Az AI-által támogatott kreatív csapatok által szembesített kihívások pontos dollárértékének meghatározása nehéz, de mindegyik potenciális akadályt jelent, amely veszélyezteti sikerüket. A Gartner 2023 októberében végzett felmérése 400 globális marketinges között azt találta, hogy 58% generatív AI-t használ tartalomkészítésre. Sok hirdető arra törekszik, hogy félautomata rendszereket fejlesszen ki, mint például a Unileveré, bár egy ilyen AI-alapú gyártósor kiépítése több mint egy évig is eltarthat. Craig Elimeliah, a Code & Theory kreatív igazgatója az AI-gyártást úgy hasonlítja, mintha „saját házat építenénk, nem pedig bérelnénk valaki másét. ” Ez a „házépítés” magában foglal jogi tanácsadást, megfelelő nagy nyelvi modellek (LLM-ek) kiválasztását egy márka számára, valamint a márka irányelveinek és korábbi tartalmaknak alapos összegyűjtését olyan rövidítésekbe, amelyeket a generatív AI megért. Emellett sok próbálkozás-ra van szükség, hogy biztosítsák a rendszer megbízhatóan kezeli a márkaérzékeny anyagokat. Ez a felállás jelentős időráfordítást igényel, ami ironikus módon akkor történik, amikor a marketingesek 81%-a a megtakarított időt méri sikerességük mércéjeként a Gartner szerint. Dave Rolfe, a WPP Hogarth globális produkciós vezetője hozzáteszi, hogy a legdrágább elem a folyamat alkalmazásához való alkalmazkodás. Emellett a szakértői személyzet toborzása az ilyen AI-rendszerek tervezéséhez, bevezetéséhez és működtetéséhez kihívást jelent, különösen a techóriások és reklámszervezetek által folytatott verseny mellett az AI-találkozókért való küzdelemben. James Thoams, a Dentsu Creative globális CTO-ja hangsúlyozza, hogy „AI-szakértőt nehéz találni. ” A generatív AI-t gyakran előfizetéssel érhetjük el, de egyes cégek, köztük az OpenAI, korlátokat szabnak a használatnak, és krediteket árusítanak a fizetés szerint, ami megnehezítheti a prémium modellekkel való intenzív tesztelést. Ómar Thor Ómarsson, az Optise ügyvezető igazgatója, amely B2B AI-eszközöket kínál organikus keresési eredmények javítására, figyelmeztet arra, hogy az, hogy a cégek nagy mennyiségű tartalmat generálnak kérésre, növekvő költségekkel jár. Bár az egyes promptok csupán töredék centbe kerülnek, a kampányok, mint például a Coca-Cola karácsonyi reklámja, amely 70 000 kérésből állt, gyorsan összegyűjtik a kiadásokat. Ómarsson rámutat: „az ösztönszerűtlen tesztelés nagy promptokkal és prémium modellekkel csendben összeadódhat. ” Jogi aggodalmak is fennállnak az AI cégek és szerzők közötti szerzői jogi viták miatt, így egyes ügyfelek haboznak, hogy melyik LLM-et alkalmazzák. Nagyobb ügynökségek ezt úgy oldják meg, hogy védelemben részesítik magukat. Például a WPP 2022 eleje óta integrálta az összhangellenőrzéseket a WPP Open platformjába. A vállalatok, amelyek saját szervezetükben dolgoznak, általában nem rendelkeznek ilyen védelemmel, így a megfelelés jelentős szemponttá válik.

Rolfe hangsúlyozza, hogy szükség van korlátozott rendszerre, amely összekapcsolódik a megfelelési normákkal. A technológia mellett a hagyományos emberi munkafolyamatok is okoznak késedelmeket. Az ügynökségek és ügyfél szervezetek döntési folyamatai gyakran több időt vehetnek igénybe, mint maga az AI-alapú tartalomkészítés. Elimeliah szerint „a valódi költség nem az assetek generálása, hanem azoké, mert valakinek át kell néznie, megítélni és finomítani a sok lehetőséget, amelyet egy AI prompt eredményezett, ” így az eddig láthatatlan döntéshozási munka nyilvánvaló feladatokká válik. Ez vezet ahhoz, hogy az „ügyfél jóváhagyások” szűk keresztmetszetté váljanak, mivel az AI percek alatt készít tartalmat, de az ügyfelek heteket vagy hónapokat töltenek jóváhagyással. Elimeliah ezt az időbeli szakadékot a „leggingesebb részeként” emeli ki a gyártási láncnak. Válaszként néhány szervezet átdolgozta a briefing folyamatait, és generatív AI-t alkalmaz speciális sablonokkal a kezdeti kreatív rövidítések megkönnyítésére. Gartner elemzője, Nicole Greene megjegyzi, hogy sok ügyfél most korán bevezet generatív AI-t, hogy magasabb minőségű stratégiai kreatív bemeneteket fejlesszen ki ügynökségeik számára. Rolfe, a Hogarthnál, a gyártási filozófia változásáról beszél: az AI lehetővé tette, hogy a cég a telekommunikációs kliens promóciós kampányának anyagaitól a hétből két hétre rövidítse a gyártási időt. Ahhoz azonban, hogy ilyen hatékonyságokat elérjenek, szükség van a „komponens szemlélet” elfogadására, ami a post-production munkafolyamatokat helyezi előtérbe a hagyományos gyors tömeges tartalomfelvételi módszerekkel szemben. Más vállalatok automatizált minőségellenőrző rendszereket alkalmaznak, amelyek előre ellenőrző listákat használnak, például az oldalarány, a világítás konzisztenciája, a logó időzítése és a teljesítménykövetelmények értékelésére. Bár ilyen automatizáció van, a marketingesek továbbra is óvatosak az AI-eljárások teljes mértékű átadásával kapcsolatban. Ómarsson megjegyzi: „az AI tartalom lehet csodálatos, de lehet szörnyű is. Mindannyian tanulunk bízni abban…amit az LLM-ekből kihozunk. ” Összességében, míg a generatív AI nagy lehetőségeket rejt a tartalomkészítés hatékonysága és minősége szempontjából, hatékony alkalmazásához jelentős idő, beruházás, tehetség, jogi védelem és az emberi munkafolyamatok módosítása szükséges—mindegyik potenciális kockázatot jelent, amelyeket a kreatív csapatoknak óvatosan kell kezelniük.