As empresas de comércio eletrônico devem se preocupar com o fato de a FTC ter como alvo alegações falsas de IA

Aug 16, 2023

Após a explosão de popularidade da OpenAI, todas as outras empresas de tecnologia de comércio eletrônico e marketing parecem estar chegando ao mercado alegando ter uma solução de inteligência artificial. Mas a Federal Trade Commission alertou os oportunistas, escrevendo em um blog no mês passado que "alegações falsas ou infundadas sobre a eficácia de um produto são o nosso pão com manteiga".

As empresas de comércio eletrônico que desejam adotar uma solução baseada em IA e aprendizado de máquina devem tomar nota. É porque essas são as mesmas tecnologias que tantas empresas acham atraentes que a FTC está buscando alegações falsas e exageradas de IA e aprendizado de máquina. Para empresas que buscam escalar rapidamente e navegar por problemas técnicos altamente complexos, como otimizar redes de distribuição e analisar grandes quantidades de dados, a promessa de IA e ML é grande.

Mas como as empresas de comércio eletrônico, seguindo o exemplo da FTC, separam o fato da ficção? Eles podem começar aprendendo sobre os tipos de reivindicações que a FTC planeja investigar, os casos de uso estabelecidos para IA e ML no comércio eletrônico e como avaliar com segurança essas tecnologias para determinar quais são benéficas para seus negócios e quais são falsas.

A postagem do blog da FTC estabelece quatro critérios que a agência usará para examinar as reivindicações de IA e ML:

Anúncio

Os custos para os anunciantes que fazem falsas alegações nesta área são enormes. Exemplos sugerem que violações podem resultar em multas de seis ou sete dígitos. Mas os custos para as empresas de comércio eletrônico também não devem ser considerados levianamente. Em uma crise e durante um período de altos custos de anúncios pagos, as marcas de comércio eletrônico não podem poupar dinheiro em óleo de cobra digital.

Quais são alguns dos casos de uso estabelecidos para IA e ML no comércio eletrônico?

O aprendizado de máquina tem desempenhado um papel importante no aprimoramento das experiências de marcas e clientes de comércio eletrônico há algum tempo. Ajudou os consumidores por meio de recomendações personalizadas e atendimento ao cliente automatizado, e os proprietários de lojas de comércio eletrônico viram sua carga de trabalho simplificada por meio do gerenciamento de oferta e demanda, detecção de fraude e previsão de rotatividade.

Antes da IA ​​e do aprendizado de máquina, as práticas agora comuns, como preços dinâmicos, eram amplamente manuais. A precificação dinâmica costumava envolver apenas dados históricos e intuição, o que poderia ser demorado e não confiável. Mas AI e ML permitem que as marcas analisem grandes quantidades de dados em tempo real, como preços de concorrentes, custos da cadeia de suprimentos e padrões de demanda do cliente. Essa análise de dados rápida e escalável, que antes era impossível, está alimentando a inovação em várias funções críticas de comércio eletrônico, não apenas em preços.

Uma das próximas fronteiras no uso de IA e ML pelas empresas de comércio eletrônico é a atribuição de marketing. O aprendizado de máquina permite que os profissionais de marketing analisem e entendam melhor as jornadas, a conversão e a retenção do cliente. Dada a quantidade de dados coletados pelas plataformas de atribuição e a quantidade de tempo necessária para analisá-los e entendê-los com eficiência, a IA e o ML são essenciais para liberar todo o potencial da atribuição de marketing.

Com toda a probabilidade, se uma ferramenta de atribuição de marketing não estiver usando IA e ML, no momento em que os profissionais de marketing tiverem tempo e etapas para analisar o que é uma enorme quantidade de dados coletados a cada dia, vários dias se passaram - o que torna ficar acordado até hoje quase impossível. O aprendizado de máquina ajuda os profissionais de marketing a lidar com essa tarefa, criando um modelo de atribuição que reflete o comportamento do usuário em seus sites de comércio eletrônico.

Outra aplicação do ML no comércio eletrônico é o reconhecimento de padrões. Mais uma vez, mais dados significam mais recursos para entendê-los adequadamente. Mas o ML faz o trabalho pesado, processando com eficiência os números relevantes, o que significa que os proprietários de sites de comércio eletrônico estão usando as métricas mais atualizadas para otimizar as estratégias de marketing e experiência do cliente e deixar para trás as abordagens que simplesmente não funcionam.

Para as marcas de comércio eletrônico, proteger os clientes e sua reputação significa proteger-se de qualquer um que venda tecnologias com supostos recursos que não resistem a uma inspeção mais detalhada de clientes, investidores ou agências governamentais.