Il sondaggio di Bloomberg Intelligence sugli appuntamenti rileva che la Gen Z frequenta di più, ma resta cauta sull'AI
Bloomberg Intelligence rileva che gli utenti più giovani delle app di incontri frequentano di più, nonostante il persistente scetticismo verso l'intelligenza artificiale nelle app che competono per catturare la loro attenzione. Il sondaggio di Bloomberg Intelligence sugli appuntamenti presenta un segnale contrastante: il crescente interesse per le relazioni non genera automaticamente domanda di maggiore automazione.
Secondo la copertura di Bloomberg del 28 ottobre, i risultati complicano gli sforzi per conquistare i clienti più giovani attraverso l'AI. Tinder e Bumble si trovano davanti a una questione di prodotto con conseguenze che vanno oltre il prossimo lancio di funzionalità. Quali aspetti degli appuntamenti le persone vogliono che il software gestisca, e quali preferiscono mantenere personali?
La tensione centrale riguarda l'assistenza rispetto alla sostituzione. Uno strumento che aiuta qualcuno a esprimere un'intenzione svolge una funzione diversa da uno che fornisce l'apparente espressione di quell'intenzione. Per le piattaforme di incontri, trattare queste esperienze come intercambiabili rischia di confondere una capacità tecnica con un motivo per usare il prodotto.
Cosa cambia realmente il sondaggio di Bloomberg Intelligence sugli appuntamenti
La copertura di Bloomberg del sondaggio sugli utenti delle app di incontri descrive una ricerca condotta su 1.000 utenti statunitensi di app di incontri. Tra gli intervistati di età compresa tra 16 e 28 anni, il 34% era single e frequentava attivamente qualcuno, rispetto al 23% dell'anno precedente.
I ricercatori hanno inoltre rilevato una maggiore propensione a pagare con l'aumentare dell'età della coorte, sebbene gli utenti più giovani restassero più sensibili al prezzo rispetto ai millennial. Accanto a questi risultati incoraggianti, Bloomberg ha segnalato una persistente cautela verso le app di incontri basate sull'AI.
L'opportunità commerciale e la propensione all'automazione sono questioni distinte.
Questa distinzione cambia il modo in cui i risultati dovrebbero orientare una roadmap di prodotto. Più persone alla ricerca di relazioni creano un'opportunità per i servizi che le aiutano a incontrarsi. Non indicano quali funzionalità le attireranno, le convinceranno a tornare o conquisteranno la loro fiducia.
Anche il campione conta. Questi risultati riguardano persone che utilizzano già app di incontri. Non dovrebbero trasformarsi nell'affermazione che la stessa quota di tutti i giovani americani sia single e frequenti qualcuno. Le persone esterne al mercato delle app potrebbero avere preferenze, obiezioni o ragioni diverse per restarne lontane.
Anche la fascia d'età richiede analoga cautela. Una categoria di sondaggio non stabilisce l'idoneità per un determinato servizio di incontri. Né un risultato relativo a quella categoria descrive ogni persona comunemente classificata come Gen Z.
Il confronto con l'anno scorso offre una direzione che merita di essere esaminata. Tuttavia, una variazione percentuale da sola non può spiegare se la differenza rifletta l'invecchiamento, il reclutamento, il mutamento delle circostanze o un altro fattore. Stabilire tali cause richiede metodi comparabili e risultati più dettagliati.
Per gli operatori delle piattaforme, l'interpretazione utile è quindi più circoscritta rispetto a una storia di ritorno generazionale. I risultati suggeriscono un'opportunità tra gli utenti più giovani intervistati, accompagnata da un vincolo sul modo in cui le aziende la perseguono.
Mettono inoltre in discussione una comoda ipotesi sull'adozione tecnologica. La familiarità con gli strumenti digitali non equivale al consenso per ogni applicazione di tali strumenti. Una persona può apprezzare l'aiuto automatizzato in un contesto e trovare lo stesso intervento indesiderato in un altro.
