“Tener aprendizaje automático e IA generativa es algo en lo que la gente realmente está trabajando”, afirmó. “Pero todos ellos requieren tener una buena base, desde la perspectiva de los datos, para poder consolidarlos todos. [the functionalities].”

Actualmente, ALDO utiliza de todo, desde aprendizaje automático hasta IA generativa, incluida la IA predictiva, que utiliza el aprendizaje automático para hacer predicciones sobre eventos futuros. Al igual que otras empresas, la IA generativa se encuentra en etapas incipientes y se utiliza para generar texto, SEO y descripciones de productos, mientras que la IA predictiva (un trabajo en progreso, dice) se usa para cosas que incluyen pronósticos de demanda y ventas y optimización de descuentos.

Se necesitan datos para construir y entrenar estas capacidades de aprendizaje automático e inteligencia artificial generativa, pero los esfuerzos de datos de ALDO se remontan al menos a los últimos cinco años, una agregación de patrones de clientes como clics en sitios web y compras en tiendas, dijo Nayebi. Para garantizar la seguridad de los datos, el minorista tiene su propia sala limpia de datos que agrega conocimientos que “podrían aplicarse a todos” en lugar de información de identificación personal, añadió.

“Construimos todas esas bases para hacer todos estos datos y productos de inteligencia artificial”, dijo. “Ya estamos ejecutando nuestra cadena de suministro de comercio electrónico minorista en función de esos datos. Ahora estamos aprovechando los mismos datos para hacer recomendaciones para el pronóstico de la demanda y otros conocimientos”.

Para decirlo claramente, los datos de las interacciones con las tiendas y el negocio de comercio electrónico de ALDO se incorporan, se anonimizan y se consolidan para ser utilizados en modelos de inteligencia artificial y aprendizaje automático, incluso para recomendaciones de productos, pronósticos de demanda y pronósticos de ventas, dijo. La compañía se negó a compartir cifras específicas para mostrar el impacto de la IA en el negocio, pero espera ahorrar en gastos de marketing a medida que avancen las cosas, según Nayebi.

A medida que continúan las iniciativas de privacidad de datos, no importa cuán lenta sea la muerte de las cookies de terceros de Google, ALDO apunta a “preparar para el futuro” sus conjuntos de datos, confiando en sus propios datos de origen para alimentar a la llamada bestia de la IA.

“Sabemos que el seguimiento y todo ese tipo de cosas no será algo en lo que debamos confiar en el futuro”, dijo. “Entonces, lo que intentamos lograr es realmente brindar información basada en el nivel agregado de los patrones de los clientes”.

En el auge generativo de la IA, algunas empresas han estado recurriendo a la IA para obtener titulares rápidamente, mientras que otras la buscan para resolver eficiencias, algo que la IA tiene el potencial de resolver. Sin embargo, queda por ver si la IA es el caballo de batalla que dará resultados.

Todas las empresas sienten cierta presión para descubrir cómo incorporar la IA generativa y el aprendizaje automático en sus procesos, afirmó Brian Yamada, director de innovación de VML. La pregunta es cuánto se compromete una empresa a construir sistemas internos para el futuro de la IA en comparación con trabajar con socios externos, como OpenAI o Microsoft AI, añadió.

“Será una combinación de construcción y compra. La velocidad a la que se mueve el mercado está generando ese problema. Es un gran desafío porque es difícil mantener el ritmo”, afirmó. “Siento que estoy pasando el tiempo bebiendo de la manguera contra incendios de la IA y tratando de no ahogarme”.

Freddy Dabaghi, director general de activación de la agencia de publicidad Crispin, hizo un comentario similar.

“Las marcas están aprovechando sus propias herramientas y sistemas para tener más control sobre la privacidad de los datos. Estos equipos internos también están creando grupos de trabajo de IA, pero no están funcionando al ritmo de los especialistas en marketing”, dijo Dabaghi ​​en un correo electrónico.

La clave, añadió Yamada, es ser flexible a medida que la IA se sacude y revela sus casos de uso más eficientes a medida que continúa el ciclo de exageración. La creación de sistemas internos para recopilar datos, entrenar modelos y crear procesos internos, como lo está haciendo ALDO, podría ser un paso en la dirección correcta incluso cuando el panorama se amplía y cambia, añadió.

“La clave es simplemente ser flexible, no quedar demasiado encerrado ni demasiado rígido de alguna manera”, dijo, con respecto al futuro de la IA generativa. “Nos estamos moviendo hacia entornos mucho más fluidos”.