Las herramientas automáticas identifican tendencias y sugieren creatividades, mensajes y campañas que resulten más seductoras

 

Las herramientas automáticas se meten en el mundo de la publicidad y el marketing. Identifican tendencias entre cientos de datos de los consumidores y sugieren creatividades, mensajes y campañas que resulten aún más seductoras y atractivas.

 

¿Qué dirían los “Mad Men” si supieran que las empresas de marketing y publicidad utilizan cada vez más modelos de inteligencia artificial (IA) para rastrear tendencias y generar slogans y copys que seduzcan a los consumidores?

 

La creciente adopción de estrategias de marketing centradas en el cliente y el uso cada vez mayor de plataformas de redes sociales para publicidad se encuentran entre los factores que impulsan la inteligencia artificial en el crecimiento del mercado de marketing.

 

Quizás Don Draper podría construir un acalorado argumento de por qué es necesario el factor humano en la creatividad, pero lo cierto es que el mercado global de IA en publicidad y marketing está valorado en más de US$12.000 millones y se prevé que alcance los US$107.000 millones en 2028 según Research and Markets.

 

Los especialistas en marketing y los anunciantes están actualmente centrándose en dos cosas: identificar y predecir tendencias que indican lo que quieren los consumidores y dar forma a mensajes que les resulten atractivos. La IA colabora en el rastreo de grandes volúmenes de información, cruza datos con rapidez y puede dar varias opciones de mensajes, slogans o inputs para el diseño de campañas.

 

Alejandro Francolini, Data & Ecommerce Director de Wunderman afirma que en IA todo está esta “vivo”. “En su momento era difícil medir la reacción de alguien en una vía pública o a un aviso impreso en una revista. Hoy, en cambio, podemos reconocer patrones faciales, de sonido y entender cómo reaccionan a mensajes/slogans o lo que estemos queriendo analizar y aprender de eso. Proponer nuevos, diferentes, volver a recolectar esa información. Saber qué gustó, que no gustó, en que y hasta en qué segundo del aviso”. A a su vez, esa recolección y análisis es constante: si hay cambios en el comportamiento de las audiencias/personas, van a estar reflejado y los modelos de predicción seteados se van a ir adaptando.

 

Algoritmos trabajando

Un informe Gartner predice que para 2022, más del 30% del contenido digital se creará con la ayuda de IA. Por ejemplo, la aplicación de inteligencia artificial TopicPulse, toma datos en tiempo real de Facebook, Twitter, Instagram y 100.000 fuentes y analiza las señales tempranas para determinar qué será popular en un mercado o grupo demográfico en particular hasta 24 horas, una gran herramienta para que una marca o medio pueda entender su audiencia y direccionar el contenido en consecuencia.

 

Martín Rabaglia, creativo y CEO de Genosha, señala que en la agencia les interesa la generación de templates sobre una serie de reglas para sus campañas y cita el caso de la herramienta Designs.ai que a partir de un “tema” y un “objetivo” genera piezas aleatorias para redes y plataformas de ads. “Estos avisos luego necesitan una intervención humana para poder ser certero con la comunicación que buscás, aún no es posible delegarles el 100% porque se equivocan pero puede ser muy útil para cierto tipos de contenidos”.

 

Neuroflash -otro caso- utiliza inteligencia artificial de procesamiento de lenguaje natural para generar decenas de lemas sugeridos, líneas de asunto de correo electrónico y lenguaje de redes sociales. La herramienta clasifica cada sugerencia en una escala de 0 a 100, basándose en datos históricos sobre las preferencias de los clientes y calculando cómo los diferentes mensajes resonarán con los diferentes consumidores. Luego la edición humana permite mejorar la calidad de la elección.

 

“En términos de innovación, de algún tiempo a esta parte, estamos viendo avances en lo que refiere a Synthetic Media (medios sintéticos o medios generados por IA), que inicialmente se veían en las campañas electorales, y ahora se están expandiendo hacia los negocios con la finalidad de afectar principalmente la reputación de la marca. Uno de los últimos ejemplos, fue el anuncio de Meta Humans de Unreal, una nueva herramienta que permite a cualquier persona crear un ser humano digital foto realista y a medida. Esto incluso podría llevar a posibles cruces donde el contenido que se utiliza en los medios sintéticos sea generado por AI también, como es el caso de GTP3″, puntualiza.

