Los expertos advierten del riesgo de invertir en IA sin demostrar previamente su valor
La presión sobre los departamentos de marketing para incorporar inteligencia artificial crece a medida que las empresas buscan automatizar procesos, reducir costes y mejorar su productividad. Sin embargo, expertos del sector advierten de que la adopción acelerada de estas tecnologías puede desviar la atención de la cuestión principal: qué valor real aporta la IA al negocio.
Greg Selker, managing director y responsable regional del sector tecnológico en Norteamérica de Stanton Chase, sostiene en que el verdadero potencial de la IA no reside únicamente en hacer las tareas más rápido o reducir costes, sino en rediseñar y transformar la manera en que se desarrolla el trabajo. En su opinión, las compañías deberían centrarse en cómo estas herramientas pueden generar resultados de mayor valor. En este contexto, expertos consultados por Ad Age plantean un proceso estructurado para que los anunciantes puedan determinar qué herramientas necesitan, cómo deben probarlas y bajo qué condiciones deberían contratarlas. La evaluación cobra especial relevancia en un escenario en el que el consumo de tokens y otras tecnologías de IA puede representar inversiones de millones de dólares al año. Simon Francis, fundador y co-CEO de la consultora Flock Associates, plantea un proceso de siete etapas para evaluar nuevas herramientas de IA. El primer paso consiste en definir la necesidad del anunciante, concretando los resultados esperados, la propiedad de la tecnología, los datos y la propiedad intelectual, las necesidades de integración, el volumen previsto, el presupuesto y los criterios de éxito. A continuación, las compañías deben establecer una línea de base que permita conocer cómo se realiza actualmente el proceso. Para ello, deben medir aspectos como la calidad, los tiempos de entrega, la aceptación y el coste total, incluyendo horas de personal, revisiones, gestión, licencias, aspectos legales, formación, tecnología, datos y posibles costes derivados de errores. El tercer paso es identificar las diferentes opciones disponibles, sin limitarse a la propuesta de la agencia con la que ya trabaja el anunciante. Después, las empresas deben recopilar propuestas de agencias y proveedores alternativos, aplicar unos requisitos mínimos de seguridad, datos, propiedad intelectual y tecnología, y seleccionar un número reducido de soluciones para realizar pruebas. La quinta fase consiste en realizar una prueba de valor utilizando un protocolo común y casos reales de la compañía, incluidos sus briefs, normas de marca, datos y procesos de aprobación. Los resultados de cada herramienta deben compararse con los criterios establecidos en la línea de base. Una vez realizada la prueba, las compañías deben determinar el modelo comercial más adecuado. Entre las alternativas se encuentran incluir la herramienta dentro de los costes generales de la agencia, establecer un precio por activo, pagar una tarifa de desarrollo por un agente transferible, contratar una licencia SaaS o establecer una remuneración variable vinculada al rendimiento.
Los expertos también recomiendan comparar todas las alternativas con la posibilidad de no incorporar IA. Francis señala que algunas agencias han propuesto herramientas para tareas que ya estaban cubiertas por procesos existentes o funcionalidades gratuitas. Entre los ejemplos citados se encuentran un agente que generaba actualizaciones diarias que el cliente ya recibía de su account director y una herramienta para extraer datos de Google AdWords que ya estaban disponibles de forma nativa en el propio panel. Por ello, Francis insiste en realizar pruebas específicas y medir cuánto tiempo requiere una tarea manual frente a su versión asistida por IA, además de controlar el consumo de tokens y compararlo con los precios de mercado. También advierte de que algunas estimaciones pueden exagerar el coste del trabajo manual para hacer que la solución de IA parezca más rentable. Tessa Burg, chief technology officer de Mod Op, considera que las empresas no deberían evaluar estas herramientas exclusivamente desde la perspectiva del ahorro. La pregunta debería centrarse en qué crecimiento, incremento de conversiones o ventas adicionales puede generar la inversión. Burg propone tratar los agentes de IA de manera similar a una nueva posición dentro de la organización: identificar una necesidad, definir las capacidades necesarias, establecer un presupuesto y vincular el puesto a un resultado empresarial. Desde esta perspectiva, los agentes no deberían concebirse simplemente como sustitutos de trabajadores, sino como herramientas capaces de permitir que los empleados dediquen más tiempo a tareas de mayor especialización. Por su parte, Nick Wright, responsable de transformación empresarial con IA y asesor de marketing en Booking Holdings, coincide en que el debate debería superar la cuestión de qué herramientas adoptar. Su planteamiento parte de una pregunta diferente: qué ventaja competitiva quiere conseguir la empresa con la IA. El ahorro de costes puede ser relevante, pero el objetivo debería ser también ampliar la capacidad de innovación, profundizar en el conocimiento de los consumidores y mejorar la relación con las audiencias.
