Dietro l’interfaccia: il linguaggio naturale sta trasformando i flussi di lavoro di marketing

Le aziende si stanno muovendo in un panorama complesso con sfide in continua evoluzione in materia di privacy, costi e il rapido progresso dell’intelligenza artificiale. La privacy dei dati dei consumatori non è più solo un’aspettativa: è un elemento non negoziabile, la base della fiducia dei consumatori. La volatilità economica ha spinto le aziende a fare di più con meno, chiedendo maggiore efficienza in presenza di normative in continua evoluzione. Nel frattempo, l’AI, in particolare l’AI generativa e l’Agentic AI, sta rivoluzionando l’accesso ai dati e i processi decisionali, costringendo le aziende ad adattarsi rapidamente.

Se il 2023 è stato l’anno della scoperta per l’AI generativa, il 2024 è stato l’anno della sperimentazione, del proof of concept e dello sviluppo di nuovi strumenti Gen AI per il servizio clienti e il marketing. All’inizio, la Gen AI poteva sembrare una soluzione accattivante facile ed economica per una miriade di casi d’uso, ma poi abbiamo scoperto che la realtà è molto più sfumata. La Gen AI può essere complessa da sviluppare e utilizzare in modo efficace e costosa da implementare, e si evolve a un ritmo senza precedenti. Ma per le aziende in grado di superare queste sfide, il 2025 sarà l’anno dell’AI applicata, in cui le interfacce basate sul linguaggio naturale (NLI) diventeranno più diffuse nei flussi di lavoro di marketing quotidiani, democratizzando l’accesso ai dati e contribuendo ad accelerare i risultati aziendali.

“Il nuovo linguaggio di programmazione più in voga è l’inglese”, ha scritto su Twitter Andrej Karpathy, membro fondatore di OpenAI. Il nostro modo di interagire con i dati è cambiato radicalmente. Storicamente, siamo passati dai record cartacei ai sistemi digitali di archiviazione e conservazione dei dati, quindi all’accesso ai dati basato su SQL, che è potente ma richiede competenze tecniche, impedendo agli esperti di marketing di avere accesso diretto ai dati. In questo processo, gli esperti di marketing dovevano utilizzare il linguaggio naturale per formulare richieste nei sistemi di ticketing IT. L’IT quindi interpretava le richieste, le traduceva in SQL e le completava. Ciò poteva richiedere giorni, settimane o addirittura mesi con l’aumento delle richieste inevase, poiché questi ticket richiedevano un’attenzione manuale.

Poi è arrivata l’interfaccia drag‐and‐drop click, quella che conosciamo meglio oggi nel MarTech. Queste interfacce, solitamente chiamate “no code”, sono relativamente self-service per gli esperti di marketing, ma richiedono una comprensione delle strutture tecniche dei dati. Ad esempio, qual è il nome della tabella “customer” nei nostri sistemi? Qual è il nome della colonna che indica l’importo speso negli ultimi 12 mesi? Gli esperti di marketing sono relativamente autosufficienti in questo sistema, ma non possono utilizzare il linguaggio naturale e la semantica aziendale per accedere direttamente ai dati che possono facilmente comprendere. 

Oggi le interfacce basate sul linguaggio naturale promettono agli esperti di marketing autosufficienza e la possibilità di utilizzare il linguaggio naturale. Non dovranno fare affidamento su altri team o attendere il risultato di un’azione manuale. Questo è un punto di svolta per gli utenti non tecnici. Gli NLI promettono di trasformare i flussi di lavoro di marketing per la pianificazione, il processo decisionale, l’analisi e l’ottimizzazione delle campagne. Possono facilitare l’ideazione, il targeting dell’audience, la selezione dei contenuti, le decisioni sui canali, il reporting e molto altro. Anche se il ritmo e la priorità di questo passaggio varieranno da un’impresa all’altra, la tendenza è chiara: Gli NLI sono pronti a diventare la nuova interfaccia preferita.

Parte del fascino e dell’efficacia di un NLI è la sua semplicità: una casella di testo in cui digitare la tua richiesta. Ma per padroneggiare gli NLI sarà comunque necessaria un’istruzione. Oggi le prestazioni del modello dipendono in larga misura dalla qualità della richiesta o del prompt. Anche l’interazione con il linguaggio naturale richiederà perfezionamenti per ottenere risultati soddisfacenti. E il successo dell’adozione della Gen AI richiederà tempo. È fondamentale esplorare e adattarsi presto e spesso. I professionisti dovranno adattarsi ai cambiamenti scomodi nei loro modi di lavorare e imparare presto a sfruttare in modo efficiente le nuove tecnologie che inevitabilmente altereranno il panorama del marketing. 

