Por Asa Hiken
Redactor de Ad Age especializado en tecnología, Web3 e IA

Los directores de marketing pueden estar en desacuerdo con la realidad, ya que sus expectativas de retornos inmediatos de los proyectos de IA chocan con el impacto más gradual de la tecnología.

Ocho de cada diez CMOs dijeron que esperaban que las inversiones en IA, incluida la IA generativa, impactaran positivamente su marketing este año, según un informe de CMOs publicado recientemente por la firma de investigación Gartner. Sin embargo, una investigación separada publicada a principios de este verano por Gartner mostró que la IA generativa requiere tiempo e inversión continua para generar retornos significativos, una realidad que hará que al menos el 30% de los proyectos que dependen de la IA generativa sean abandonados por los ejecutivos para fines de 2025.

Estas perspectivas contradictorias sugieren que los gerentes de marketing tal vez necesiten ajustar sus percepciones sobre la IA si esperan llevar adelante sus esfuerzos. Este cambio implica aumentar la tolerancia en el corto plazo hacia los resultados indirectos, como los triunfos en la gestión del cambio, sobre los rendimientos financieros de las inversiones, dijo Nicole Greene, vicepresidenta y analista de Gartner y autora del informe. La gestión del cambio se refiere a modificar la organización para prepararse para nuevas tecnologías u otras transiciones.

“La IA generativa puede hacer muchas cosas, pero requerirá más recursos y más presupuesto para tener éxito”, dijo Greene a Ad Age.

Las expectativas equivocadas son uno de los problemas crecientes que enfrentan los marketers a medida que maduran sus estrategias de IA. Los CMOs han luchado por hacer avanzar los casos de uso de la tecnología más allá de los frutos más fáciles, como su uso para la creación de contenido en redes sociales. Además, el sentimiento anti-IA, que ha cobrado fuerza en los círculos creativos de la industria, sigue siendo una espina clavada para los CMOs.

Los altos costos asociados con la IA están dificultando las cosas, especialmente porque muchos CMOs parecen suponer incorrectamente que los retornos compensarán rápidamente sus inversiones. Considere un caso de uso de IA popular entre los marketers: el uso de IA generativa para crear contenido personalizado. Implementar el software detrás de esta capacidad podría costar entre 750.000 dólares y un millón de esa moneda, según Gartner. Y mantener el sistema actualizado con datos, capacitación humana y otros recursos conlleva una inversión insidiosa, que requiere entre 790 y 1200 dólares por usuario al año, según Gartner.

La misma investigación de Gartner muestra que otros enfoques de implementación de IA generativa son aún más costosos, como la creación de un asistente virtual, que puede requerir entre 5 y 6,5 millones de dólares en costos iniciales y entre 8.000 y 11.000 dólares por usuario al año. Los asistentes virtuales suelen ser chatbots que pueden desempeñar una variedad de funciones de soporte, incluido el servicio al cliente y casos de uso internos. Marcas como Volvo y Walmart han experimentado con asistentes virtuales, aunque los costos específicos de estas activaciones no están claros.

Además, desarrollar su propio modelo de IA personalizado puede costar entre 8 y 20 millones de dólares por adelantado y entre 11.000 y 21.000 dólares por usuario al año. Se trata de plataformas de IA construidas completas internamente, en lugar de depender de bases desarrolladas por OpenAI, Google u otros proveedores.

Varias agencias están diseñando modelos personalizados porque pueden desempeñar funciones que son ultraespecíficas para sus negocios, además de estar capacitadas en su mayoría con datos de propiedad exclusiva. Edelman, por ejemplo, ha creado un modelo de lenguaje grande (LLM) personalizado destinado a ayudar a los marketers a cultivar la confianza en la marca.

Greene advierte a los marketers que recuerden que la IA no es una implementación única: requiere un flujo continuo de actualización no sólo para mantenerse operativa, sino también para adaptarse a las ambiciones de una empresa.

Además de tener expectativas de inversión poco realistas, los CMOs a menudo demuestran malentendidos sobre cómo funciona realmente la IA, dijo Adam Birkenhead, director de operaciones de Digitas North America. Por ejemplo, los CMOs desean elaborar un mensaje de marketing que sea prácticamente el mismo cada vez, pero no es así como funciona la IA, dijo Birkenhead. Se notan variaciones entre casi dos resultados generados por la IA, incluso cuando se extraen de la misma entrada dentro del mismo sistema durante la misma sesión de IA. Por ejemplo, pedirle a un chatbot que escriba el texto del anuncio, utilizando parámetros idénticos, probablemente arrojará resultados no idénticos.

El trabajo necesario para suavizar los resultados de un sistema de IA y encontrar casos de uso más enriquecedores requiere muchos recursos: uno de los más importantes puede ser el tiempo, dijo Birkenhead. Programar IA para escribir texto alternativo, por ejemplo, puede parecer difícil para una sola imagen, pero aplicar esa misma tarea a decenas de imágenes (de una manera que proporcione un resultado consistente) requiere construir una infraestructura adicional que cambie el proceso por completo.

Resultados a través de la gestión del cambio

Si bien los retornos financieros llevarán tiempo, Greene ve tres oportunidades en la gestión del cambio a través de las cuales las organizaciones pueden encontrar retornos en el corto plazo: higiene de los datos; tecnología y talento; y confianza.

La higiene de los datos se refiere a la calidad, la gobernanza y la gestión de datos propietarios. Los datos patentados (datos que son exclusivos de la organización y sus clientes) son el elemento vital de las plataformas de IA generativa. Es la información que se utiliza para entrenar los sistemas en primer lugar. Sin embargo, sólo el 4% de los CMOs dijo que sus datos están preparados para la IA, según Gartner. 

Los consejos de Greene sobre tecnología y confianza se refieren a preparar la cultura interna para la implementación de la IA. Este ha sido otro cuello de botella para las organizaciones de marketing: el 41% de los CMOs ve la resistencia de los empleados a la IA (en función de sus temores a ser reemplazados) como un desafío a sus esfuerzos generativos de IA, según el informe. Y la confianza puede entenderse como la preparación de la propia cultura externa para la IA, siendo esta la audiencia de partes interesadas y clientes de una empresa que muestran su propio escepticismo hacia esta tecnología.

Si bien estas tres áreas pueden proporcionar a los CMOs un barómetro a corto plazo para el éxito futuro de la IA, son mutuamente dependientes y requieren sus propias inversiones de tiempo, energía y otros recursos, afirmó Greene. 

“Es como un taburete de tres patas: si se quita una de ellas, se volcará”, dijo.

A medida que los CMOs abordan la gestión del cambio, las expectativas para establecer niveles también pueden requerir que reevalúen el propósito fundamental por el cual están adoptando la IA, dijo Craig Elimeliah, director creativo de Code and Theory. La idea es que las organizaciones no están adoptando la IA sólo por adoptarla, sino que más bien buscan ganancias específicas en algún área de su negocio. Algunas empresas buscan ganar en compromiso, mientras que otras se centran en la eficiencia, la productividad, la seguridad o la escala. Reevaluar estos primeros principios podría ayudarles a mantener el rumbo cuando el retorno de la inversión siga siendo difícil de alcanzar. 

“Los CMOs realmente tienen que dar un paso atrás y darse cuenta del tipo de IA que están lamiendo”, dijo Elimeliah.