Ci sono quattro tecnologie emergenti nel Gartner Hype Cycle for Digital Advertising, 2022 che Gartner prevede possano avere un impatto trasformativo sul digital advertising: intelligenza artificiale (AI) per il marketing, emotion AI, influence engineering e generative AI.
L’Hype Cycle di Gartner fornisce una visione di come una tecnologia o un’applicazione si evolverà nel tempo, fornendo una fonte di insight per gestirne l’implementazione nel contesto di uno specifico obiettivo aziendale. Il Gartner Hype Cycle consente ai clienti di conoscere le promesse di una tecnologia emergente nel contesto del proprio settore e della propria propensione al rischio.
Mike Froggatt, Senior Director Analyst nel Gartner Marketing practice, ha dichiarato: “L’accelerazione della frammentazione dei media digitali pone delle sfide ai marketer del settore pubblicitario, spingendoli ad assemblare una serie di partner e tecnologie per ottimizzare e far crescere le campagne pubblicitarie.
In particolare, l’uso dell’AI si sta espandendo nel targeting, nella misurazione, nella risoluzione delle identità, nella gestione del consenso e delle preferenze e, in alcuni casi avanzati, anche nella generazione di contenuti creativi con strumenti di AI generativa.
L’attenzione e gli investimenti si stanno spostando anche verso altri canali e tecnologie emergenti, come retail media network, data clean room, NFT promozionali e pubblicità televisiva over-the-top, tutti vicini al Peak of Inflated Expectations“.
AI per il marketing e digital advertising
L’AI per il marketing comprende sistemi che modificano i comportamenti di una piattaforma di marketing senza essere esplicitamente programmati, sulla base dei dati raccolti, dell’analisi dell’utilizzo e di altre osservazioni per i casi d’uso del marketing.
Le tecniche abilitanti comprendono il machine learning (ML), i sistemi basati su regole, l’ottimizzazione, l’elaborazione del linguaggio naturale e le tecniche di knowledge graph.
Secondo Froggatt, la potenza dell’intelligenza artificiale nel marketing è evidente, dato che deepfake, chatbot e avatar del metaverso dimostrano la loro capacità di sintetizzare esperienze realistiche. Allo stesso modo, la soppressione dei dati personali per il marketing, insieme all’ascesa dell’AI per valutare la risposta contestuale in modo anonimo, sta modificando le basi dei dati dell’advertising e del content marketing.
Ci sono tre specifiche implementazioni della tecnologia che i marketer stanno iniziando a utilizzare in modi nuovi: emotion AI, influence engineering e generative AI.
Emotion AI per il digital advertising
Le tecnologie di emotion AI – chiamate anche affective computing – utilizzano tecniche di intelligenza artificiale per analizzare lo stato emotivo di un utente tramite computer vision, input audio/vocali, sensori e/o logica software. Possono avviare risposte eseguendo azioni specifiche e personalizzate per adattarsi allo stato d’animo del cliente.
L’emotion AI è considerata trasformativa perché trasforma gli attributi comportamentali umani in dati che hanno un impatto significativo su tutti gli aspetti della comunicazione digitale.
Per i marketer e gli inserzionisti, l’accesso ai dati sulle emozioni offre insight sui driver motivazionali che aiutano a testare e perfezionare i contenuti, a personalizzare le esperienze digitali e a creare connessioni più profonde tra le persone e le marche.
Ha dichiarato Froggatt: “Non è sufficiente fornire messaggistica pertinente e personalizzata attraverso gli annunci pubblicitari tramite walled garden, quindi i CMO si stanno affidando all’emotion AI per trovare e indirizzare i consumatori e gli acquirenti aziendali su scala.
Tuttavia, i problemi di privacy, i pregiudizi e le variazioni tra le modalità sono i principali ostacoli all’adozione da parte degli inserzionisti, motivo per cui potrebbero essere necessari altri 10 anni per affermarsi“.
Influence engineering
L’emotion AI fa parte del trend più ampio dell’influence engineering, ovvero la produzione di algoritmi progettati per automatizzare gli elementi dell’esperienza digitale che guidano le scelte degli utenti attraverso l’apprendimento e l’applicazione di tecniche di scienza comportamentale.
Mentre le tecniche di personalizzazione consolidate si affievoliscono a causa delle restrizioni sulla privacy, le nuove fonti di dati e le capacità di machine learning rendono possibili nuovi sistemi di influenza per il digital advertising.
I progressi in aree come il rilevamento delle emozioni, la generazione di contenuti e l’edge computing stanno automatizzando gli aspetti influenti della comunicazione, nel bene e nel male, sostiene Gartner.
Le organizzazioni hanno bisogno dell’influence engineering come nuova forma di governance per supervisionare la ricerca e l’implementazione di programmi di intelligenza artificiale focalizzati a influenzare il comportamento su scala. Gartner prevede che questa pratica diventerà mainstream tra cinque o dieci anni.
Generative AI
La generative AI apprende da artefatti esistenti per generare nuovi artefatti realistici come video, narrazioni, discorsi, dati sintetici e design di prodotti che riflettono le caratteristiche dei dati di training senza ripetersi. Gartner prevede che raggiungerà l’adozione mainstream nel digital advertising nei prossimi due-cinque anni.
A fronte della deprecazione dei dati di terze parti, l’AI generativa può aiutare a identificare le caratteristiche principali dei clienti e a indirizzarli con contenuti personalizzati nel rispetto della privacy. Può anche essere utilizzata per addestrare i modelli di media buying a evitare contenuti rischiosi come la disinformazione e i deepfake.
