A vállalatok egyre nagyobb arányban fordulnak generatív AI-eszközökhöz, hogy saját belső tartalmaikból nyerjenek ki ügyfél- és piaci ismereteket. A retrieval-augmented generation (RAG) technikára épülő megoldások ötvözik a nagy nyelvi modellek következtetési képességét a cég saját adatbázisaival – így elvileg gyorsabban és olcsóbban juthatnak releváns ügyfélinsight-okhoz, mint hagyományos kutatási módszerekkel.
Az MIT Sloan elemzése szerint ezek a hibrid tudásrendszerek valóban hatékonyak bizonyos feladatokban: strukturált adatok összesítése, korábbi kutatások szintetizálása, ismétlődő kérdések megválaszolása. Ugyanakkor komoly korlátokba ütköznek, amikor árnyalt értelmezésre, kulturális kontextusra vagy implicit vásárlói motivációk feltárására van szükség. A modellek hajlamosak magabiztosan téves következtetéseket levonni, amit a szakirodalom hallucináció-problémának nevez.
HR-szemszögből ez a téma közvetlenül érinti a tehetségmenedzsmentet és a szervezeti tanulást. Azok a csapatok teljesítenek jobban, amelyek megtanulják, mikor bízzák az AI-ra a munkát – és mikor vonják be az emberi ítélőképességet. A HR-eseknek érdemes belső képzési programokat tervezni, amelyek pontosan ezt a kritikus gondolkodást fejlesztik, különben a szervezet vak foltokat gyárt, nem insight-okat.