Gli appuntamenti rendono questo confine particolarmente visibile perché la comunicazione trasmette informazioni su chi comunica. Una risposta comunica attenzione, umorismo, interesse e giudizio oltre al suo significato letterale. Automatizzarne la produzione cambia ciò che un destinatario può ragionevolmente dedurre.
Questo è il tema irrisolto dietro il titolo. Le piattaforme devono identificare se l'AI rimuove un ostacolo riconosciuto dagli utenti o interviene in un'esperienza che gli utenti valorizzano. Il sondaggio solleva questa domanda senza risolverla per ogni funzionalità.
Tinder e Bumble affrontano un problema di valore delle funzionalità
Per Tinder e Bumble, la pressione immediata ricade sulle priorità di prodotto. Ogni nuova funzionalità compete per risorse di engineering, attenzione all'interno dell'app e disponibilità degli utenti a provare qualcosa di sconosciuto.
Una funzionalità può funzionare come previsto e affrontare comunque il problema sbagliato. Se qualcuno fatica a trovare persone compatibili, migliorare il testo del profilo potrebbe offrire un sollievo limitato. Se qualcuno diffida delle conversazioni, generare messaggi aggiuntivi potrebbe aggravare la preoccupazione originaria.
L'onere è collegare ogni intervento a un risultato che gli utenti desiderano davvero.
Questo onere cresce quando le aziende presentano l'AI come un'ampia strategia di rinnovamento. Una promessa generica di personalizzazione lascia senza risposta diverse domande. Quali informazioni migliorano la raccomandazione? Quale decisione rimane all'utente? Quali prove dimostrano che il cambiamento aiuta?
I risultati del secondo trimestre di Match Group, pubblicati il 4 agosto, offrono un utile contesto aziendale. La società ha dichiarato che gli utenti attivi giornalieri di Tinder sono diminuiti del 4% su base annua, il suo miglior confronto in 10 trimestri. Ha inoltre riportato una crescita dei ricavi del 22% per Hinge.
Questi risultati mostrano traiettorie diverse all'interno dello stesso portafoglio. Non isolano il contributo dell'AI. Match Group ha attribuito il miglioramento delle tendenze di Tinder a cambiamenti di prodotto, incluse le raccomandazioni e altre innovazioni, piuttosto che a un test controllato di una singola funzionalità.
Questa distinzione è essenziale per valutare la spiegazione del management. Un'azienda può migliorare introducendo l'AI senza dimostrare che sia stata l'AI a causare il miglioramento. Anche distribuzione, espansione del mercato, posizionamento del prodotto e cambiamenti in altre parti dell'esperienza possono influire sulle prestazioni.
La crescita di Hinge invita inoltre alla cautela nel trattare gli utenti più giovani come un mercato uniforme. Servizi diversi possono attrarre persone con intenzioni diverse. Una funzionalità adatta alle aspettative di un brand potrebbe sembrare fuori luogo in un altro, anche quando il software sottostante è simile.
Lo stesso ragionamento si applica alla disponibilità a pagare. L'interesse per un abbonamento non rivela quale beneficio motivi l'acquisto. Gli utenti potrebbero dare valore all'accesso, al controllo, alla visibilità o a un'esperienza più utile senza attribuire valore ai contenuti generati.
Per le app di incontri della Gen Z, questo crea una sfida di posizionamento. Le aziende hanno bisogno di una spiegazione chiara di ciò che migliora per la persona che utilizza il servizio. Descrivere la tecnologia alla base di un aggiornamento non può sostituire quella spiegazione.
C'è anche un problema di misurazione. Più messaggi possono indicare un maggiore coinvolgimento, ma l'utilità dei messaggi resta una questione separata. Una conversazione che si allunga senza diventare più informativa non avvicina necessariamente i partecipanti a un incontro.
Allo stesso modo, un numero maggiore di profili completati può far apparire un'app più sana lasciando invariata la compatibilità. Un profilo curato può attirare attenzione senza aiutare nessuna delle due persone a prendere una decisione migliore.
