La IA en la innovación de productos: ¿en qué medida simula un grupo objetivo artificial a los clientes reales?

• La científica Monika Imschloß sobre la simulación del comportamiento de compra
• El desarrollador Paulo Salem sobre la interacción en grupos de personas de IA
• El innovador Julian Mangold sobre el uso de la IA generativa para probar prototipos.
• Cinco aspectos a tener en cuenta

Utilice la IA para crear el gemelo digital de su público objetivo con el fin de comprender las necesidades más rápidamente, sondear ideas antes o probar prototipos de forma más realista. Esto es lo que recomienda el experto Joe Pulizzi en el episodio"Unconventional Content Marketing Strategies" del podcast "This Old Marketing" a finales de 2024. Pulizzi es una lumbrera del mundillo, con más de 250.000 personas siguiéndole en LinkedIn.

Pulizzi cuenta con el apoyo de unos 3.000 investigadores de mercado de 14 países. Dicen que pronto ya no serán las personas las que prueben sus productos, sino sus copias de inteligencia artificial. Para 2027, "más de la mitad de los estudios de mercado tradicionales podrían realizarse con la ayuda de personas sintéticas creadas por IA", escriben los autores del informe Market Research Trend 2025.

Pero, ¿hasta qué punto funciona bien el llamado muestreo de silicio? ¿Y hasta qué punto son realistas las previsiones? ISPO ha investigado para usted qué hay detrás de esta tendencia, cómo puede beneficiarse ya hoy de ella y por qué el uso de grupos objetivo sintéticos puede darle una clara ventaja en el mercado.

Monika Imschloß es catedrática de Marketing en la Universidad Leuphana de Luneburgo, lleva años investigando el marketing multisensorial y ahora también lo hace con inteligencia artificial.

ispo.com: ¿Qué sabe la ciencia sobre las personas sintéticas?

Monika Imschloss: Estamos investigando si los grandes modelos lingüísticos (LLM) pueden reproducir efectos conocidos de la investigación de marketing. Por ejemplo, utilizamos ChatGPT 4.0 para comprobar si el comportamiento de respuesta humano puede reproducirse en encuestas sintéticas. Un ejemplo es el efecto "Rojo excitante y azul competente", en el que las marcas con logotipos rojos parecen más excitantes y las marcas con logotipos azules parecen más competentes. Si promocionamos los logotipos por separado en ChatGPT, los resultados son menos claros. Si, por el contrario, mostramos ambos logotipos al mismo tiempo en ChatGPT, el efecto, que también conocemos por los sujetos humanos de pruebas de estudios de marketing anteriores, se hace más visible.