Assignar un valor en dòlars precís als reptes que afronten els equips creatius assistits per IA és difícil, però cadascun d’ells representa un obstacle potencial que amenaça el seu èxit. Una enquesta de Gartner de l’octubre, amb 400 màrqueters globals, va descobrir que un 58% utilitza IA generativa per a la producció de contingut. Molts anunciants aspiren a desenvolupar sistemes semiautomatitzats com els de Unilever, encara que la construcció d’una línia de producció basada en IA pot durar més d’un any. Craig Elimeliah, director creatiu de Code & Theory, compara la producció amb IA a “construir la teva pròpia casa en lloc de llogar la d’algú altre. ” Aquesta “construcció de casa” implica assessorament legal, seleccionar models de llenguatge grans (LLMs) apropiats per a una marca, i recopilar amb cura les lliçons de marca i els continguts passats en Briefings que la IA generativa puga entendre. També requereix molts intents i errors per assegurar que el sistema maneja de manera fiable els materials sensibles a la marca. Aquest procés requereix una inversió de temps significativa, irònicament just quan el 81% dels màrqueters mesuren l’èxit en funció del temps estalviat gràcies a la IA, segons l’estudi de Gartner. Dave Rolfe, cap de producció mundial de WPP’s Hogarth, afegeix que l’element més costós és adaptar-se a aquest nou procés. A més, reclutar personal qualificat per dissenyar, implementar i operar aquests sistemes d’IA és un repte en un entorn de competència per talent en IA, amb gegants tecnològics i anunciants. James Thoams, CTO mundial de Dentsu Creative, subratlla que “el talent en IA és difícil de trobar. ” L’IA generativa sovint s’accedeix mitjançant subscripcions, però algunes empreses, com OpenAI, limiten l’ús i venen crèdits en un model de pagament per ús, la qual cosa pot fer que les proves intensives amb models premium siguin cares. Ómar Thor Ómarsson, CEO d’Optise—una plataforma de la B2B que millora el rendiment de les cerques orgàniques—avisa que les empreses que generen grans volums de contingut a demanda afronten costos creixents. Tot i que els prompts individuals només valen cents, les campanyes amb desenes de milers—com la publicitat de Nadal de Coca-Cola que va utilitzar 70. 000 prompts—fan que les despeses creixin ràpidament. Ómarsson assenyala que “les provessense disciplina amb prompts grans i models premium poden sumar-se en silenci. ” Les preocupacions legals també persisteixen enmig de disputes de drets d’autor entre empreses d’IA i autors, fet que fa que alguns clients dubtin sobre quin LLM desplegar. Agencies més grans solucionen això proporcionant indemnitzacions. Per exemple, WPP va incorporar controls de compliment en la seva plataforma WPP Open a principis de l’any passat. Les marques que treballen internament normalment no disposen de protecció similar, fet que fa que el compliment sigui una consideració important.

Rolfe subratlla la necessitat de sistemes tancats vinculats a estàndards de compliment. A més de la tecnologia, els fluxos de treball humans tradicionals són un altre factor que provoca retards. Els procediments d’aprovació dins d’agències i organitzacions de clients sovint consumeixen més temps que la creació de contingut assistida per IA. Elimeliah explica que “el cost real no és generar els actius, és generar els teus actius, ” ja que algú ha de revisar, jutjar i millorar les múltiples opcions que genera una sola ordre de IA, convertint en tasques explícites un treball de decisió fins ara invisible. Això fa que les “aproximacions del client” esdevinguin coll d’ampolla, ja que la IA produeix contingut en minuts, però els clients triguen setmanes o mesos a aprovar-lo. Elimeliah destaca aquesta diferència de temps com “la part més costosa de la cadena. ” Per afrontar-ho, algunes organitzacions han reformat els seus processos de briefing i utilitzen IA generativa amb plantilles especialitzades per elevar els Briefings creatius inicials. La analista de Gartner, Nicole Greene, observa que molts clients ara treballen amb IA generativa de manera inicial per desenvolupar insígnies creatives estratègiques de més qualitat per a les seves agències. Rolfe a Hogarth descriu un canvi en la filosofia de producció: utilitzar IA va permetre reduir el temps de producció dels materials de campanya promocional d’un client de telecomunicacions de set setmanes a dues. Però obtenir aquestes eficiències requereix adoptar una “mentalitat de component, ” prioritzant els fluxos de treball postproducció sobre la captura ràpida de contingut en gran quantitat tradicional. Altres empreses utilitzen sistemes de control de qualitat automatisats que apliquen checklists previs a la sortida, valorant factors com la relació d’aspecte, la coherència d’il·luminació, el temps del logotip i els indicadors de rendiment. Malgrat aquesta automatisació, els màrqueters segueixen essent cautelosos davant processos completament automàtics. Ómarsson comenta que “el contingut d’IA pot ser genial o horrorós. Tots estem aprenent a confiar en. . . el que surt dels LLMs. ” En resum, tot i que la IA generativa ofereix grans oportunitats per a l’eficiència en la creació de contingut i la millora de la qualitat, la seva implementació efectiva requereix temps, inversió, talent, mesures legals i ajustaments als fluxos de treball humans, cadascun d’ells representant riscos potencials que els equips creatius han de gestionar amb cura.