L'implicazione analitica è semplice: le metriche di attività richiedono interpretazione. Le piattaforme che cercano utenti più giovani dovrebbero dimostrare come un intervento migliori il percorso dalla scoperta a un'interazione desiderata. Altrimenti, l'AI diventa una giustificazione dell'investimento anziché una prova del valore per il cliente.
L'assistenza diventa più difficile da vendere quando sostituisce l'espressione
La distinzione più utile attraversa l'esperienza stessa. Alcuni strumenti aiutano gli utenti a decidere cosa dire. Altri producono un linguaggio che un'altra persona incontra come prova della personalità dell'utente.
L'AI generativa, software che crea contenuti a partire da istruzioni, rende più facile costruire questa seconda categoria. La sfida di prodotto inizia quando la comodità per il mittente introduce incertezza per il destinatario.
Ridurre lo sforzo necessario per comunicare può anche ridurre le informazioni che la comunicazione fornisce.
Si consideri una conversazione ipotetica in cui una risposta suggerita coglie ciò che qualcuno intendeva già dire. L'utente la rivede, modifica la formulazione e la invia. L'assistenza sostiene una decisione che la persona ha già preso.
Ora si consideri un sistema che fornisce ripetutamente l'arguzia, la curiosità e la reattività emotiva che sostengono lo scambio. Il destinatario ha meno visibilità su quali qualità appartengano alla persona che si aspetta di incontrare.
Si tratta di scenari illustrativi, non di risultati su come si comportano gli utenti di una particolare app. Spiegano perché l'accettazione può dipendere dalla portata dell'intervento, anche quando entrambe le esperienze ricevono la stessa etichetta AI.
La ricerca di Match Group sugli appuntamenti AI, pubblicata il 18 giugno, riconosce un confine correlato. Il suo sondaggio ha coperto circa 1.000 single statunitensi di età compresa tra 18 e 39 anni.
La società ha riferito che il 47% considerava negativamente l'AI nei contesti romantici, mentre il 64% riteneva che potesse aiutare il proprio percorso negli appuntamenti. Questi risultati riguardano un campione diverso e non dovrebbero essere trattati come direttamente comparabili con i risultati di Bloomberg.
Ciononostante, sostengono una discussione più specifica rispetto a una generica accettazione o rifiuto. Match Group interpreta i propri risultati come apertura verso l'assistenza affiancata da resistenza alla sostituzione della connessione umana. Essendo una ricerca sponsorizzata dall'azienda, il lavoro riflette anche la prospettiva di un'impresa che sviluppa questi prodotti.
Questa prospettiva è utile perché mostra che la tensione esiste anche nel racconto dell'industria stessa sulla domanda. Il disaccordo non è semplicemente tra aziende tecnologiche e persone contrarie alla tecnologia. Riguarda il ruolo appropriato dell'automazione all'interno di un servizio orientato alle relazioni.
Il controllo dell'utente offre un modo per distinguere questi ruoli. Rivedere un suggerimento crea l'opportunità di rifiutare un'implicazione imprecisa. Scegliere quando l'assistenza appare consente inoltre a qualcuno di preservare parti dell'esperienza che preferisce gestire in autonomia.
Tuttavia, un semplice pulsante di revisione non stabilisce di per sé un controllo significativo. Se il testo generato diventa il percorso più facile in ogni interazione, il prodotto continua a modellare il comportamento. Impostazioni predefinite, tempistiche e rilievo nell'interfaccia influenzano ciò che gli utenti incontrano e scelgono.
La divulgazione solleva un'altra questione irrisolta. Sapere che si è verificata assistenza potrebbe aiutare i destinatari a interpretare un messaggio. Tuttavia, anche la divulgazione richiede una specificità sufficiente per essere utile. Un'affermazione generica secondo cui un'app usa l'AI rivela poco su chi abbia composto una determinata risposta.