Per quanto semplice sia l’interfaccia utente, al di sotto di questa semplicità si nascondono grande potenza e complessità. Proprio come il motore di ricerca di Google si basa su un sofisticato algoritmo, gli NLI richiedono una strategia dati robusta e integrazioni nel back-end. Stiamo imparando che il semplice collegamento dell’interfaccia a un LLM non sarà sufficiente. Non soddisferà i requisiti di sicurezza aziendali, né funzionerà. 

Le organizzazioni aziendali riconoscono che il successo dell’AI dipende dal successo dei dati.

L'efficacia dell'AI e dell'interfaccia di un'organizzazione dipende dalla qualità dei dati a cui può accedere e dagli strumenti integrati per valorizzare le opportunità offerte da tali dati, il tutto senza compromettere governance, compliance e sicurezza. 

L’AI Data Cloud Snowflake aiuta gli esperti di marketing in questo panorama in evoluzione. Snowflake offre una soluzione completa per facilitare lo sviluppo di funzionalità di Gen AI, inclusa la capacità di potenziare e migliorare queste interfacce di nuova generazione. 

Snowflake per l’AI porta l’AI dove si trovano i dati governati per eseguire flussi di lavoro analitici su dati sia strutturati che non strutturati, sviluppare app agentiche e addestrare modelli, il tutto con un overhead operativo minimo. Puoi accelerare facilmente l’elaborazione dei dati non strutturati, le app Gen AI e lo sviluppo di modelli con un’unica piattaforma composta da servizi, strumenti e infrastruttura di calcolo modulari e preintegrati. 

Con Snowflake Cortex AI, puoi analizzare i dati non strutturati in modo semplice e rapido e creare applicazioni Gen AI utilizzando LLM completamente gestiti, retrieval-augmented generation (RAG) e servizi text-to-SQL e consentire a più utenti di utilizzare servizi AI con interfacce senza codice, SQL e API REST. È anche efficiente, consentendo di saltare la gestione dell’infrastruttura con l’AI serverless per analizzare i dati non strutturati e creare data agent e altre app AI. Proteggi il valore dei tuoi dati e modelli con la sicurezza e la governance unificata leader del settore, apprezzate da migliaia di organizzazioni di tutto il mondo.

Potenzia il marketing digitale

“Abbiamo integrato Snowflake Cortex nella nostra piattaforma di marketing intelligence per consentire query in linguaggio naturale direttamente all'interno dei nostri flussi di lavoro interni e dei nostri clienti. Questo è un vero cambiamento, dagli analisti che scrivono SQL agli strateghi e agli esperti di marketing che recuperano istantaneamente dati da più sorgenti con un linguaggio semplice. Abbiamo rilevato un miglioramento di circa 30 volte della velocità di accesso agli insight e abbiamo già risparmiato più di tre intere settimane lavorative con poche centinaia di query. Man mano che i large language model si integreranno sempre più nei data stack aziendali, questo approccio definirà il nuovo modello operativo per le aziende di servizi.”

— John Saunders, VP of Product, Power Digital Marketing

GrowthLoop

“GrowthLoop ha integrato un’interfaccia basata sul linguaggio naturale, su Cortex AI di Snowflake, per fornire a esperti di marketing e operatori un vero accesso self-service ai propri dati. Che si tratti di un esperto di performance marketing che lancia un nuovo A/B test, di un esperto del ciclo di vita che trova clienti “scaduti” o di un responsabile marketing che riduce il volume dei ticket, il linguaggio naturale abbatte la barriera tecnica. Accelera il time‐to‐insight, accelera l’attivazione e garantisce che i dati rimangano governati e coerenti, il tutto direttamente su Snowflake.”

— Anthony Rotio, Chief AI Officer, GrowthLoop

Dataiku

“Dataiku consente agli esperti di dati di creare e distribuire AI sofisticate, con complessa segmentazione della clientela o analisi predittiva. Sfruttando Snowflake Cortex, questi insight complessi possono ora essere resi accessibili in modo intuitivo ai team marketing attraverso il linguaggio naturale. Questo collegamento cruciale traduce una profonda potenza analitica in personalizzazione in tempo reale, migliorando notevolmente l’engagement dei clienti e i risultati aziendali.”

— Jed Dougherty, Head of Platform Strategy, Dataiku

Vuoi sapere di più? Registrati al webinar Decoding AI’s Org-Wide Marketing Impact: An Exclusive Session with Scott Brinker.