Η πώληση μιας υπηρεσίας, ενός προϊόντος είναι μια σύνθετη διαδικασία που αποτελείται κατά 60% από την ανθρώπινη προσέγγιση και κατά 40% από το προϊόν. Μπορείς κάποιος να πουλήσει ένα κακό προϊόν εάν έχει μια εξαιρετικά ανθρώπινη προσέγγιση και μπορεί να μην πουλήσει ένα καλό προϊόν εάν απουσιάζει η ανθρώπινη προσέγγιση -και αυτό γιατί η αγορά ενός προϊόντος πέρα από την πρακτικότητα ικανοποιεί και άλλες αισθήσεις και κυρίως την συναισθηματικότητα. Για παράδειγμα, μπορούμε να αγοράσουμε έναν καλό καφέ για την γεύση του ή μπορεί να αγοράσουμε έναν μέτριο καφέ γιατί μας θυμίζει τους γονείς μας ή μια σχέση μας ή τους παιδικούς μας φίλους. Οι νέες στρατηγικές μάρκετινγκ στοχεύουν περισσότερο την συναισθηματική προσέγγιση της διαδικασίας πώλησης και αγοράς , γιατί αυτή διαφοροποιεί και ισχυροποιεί το brand loyalty. Αυτός που θα αγοράσει ένα προϊόν βασιζόμενος στο συναίσθημα πιθανότατα θα παραμείνει για χρόνια στο προϊόν αγνοώντας ότι μπορεί να υπάρχουν άλλα καλύτερα.
Ο ρόλος του AI απέναντι στη συναισθηματική προσέγγιση
Σ’ αυτή τη διαδικασία εισέρχεται πλέον το AI πλέον αντικαθιστώντας τους πωλητές. Το ζητούμενο είναι εάν μπορεί το AI να ανταποκριθεί στην ζήτηση που προκαλεί μια συναισθηματική προσέγγιση της πώλησης. Για παράδειγμα, ας πούμε ότι κάποιος έχει μια σαφή προτίμηση σε κάποια μάρκα αυτοκινήτου που βασίζεται σε κάποια δεδομένα αλλά και σε συγκεκριμένα…. κολλήματα (πχ του αρέσουν τα κόκκινα αυτοκίνητα γιατί ήταν τα παιδικά του παιχνίδια, ή έχει μεγαλώσει με το αρχέτυπο της Ferrari). Στην επιλογή νέου αυτοκινήτου, η πρώτη προτίμηση θα είναι αυτή που ανταποκρίνεται στις συναισθηματικές του επιθυμίες, ασχέτως εάν την ίδια ώρα μπορεί να έχει πολλαπλές άλλες, καλύτερες πρακτικές επιλογές.
Η χρήση του AI θα του δείξει ξεκάθαρα τις άλλες επιλογές. Το συναίσθημα θα θέλει να ικανοποιηθεί. Εκεί το AI θα βγει εκτός και πιθανότατα ο καταναλωτής να καταλήξει σε μια επιλογή που θα καλύπτει τα «θέλω του» και τις υποσυνείδητες επιθυμίες του.
Google: Τα νέα μοντέλα τεχνητής νοημοσύνης μπορεί να αναγνωρίσουν συναισθήματα
Όπως ανακοίνωσε ο τεχνολογικός κολοσσός στα τέλη του 2024, η οικογένεια μοντέλων PaliGemma 2 μπορεί να αναλύει εικόνες, επιτρέποντας στην τεχνολογία AI να δημιουργεί λεζάντες και να απαντά σε ερωτήσεις σχετικά με τους ανθρώπους που «βλέπει» στις φωτογραφίες.
«Το PaliGemma 2 παράγει λεπτομερείς και σχετικές με το πλαίσιο λεζάντες για εικόνες, πηγαίνοντας πέρα από την απλή αναγνώριση αντικειμένων για να περιγράψει ενέργειες, συναισθήματα και το γενικότερο πλαίσιο της σκηνής», έγραψε η Google σε μια επικοινωνία που μοιράστηκε με την ιστοσελίδα TechCrunch.
Σύμφωνα με κάποιους εμπειρογνώμονες, όπως ο Heidy Khlaaf, επικεφαλής επιστήμονας τεχνητής νοημοσύνης στο AI Now Institute, ακόμη και αν τα μοντέλα ανίχνευσης συναισθημάτων μπορούσαν να «διαβάσουν» με ακρίβεια τις εκφράσεις του προσώπου μας, αυτό και πάλι δεν θα ήταν αρκετό.
«Άσχετα με την τεχνητή νοημοσύνη, η επιστημονική έρευνα μας έχει δείξει ότι έχει δείξει ότι δεν μπορούμε να συμπεράνουμε συναισθήματα μόνο από τα χαρακτηριστικά του προσώπου».
Πρέπει να σημειωθεί ότι η λειτουργία αναγνώρισης συναισθημάτων δεν είναι ενεργοποιημένη εξ αρχής στο PaliGema 2, αλλά το πρόγραμμα πρέπει να ρυθμιστεί λεπτομερώς για τον συγκεκριμένο σκοπό.
Παρ’ όλα αυτά, οι ειδικοί με τους οποίους μίλησε το TechCrunch θορυβήθηκαν έντονα από την προοπτική ενός ανοιχτά διαθέσιμου ανιχνευτή συναισθημάτων.
Μπορεί, αλήθεια, το AI να διαβάσει συναισθήματα;
«Αυτό με προβληματίζει πολύ», δήλωσε στο TechCrunch η Sandra Wachter, καθηγήτρια σε θέματα ηθικής των δεδομένων και της τεχνητής νοημοσύνης στο Internet Institute του πανεπιστημίου της Οξφόρδης. «Θεωρώ προβληματικό να υποθέτουμε ότι μπορούμε να ”διαβάσουμε” τα συναισθήματα των ανθρώπων. Είναι σαν να ζητάμε συμβουλές από μια κρυστάλλινη μπάλα».
Εδώ και χρόνια, τόσο οι νεοφυείς επιχειρήσεις όσο και οι τεχνολογικοί γίγαντες προσπαθούν να δημιουργήσουν τεχνητή νοημοσύνη που μπορεί να ανιχνεύει συναισθήματα, η οποία μπορεί να έχει πολλές χρήσεις, από την εκπαίδευση πωλητών μέχρι την πρόληψη ατυχημάτων. Ορισμένες εταιρείες ισχυρίζονται ότι ήδη έχουν δημιουργήσει τέτοιες τεχνολογίες, αλλά είναι δύσκολο να αποδειχτεί η αποτελεσματικότητά τους.