La lezione più ampia sul prodotto riguarda l'unità di valore. L'obiettivo non è semplicemente produrre frasi migliori. È aiutare le persone a capirsi abbastanza bene da decidere se desiderano ulteriori contatti. Questi obiettivi talvolta coincidono, ma le piattaforme hanno bisogno di prove quando affermano che sia così.
Le scelte di prodotto reali offrono già risposte concorrenti
Gli attuali annunci di prodotto mostrano che le aziende di incontri stanno perseguendo diversi modi per ridurre l'attrito. Alcuni si concentrano sull'auto-presentazione. Altri cambiano il contesto sociale in cui le persone si incontrano.
Bumble ha annunciato indicazioni AI per i profili il 26 febbraio. La società ha descritto feedback personalizzati su biografie e prompt, insieme a feedback sulle foto disponibili per i membri negli Stati Uniti.
Lo stesso annuncio descriveva Suggest a Date, allora in fase di test in Canada. Questa funzionalità offre agli utenti un modo per esprimere la disponibilità a incontrarsi. Il suo obiettivo affronta un collo di bottiglia diverso dalla scrittura di un profilo.
Il confronto più solido riguarda i problemi risolti, non la quantità di AI inclusa.
L'abbinamento di Bumble rende concreto questo confronto. La guida al profilo riguarda il modo in cui una persona si presenta. Un segnale di disponibilità riguarda l'incertezza sul passo successivo. Nessuna delle due funzioni, da sola, stabilisce se l'interazione risultante diventi più soddisfacente.
La distinzione è importante perché un'azienda può perseguire l'autenticità attraverso meccanismi diversi. Può aiutare qualcuno a descriversi più chiaramente. Può anche offrire un modo più semplice per comunicare un'intenzione già esistente.
Il lancio del group dating di Tinder del 30 settembre propone un altro approccio. Group Hangouts consente agli amici di formare gruppi attorno ad attività, scoprire altri gruppi e avviare una conversazione condivisa dopo un interesse reciproco.
Tinder ha dichiarato che il rilascio sarebbe iniziato negli Stati Uniti e in mercati selezionati. Ha inoltre affermato che le raccomandazioni potrebbero dare priorità ai gruppi con programmi attivi e attività pertinenti, mentre i partecipanti controllano gli inviti e la prosecuzione della conversazione.
La funzione illustra una diversa distribuzione delle responsabilità. Il software supporta la scoperta e il coordinamento, mentre gli amici forniscono il contesto sociale. L'approccio utilizza comunque tecnologie di raccomandazione, quindi non dovrebbe essere descritto come una fuga dagli algoritmi.
La sua rilevanza sta nel punto in cui si colloca l'automazione. Classificare potenziali incontri di gruppo è diverso dal parlare a nome di qualcuno. Entrambi possono plasmare un'interazione, ma chiedono agli utenti di delegare tipi diversi di giudizio.
I formati di gruppo introducono anche compromessi. Coordinare gli amici può richiedere più impegno che organizzare una conversazione individuale. Un approccio progettato per ridurre la pressione sociale potrebbe invece creare attriti logistici.
Questa possibilità non invalida la funzione. Mostra perché il successo richiede un risultato definito. Più inviti accettati risponderebbero a una domanda; incontri più soddisfacenti risponderebbero a un'altra. Nessuno dei due dovrebbe automaticamente sostituire l'altro.
Gli strumenti di guida di Bumble affrontano una prova parallela. Il feedback può essere utile quando chiarisce qualcosa che una persona desidera esprimere. Diventa più difficile da valutare quando il sistema incoraggia i profili a convergere sullo stesso stile preferito.
Gli annunci stabiliscono cosa le aziende stanno costruendo e come descrivono le proprie intenzioni. Non forniscono un confronto indipendente che dimostri che un approccio produca relazioni migliori di un altro.
Per i lettori che valutano le funzioni AI nel dating, il confronto significativo riguarda autonomia e informazione. Un aggiornamento aiuta le persone a compiere le proprie scelte con maggiore chiarezza? Rende più facile capire la persona dietro un profilo? Queste domande collegano direttamente il design del prodotto allo scetticismo descritto nella nuova copertura.
