La IA y la investigación

Recientemente asistí a una interesante charla ofrecida por un joven y destacado investigador titulada ‘el papel de la IA en la investigación de mercados’, en la que resaltaba tres elementos centrales que están afectando esta “industria”: tiempos más cortos para hacerla, mayor cantidad de datos y fuentes de información y, preocupación por su calidad.

En esta misma conversación mencionaba esta persona los procesos de investigación susceptibles de ser perfeccionados aplicando la IA: diseño, recolección de datos, procesamiento y análisis. Adicionalmente brindó consejos muy valiosos sobre las estructuras para la redacción de ‘prompts’, instrucciones tan vitales para interactuar con sistemas de inteligencia artificial (Botero, 2025).

Y es que debemos certificar el potencial de esta tecnología, tanto académicos como profesionales llevan varios años investigando nuevas formas de aplicarla a la atención al cliente y la creación de contenidos, pero lógicamente la IA tiene un amplio impacto en otras actividades de la disciplina del marketing. Se requiere pensar nada más en la necesidad que tienen las empresas de recopilar datos y producir información sobre el mercado (clientes) y sobre la industria (competidores) lo cual es esencialmente el papel del protocolo de investigación que se beneficiaría con el uso de las herramientas de la IA.

Si se utiliza apropiadamente la IA en esta fundamental tarea, esto procura inmensas oportunidades respecto a la comprensión e interacción con los clientes, una más conveniente evaluación del entorno competitivo en que se desenvuelve la organización y se perfecciona la toma de decisiones basada en datos. Estudios de expertos han corroborado que se avecinan grandes cambios transformadores en este campo.

En este orden de ideas se han identificado varias oportunidades del uso de la IA en este terreno según estos mismos entendidos: la IA respalda las prácticas actuales de manera que sean más rápidas, económicas o fáciles de escalar; las reemplaza, al explotar lo que se llaman “datos sintéticos” (creados por la IA y no recogidos mediante encuestas o entrevistas); obtiene información y evidencias por fuera de los datos convencionales y así tener un mejor entendimiento del mercado y; facilita la producción de nuevos tipos de datos.

En el primero de los casos, cualquier entidad ante los altos costos y los largos plazos para conseguirlos relevantemente podría usar las capacidades de las herramientas de IA y aprovecharlas para la síntesis de literatura y de investigaciones previas, extraer los principales hallazgos de las entrevistas o encuestas, y articular las conclusiones. Se ha verificado que la IA hace esto con más agilidad que los humanos.

En el segundo, las empresas se valen de los datos sintéticos de alguno de los programas de IA disponibles o pueden incluso desarrollar y entrenar sus propios modelos manejando datos ya agregados que han sido previamente recolectados de investigaciones anteriores, de estudios sindicados, de CRM o de cualquier otra información transaccional a la que hayan tenido acceso. Este tipo de datos ayuda a simular diferentes respuestas tanto de clientes como de competidores frente a distintas situaciones de marketing que se analicen.

Una tercera posibilidad la brinda la IA al ser un mecanismo siempre activo que dispone permanentemente de evidencias empíricas a las que acceden los investigadores en la medida en que no tengan más datos disponibles o que sean demasiado costosos de obtener. Ella se emplea para probar supuestos, conceptos y estrategias de ejecución y validar las decisiones que se vayan tomando.

Finalmente, los especialistas del marketing han comenzado, valiéndose de la IA de última generación, a crear lo que se denomina “gemelos digitales”, que básicamente consisten en réplicas virtuales de clientes individuales y que han sido construidas con información secundaria o con datos patentados. Ellos permiten hacer pruebas y perfeccionar materiales y propuestas de valor antes de presentarlas a un mercado real lo que facilita una adaptación precisa de las estrategias que despliegan los responsables respectivos.

No obstante, todas estas ventajas que consiguen estos profesionales con la IA se tienen que reconocer diversas limitaciones de esta. Se pueden lograr resultados sesgados y esto incidir en representaciones equivocadas de los segmentos o de las tendencias. De igual manera se ha comprobado que algunos modelos de IA, al ser entrenados con datos existentes, no se ha constatado su plena eficacia para predecir cambios drásticos en el comportamiento de los compradores o en la anticipación de innovaciones discontinuas de productos.

Igualmente se han encontrado inquietudes sobre su capacidad para simular respuestas de una muestra representativa de la población. Los eventuales sesgos que pueden surgir tal vez son debidos no solo a los datos de entrenamiento con que se construyen los modelos, sino también a la participación de los humanos en su refinamiento, aparte de las restricciones legales que puedan existir en este sentido https://es-us.finanzas.yahoo.com/noticias/the-new-york-times-firma-161054567.html. Otro de los aspectos que se han hallado como desventaja es que la IA no predice adecuadamente las reacciones emocionales de los consumidores a los estímulos multisensoriales, como sucede en categorías de productos muy específicas.

Sea lo que fuere, la IA incide notablemente en la investigación de mercados y hay que detectar claramente la forma de sacar partido de las oportunidades que ocasiona, pero al mismo tiempo permanecer atentos a sus limitaciones y a los problemas éticos que rodean sus nuevas aplicaciones. Cualquiera sea la estrategia que se emprenda, necesita estar basada en la imparcialidad, la precisión y un conocimiento genuino del cliente.