Noticias

Cómo despegarse de la IA generativa en su contenido y marketing


¿Se siente estancado con la IA generativa?

Aquí tienes una manera de despegarte.

Me gustaría pedirle que piense en dos preguntas.

Primero, ¿viste la nueva película Ghostbusters: Frozen Empire? Si no lo hiciste, piensa en la última película que viste (para mí, fue la nueva versión de Road House, uf). ¿Te gustó?

Hago referencia a Los Cazafantasmas sólo porque obtuvo una puntuación baja entre los críticos (44% en Rotten Tomatoes) frente al público (84%). Además, Los Cazafantasmas obtuvieron buenos resultados en taquilla, alcanzando ingresos de 45 millones de dólares en sus primeras semanas de estreno.

Pero aquí está la cuestión: ya sea que pienses que la película era maravillosa o horrible, tienes razón y estás equivocado. Ni siquiera los datos pueden decirte si estás en lo cierto. Si te encantó la reciente película de acción y espías Argylle, los datos (taquilla, críticos y reseñas de audiencia) dirían que estás equivocado. Pero si responde “Pero Henry Cavill”, no se equivoca.

Ahora, la segunda pregunta: si está experimentando con IA generativa para crear su contenido de marketing, ¿cree que obtiene resultados consistentemente valiosos, resultados decentes pero no excelentes, o resultados deficientes?

He hecho esta pregunta a algunas audiencias últimamente, y la mayoría de la gente elige el medio: consistentemente decente pero no excelente. Sin embargo, independientemente de tu respuesta, sé una cosa. Estáis todos equivocados. Y estás bien.

Todo es cuestión de perspectiva. Todo el contenido de marketing es como una película. Lo que te mueve a ti puede que a mí no me mueva. Los datos pueden decir que su contenido es exitoso, pero si un individuo lo valora o está motivado por él es subjetivo.

Atrapado entre la incertidumbre y la duda con la IA generativa

Una charla reciente incluyó una conversación sobre un banco que se acercó a una empresa de inteligencia artificial con 500 casos de uso a los que quería aplicar grandes modelos de lenguaje.

Sí, están estancados.

Encuentro que la tendencia es omnipresente. Empresas de todos los tamaños buscan los usos adecuados de la IA generativa. Los líderes ejercen una presión extrema sobre sus equipos para que “encuentren eficiencia” y “utilidad” en la IA generativa. Es tan nuevo y tan innovador; DEBE haber algo que puedas hacer con él.

Cada vez que se pasa por un feed de redes sociales, un episodio de un podcast, un seminario web o un evento de la industria, se descubren usos de la IA generativa. Es difícil mantenerse al día con todas las posibilidades porque todos los días a alguien se le ocurre algo que no estás haciendo.

Pero, ¿la IA generativa está al servicio de los especialistas en marketing?

Que no es. Por eso te sientes estancado. Es una paradoja clásica de la elección. Cree que tener tantos casos de uso para elegir hace que sea más fácil aplicar IA generativa a su contenido y marketing. Pero realmente hace que sea más difícil decidir qué aplicaciones utilizar.

¿La parte más insidiosa? No puedes saber si el contenido generado por IA es mejor hasta que te comprometas con uno.

Esto es lo que quiero decir.

La respuesta de la IA generativa a un mensaje está diseñada para ser impredecible. Si le pide a la herramienta que reescriba, edite o cree algo, nunca responde de la misma manera dos veces. Si presiona y pregunta si eso es lo mejor que puede hacer, normalmente responde con otra variación. No deja de reescribir hasta que detengas el proceso. Nunca dirá: “Bueno, la tercera versión fue la mejor versión, así que deja de preguntar”.

La IA generativa no siempre te da la bien contenido, ni te da la mejor contenido. Simplemente proporciona el contenido más probable. Si crees que eso es lo suficientemente bueno, tienes razón. Y estás equivocado.

La novedad y la eficiencia aportan la perspectiva necesaria

He comenzado a ayudar a los clientes a despegarse adoptando un enfoque más estructurado para el ensamblaje de sus casos de uso. En marketing, se pueden aplicar dos espectros a la IA generativa. El primero implica una capacidad nueva o existente. ¿Es el caso de uso un trabajo que ya se está realizando y que la IA generativa podría hacerlo más valioso? ¿O es algo que no fue posible o fue tan difícil que no valió la pena el esfuerzo humano?

La traducción en tiempo real de llamadas de servicio al cliente es un ejemplo de una capacidad existente que se simplifica con la IA. Reescribir un trabajo de investigación en versiones más amigables para diferentes personas usando IA es un ejemplo de una nueva capacidad.

El segundo espectro se centra en la eficiencia. ¿Este uso de IA generativa te hará más eficiente? ¿Ahorrará tiempo y recursos? ¿O es menos eficiente? ¿Necesitará más tiempo y recursos?

Usar una herramienta de inteligencia artificial generativa para generar palabras clave de SEO o corregir la gramática es un ejemplo de cómo ser más eficiente. Una herramienta de inteligencia artificial que escanea sus datos de CRM y LinkedIn para elaborar un informe sobre la brecha de contenido es un ejemplo de ser menos eficiente. Agregaría la tarea a la lista de tareas pendientes de alguien porque el resultado presenta un nuevo uso valioso de su tiempo.

Con estos espectros en mente, se puede elaborar un gráfico de cuatro cuadrantes para evaluar los usos de la IA generativa. La línea vertical va desde la nueva capacidad en la parte superior hasta la capacidad existente en la parte inferior. Está intersectada en el medio por la línea de eficiencia, que va de menos eficiente a la izquierda a más eficiente a la derecha.