Lo scetticismo non dimostra che le funzioni AI per il dating falliranno
Il sondaggio sul dating di Bloomberg Intelligence invita alla cautela sulle ipotesi di prodotto. Non stabilisce un verdetto su ogni applicazione dell'AI, ogni brand di dating o ogni utente più giovane.
Atteggiamenti e comportamenti misurano cose diverse. Qualcuno potrebbe esprimere preoccupazione continuando a usare una funzione. Un'altra persona potrebbe descrivere favorevolmente uno strumento senza mai adottarlo.
Lo scetticismo rilevato dai sondaggi identifica una questione da verificare; non fornisce il risultato di tale verifica.
La ricerca indipendente offre un contesto utile. Il sondaggio sulla tecnologia del dating di Boston University di febbraio ha rilevato che il 40% non era d'accordo sul fatto che le app di dating abilitate dall'AI avrebbero prodotto relazioni più riuscite. Un altro 20% era d'accordo e il 40% non ha scelto nessuna delle due posizioni.
L'università ha descritto un sondaggio online condotto il 3 e 4 febbraio, con risultati ponderati in base alle caratteristiche della popolazione statunitense. I suoi intervistati e le sue domande differiscono dagli utenti più giovani di app di dating descritti dalla copertura di Bloomberg.
Il gruppo neutrale è particolarmente importante per l'interpretazione. L'incertezza lascia spazio a esperienze che cambino opinione in entrambe le direzioni. Non dovrebbe essere automaticamente conteggiata come sostegno o opposizione.
Anche la formulazione delle domande determina cosa possa stabilire una risposta. Chiedere se l'AI migliori le relazioni fissa uno standard più ampio rispetto al chiedere se un suggerimento per il profilo sia utile. Un intervistato può ragionevolmente rispondere in modo diverso a queste domande.
Anche la categoria stessa resta ampia. Raccomandazioni, generazione di contenuti, feedback sulle foto e moderazione automatizzata svolgono funzioni differenti. Riunirle sotto un'unica etichetta AI può nascondere quale intervento le persone effettivamente non gradiscano.
Per questo motivo, percentuali provenienti da sondaggi concorrenti non dovrebbero essere assemblate in un unico punteggio di adozione. Popolazioni, date, definizioni e domande diverse possono produrre risultati diversi senza contraddirsi.
Esiste un'ulteriore limitazione nell'interpretazione dei risultati aziendali. Gli annunci pubblici spiegano i benefici previsti, mentre le comunicazioni finanziarie descrivono la performance aziendale. Nessuno dei due rivela necessariamente come uno specifico gruppo d'età risponda a uno specifico strumento AI.
Una valutazione convincente separerebbe questi livelli. Esaminerebbe l'adozione volontaria, l'uso continuato, la soddisfazione degli utenti e gli esiti pertinenti. Chiederebbe inoltre se i vantaggi per chi invia messaggi introducano costi per chi li riceve.
Per esempio, un esperimento potrebbe mostrare che i messaggi suggeriti aumentano le risposte. Tale risultato ipotetico lascerebbe comunque aperte domande sulle conversazioni successive, sull'autenticità percepita e sul fatto che i partecipanti desiderassero incontrarsi. Il tasso di risposta iniziale sarebbe un elemento utile, ma con un ambito limitato.
La privacy merita un esame analogo senza presumere comportamenti scorretti. Un'assistenza più personalizzata può richiedere più contesto personale. Valutare questo scambio significa comprendere quali informazioni una funzione richieda, come vengano utilizzate e quali scelte restino disponibili.
Nessuna di queste limitazioni cancella l'avvertimento commerciale. Lo definiscono con maggiore precisione. Le prove sconsigliano di presumere che gli utenti più giovani accolgano favorevolmente l'automazione semplicemente perché desiderano relazioni o usano già servizi digitali.
