Los riesgos de ambos extremos
Ambos enfoques -generalizar su uso o evitar completamente el uso de la IA generativa para la creación de contenido- tienen sus riesgos. Los de un enfoque más permisivo son los siguientes:
- El contenido generado por la IA generativa no es objeto del derecho de autor y técnicamente viola los términos de uso de ChatGPT para publicar el contenido generado por la plataforma tal cual.
- Los LLMs necesitan contenido generado por humanos para mantener su funcionalidad. De hecho, los estudios muestran que los LLMs se degradan significativamente cuando son entrenados con el contenido generado por la IA. De esta forma, a medida que las marcas empiezan a inundar internet con contenidos que han sido parcialmente o completamente creado con herramientas de IA gen y los LLMs comerciales utilizan estos datos para sus contenidos, podría teóricamente crear un ciclo vicioso de erosión de la calidad y la cantidad del contenido.
- Los LLMs se entrenan con grandes volúmenes de contenido, de manera que el resultado es, en esencia, la versión más genérica de ese contenido. Pero las marcas necesitan contenido con una voz y un punto de vista únicos. La elaboración cuidadosa de las instrucciones introducidas en el LLM (a veces conocida como "prompt crafting" o "prompt hacking") puede ayudar, pero solo hasta cierto punto.
Pero seguir operando de forma habitual también tiene sus peligros:
- Una encuesta de Adobe a los responsables de marketing revela que las demandas de contenido se incrementará entre 5 y 20 veces más hasta 2025. Satisfacer esta demanda con poca o ninguna ayuda de la automatización puede ser tremendamente costoso.
- Un informe de Gartner recoge que el 75% de los CMOs ya se enfrenta a la creciente presión de “hacer más con menos” para ofrecer un crecimiento rentable en 2023.
- Con muchas marcas adoptando en la actualidad la IA generativa, es probable que la competencia te sobrepase en la frecuencia de la publicación de contenido.
El camino a seguir
Está claro que ninguna de las dos posturas es defendible. En su lugar, las marcas necesitan decidir su mejor curso de acción basado en sus propias características y los modos de adopción de modelos de IA generativa a su disposición. Las organizaciones tienen dos opciones para crear contenido con la IA generativa:
1. Herramientas comerciales como ChatGPT y Google Bard, o herramientas SaaS, como Writer. Estas herramientas tienen unos costes de adopción e implementación más bajos; sin embargo, requieren una atención cuidada y continuada para elaborar exactamente las indicaciones adecuadas. Y, mientras Writer, aprenderán tu marca y voz con el tiempo, ChatGPT y Bard, en sus formatos comerciales, se centrarán en repuestas genéricas. Por este motivo, las soluciones comerciales se pueden considerar suficiente para organizaciones más pequeñas con necesidades de contenido limitadas.
2. Herramientas de generación de contenidos de IA entrenadas a medida. Esto significa, en esencia, crear (o trabajar con un socio de implementación) tu propia plataforma de IA generativa sobre la base de un LLM existente. Si bien esta plataforma requeriría más inversión y desarrollo inicial, estaría mejor diseñada para crear contenido con tu punto de vista y marca únicos.
Las herramientas entrenadas a medida parece ser la mejor opción para las organizaciones de mayor tamaño con grandes necesidades de contenido en todas las unidades de negocio.
Garantizando la base adecuada
Para las organizaciones que deciden construir su propia solución, es clave tener una sólida base de contenido existente para entrenar al modelo. Este contenido debería ser único de la marca.
Además, debería ser creado en formatos estructurados con metadatos sólidos etiquetados para cada pieza de contenido (esencialmente fragmentos de contenido que pueden desplegarse independientemente en diversos activos, formatos y canales de contenido). La estructura y los metadatos ayudan al modelo de IA a comprender mejor el contenido y su contexto.
Las organizaciones ya tienen este nivel de estructura y metadatos si utilizan un CMS headless (uno que actúa como un repositorio de contenido utilizable por una variedad de herramientas de front-end) o adoptan un enfoque de contenido modular para “crear una vez, publicar en cualquier sitio” con lógica de negocio definida y dinámica.