Menetapkan nilai dolar yang tepat bagi cabaran yang dihadapi oleh pasukan kreatif yang dibantu AI adalah sukar, tetapi setiap satu mewakili halangan berpotensi yang mengancam kejayaan mereka. Kajian Gartner dari Oktober terhadap 400 pemasar global mendapati bahawa 58% daripada mereka menggunakan AI generatif untuk penghasilan kandungan. Ramai pengiklan berhasrat membangunkan sistem separa automatik seperti yang dilakukan oleh Unilever, walaupun membina barisan pengeluaran berasaskan AI sedemikian boleh mengambil masa lebih daripada setahun. Craig Elimeliah, ketua pegawai kreatif di Code & Theory, mengibaratkan pengeluaran AI seperti “membina rumah sendiri daripada menyewa rumah orang lain. ” Proses “pembinaan rumah” ini melibatkan khidmat nasihat undang-undang, memilih model bahasa besar (LLMs) yang sesuai untuk sesebuah jenama, serta secara teliti menyusun garis panduan jenama dan kandungan-kandungan lama menjadi ringkasan yang boleh difahami oleh AI generatif. Ia juga memerlukan ujian dan percubaan yang meluas untuk memastikan sistem mampu mengendalikan bahan sensitif jenama dengan reliabiliti. Penyediaan ini menuntut pelaburan masa yang besar, yang ironinya berlaku pada saat mana 81% daripada pemasar mengukur kejayaan berdasarkan masa yang dijimatkan melalui AI, menurut kajian Gartner. Dave Rolfe, ketua pengeluaran global di Hogarth milik WPP, menambah bahawa elemen paling mahal ialah penyesuaian kepada proses baharu ini. Selain itu, merekrut tenaga mahir untuk mereka bentuk, melaksanakan, dan mengendalikan sistem AI ini juga mencabar, berdepan persaingan mendapatkan bakat AI daripada syarikat teknologi besar dan pengiklan. James Thoams, CTO global di Dentsu Creative, menegaskan bahawa “bakat AI sukar diperoleh. ” AI generatif sering diakses melalui langganan, tetapi sesetengah syarikat, termasuk OpenAI, menghadkan penggunaan dan menjual kredit dalam model bayar mengikut penggunaan, yang boleh menyebabkan kos ujian intensif dengan model premium menjadi mahal. Ómar Thor Ómarsson, CEO Optise—penyedia alat AI B2B yang meningkatkan prestasi carian organik—mengingatkan bahawa syarikat yang menghasilkan kandungan dalam jumlah besar secara on-demand menghadapi peningkatan kos. Walaupun kos setiap arahan (prompt) hanya beberapa sen, kempen yang melibatkan puluhan ribu arahan—seperti iklan Krismas Coca-Cola yang menggunakan 70, 000 arahan—boleh dengan cepat menyebabkan perbelanjaan meningkat. Ómarsson menyatakan bahawa “ ujian tidak berdisiplin dengan arahan besar dan model premium boleh secara senyap menambah kos. ” Kebimbangan undang-undang juga kekal berikutan pertikaian hak cipta yang berterusan antara syarikat AI dan pencipta, menyebabkan sesetengah pelanggan ragu-ragu dalam memilih LLM yang akan digunakan. Agensi yang lebih besar menanganinya dengan menawarkan perlindungan indemnifikasi. Contohnya, WPP mengintegrasikan pemeriksaan pematuhan dalam platform WPP Open sejak awal tahun lalu. Jenama yang menguruskan sendiri biasanya tidak mempunyai perlindungan sebegini, menjadikan pematuhan sebagai perkara penting.

Rolfe menegaskan keperluan sistem terkawal yang berkait rapat dengan piawaian pematuhan. Selain teknologi, aliran kerja manusia yang tradisional turut menyebabkan kelewatan. Prosedur kelulusan dalam agensi dan organisasi pelanggan sering membabitkan lebih banyak masa berbanding penciptaan kandungan berasaskan AI sendiri. Elimeliah menjelaskan bahawa “kos sebenar bukanlah menjana aset, tetapi menjana aset anda, ” kerana seseorang harus menyemak, menilai, dan memperhalusi beberapa pilihan yang dijana oleh satu arahan AI, menjadikan kerja keputusan yang sebelum ini tidak nampak menjadi tugas yang jelas. Ini menjadikan “kelulusan pelanggan” sebagai halangan utama, kerana AI mampu menghasilkan kandungan dalam minit, tetapi pelanggan memerlukan minggu atau bulan untuk meluluskan. Elimeliah menekankan bahawa jarak masa ini ialah “bahagian paling mahal dalam saluran. ” Sebagai tindak balas, sesetengah organisasi telah mengubah suai proses penyerahan maklumat mereka dan menggunakan AI generatif dengan templat khas untuk meningkatkan aspek awal ringkasan kreatif. Penganalisis Gartner, Nicole Greene, memerhati bahawa ramai pelanggan kini menggunakan AI generatif awal untuk menghasilkan input kreatif strategik yang lebih berkualiti untuk agensi mereka. Rolfe di Hogarth menggambarkan perubahan dalam falsafah pengeluaran: penggunaan AI membolehkan syarikat memendekkan masa pengeluaran bahan kempen promosi telco dari tujuh minggu kepada dua minggu. Walau bagaimanapun, mencapai kecekapan sedemikian memerlukan pendekatan “berpikir komponen, ” memfokuskan kepada aliran kerja pasca pengeluaran berbanding pengambilan kandungan secara besar-besaran dengan pantas secara tradisional. Syarikat lain menggunakan sistem kawalan kualiti automatik yang menilai faktor seperti nisbah aspek, konsistensi pencahayaan, masa logo, dan penanda aras prestasi. Walaupun automasi sedemikian membantu, pemasar tetap berhati-hati terhadap proses AI yang sepenuhnya tidak memerlukan campur tangan manusia. Ómarsson mengingatkan, “kandungan AI boleh hebat dan boleh juga mengecewakan. Kita semua sedang belajar mempercayai…apa yang dihasilkan oleh LLMs. ” Secara keseluruhan, walaupun AI generatif menawarkan peluang besar untuk kecekapan dan peningkatan kualiti penciptaan kandungan, pelaksanaannya yang berkesan memerlukan pelaburan masa, sumber, bakat, perlindungan undang-undang, dan penyesuaian dalam aliran kerja manusia—setiap satunya berpotensi menjadi risiko yang perlu dipikul oleh pasukan kreatif dengan berhati-hati.