Precizno odrediti vrijednost izazova kojima su izloženi kreativni timovi koji koriste AI pomoć teško je, ali svaki od njih predstavlja potencijalnu prepreku koja prijeti njihovom uspjehu. Istraživanje Gartnera iz oktobra, koje je obuhvatilo 400 globalnih marketara, pokazalo je da 58% koristi generativnu AI za stvaranje sadržaja. Mnogi oglašivači nastoje razviti poluautomatske sisteme poput Unileverovih, iako izgradnja takve AI-a vođene proizvodne linije može potrajati više od godinu dana. Craig Elimeliah, glavni kreativni direktor u Code & Theory, uspoređuje proizvodnju pomoću AI sa „gradnjom vlastite kuće umjesto iznajmljivanja nečije druge. “ Ova „gradnja kuće“ uključuje pravne savjete, odabir odgovarajućih velikih jezičkih modela (LLMs) za brend, te mukotrpno sastavljanje smjernica za brend i prethodnog sadržaja u kratke upute koje generativna AI može razumjeti. Također, potrebno je mnogo pokušaja i pogrešaka kako bi se osiguralo da sustav pouzdano obrađuje sadržaj osjetljiv na brend. Ovaj proces zahtijeva značajno vrijeme, što je ironično u trenutku kada 81% marketara mjeri uspjeh uštedom vremena putem AI-a, prema Gartnerovoj studiji. Dave Rolfe, globalni menadžer za proizvodnju u WPP-ovom Hogarthu, dodaje da je najskuplji element prilagodba ovom novom procesu. Također, regrutovanje kvalificiranog osoblja za dizajn, implementaciju i rad ovakvih AI sustava izazovno je u konkurenciji za AI talente koju vode tehnološki giganti i oglašivači. James Thomas, globalni CTO u Dentsu Creative, naglašava da je „AI talenata teško pronaći. “ Generativna AI često se pristupa putem pretplata, ali neke kompanije, uključujući OpenAI, ograničavaju upotrebu i prodaju kredite u modelu plaćanja po potrošnji, što može učiniti intenzivna testiranja modela visokih performansi skupim. Ómar Thor Ómarsson, izvršni direktor Optise—B2B platforme za AI alate koji poboljšavaju organski saobraćaj—upozorava da kompanije koje generišu velike količine sadržaja na zahtjev suočavaju se s rastućim troškovima. Iako pojedinačni zahtjevi koštaju tek djeliće centa, kampanje s desetine hiljada, poput Coca Cola božićne reklame koja je koristila 70. 000 upita, brzo povećavaju troškove. Ómarsson napominje da „nema discipline kod testiranja velikih zahtjeva i premium modela, a to se tiho sabira. “ Pravni problemi također ostaju, zbog trajnih sporova o autorskim pravima između AI kompanija i autora, zbog čega neki klijenti dvoume oko odabira LLM-a. Veće agencije to rješavaju nudeći odštetne zahtjeve. Na primjer, WPP je od početka prošle godine integrirao provjere usklađenosti u svoju platformu WPP Open. Kompanije koje rade interno, obično nemaju takvu zaštitu, što čini usklađenost važnim čimbenikom.

Rolfe ističe potrebu za zatvorenim sistemima povezanim s normama usklađenosti. Osim tehnologije, tradicionalni ljudski tokovi rada izazivaju kašnjenja. Procedura odobravanja u agencijama i kod klijenata često traje duže od samog kreiranja sadržaja pomoću AI-a. Elimeliah objašnjava da je „prava cijena nije generiranje sadržaja, već generiranje vašeg sadržaja, “ jer netko mora pregledati, procijeniti i usavršiti multiple opcije koje AI generira, pretvarajući ranije nevidljive odluke u jasne zadatke. To dovodi do da „odobrenja klijenata“ postaju uska grla, jer AI može proizvesti sadržaj u minutama, ali klijenti trebaju sedmice ili mjeseci da ga odobre. Elimeliah ističe da je ovo „najskuplji dio procesa. “ Kao odgovor, neke organizacije su revolucionalizirale svoj proces kratkog uvoda i koriste generativnu AI s prilagođenim šablonima za podizanje kvalitete početnih kreativnih smjernica. Gartnerova analitičarka Nicole Greene primjećuje da mnogi klijenti sada koriste generativnu AI rano u procesu za razvoj kvalitetnijih strateških kreativnih inputa za svoje agencije. Rolfe iz Hogartha opisuje promjenu u filozofiji proizvodnje: korištenje AI omogućilo je skraćenje vremena proizvodnje promotivnih materijala za telekomunikacijskog klijenta sa sedam na dvije sedmice. Međutim, takva učinkovitost zahtijeva usvajanje „komponentnog razmišljanja, “ s fokusom na postprodukcijske tokove rada umjesto na tradicionalno brzo masovno snimanje sadržaja. Drugi poduhvati koriste automatizirane sisteme kontrole kvaliteta koji primjenjuju checkliste za provjeru faktora kao što su omjer stranica, dosljednost osvjetljenja, vrijeme prikazivanja logotipa i mjerne vrijednosti performansi. Uprkos takvoj automatizaciji, marketinari ostaju oprezni u potpunom prepuštanju procesa AI-u. Ómarsson napominje: „AI sadržaj može biti fantastičan ili grozan. Svi učimo kako vjerovati…u ono što generiraju LLM-ovi. “ Zaključno, dok generativna AI pruža velike mogućnosti za efikasnost i poboljšanje kvalitete sadržaja, njena učinkovita implementacija zahtijeva značajno vrijeme, ulaganja, talente, pravne zaštite i prilagodbe ljudskih tokova rada—svaki od ovih faktora predstavlja potencijalni rizik koji kreativni timovi moraju pažljivo navigirati.