El coste puede variar significativamente
La inversión necesaria depende del nivel de complejidad de la solución. Según Francis, un agente personalizado y diseñado para un único objetivo para un gran anunciante puede alcanzar fácilmente las seis cifras, mientras que herramientas más sencillas, como analizadores de documentos o asistentes de marketing, pueden tener un coste considerablemente inferior. Los expertos recomiendan, por tanto, calcular el coste total de propiedad antes de aceptar una propuesta. El análisis debe contemplar no solo el precio inicial de construcción, sino también actualizaciones tecnológicas y otros costes necesarios para implementar y mantener la solución. Francis también cuestiona que los clientes tengan que asumir determinados costes asociados a herramientas internas de eficiencia de las agencias, especialmente cuando estas tecnologías se utilizan para mejorar procesos de back-end relacionados con creatividad, medios o insights. Wright, por su parte, considera legítimo que las agencias cobren más cuando la IA les permite ofrecer un servicio de mayor valor, lo que, a su juicio, refuerza la necesidad de evolucionar hacia modelos de remuneración vinculados a entregables y resultados. La última fase del proceso debe centrarse en el contrato. La propiedad intelectual y la responsabilidad en caso de que una herramienta de IA genere problemas son dos de los principales aspectos que deben quedar claramente definidos. Entre los elementos que los expertos recomiendan incluir figuran los usos permitidos y prohibidos, la conservación de datos y el entrenamiento de modelos, la seguridad y localización de los datos, los derechos de propiedad intelectual, copyright y uso de imagen, la supervisión humana, los registros de auditoría, los cambios de proveedor o modelo, las obligaciones de divulgación, la responsabilidad, la propiedad, la portabilidad, las condiciones de terminación y el seguimiento continuo del rendimiento. En el caso de Booking Holdings, Wright apunta a un modelo basado en la colaboración entre anunciante y agencia. La compañía busca un punto intermedio en el que ambas partes compartan responsabilidades sobre propiedad intelectual y responsabilidades legales, en lugar de que una de las partes tenga necesariamente que asumir el control total. De este modo, la recomendación de los expertos pasa por abordar la inteligencia artificial no como una tecnología que debe incorporarse por presión del mercado, sino como una inversión que debe responder a una necesidad concreta, demostrar su valor y estar vinculada a objetivos empresariales medibles.
Puntos clave:
La IA debe evaluarse por el valor que aporta al negocio, no únicamente por su capacidad para reducir costes o acelerar tareas. Los expertos recomiendan vincular cada inversión a objetivos concretos de crecimiento, conversión, innovación o mejora de la productividad.
Las empresas deben probar y comparar las distintas soluciones antes de invertir, incluyendo la posibilidad de no incorporar IA. Las pruebas deben medir el rendimiento frente al proceso actual y tener en cuenta el tiempo, el consumo de tokens y el coste total de propiedad.
Los contratos deben definir claramente costes, propiedad y responsabilidades. Aspectos como la propiedad intelectual, la gestión de datos, la seguridad, la supervisión humana, la responsabilidad legal, la portabilidad y las condiciones de terminación deben quedar establecidos antes de implementar una herramienta de IA.
Este resumen lo ha creado una herramienta de IA basándose en el texto del artículo, y ha sido chequeado por un editor de PROGRAMMATIC SPAIN.