Un gráfico de cuatro cuadrantes para evaluar los usos de la IA generativa.

Los cuatro cuadrantes encajan en estas categorías:

  1. Mejora: una nueva capacidad que lo hace más eficiente. Por ejemplo, una herramienta de IA generativa aprende las pautas, el tono y la jerga editorial de su marca (nueva capacidad). Señala automáticamente estos defectos (más eficiencia) para ayudarle a crear contenido consistentemente con una buena marca.
  2. Refinamiento: una capacidad existente que lo hace más eficiente. Por ejemplo, una herramienta de IA generativa puede producir una traducción en tiempo real (más eficiente) de contenido para solicitudes de servicio al cliente (capacidad existente).
  3. Suplemento: una capacidad existente que será menos eficiente pero más valiosa. Un gran ejemplo es la investigación competitiva. Al agregarle un poco más de tiempo y recursos utilizando IA, puede realizar un análisis competitivo integral de forma continua.
  4. Complemento: una nueva capacidad que lo hace menos eficiente. Estos usos son una verdadera innovación. Por ejemplo, crea un nuevo chatbot utilizando un modelo de aprendizaje personalizado que escanea toda la documentación de capacitación para proporcionar una aplicación de ayuda interactiva para los clientes. La nueva y sorprendente experiencia requerirá una mayor atención a la calidad y estructura de sus manuales de capacitación.

Estas categorías pueden parecer esotéricas. Como señalé, los casos pueden caer en un espectro, por lo que un uso podría estar en la parte superior del cuadrante superior derecho (capacidad muy nueva y altamente eficiente), mientras que otro podría estar más cerca del punto central del gráfico en ese cuadrante (algo nuevo). capacidad y en general eficiente).

Sin embargo, este cuadro de categorización es práctico.

Las categorías de casos de uso te ayudan a despegarte

Una de las mayores tensiones en la planificación de la IA generativa surge cuando los casos de uso no se alinean con lo que usted considera prioridades y lo que los altos líderes consideran importante.

Dejame explicar.

He recopilado más de 230 casos de uso de IA generativa en contenido y marketing. Así es como se dividen en las cuatro categorías:

  • Mejora (nueva capacidad, más eficiente): 6%
  • Refinamiento (capacidad existente, más eficiente): 31%
  • Suplemento (capacidad existente, menos eficiente): 45%
  • Complemento (nueva capacidad, menos eficiente): 18%
Casos de uso de IA generativa divididos en cuatro categorías: mejora 6%, refinamiento 31%, suplemento 45% y complemento 18%.

Un tercio de los casos de uso se incluyen en lo que se podría caracterizar como el más común: los trabajos realizados en el trabajo diario se vuelven más eficientes. Pero, curiosamente, es solo un tercio.

Con diferencia, los casos de uso más populares (45%) son trabajos que antes no tenían prioridad porque requerían demasiado esfuerzo y ahora valen la pena gracias a la IA generativa. ellos en realidad agregar la necesidad de más recursos. Este hallazgo coincide con la evidencia anecdótica inicial que reuní trabajando con clientes. La mayoría de las integraciones de IA generativa en marketing añaden nuevos requisitos de presupuesto y recursos, complementando las capacidades existentes.

Además, no sorprende, pero es agradable ver, que pocos de los casos de uso caen en la categoría de mejora: cosas que antes no podías hacer y que también te hacen más eficiente. Atribuya esto a “No sabemos lo que no sabemos”. Esta aventura de IA generativa aún está en sus inicios y recién se están comenzando a descubrir nuevas capacidades.

Sin embargo, lo más importante no es forzar cierto equilibrio en los casos de uso de su trabajo. Más bien, se trata de comprender dónde priorizar para alinearse con las expectativas del liderazgo. Si prioriza el uso de IA generativa en la categoría de suplementos pero la gerencia espera que la IA proporcione un uso refinado, por ejemplo, surgen conflictos y tensiones.

Cuando no se plantea correctamente el uso de la IA generativa, se corre el riesgo de fracasar. Sé que una empresa propuso recientemente una nueva solución de IA generativa para crear un conjunto de contenido que crearía automáticamente contenido dirigido/personalizado en su sitio web. Era un caso de uso de verdadera mejora, pero lo presentaron como un caso de refinamiento: una forma de ahorrar dinero. Por supuesto, esas dos cosas no coincidían y su discurso falló.

Sólo tú puedes decir lo que es bueno

A medida que reúne a sus equipos y desarrolla los casos de uso de la IA generativa en su plan de marketing y contenido, recuerde comprender realmente el valor que aportarán.

Todos lucirán fantásticos y producirán buenos resultados. También tendrán un aspecto horrible, como mucho dinero y pozos de tiempo. Sólo usted y el equipo pueden determinar cuál es cuál. Pero si te pones de acuerdo sobre qué desafío resolverá cada uno, al menos sabrás qué es más importante: la puntuación de la crítica, la puntuación del público o la taquilla.

Es tu historia. Cuéntalo bien.

Suscribir a correos electrónicos de CMI durante los días laborables o semanales para recibir gafas de color rosa en su bandeja de entrada cada semana.

CONTENIDO RELACIONADO SELECCIONADO A MANO:

Imagen de portada de Joseph Kalinowski/Content Marketing Institute

hola@juanrecio.com

Author

hola@juanrecio.com

¡Utiliza la tecnología y la inteligencia artificial en tus proyectos! ¿Quieres saber cómo?