Arriva l’AI che capisce le emozioni dei consumatori

Milano, 28 set. (askanews) – Milioni di persone in tutto il mondo, ogni giorno, esprimono opinioni e intrattengono interazioni scritte con chatbot di pagine di e-commerce, siti di recensioni di ristoranti, hotel, servizi di autonoleggio e molto altro ancora. Questo genere di interazioni si estende anche ai rapporti tra cittadini e figure politiche, così come tra colleghi all’interno di aziende, uffici e istituzioni, tramite email e messaggi di ogni tipo. Dentro questi testi si nasconde una miniera d’oro di insight. Ed è proprio lì che vuole scavare disruptiveS: la startup milanese è pronta a lanciare infatti sul mercato Verbalitic, la soluzione su misura per aziende e organizzazioni che gestiscono grandi volumi di dati testuali, spesso scritti in modo disorganico, informale, sgrammaticato, multilingue, ma ricchi di informazioni preziose su come le persone parlano di prodotti, servizi o personaggi pubblici. Questi testi rivelano non solo quali sono gli argomenti che stanno più a cuore alle persone, ma anche le emozioni ad essi associate, e fino ad oggi nascoste, come rabbia, frustrazione, soddisfazione, ma anche eccitazione, fiducia, anticipazione, nostalgia ed altre ancora.

Verbalitic è stato pensato anzitutto per le aziende clienti del gruppo Axiom1, in seno al quale è nata la stessa disruptiveS, e ha già dimostrato il suo potenziale analizzando, in uno dei suoi primi casi d’uso, le recensioni della serie di videogiochi EA Sports FC del colosso dell’entertainment digitale Electronic Arts, che vende milioni di copie nel mondo. “Abbiamo analizzato circa mezzo milione di recensioni del prodotto, dal 2023 al 2025, per comprendere a fondo le opinioni e le emozioni degli acquirenti, rivelando quali sono le caratteristiche che sono piaciute di più o di meno e perché, anche in relazione alle edizioni precedenti del gioco”, spiega Paolo Steila, senior partner di disruptiveS.

“Verbalitic ha dimostrato capacità straordinarie nel gestire questa imponente massa di dati grezzi, caratterizzati da linguaggio informale, errori grammaticali e struttura frammentaria tipica delle recensioni online. La piattaforma ha identificato automaticamente, senza supervisione umana, i temi emergenti dalle conversazioni degli utenti, analizzando non solo il sentiment complessivo di ogni recensione, ma anche quello di singole frasi che spesso, nell’economia di una recensione, esprimono valutazioni contrastanti. Questo approccio ci ha permesso di mappare con precisione quali caratteristiche del prodotto hanno generato maggiore soddisfazione o critiche, e di associare specifiche emozioni ai diversi topic discussi dagli utenti”.

Combinando strumenti statistici avanzati e diversi modelli di Intelligenza Artificiale personalizzati, orchestrati e integrati in un’architettura originale, la piattaforma Verbalitic è stata in grado di tradurre con precisione in inglese contenuti originariamente scritti in oltre 30 lingue diverse. Il sistema ha poi affrontato la sfida di analizzare testi spesso privi di punteggiatura, con errori grammaticali e contenuti non sempre pertinenti al prodotto, per individuare le recensioni utili, scomporle in frasi di senso compiuto, valutarne il sentiment e rilevare le emozioni e i temi prevalenti. Al termine di questo processo, la piattaforma consente agli utenti di interrogare l’AI attraverso un chatbot intuitivo per esplorare temi ed emozioni emergenti. L’analisi ha identificato circa duecento diversi argomenti relativi al prodotto, di cui le centinaia di migliaia di utenti parlavano con maggior frequenza, ottenendo così preziose indicazioni su cosa piace o non piace tra le varie feature del gioco, mettendo a confronto le varie edizioni e monitorando l’evoluzione del sentiment e delle emozioni associate alle diverse funzionalità. Questo approccio offre vantaggi concreti e misurabili: una comprensione approfondita delle preferenze dei clienti, decisioni strategiche basate su dati oggettivi per lo sviluppo futuro del prodotto, e la capacità di implementare correzioni in tempo reale quando le strategie adottate non producono i risultati attesi.