 

Desde Wunderman Argentina explican que Netflix no sólo usa IA para sus motores de recomendación, sino que las imágenes que se ven de preview están asociadas al tipo de contenidos que solemos consumir (por ejemplo para Stranger Things si se consumen contenidos de terror, existen determinadas imágenes seteadas, si se consume series de los 90s, hay otras). Starbucks, las aerolíneas, Nike (a través de sus apps de running) son algunas de las que adaptan algunos de sus mensajes de acuerdo con AI.

 

“Estamos trabajando mucho con un algoritmo de AI desarrollado en Python, que permite, por medio de una cámara, ubicar diferentes puntos (landmarks) en todo el cuerpo y nos permite analizar cualquier movimiento que el cuerpo realice y otro que nos permite reconocer las emociones de las personas, de acuerdo a un video o imagen y, en función de eso, podemos validar reacciones a ads, casos, etc. Usamos estos aprendizajes para escalarlo a diferentes soluciones, otro tipo de movimientos, otros tipos de reconocimiento (de acciones, de sonidos, etc.) Herramientas hay algunas, si bien en Argentina es difícil acceder por temas de costos y eficiencias”, explica Francolini.

 

Un debate abierto

Una pregunta que queda latente es si este contenido generado de manera automática puede de alguna manera sentirse “duro” o “mecánico”. En su momento, Rory Sutherland, vicepresidente de Ogivly comparó IA con “navegación por satélite en un automóvil. Excelente para obtener indicaciones, pero no permite conducir el auto”.

 

“Lo sintético siempre fue un tema de rechazo. Creemos que el mejor flujo es un equipo creativo aumentado, una experiencia que ya ocurre en muchas redacciones modernas como buzzfeed, donde no solamente tenés la intuición y foco de periodistas buscando nuevas historias combinadas con análisis de tendencias en redes, eso genera una explosión”, subraya Rabaglia.

 

Para Martín Seijas, managing director de Dentsu Creative Argentina no hay dudas que se gana tiempo con la automatización y generación dinámica de anuncios. “Considero que favorecen a las personas que los ejecutan, no los reemplazan”.

 

En sintonía, para Francolini, la IA no es un peligro para las personas. “Viene a hacernos las cosas más fáciles. Viene a potenciar lo que ya somos, a hacer fácil (y rápido) lo que hoy ya sucede, para darnos nuevas alternativas y opciones que ni sabíamos que existían”.

 

Desde Untold_Media creen que sobre todo, la IA es un gran aporte cuando se trabajan para campañas de performance y los objetivos son bien concretos. “Creo que cuando el objetivo es conectar a una marca con su audiencia, cuando se necesita generar un vínculo con las personas sigue ganando la empatía que las personas podemos lograr para conectarnos con las emociones. Creo que es un debate abierto, cómo vamos a lograr la convivencia de ambas inteligencias la artificial y la colectiva, no solo como dos mundos que vivan en paralelo, sino ambos potenciándose y entender el marco regulatorio”.

 

Al respecto, las polémicas persisten; ¿Cuáles son las bases que se toman para alimentar estos medios sintéticos y la AI? Existen ya varios ejercicios para entender que la inteligencia artificial no debería seguir sosteniendo sesgos y/o falta de perspectiva. “También el concepto de transparencia está en jaque: ¿quiénes son y serán los responsables por el contenido generado a través de estas tecnologías? Caer en manos de AI maliciosa es otro de los obstáculos, y para evitarlo, deberemos incluso probarnos a nosotros mismos”, resalta Militerno.

 

Siempre es importante entender que todo modelo predictivo está sesgado por la visión de quien lo desarrolle. “Con las mismas variables de entrada, de acuerdo con las diferentes prioridades/análisis que le de la persona que está trabajando sobre este modelo, se van a ver afectados en el output final”, cierra Francolini.