La inteligencia artificial (IA) ya no es un tema de futuro o de ciencia ficción. Quizá hace años películas como Blade runner, Resident evil o IRobot nos daban una visión alejada y futurista de ella. Esto ya no es así: después años de desarrollo, las tecnologías de IA, incluyendo el aprendizaje automático (ML), están transformando las organizaciones y permitiendo a los empleados dedicar tiempo a tareas de mayor valor añadido. En nuestra industria de la publicidad y el marketing, la IA está teniendo impacto en aspectos básicos como la segmentación de campañas, compra y optimización de medios o creación de contenido e incluso modelos probabilísticos.
Todo el mundo está hablando de la IA y sus usos y maravillas, pero… ¿es una realidad? Y si es así… ¿cómo se está usando? ¿Qué beneficios reales aporta la IA tanto a agencias como a clientes? Ojalá pudiéramos contestar a estas preguntas. Algo difícil, desde luego, aunque trataremos de aportar luz en todo esto.
Una encuesta de 2018 realizada por Accenture, SAS e Intel nos mostró que el despliegue de la IA nace en gran parte en los departamentos de marketing de los anunciantes y en las agencias. Más del 70% de los encuestados dijeron que habían aplicado inteligencia artificial a tareas de comunicación y el 66% afirmó que estaba siendo utilizada actualmente en los departamentos de marketing y ventas. Un estudio de Adobe y Econsultancy de julio de 2018 tiene conclusiones similares. A medida que la IA sigue evolucionando, los profesionales del marketing están aumentando sus expectativas sobre lo que puede hacer: en el orden del día se incluye una mejor comprensión de los clientes y conectar la experiencia digital con la compra física.
FRENOS Y DIFICULTADES
Según el estudio Future Focus 2019 (FF2019) de IProspect, la realidad es que los directores de marketing tienen como uno de los objetivos prioritarios para el presente año entender las oportunidades y usos relacionados con la IA y el ML. Sin embargo, una vez verbalizada esta intención, el día a día nos da una versión ligeramente distinta: ¿por qué no avanza la IA en nuestra industria a la velocidad deseada? La casuística, obviamente, es grande, aunque según una encuesta de McKinsey & Company podemos tener visibilidad sobre los frenos y dificultades que se encuentran los CMO's: del total de 2.135 profesionales entrevistados, un 43% comentó que el principal freno era la falta de estrategia a la hora desarrollar la IA en su compañía. Tan solo un 18% comentó que tenía una estrategia clara y definida. La gran capacidad de oportunidades que nos ofrece la IA es una virtud y, al mismo tiempo, es la barrera que tenemos a la hora de entender y valorar los usos de la IA en nuestra compañía y, por ello, ser capaces de definir una estrategia concreta: al contrario que otras herramientas y tecnologías que eran más fáciles de entender (con la traslación de productos y servicios físicos al mundo digital), los usos de la IA y el ML son más complejos de  visualizar y, por tanto, de poner en marcha de una forma sencilla.
Por otro lado, las estrategias centradas en IA no son propiedad de un solo departamento de una compañía, sino que involucran a más partes: esto implica la creación de equipos multidisciplinares con participación de varios departamentos. Para conseguir una estrategia de IA exitosa es necesario contar con un equipo formado por marketing, negocio, data y tecnología: marketing y negocio necesitan a data y tecnología, y viceversa, y de esta manera se conseguirá tener una visión holística y definir una estrategia adecuada.
Cuando damos un paso más sobre el uso de la IA en nuestra industria digital, es interesante resaltar en qué ámbitos los anunciantes y agencias están aprovechando sus ventajas: un informe de MediaMath junto con Econsultancy revela que solo una quinta parte de los entrevistados no tenían planeado usar IA para hacer targeting de audiencias o segmentación de audiencias. Casi el 50% de los entrevistados comentaron que ya estaban usando IA para esos casos. En esa misma encuesta, 4 de cada 10 anunciantes/agencias comentaron que usaban IA para optimizar la inversión en campañas. Con el desarrollo de campañas programáticas, los usos de IA en entornos de pujas y optimizaciones irá creciendo cada vez más. Respecto a anunciantes y agencias, los usos de IA varían ligeramente y es relevante observar cuál es este comportamiento.
El estudio de Adobe y Econsultancy 2018 Digital trends for creative and design leaders nos ofrece una visión interesante: en todos los diferentes usos de IA, las agencias tenían un tanto por ciento de uso mayor que los anunciantes, salvo uno en concreto, y que tiene un valor muy significativo: el 54% de los anunciantes preguntados usaban IA para analizar los datos, mientras las agencias lo hacían en un 45%. Sin embargo, en el resto de variables analizadas como creación de contenidos, publicidad programática, gestión de activos digitales, personalización y más actividades, el uso de IA está más generalizado en el lado agencia. Pero la IA no solo está impactando o va impactar al sector cliente/agencia, sino que, obviamente, también está siendo usada en otros sectores. Así, según un informe de Capgemini en el que se preguntó a 400 ejecutivos del sector minorista de todo el mundo, AI podría ahorrar a los comercios 340.000 millones de dólares anuales en 2022, sobre todo en la cadena de suministro y mejoras en el proceso logístico. Por tanto, según Daniel Druker, CMO de Instart, la IA está revolucionando la industria de la venta al por menor "al conseguir hacer que sea rentable un proceso de entrega completamente personalizado, inmersivo y optimizado para cada consumidor a escala masiva".
CONCLUSIONES
Esta opinión coincide con las tres principales conclusiones del informe FF2019 de IProspect:
-La aute´ntica personalizacio´n a gran escala se hace posible, puesto que las capacidades de automatizacio´n y de autoformacio´n del ML permitirán a las organizaciones llevar a cabo tareas ma´s ra´pidamente y a mayor escala.
-Conseguir ser realmente ‘customer centric', puesto que la aplicación de algoritmos de ML nos va a permitir realizar análisis más profundos del cliente y, por tanto, generalizar el concepto de momentos de consumo.
- Conseguir predecir el comportamiento del consumidor, puesto que las capacidades de autocorrección del ML van a ayudar a los profesionales del marketing a anticiparse mejor a los comportamientos y necesidades de los consumidores a través de modelos predictivos.
Y como ya hemos comentado en varios artículos, ¡bienvenida IA!
Luis Esteban es CEO de IProspect España