Els professionals del màrqueting afronten tant oportunitats com riscos en interpretar els resultats de la intel·ligència artificial generativa, especialment quan utilitzen personatges d’audiència generats per IA. Aquests personatges aprofiten grans models de llenguatge (LLMs), com ChatGPT, Claude i Llama, per ajudar els responsables de marca a navegar dades complexes de consumidors per a la presa de decisions. Els personatges d’audiència han estat durant molt de temps eines essencials en màrqueting, ja que ajuden a segmentar els consumidors i a aclarir les relacions de dades per guiar la planificació i estratègia mediàtica. Abans, desenvolupar aquests personatges requeria setmanes i una inversió significativa. Actualment, les eines d’IA s’han fet pràcticament càrrec d’aquest procés, amb un 85% dels professionals del màrqueting que, segons una enquesta de SAS a 300 empreses, utilitzen IA generativa en alguna mesura. Per exemple, l’empresa italiana de cafè Lavazza va començar a utilitzar personatges d’IA a principis de 2023 per reduir el temps de desenvolupament i obtenir noves perspectives de dades. Aquests personatges corresponen als mercats clau de Lavazza — “Adele” a França i “Lucy” al Regne Unit i als Estats Units. Simone Ballarini, cap d’intel·ligència empresarial de Lavazza, va destacar que la interfície d’IA combina diàleg semblant al humà amb objectivitat quantitativa. Els personatges d’IA de Lavazza van ser creats per l’empresa sueca Stravito, i van ser entrenats amb 5. 000 entrevistes a consumidors de Kantar, enquestes de Nielsen i dades de la National Coffee Association. Aquest extens banc de dades permet obtenir perspectives més enllà de les que podria processar qualsevol individu, i els personatges es actualitzen regularment per mantenir-se actualitzats. Ofereixen retroalimentació creativa primerenca i coneixements per a la planificació mediàtica, accelerant l’exploració sense substituir completament les inversions en proves completes. Thor Olof Philogène, CEO de Stravito, els compara amb un “sistema d’alerta primerenca” per centrar la investigació en idees prometedores. Lavazza ja ha utilitzat aquests personatges en revisió de la marca i del treball creatiu per a la seva línia Dolcevita. De manera similar, Code & Theory, una agència de Stagwell, adopta personatges d’IA per a tots els clients, com Champion, Albertsons i Marriott Bonvoy, reflectint l’augment de l’adopció d’aquesta tecnologia per part de les agències. La facilitat de generar personatges d’audiència amb LLMs ha impulsat aquest creixement. Per exemple, la plataforma Pencil de Jellyfish compta amb un agent de personatges que transforma diapositives estàtiques en eines dinàmiques per al desenvolupament de conceptes i estratègies de llançament, segons el cap de estrategi de Jellyfish, John Dawson. Malgrat els beneficis evidents, els professionals de màrqueting es mantenen cautelosos.

Cap a 2025, molts dubten a prendre decisions mediàtiques o creatives sense estudis i enquestes exhaustives, deixant de banda la intuïció i l’experiència. A més, solucions de compra mediàtica amb agentificació, com la suite Advantage+ de Meta, deleguen cada cop més aquestes decisions. També hi ha el risc de delegar massa en les personatges d’IA, tractant-los com oracles en comptes d’eines. Personalitzar els personatges amb noms, cares animades o veus generades per IA — pràctiques adoptades per Code & Theory — pot augmentar el seu atractiu humanitzat. Fins i tot experts prudent com Piper reconeixen la temptació de veure aquests personatges com “ éssers vius”. Per evitar una fe malament situada en els personatges d’IA, la formació és clau. Dawson recomana assegurar que els usuaris coneguin les fonts de dades que alimenten l’IA i reconeguin les seves limitacions, destacant el paper humà en l’aplicació dels perfils generats per IA. Per exemple, Lavazza inclou notes a peu de pàgina que enllacen les perspectives dels personatges amb les dades originals, seguint convencions semblants a les de Perplexity. La gestió de prompts també ajuda; Code & Theory instruïx els personatges a “jutjar” críticament les entrades per mitigar la tendència natural dels LLMs a estar d’acord. Altres mesures de seguretat impliquen supervisió humana. L’agència de mitjans de Lavazza, Wavemaker, accedeix només a les dades generades per IA, no als personatges en si, reduint la influència indeguda de l’IA en la cadenxa de decisió. Piper destaca la importància de la validació humana: els coneixements prometedors requereixen confirmació mitjançant enquestes i grups de discussió, i l’aprovació creativa pels personatges ha de passar per grups de proves humans. En definitiva, els professionals haurien d’equilibrar l’ús dels personatges d’IA amb el judici propi. Com diu Piper, sense la implicació humana, la dependència de l’IA només proporcionarà resultats genèrics i poc inspiradors.