Cuando la IA generativa se encuentra con el marketing
Hay más preguntas que respuestas sobre el tema candente de hoy: IA generativa. ¿Podemos monitorear la calidad de la salida de información? ¿O seremos engañados por errores y manipulaciones? ¿Cómo podemos proteger los derechos de los ciudadanos y los productores de contenido del mal uso de la información? ¿Perderemos el control de las nuevas tecnologías? Estas son las preguntas que se hacen algunos de los principales científicos de IA, comenzando con Yoshua Bengio y Geoffrey Hinton.
La verdad del asunto es que muchas de estas preguntas más generales deben abordarse de manera proactiva mediante la búsqueda de soluciones colaborativas, porque el futuro de todos está en juego. Así que aquí ofrecemos algunos hallazgos y reflexiones reveladores para los gerentes, en particular los gerentes de marketing.
Tema candente de hoy: IA generativa
Según un informe de McKinsey, el nivel de adopción de IA en las empresas se ha más que duplicado en los últimos cinco años, y lo que llamamos “IA generativa” está acelerando esta tendencia. Este tipo de IA se basa en modelos de lenguaje grande (Large Language Models, LLM), que tienen la capacidad de generar contenido, conversaciones, imágenes y software en formas que son casi indistinguibles de cómo lo hacemos los humanos. Pero como nos recuerda un nuevo libro de Thomas Davenport del MIT, la inteligencia artificial no siempre funciona. Y también debemos tener en cuenta lo que señaló recientemente Luciano Floridi, filósofo de la tecnología: cuando los LLM cometen errores, los resultados son desastrosos, precisamente por su forma de trabajar.
“No piensan, razonan ni entienden; (…) pueden hacer estadísticamente – es decir, trabajar sobre la estructura formal, y no sobre el significado de los textos – lo que nosotros hacemos semánticamente, aunque sea de formas (las nuestras) que la neurociencia apenas ha comenzado a explorar”.
Los sistemas de IA ya han demostrado ser útiles en marketing para identificar espacio en el mercado para nuevas ofertas y experiencias. Lo hacen escuchando constantemente a los consumidores en las redes sociales y en las interacciones de servicio al cliente, pero también generando informes automáticamente basados en grupos focales y datos de ventas. Un ejemplo concreto de esto proviene de Adidas, que usó IA generativa para diseñar un nuevo calzado basado en los comentarios de los clientes y las tendencias del mercado.
La IA también puede ayudar a crear modelos 3D y otras visualizaciones, e incluso optimizar el resultado final, evaluar costes, evaluar la capacidad de fabricación y, obviamente, también las preferencias del consumidor. Naturalmente, cada concepto se puede personalizar para clientes o personas individuales, incluso los precios. Pero no se detiene ahí. La IA está transformando radicalmente el desarrollo de la creatividad y la planificación de campañas publicitarias. Caso en cuestión: WPP anunció recientemente una asociación con Nvidia para utilizar sistemas inteligentes para atender a sus clientes publicitarios. Gracias a la IA generativa, la producción de creatividad es eficiente y fácil de personalizar. Además, también se puede ampliar en la fase de optimización de la campaña, cuando se pruebas innumerables versiones de la creatividad para encontrar la mejor manera de lograr los objetivos de la marca.
Como dijo Stephan Pretorius, director de tecnología de WPP: “Podemos (…) personalizar [la publicidad] para cada entorno del mundo: puede crear 10.000 versiones en un par de minutos”. Para garantizar la protección de los derechos de autor de las imágenes utilizadas como entradas en estos procesos, WPP vinculó su plataforma a los sistemas de Getty Images.
Pero hasta el momento, un problema que aún debe estudiarse sistemáticamente es el impacto de la IA generativa cuando la usan los consumidores. Recientemente, Coca Cola hizo que sus fanáticos desarrollaran la creatividad para la campaña. “Crear magia real”, brindándoles acceso a herramientas de IA generativa. Además, Expedia anunció planes para actualizar su aplicación móvil para servicios turísticos con un complemento basado en ChatGPT que permitirá a los clientes consultar el chatbot desarrollado por OpenAI para ayudarlos a elegir destinos, resorts y actividades. Al combinar sus capacidades de búsqueda, recomendaciones personalizadas y listas de compras seleccionadas, la IA puede convertirse en un poderoso asistentes de compras.
