AI-सहाय्यित सर्जनशील संघटनांना येणाऱ्या आव्हानांना अचूक डॉलर मूल्य निश्चित करणे कठीण आहे, परंतु प्रत्येक एक त्यांच्या यशास धोका निर्माण करणाऱ्या शक्य तितक्या अडचणींचे प्रतिनिधीत्व करतो. ऑक्टोबरमध्ये झालेल्या Gartner सर्वेक्षणानुसार, जागतिक 400 विपणकांपैकी 58% जेनरेटिव्ह AI वापरतात कॉन्टेन्ट निर्मितीसाठी. अनेक जाहिरातदार सेमी-स्वयंचलित प्रणाली विकसित करण्याचा प्रयत्न करतात, जसे की Unilever सारख्या कंपनींची, जरी अशा AI-आधारित उत्पादन लाइनची निर्मिती एक वर्षांपेक्षा अधिक काळ घेऊ शकते. Code & Theory च्या प्रमुख सर्जनशील अधिकारी Craig Elimeliah म्हणतात, AI उत्पादनाला “आपल्या घराच्या बांधकामाप्रमाणे” संबोधित करतात, ज्यामध्ये कायदेशीर सल्ला, योग्य मोठ्या भाषेच्या मॉडेल्सची निवड, आणि ब्रँड मार्गदर्शक तत्त्वे व जुने कंटेन्ट संकलित करणे यांचा समावेश होतो. हे सर्व सुनिश्चित करण्यासाठी अनेक प्रयत्न आणि चूक करणे आवश्यक असते, जेणेकरून सिस्टम ब्रँड-संवेदनशील सामग्री योग्यरित्या हाताळेल. हे सर्व सेटअप खूप वेळ घालवतो, आणि या वेळी जलद परिणाम हवे असल्याचा अनुभव असतानाही, Gartner च्या अभ्यासानुसार 81% विपणक AI द्वारे वेळ वाचवण्याने यश मोजतात. WPP च्या Hogarth च्या जागतिक उत्पादन प्रमुख Dave Rolfe पुढे म्हणतात, की या नवीन प्रक्रियेचा सर्वात महागडा भाग म्हणजे त्याची जुळवजा करणे. तसेच, अशा AI प्रणालींचे डिझाइन, अंमलात आणणे व चालवण्याकरिता कुशल कर्मचारी भाड्याने घेणे हे देखील आव्हान आहे, कारण टेक महागड्या कंपन्या आणि जाहिरातदार यांच्यात AI प्रतिभेसाठी स्पर्धा वाढत आहे. James Thoams, Dentsu Creative च्या जागतिक CTO, म्हणतात, “AI प्रतिभा सहज मिळत नाही. ” जेनरेटिव्ह AI सहसा सबस्क्रिप्शनद्वारे उपलब्ध असते, पण काही कंपन्या, जसे की OpenAI, वापर मर्यादित करतात आणि क्रेडिट्स विकतात, त्यामुळे प्रीमियम मॉडेल्सच्या खाल्चील चाचण्या महागड्या पडू शकतात. Ómar Thor Ómarsson, Optise च्या CEO, जे B2B AI टूल्स पुरवतो आणि ऑर्गनिक शोध कार्यक्षमता सुधारतो, म्हणतात की, मोठ्या प्रमाणावर कंटेन्ट तयार करणाऱ्या कंपन्यांना खर्च वाढण्याचा धोका आहे. जरी व्यक्तिगत प्रॉम्प्टचे खर्च फक्त थोऱ्या टक्क्यांमध्ये असले तरी, दहाजणीसह लाखो प्रॉम्प्ट्सचा वापर करणे, जसे की Coca Cola च्या ख्रिसमस जाहिरातीत 70, 000 प्रॉम्प्ट्स वापरल्या गेल्या, खर्च जलद वाढतो. Ómarsson नमूद करतात की, “अव्यवस्थित चाचणी करणाऱ्या मोठ्या प्रॉम्प्ट्स आणि प्रीमियम मॉडेल्ससह महागडे खर्च सहज वाढू शकतात. ” कानूनी चिंता देखील कायम आहेत, कारण AI कंपन्या आणि लेखक यांदरम्यानच्या कॉपीराइट वादांमुळे काही ग्राहक कोणत्या LLM चा वापर करावा, यावर अविश्वस असतात. मोठ्या एजन्सींकडून यासाठी विमा संरक्षण दिले जाते, जसे की WPP ने यावर्षीच्या सुरुवातीपासून त्याच्या WPP Open प्लॅटफॉर्ममध्ये अनुपालन तपासण्या समाविष्ट केल्या आहेत. घरगुती संस्थानांमध्ये असे संरक्षण नसल्यामुळे, अनुपालन महत्त्वाचा मुद्दा ठरतो. Rolfe म्हणतात, की पात्रता जोडलेल्या प्रणाली व नियम वाच्य असाव्यात. तंत्रज्ञानाबाहेर जाऊन पारंपरिक मानवी कार्यप्रणाली उशीर करतात.

