Una guía práctica para los profesionales del marketing que quieran utilizar la GenAI

Una encuesta reciente de McKinsey reveló que sólo entre el 10% y el 14% de las empresas despliegan de forma coherente la IA generativa en sus iniciativas de marketing y ventas. ¿Por qué, en una función que aparentemente es la que más puede beneficiarse de la IA generativa, la adopción es tan limitada? ¿Y cómo pueden los profesionales del marketing salvar la distancia y aprovechar plenamente este potencial? Mientras los profesionales del marketing intentan navegar por este momento transformador, parece que muchos tienen dificultades para saber por dónde empezar. Hay cuatro áreas en las que la IA generativa encierra el mayor potencial para los profesionales del marketing, y cuatro áreas en las que encierra el mayor potencial de riesgo. He aquí lo que los líderes necesitan saber sobre esas áreas - y un marco para saber cómo empezar. Las cuatro C de la oportunidad del marketing de la IA En mi opinión, hay cuatro áreas clave en las que la IA generativa encierra el mayor potencial: Personalización, Creatividad, Conectividad y Coste de la cognición. Personalización Los consumidores anhelan experiencias auténticas que resuenen con sus preferencias y viajes únicos. Y la IA generativa ofrece una vía para ofrecer esto a una escala sin precedentes. Pensemos en Carvana, una plataforma digital de venta de coches usados. La empresa generó 1,3 millones de vídeos únicos generados por IA, a los que llamó "joyrides". Todo en el vídeo, desde los efectos visuales hasta la banda sonora, estaba hecho a medida. Carvana lo consiguió simplemente basándose en algunos datos básicos del cliente -como el modelo, el color, el año, la fecha de compra y la ubicación del coche- y enriqueciéndolos con acontecimientos culturales de esa época y lugar. ¿Y la producción real? Probablemente les llevó menos de media jornada laboral, gracias a la capacidad de su infraestructura en la nube para procesar 300.000 vídeos por hora. Otras marcas están experimentando con la IA generativa para salvar las barreras lingüísticas y atender a diferentes mercados. Spotify, por ejemplo, está probando la traducción de voz impulsada por IA para podcasts populares seleccionados en los que se conserva la voz original del podcaster. La IA generativa también tiene un gran potencial para mejorar las interacciones con los clientes ayudando a los empleados del servicio de atención al cliente a entablar conversaciones más personalizadas. Un estudio reciente con 5.179 agentes de atención al cliente permite vislumbrar este potencial; el despliegue de una herramienta de asistente conversacional basada en la IA para aumentar el número de agentes ha mejorado significativamente el número de consultas individuales de los clientes resueltas, al tiempo que ha aumentado la satisfacción general de los clientes. Pero esto es sólo el principio. Los recientes avances en la tecnología de IA multimodal ampliarán aún más las capacidades de los chatbots conversacionales basados en IA en cuanto a la generación de soluciones a medida para los problemas de los clientes. Imagine a un cliente enviando sin esfuerzo una foto de un producto defectuoso para su reembolso y al chatbot de IA proporcionando rápidamente orientación sobre el asunto. De cara al futuro, una frontera prometedora son los chatbot personas adaptados a segmentos específicos de clientes. Para hacerse una idea de este potencial, basta con ver el éxito de Character.ai -la aplicación más popular después de ChatGPT- que permite a los usuarios relacionarse con personajes generados por la IA, ya sean ficticios o creaciones históricas. De hecho, Meta está lanzando chatbots de personajes impulsados por la IA en sus plataformas insignia, con planes para permitir a las marcas crear sus propias versiones. Creatividad Una segunda vía para aprovechar la IA generativa en el marketing es la creatividad. Aunque continúan los debates sobre si las máquinas pueden ser creativas, está claro que la IA puede generar resultados que se consideren creativos. Tomemos como ejemplo las conclusiones de un estudio reciente, que demostró que ChatGPT4 superó la creatividad de los estudiantes universitarios de élite en la ideación de nuevos productos; la mayoría de las ideas destacadas fueron generadas por la IA. De hecho, esta producción ha merecido incluso elogios creativos; una imagen generada por IA fue la ganadora de los premios Sony World Photography Awards en la categoría de fotografía creativa Pero el verdadero valor de la GenAI en la creatividad reside en su potencial para aumentar el número de creadores humanos. Un experimento reciente con 453 profesionales que generan habitualmente textos escritos como parte de su trabajo, entre ellos profesionales del marketing, demostró que el uso de ChatGPT aumentaba la calidad y la originalidad de los textos en un 18%. Asimismo, otro estudio demostró que tener acceso a la IA generativa aumentaba significativamente la creatividad de un escritor, sobre todo entre los menos creativos, con mejoras de hasta el 26%. Estas ganancias se consiguieron con un simple entrenamiento. Ahora, con las nuevas herramientas diseñadas específicamente para el marketing, como Jasper, es más fácil conseguir ganancias de creatividad a escala para diversas tareas de creación de contenidos. Algunas empresas mundiales como Unilever incluso están creando sus propias herramientas de IA generativa para redactar contenidos publicitarios. Los profesionales del marketing también pueden reimaginar por completo lo que es creativamente posible gracias a la IA generativa. Un ejemplo de ello es la campaña publicitaria "Obra maestra" de Coca-Cola, en la que cuadros de personajes históricos famosos y artistas emergentes cobraron vida con la IA generativa. La empresa incluso lanzó una colección de NFT basada en el arte digital del anuncio, que recaudó más de 500.000 dólares en sólo 72 horas. Conectividad La IA generativa ofrece nuevas vías para que las marcas conecten profundamente con los clientes, faciliten las interacciones entre consumidores y empoderen a los consumidores para que tengan un papel más activo en las narrativas de las marcas. Un ejemplo de ello es la campaña Jen AI de Virgin Voyages, en la que una versión AI de Jennifer López invita a la gente a subir a bordo. Como parte de la campaña, los consumidores pueden crear sus propias invitaciones personalizadas utilizando la herramienta Jen AI y compartirlas entre ellos, lo que ha dado lugar a una tasa de compromiso un 150% superior a la de campañas anteriores. Un potencial real, aunque relativamente desaprovechado, de la IA generativa es la democratización de la participación en los procesos de marketing, ya que reduce las barreras técnicas para los consumidores. Es decir, cada consumidor puede ser ahora un diseñador, un narrador y un influenciador. Utilizando modelos de texto a imagen, por ejemplo, los consumidores pueden ahora generar un elemento visual sin necesidad de tener conocimientos de diseño gráfico, lo que abre nuevas puertas a mayores oportunidades de cocreación con los consumidores. Un gran ejemplo de ello es la iniciativa "Create Real Magic" de Coca-Cola. Se invitó a los consumidores a participar en un concurso de generación de imágenes utilizando una herramienta hecha a medida que permitía a los consumidores crear imágenes a partir de la prosa. Los diseños ganadores brillarán en escenarios publicitarios mundiales como el Times Square de Nueva York. Pero los beneficios de este tipo de iniciativas no se limitan a los ganadores o incluso a los participantes directos. Como sugiere mi artículo con Stefano Puntoni, los beneficios son amplios, no sólo para los que participan directamente, sino también para el mercado en general, al reforzar indirectamente las relaciones y aumentar las intenciones de compra. Coste de la cognición Uno de los impactos más transformadores de la IA generativa es su potencial para reducir significativamente el coste de la inteligencia. Los profesionales del marketing pueden conseguir mucho más, a una fracción del tiempo y del coste. Este impacto transformador abarca muchas tareas cognitivas. Desde la elaboración de una entrada en el blog de una empresa y el análisis de los comentarios cualitativos de los consumidores hasta el diseño de un nuevo anuncio y la generación de código para una nueva aplicación web, la influencia potencial de la IA generativa es enorme. Consideremos los resultados de un reciente experimento de campo con consultores del Boston Consulting Group (BCG). En una serie de tareas de consultoría realistas -como la lluvia de ideas sobre nuevos productos, la segmentación del mercado o la redacción de comunicados de prensa-, los consultores que trabajaron con IA mostraron una eficiencia notable. De media, completaron un 12,2% más de tareas y las ejecutaron un 25,1% más rápido. Y lo que es aún más impresionante, la calidad de sus resultados superó con creces la de sus compañeros del grupo de control, siendo valorados más de un 40% por encima. Algunos de los anunciantes ya están empezando a utilizar la herramienta para aprovechar las ventajas de los costes en publicidad. Un ejemplo es WPP, la mayor agencia publicitaria del mundo, cuyo CEO señaló que el ahorro gracias al uso de la IA generativa en publicidad puede suponer un ahorro de 10 a 20 veces. Las cuatro C del riesgo de la IA en el marketing Aunque la IA generativa presenta oportunidades sin precedentes, también está plagada de riesgos. Cuatro de ellos son especialmente acuciantes y pertinentes para los profesionales del marketing, a los que me refiero como las 4 C de los riesgos de la IA en el marketing: Confabulación, Reacción del consumidor, Derechos de autor y Ciberseguridad. Confabulación Se sabe que la IA generativa confabula -o produce contenidos que no son precisos- y lo hace de forma muy convincente. También puede generar contenidos sesgados o contextualmente inadecuados. Tales resultados pueden provocar decisiones de marketing mal informadas o, lo que es peor, empañar la imagen de una marca a los ojos de sus consumidores. Aunque se trata de preocupaciones genuinas -especialmente en las tareas de cara al cliente y de marketing estratégico-, existen formas de mitigar estos riesgos. Por ejemplo, afinar un LLM con datos específicos de la tarea o incorporar el aprendizaje en contexto puede mejorar la adecuación de las salidas de la IA y reducir el riesgo de confabulación. Un enfoque aún más eficaz es mantener la supervisión humana sobre los contenidos generados por la IA. Esto no sólo permite detectar y rectificar las confabulaciones, sino también alinear las salidas con los valores y objetivos de la marca. Reacción del consumidor Las tecnologías de IA generativa pueden provocar la reacción del consumidor, especialmente cuando se utilizan para productos de marketing que son experimentados directamente por los consumidores: piense en los chatbots de atención al cliente, los materiales promocionales o los productos creados por IA. Esta preocupación es más pronunciada en dominios que tradicionalmente dependen de las cualidades humanas, como la comunicación, las interacciones sociales o cualquier cosa que requiera una comprensión matizada de la individualidad. En esos ámbitos, hacer hincapié en los aspectos humanos -por ejemplo, comercializándose como algo parecido a lo humano o hecho por humanos- podría ser una contramedida eficaz. Cuando la automatización toma la iniciativa, ser transparente sobre los motivos también es clave. Al fin y al cabo, es menos probable que los consumidores se opongan cuando creen que la fuerza motriz de una solución impulsada por la IA trata de elevar la experiencia del usuario, no sólo de reducir costes. Copyright ¿Qué significa la IA generativa para la propiedad creativa? No se trata sólo de una cuestión filosófica; la producción creativa generada con IA conlleva complejos riesgos de derechos de autor, que podrían exponer a una marca a los consiguientes problemas legales. Sin embargo, también es posible mitigar este riesgo. Los profesionales del marketing deben permanecer atentos a las escaramuzas legales a las que se enfrentan los principales desarrolladores de IA. En la actualidad, mientras que los contenidos producidos únicamente por la IA podrían estar protegidos por derechos de autor, cuando la creatividad humana se infunde con productos generados por la IA, la protección podría ser muy posible. Una estrategia de mitigación de riesgos consiste en buscar socios con posturas proactivas a la hora de abordar los problemas relacionados con los derechos de autor. Por ejemplo, Getty Images desarrolló una herramienta de conversión de texto en imagen formada exclusivamente en su propia biblioteca creativa y ofrece a los clientes una licencia estándar libre de derechos de autor, así como una indemnización sin límite y derechos de uso perpetuos, globales y no exclusivos. Otros grandes desarrolladores de modelos, como Google y Open AI, también han introducido recientemente nuevas políticas de indemnización. Ciberseguridad La IA generativa plantea nuevos retos en materia de seguridad. No sólo dota a los ciberdelincuentes de potentes herramientas para lanzar ataques sofisticados, sino que también expone a las marcas a "ataques de inyección prompt", en los que se puede engañar a los chatbots para que revelen datos sensibles o generen contenidos engañosos. Desde el punto de vista del marketing, las amenazas se manifiestan no sólo como cargas financieras tangibles -aunque eso también es formidable, con un coste medio mundial de 4,45 millones de dólares- sino, lo que es más importante, como daños duraderos a la reputación y la confianza de la marca. Sin embargo, los datos recientes de IBM pintan un panorama desconcertante. Los directivos, en teoría, comprenden la gravedad de la ciberseguridad en la era de la IA generativa. Pero la aplicación en el mundo real de esta comprensión sigue siendo escasa. La solución parece clara -aunque hay que admitir que es más fácil decirlo que hacerlo-: mantenerse al día con los protocolos de ciberseguridad para protegerse de las amenazas en evolución. Ya sea asociándose con empresas de ciberseguridad consolidadas o creando una experiencia interna, el momento exige una acción directiva proactiva. El camino a seguir Los riesgos en torno a la IA generativa son reales. Pero esto no justifica necesariamente la inacción, ni requiere un enfoque general de la IA generativa en el que los responsables de marketing asuman riesgos ciegamente o eviten la IA por completo. De hecho, una forma prometedora de navegar por esto es un enfoque matizado para el que los profesionales del marketing identifiquen sistemáticamente las áreas en las que experimentar con la IA generativa y las áreas en las que esperar y ver. Recomiendo un marco de cuatro pasos -el marco DARE (Descomponer, Analizar, Realizar, Evaluar)- para avanzar en la transformación generativa de la IA en el marketing. 1) Descomponer los roles. Empiece por replantear las funciones de marketing no como entidades uniformes, sino como un conjunto de tareas. Tomemos el papel de un especialista en marketing de contenidos; es una mezcla de tareas como la creación de contenidos, la optimización SEO, la investigación de audiencias, la gestión de calendarios, el análisis del rendimiento, la colaboración con el equipo de medios de comunicación y mucho más. 2) Analice las tareas. Para cada tarea individual, yuxtaponga las oportunidades potenciales frente a los riesgos intrínsecos. Asigne una puntuación, en una escala del 1 al 10, calibrando tanto las promesas como los peligros. A continuación, profundice: detalle cómo son estas oportunidades y riesgos. Por ejemplo, el despliegue de la IA generativa para la creación de contenidos en los medios sociales podría aumentar la creatividad al tiempo que ahorraría gastos cognitivos, pero podría ser especialmente vulnerable a escollos como la confabulación o la reactancia del consumidor. 3) Realice las prioridades de transformación. Trace estas tareas en una matriz de 2×2, contrastando la oportunidad frente al riesgo. Su matriz guiará la estrategia de transformación. Tareas de alta prioridad (cuadrante de alta oportunidad, bajo riesgo): Estas tareas están maduras para la transformación generativa impulsada por la IA, ya que prometen una amplia recompensa con un riesgo mínimo. La experimentación inmediata debería estar en orden. Tareas de prioridad moderada (Cuadrante de alta oportunidad, alto riesgo): Estas tareas son un arma de doble filo. Son muy prometedoras, pero también presentan muchos escollos. Como tales, requieren una atención proactiva por parte de la dirección. Antes de lanzarse, explore las vías de mitigación de riesgos. Tareas de baja prioridad (cuadrante de baja oportunidad, bajo riesgo): Estas son sus candidatas para esperar y ver. Deberían estar en un segundo plano de su estrategia de transformación. Comprométase si/cuando los recursos lo permitan. Tareas no prioritarias (Cuadrante de baja oportunidad, alto riesgo): Proceda aquí como de costumbre. Los beneficios potenciales de la IA no justifican enfrentarse a los retos asociados. 4) Evalúe de forma iterativa. Revise y recalibre continuamente su hoja de ruta de transformación de la IA. El panorama de la IA está en constante evolución. Las nuevas innovaciones, como los recientes avances en la IA multimodal, redefinen continuamente lo que es posible. Y con actores como Google proponiendo soluciones a retos como los derechos de autor, el panorama de los riesgos es igualmente dinámico. Por ello, no se trata de un ejercicio aislado. El lado humano de la transformación En el torbellino de la transformación estratégica, es demasiado fácil pasar por alto el lado humano del cambio. Sin embargo, éste sigue siendo tan crítico para el éxito de los esfuerzos de transformación. Anticipe un cierto nivel de aprensión por parte de los empleados. Al fin y al cabo, los seres humanos estamos intrínsecamente programados para desconfiar del cambio y la innovación, sobre todo cuando arrojan sombras sobre la seguridad laboral. Por lo tanto, es esencial una comunicación transparente y sin tapujos. Haga comprender a su equipo que no se trata de sustituir puestos de trabajo, sino de reorganizar tareas. La IA generativa, en la mayoría de los casos, está pensada para aumentar, no para sustituir. Se trata (y debería tratarse) menos de que la tecnología desbanque al toque humano y más de reasignar los recursos cognitivos. Incluso cuando la IA interviene para abordar tareas específicas, no significa eliminar descripciones de puestos enteras. Y para aprovechar realmente el potencial de la IA generativa, se necesita un equipo con el conjunto de habilidades adecuado. Habilidades como la formulación de problemas, la exploración, la experimentación y la evaluación crítica. Tanto si se trata de establecer las tareas adecuadas para la IA como de garantizar que los resultados se ajusten a su visión, no es posible transformar con éxito el marketing sin equipar a su equipo para el siguiente capítulo. Con todo, el potencial de la IA generativa parece ilimitado, pero también lo son las preocupaciones que rodean su aplicación. Muchos directivos, enfrentados a los retos y las ambigüedades, se ven tentados a permanecer como observadores. De hecho, una encuesta reciente de BCG muestra que la mayoría de los ejecutivos desaconsejan activamente el uso de la IA generativa en sus organizaciones. Pero evitar la ola de la IA generativa podría ser tan arriesgado como subirse a ella sin cuidado. Merece la pena recordar que no se trata necesariamente de una elección binaria de abrazar o rechazar por completo esta tecnología. Hay un camino reflexivo en el medio, una forma estratégica de avanzar que no requiere saltos ciegos de fe.

Una guía práctica para los profesionales del marketing que quieran utilizar la GenAI

Resumen.

Partner Center