Desde hace años, el contenido generado por los usuarios ha revolucionado el marketing. Por lo tanto, podemos esperar que al poner la IA generativa en manos de todos los prospectos de una marca (sean fanáticos o haters), y no solo de los creadores de contenido, podemos estar dando un mayor impulso al impacto de estos procesos descentralizados para producir contenido web. Junto con todo esto vienen las ventajas, pero como podemos predecir fácilmente, también existen riesgos asociados con las noticias falsas y la manipulación. Para enfrentar y controlar esta nueva ola de innovaciones, solo podemos esperar que las instituciones y los actores económicos no terminen siendo tomados por sorpresa nuevamente. Por cierto, el CEO de Google (cuya respuesta a ChatGPT es BARD), aunque reconoce los desafíos que enfrentamos con la IA, dice que es optimista porque esta vez nos estamos dando cuenta de cuáles son los posibles problemas desde el principio.
Se han propuesto varias soluciones para abordar el problema de las “alucinaciones” (errores) en la salida de la IA. El enfoque neurosimbólico (que integra la IA generativa con sistemas más tradicionales basados en reglas) recibe la mayor atención hoy en día, además de centrarse en la calidad de las indicaciones (prompts) y el entrenamiento para estos sistemas. En cuanto a esta última solución, cuanto más se base el desarrollo del LLM en conocimientos y contenidos locales y verticales, menos costoso y más eficaz será.
Una de las limitaciones de los sistemas actuales es la rigidez en los modos de expresión utilizados en las interfaces. Como hemos mencionado, ya utilizamos sistemas que crean imágenes, en particular aplicados a la creatividad en publicidad, pero el potencial de la multimodalidad integrada aún no se ha explotado por completo. De hecho, solo podemos imaginar lo que puede hacer la IA generativa cuando combina audio, imágenes, videoclips y realidad virtual con texto (que es en lo que META está trabajando en este momento). Y todo esto no solo como salida, sino también como entrada. Amazon, que hace un tiempo desarrolló sus LLM propietarios, ya anunció que pronto Alexa podrá aceptar comandos en voces como ChatGPT y generar salida en varios dispositivos habilitados con estas funcionalidades (como su televisor). Y en un futuro no muy lejano, esta empresa planea lanzar un robot doméstico (llamado Astro) integrado con potencialidades generativas que puede realizar tareas de servicio y manipular objetos físicos. Incluso en las realidades inmersivas e híbridas de las diversas opciones del metaverso, las interacciones entre humanos y avatares (en tiempo real, no preprogramadas) se beneficiarán de estas nuevas capacidades conversacionales y creativas.
Como gerente de marketing, ¿qué conclusión podemos sacar hoy (por transitoria que sea)? Para las empresas, la experimentación proactiva y el espíritu colaborativo son las claves de esta fase de descubrimiento, llena de riesgos, pero también de grandes oportunidades. Un terreno excepcionalmente fértil y sólido para tal experimentación radica en la capacidad de integrar, vertical y localmente, el conocimiento y las aplicaciones disponibles con las potencialidades generativas de la nueva IA. En el contexto de las inversiones y las “guerras de anuncios”, el futuro dominio del mercado también está en juego, y el resultado puede no ser un hecho, porque debemos tener en cuenta tanto la entrega consolidada por el valor prometido por estas tecnologías, así como las aperturas y restricciones que surgirán en la esfera pública y en la política internacional.
¿Y para los consumidores? Para ellos también se abrirán áreas de oportunidad y asistencia, que ofrecerán diversos grados de libertad y valor dependiendo de cómo se aborden los temas críticos: la calidad de la información y las decisiones resultantes, la protección de datos y contenido privado, así como la transparencia y neutralidad en selecciones y recomendaciones emergentes. (¿Quién decide sobre qué datos y entrenamiento funcional el sistema? ¿Quién establece los objetivos de alineación del modelo? ¿Qué tipo de competencia habrá tan diferente para el control informativo y decisional?) estos no son los resultados de la investigación tecnológica, sino, lo que es más importante, los resultados de los procesos económicos, sociales y políticos. En última instancia, somos nosotros quienes podemos y debemos decidir sobre el futuro de la IA.
Leído en: