazione su dati strutturati, non strutturati e di terze parti.
Tre potenziali problemi legati all’intelligenza artificiale generativa
Si prevede che la Gen AI avrà un impatto positivo in tutti i settori, in particolare in quello della pubblicità, media e intrattenimento, ma, allo stesso tempo, comporta anche una serie di rischi potenzialmente gravi.
Ecco le principali preoccupazioni:
1. Mancanza di trasparenza: i dati di addestramento di un modello sono spesso sconosciuti o non divulgati, il che rende difficile comprendere se sono parziali o si basano su fonti inaffidabili. Le reti neurali utilizzate per costruire i LLM sono spesso applicazioni “black box”, con meccanismi interni sconosciuti persino alle persone che le hanno progettate. È opinione condivisa tra gli esperti che le future normative richiederanno maggiore trasparenza sulle modalità in cui i modelli Gen AI prendono le decisioni.
2. Pregiudizi non intenzionali: tutti i modelli ML sono potenzialmente soggetti a distorsioni nei dati di addestramento, negli algoritmi e nella progettazione.
3. Violazione del copyright: è stato dimostrato che i chatbot di intelligenza artificiale generativa possono esporre la proprietà intellettuale, i beni multimediali o altre informazioni sensibili caricate dagli utenti oppure ripetere o copiare involontariamente ciò che hanno appreso nei dati di addestramento – un difetto noto come ‘regurgitation’, o ripetizione meccanica di contenuti.
I principali trend
Le aziende del settore utilizzano sempre più frequentemente strumenti di data analytics e AI/ML. Ci sono tre tendenze in particolare che mostrano come i dati stiano avendo un impatto fondamentale su queste organizzazioni, influenzando le scelte relative a strategia e investimenti tecnologici, fino alla massimizzazione del ROI del marketing e della spesa pubblicitaria.
1 – Le aziende stanno diventando più granulari nella loro governance dei dati
Con le gravi preoccupazioni per la privacy dei consumatori e l’aumento delle normative sull’intelligenza artificiale, non sorprende che le aziende del settore diano la priorità alla governance dei dati influenzando l’uso del tagging (per identificare dati sensibili protetti da policy) e del masking (per limitare l’accesso ai dati protetti da policy).
Nell’ultimo anno, il settore ha registrato un aumento dell’85% del numero di query che accedono a dati protetti da policy, probabilmente dovuto ai requisiti di conformità associati a una serie di normative (tra cui CCPA, CCRA e GDPR).
2 – Le imprese attingono sempre più a dati non strutturati
Le aziende contribuiscono in modo determinante ai 147 zettabyte di dati stimati a livello mondiale (proiezione 2024). Di tutti i dati presenti negli ecosistemi aziendali, l’80%-90% è non strutturato. Poiché i volumi di dati continuano a salire, in parte a causa del crescente numero di applicazioni di intelligenza artificiale che li generano, le organizzazioni dovranno diventare più sofisticate nella gestione e sfruttamento di questo tipo di dati. Per sua natura, il settore della pubblicità, media e intrattenimento dispone di enormi quantità di dati non strutturati, tra cui video, file audio, post sui social media, email e testi.
All’interno del Data Cloud Snowflake, l’elaborazione di dati non strutturati è aumentata del 123% confrontando le medie di gennaio 2023 e gennaio 2024. Il volume di questo tipo di dati elaborati dal settore della pubblicità, media e intrattenimento è aumentato del 536% nello stesso periodo, trainato da attività quali l’analisi avanzata, in particolare per identificare trend e insight sulle preferenze, i feedback e i comportamenti dei clienti.
3 – L’utilizzo di Python è in forte aumento
Python è considerato il linguaggio preferito per la creazione di applicazioni di intelligenza artificiale e da anni è uno dei più diffusi tra gli sviluppatori. Non sorprende quindi che sia stato il linguaggio di scripting più utilizzato nei 12 mesi tra gennaio 2023 e gennaio 2024 in Snowpark, la componente di libreria di codice del Data Cloud Snowflake.
Nel periodo di riferimento, l’uso di Python da parte delle aziende del settore pubblicità, media e intrattenimento è aumentato del 356%.
Quattro potenziali vantaggi della Gen AI per il settore della pubblicità, dei media e dell’intrattenimento
Sebbene l’AI generativa sia una tecnologia nuova, le sue applicazioni offrono un’ampia gamma di vantaggi e di potenziali casi d’uso nel settore.
1. Ottimizzare i ricavi pubblicitari: le app di AI generativa e LLM possono scalare e migliorare in modo intelligente le campagne pubblicitarie automatizzando il targeting del pubblico, facilitando i test A/B e ottimizzando il testo di annunci e contenuti.
2. Licenze e distribuzione dei contenuti: le soluzioni di intelligenza artificiale possono costruire modelli personalizzati che integrano i dati provenienti da tutti i punti di contatto degli account e dei partner all’interno di una data clean room, utilizzando l’interfaccia di elaborazione del linguaggio naturale per ridurre il carico sui team di business intelligence. Possono anche semplificare il licensing ottimizzando la gestione delle licenze dei contenuti e dei diritti.
3. Ottimizzare la customer experience: con l’AI, le aziende possono sviluppare algoritmi intelligenti che prevedono le preferenze del pubblico, automatizzano la creazione di contenuti e migliorano l’esperienza degli utenti. Oggi è anche comunemente utilizzata nei chatbot avanzati di assistenza clienti.
4. Prendere decisioni più rapide: l’intelligenza artificiale è in grado di analizzare e riassumere rapidamente rapporti, documenti, email, moduli per i clienti, telefonate e videochiamate e altri dati non strutturati. Questo può far risparmiare ai dipendenti ore, se non giorni e, in ultima analisi, portare a un processo decisionale migliore e più rapido.
Prepararsi al futuro dell’AI
Dal sondaggio di Snowflake emerge chiaramente che il 2024 sarà l’anno in cui l’AI generativa diventerà una componente cruciale dello stack tecnologico del settore pubblicità, media e intrattenimento, favorendo il miglioramento del processo decisionale basato sui dati e aiutando i leader a risolvere le sfide aziendali più critiche.
Anche la gestione unificata dei dati e una solida governance saranno essenziali per il successo, sia per le aziende del settore che per l’intero ecosistema aziendale.
Già oggi le organizzazioni più lungimiranti stanno creando applicazioni LLM più complesse, rendendo l’AI più disponibile e sfruttando i vantaggi di una piattaforma dati unificata e globale. Grazie alla potenza del Data Cloud, il clamore che da sempre circonda l’AI sta iniziando a trasformarsi in un vero e proprio vantaggio competitivo.