Per sviluppatori e product manager, questa è una sfida di ricerca familiare in un contesto insolitamente sensibile. Un desiderio dichiarato di minore attrito richiede interpretazione prima di trasformarsi in un mandato ad automatizzare. L'attrito che gli utenti desiderano eliminare deve essere distinto dallo sforzo che rende significativa un'interazione.
Le prossime verifiche riguardano adozione, fidelizzazione e incontri reali
Nei prossimi mesi, tre segnali aiuteranno a stabilire se le aziende stiano rispondendo alla preoccupazione o semplicemente cambiando linguaggio. La sequenza è importante perché ciascun segnale verifica una parte diversa dell'argomentazione sul prodotto.
Il primo è l'adozione volontaria di specifiche funzioni AI. Comunicazioni utili distinguerebbero il provare uno strumento dal tornarvi, e l'uso sollecitato dalla selezione deliberata. Risultati specifici per età renderebbero tali evidenze più rilevanti per il dibattito attuale.
La prova di un utilizzo volontario e continuativo rafforzerebbe l'argomentazione secondo cui una funzione risponde a una domanda riconosciuta.
Al contrario, rifiuti frequenti, uso ripetuto limitato o dipendenza da sollecitazioni persistenti indebolirebbero tale argomentazione. Questi risultati non dimostrerebbero che la tecnologia sottostante sia priva di valore. Suggerirebbero che la sua attuale collocazione o finalità debba essere riconsiderata.
Il secondo segnale è la fidelizzazione insieme alla fiducia. La fidelizzazione misura se le persone continuano a usare un servizio nel tempo. Deve essere valutata insieme alla percezione degli utenti di comprendere e controllare l'esperienza.
Una funzione che attrae attenzione iniziale ma coincide con una maggiore incertezza sulle conversazioni presenta un risultato contrastante. Un intervento più discreto che aiuti le persone a tornare con fiducia potrebbe offrire un valore più duraturo.
I commenti aziendali sugli utili possono aiutare a stabilire una direzione, in particolare quando separano la performance generale della piattaforma dalle prove specifiche sulle funzioni. I lettori dovrebbero cercare confronti chiari e metriche definite. Un'affermazione generale secondo cui la personalizzazione è migliorata non spiega l'esperienza di chi sia cambiata né perché.
Il terzo segnale è il movimento verso incontri nel mondo reale desiderati. Ciò include se gli strumenti di coordinamento aiutino le persone a organizzare incontri e se i partecipanti ritengano tali incontri validi. Il solo volume di messaggi non può rispondere a nessuna delle due domande.
Per i formati di gruppo, le prove dovrebbero considerare il fatto che più persone partecipano a ogni conversazione. Per l'assistenza alla scrittura, dovrebbero distinguere le risposte aggiuntive da una migliore comprensione reciproca. Questi adeguamenti renderebbero i confronti più informativi.
Risultati migliori indebolirebbero l'argomento secondo cui gli attuali investimenti nell'AI non colgono le priorità degli utenti più giovani. Scetticismo persistente associato a una debole adozione lo rafforzerebbe. Risultati misti sosterrebbero una strategia più circoscritta, con strumenti diversi per esigenze diverse.
Il sondaggio sul dating di Bloomberg Intelligence lascia quindi alle aziende un compito specifico: dimostrare il valore di ciascun intervento senza trattare l'interesse per il dating come un permesso per ogni forma di automazione.
Per i lettori, affiancate il prossimo annuncio di prodotto alla prossima comunicazione sui risultati. Chiedetevi cosa deleghi la funzione, cosa controlli l'utente e cosa misuri realmente il miglioramento riportato. Cercate prove che vadano oltre i profili generati e le chat più lunghe. Un servizio di dating utile dovrebbe rendere più facile riconoscere una connessione promettente e decidere cosa fare dopo. Man mano che le app di dating della Gen Z introducono più assistenza, quali cambiamenti aiutano le persone a capirsi a vicenda e quali rendono semplicemente l'interfaccia più affollata? Seguite le prove a questo livello prima di considerare un altro lancio AI come progresso.
