El auge de la AI Generativa ha transformado muchas industrias, entre ellas el comercio electrónico. Con la capacidad de generar nuevos contenidos como descripciones de productos, imágenes e incluso nuevos productos, la IA Generativa tiene el potencial de revolucionar la industria del comercio electrónico. Algunos datos para ponerlo en perspectiva: Para 2030, se prevé que solo el mercado de la IA Generativa alcance los 110.800 millones de dólares. Y la IA generativa representará en 2025 el 10% de todos los datos producidos, frente a menos del 1% en 2021 (Gartner).
En este artículo, exploramos varios ejemplos de cómo se está utilizando la IA Generativa en el comercio electrónico y los beneficios que aporta a marcas y minoristas.
¿Qué es la IA Generativa?
La IA Generativa se refiere a un tipo de inteligencia artificial (IA) que puede crear nuevos contenidos, como texto, imágenes o vídeos, similares a los que podría producir un ser humano. En el contexto del comercio electrónico, la IA generativa puede utilizarse para crear descripciones de productos, generar imágenes de productos e incluso diseñar nuevos productos.
La IA generativa utiliza técnicas de aprendizaje profundo como redes neuronales, autocodificadores variacionales (VAE) y redes adversariales generativas (GAN) para aprender patrones en los datos existentes y, a continuación, generar nuevos contenidos basados en esos patrones. Algunos ejemplos conocidos de IA Generativa son Google Bard, Dall-E, Bing y ChatGPT.
Una encuesta realizada en 2023 entre profesionales del marketing y la publicidad (el comercio electrónico forma parte de ella) en Estados Unidos reveló que el 37 % de los encuestados había utilizado IA generativa para apoyar sus tareas relacionadas con el trabajo. El siguiente gráfico muestra la tasa de adopción de la IA generativa en el lugar de trabajo en Estados Unidos en 2023, por sectores:
IA generativa en el comercio electrónico: Casos prácticos
Para descripciones y contenido de productos
Uno de los usos más significativos de la IA Generativa en el comercio electrónico es la generación de descripciones de productos. Los algoritmos de generación de lenguaje natural (NLG) analizan datos de productos y generan descripciones que pueden utilizarse en sitios web de comercio electrónico. Por ejemplo, una herramienta de este tipo puede analizar las características, ventajas y especificaciones de un producto y generar una descripción convincente que mejore la experiencia del cliente.
Un ejemplo concreto de uso de IA Generativa para descripciones de productos es la plataforma Phrasee. Por ejemplo, puede analizar las características de un producto (unos auriculares, por ejemplo) y generar una descripción del tipo “Estos auriculares con cancelación de ruido incorporan una avanzada tecnología de reducción de ruido que bloquea el ruido ambiente, proporcionando una calidad de sonido clara y envolvente”. También puede crear líneas de asunto de correo electrónico o notificaciones push. Este enfoque ha ayudado a las marcas de comercio electrónico a ahorrar tiempo y aumentar el compromiso de los clientes con contenidos automatizados y personalizados. Domino’s Pizza y eBay son ejemplos de uso de estos “contenidos potenciados por IA”.
Para imágenes de productos y anuncios
Las redes generativas adversariales (GAN) son otra forma de IA generativa que se utiliza en el comercio electrónico, esta vez para generar nuevas imágenes de productos. Al entrenar las GAN en un conjunto de datos de imágenes de productos existentes, la red generadora puede aprender a crear nuevas imágenes de productos de aspecto realista que pueden utilizarse para el comercio electrónico o la publicidad. Este enfoque puede ahorrar a marcas y comerciantes tiempo y recursos dedicados a la fotografía de productos y la edición de imágenes.
Las herramientas de generación de imágenes como DALL-E 2 ya se emplean en publicidad. Heinz, por ejemplo, utilizó una imagen de una botella de ketchup con una etiqueta parecida a la suya para ilustrar cómo percibe la IA el ketchup. Sin embargo, esto se debió simplemente a que el modelo se entrenó con un número considerable de fotos de botellas de ketchup Heinz. Del mismo modo, Nestle utilizó una versión mejorada con IA de un cuadro de Vermeer para promocionar una de sus marcas de yogur, y Mattel está utilizando la tecnología para generar imágenes con fines de diseño y marketing de juguetes.
Para recomendaciones de productos
La tecnología también puede utilizarse para generar recomendaciones de productos personalizadas para los clientes. Mediante el análisis de los datos de los clientes, como el historial de navegación y el comportamiento de compra, los algoritmos de IA generativa pueden crear recomendaciones de productos adaptadas a las preferencias de cada cliente. Este enfoque puede ayudar a las empresas a fidelizar a sus clientes e impulsar las ventas.
Stitch Fix, una empresa de ropa y servicio de estilismo personal en línea con sede en San Francisco, ha trastocado el sector minorista de la moda. Combinando la experiencia de los estilistas personales con la eficacia de la inteligencia artificial, Stitch Fix ofrece periódicamente recomendaciones personalizadas de ropa a sus clientes. La IA de la empresa analiza datos sobre tendencias de estilo, medidas corporales, opiniones de los clientes y preferencias para ofrecer a los estilistas una selección de recomendaciones que se ajusten al estilo de vida y el presupuesto de sus clientes.
Del mismo modo, la IA generativa puede analizar grandes cantidades de datos de clientes para identificar patrones y tendencias, lo que permite a las empresas crear campañas de marketing muy específicas y sugerencias de productos personalizadas. Amazon también utiliza algoritmos de IA generativa para ofrecer recomendaciones de productos altamente personalizadas que han contribuido a su éxito. En 2021, Forbes informó de que el 35% de lo que los consumidores compraban en Amazon era resultado de recomendaciones de productos.
Para el diseño de nuevos productos
Gracias a la IA Generativa, las empresas pueden aprovechar las GAN para diseñar nuevos productos basados en otros ya existentes, lo que les permite crear de forma rápida y eficaz productos nuevos e innovadores. Este enfoque puede ayudar a las marcas a seguir siendo competitivas y satisfacer la demanda de los clientes de productos nuevos y mejorados.
El diseño generativo se ha utilizado en sectores que dan prioridad tanto a la estética como al rendimiento estructural. Por ejemplo, New Balance utilizó el diseño generativo para crear geometrías de suelas de zapatos con un software patentado desarrollado por Nervous System, una empresa con sede en Boston. Este software permite personalizar las suelas según las necesidades de apoyo del pie y las preferencias estéticas de cada usuario.