एजन्सी आणि क्लायंट संघटनांमधील मान्यतेच्या प्रक्रिया स्वतः AI-प्रेरित सामग्रीपैंकी जास्त वेळ घेतात. Elimeliah स्पष्ट करतात, की, “खरंच ओळखण्याचा खर्च नाही, तर तुमच्या संपत्तीचा खर्च आहे, ” कारण एखाद्याला पुनरावलोकन करावे, न्याय करावा आणि सुधारावे लागते, ज्यामुळे पूर्वी दिसत नसलेले निर्णय कार्य स्पष्ट्यात येतात. यामुळे “क्लायंट मान्यते” हे अडथळे निर्माण होतात, कारण AI काही मिनिटांत कंटेन्ट तयार करते, पण क्लायंट्सना ते मान्य करण्यासाठी आठवड्यांत किंवा महिन्यांत लागतात. Elimeliah म्हणतात, की, या वेळेच्या फरकाने “पाइपलाइनमधील सर्वात महागडा भाग” निर्माण होतो. या पार्श्वभूमीवर, काही अधिकारांनी आपले ब्रिफिंग प्रक्रिया पुन्हा रेटल्या आहेत आणि विशेष टेम्प्लेट्ससह जेनरेटिव्ह AI वापरतात, ज्यामुळे प्राथमिक सर्जनशील ब्रिफ सुधारतात. Gartner च्या विश्लेषक Nicole Greene सूचित करतात, की अनेक क्लायंट आता उच्च दर्जाच्या धोरणात्मक सर्जनशील इनपुटसाठी टोकावर AI वापरतात. Hogarth च्या Rolfe सांगतात, उत्पादन धोरणात तीव्र बदल घडतो, जिथे AI वापरून टेलिकोम कंपनीच्या प्रचार मोहिमेच्या सामग्रीच्या निर्मितीचा वेळ सात आठवड्यांपासून दोन आठवड्यांपर्यंत कमी करण्यात आला. मात्र, अशा कार्यक्षमतेसाठी ‘तत्त्वज्ञानाचा विचार’ आवश्यक आहे, ज्यामध्ये वेगळी थोडीशी भिंत उलटावी लागते, म्हणजे पोस्ट-प्रोडक्शन कार्यप्रवाहांवर लक्ष केंद्रित करणे, परंपरागत जलद मोठ्या प्रमाणावर सामग्री तयार करणे यापेक्षा महत्त्वाचे मानले जाते. इतर कंपन्या ऑटोमेटेड गुणवत्ता नियंत्रण प्रणाली वापरतात, जसे की, फ्रेम रेशो, प्रकाशमानता, लोगो वेळ व कामगिरीचे मानक तपासण्यासाठी प्री-फ्लाइट चेकलिस्ट्स. अशा ऑटोमेशनसहही, विपणक संपूर्ण AI प्रक्रिया पूर्णपणे हाताळण्याकडे सावध आहेत. Ómarsson म्हणतात, “AI कंटेन्ट आश्चर्यकारक असू शकते आणि भलतही असू शकते. आपण सगळेच शिक्षण घेत चाललो आहोत…काय तयार होत आहे ते विश्वास ठेवण्याची कला शिकतोय. ” सारांशतः, जेनरेटिव्ह AI सामग्री निर्मितीच्या कार्यक्षमतेत आणि गुणवत्तेत मोठ्या संधी प्रदान करते, पण त्याची प्रभावी अंमलबजावणी करण्यासाठी वेळ, गुंतवणूक, टॅलेंट, कायदेशीर सुरक्षा आणि मानवी कार्यप्रणालींमध्ये फेरबदल आवश्यक आहे. या प्रत्येक गोष्टींमुळे सर्जनशील संघटनांना सावधपणे करत राहावे लागते, कारण तेथे अनेक धोके असू शकतात.