Določitev natančne vrednosti v dolarjih za izzive, s katerimi se soočajo kreativne ekipe, ki uporabljajo umetno inteligenco, je težka, vendar vsak izmed njih predstavlja potencialno oviro, ki ogroža njihov uspeh. Gartnerjeva anketa iz oktobra med 400 svetovnimi marketinškimi strokovnjaki je pokazala, da 58 % uporablja generativno umetno inteligenco za ustvarjanje vsebin. Mnogi oglaševalci si prizadevajo razviti polavtomatizirane sisteme, kot je Unilever, čeprav gradnja takšne produkcijske linije, ki temelji na AI, lahko traja več kot leto dni. Craig Elimeliah, glavni kreativni direktor pri Code & Theory, primerja proizvodnjo z umetno inteligenco z “gradnjo lastne hiše namesto najema tuje”. Ta “gradnja hiše” vključuje pravne svetovalne storitve, izbiro ustreznih velikih jezikovnih modelov (LLMs) za blagovno znamko ter natančno sestavljanje smernic blagovne znamke in preteklih vsebin v predloge, ki jih generativna AI lahko razume. Prav tako je potrebnih obsežno preizkušanje in popravki, da se zagotovi zanesljivo ravnanje sistema z vsebino, občutljivo za blagovno znamko. Ta nastavitev zahteva znatno časovno vlaganje, kar je ironično, saj 81 % marketinških strokovnjakov iz ankete Gartnerja meri uspešnost s prihrankom časa, ki ga omogoča AI. Dave Rolfe, vodja produkcije v Hogarthu pri WPP, dodaja, da je najdražji del prilagajanje temu novemu procesu. Poleg tega je iskanje usposobljenega osebja, ki bi oblikovalo, implementiralo in upravljalo takšne AI sisteme, težavno ob konkurenci za talente na področju umetne inteligence s strani tehnoloških velikih podjetij in oglaševalcev. James Thoams, globalni CTO pri Dentsu Creative, poudarja, da je “talent za AI težko najti. ” Generativno umetno inteligenco je pogosto mogoče dostopati prek naročnine, vendar nekatere družbe, vključno z OpenAI, omejujejo uporabo in prodajajo kredite po modelu plačaj-po-uporabi, kar lahko stroške intenzivnih testov z vrhunskimi modeli povečuje. Ómar Thor Ómarsson, direktor Optise – ponudnika B2B orodij za umetno inteligenco, ki izboljšujejo organski iskalni učinek, opozarja, da podjetja, ki na zahtevo ustvarjajo velike količine vsebin, naletijo na rast stroškov. Čeprav posamezni ukazi stanejo le dele centa, kampanje z desettisoči ukazi – na primer Coca Cola, ki je za božično oglaševanje uporabila 70. 000 ukazov – povzročajo stroške, ki se hitro seštevajo. Ómarsson opozarja, da “neorganizirano testiranje z velikimi ukazi in vrhunskimi modeli tiho povečuje stroške. ” Prav tako ostajajo pravne skrbi zaradi nerešenih sporov glede avtorskih pravic med podjetji za AI in avtorji, zaradi česar se nekateri naročniki zahvaljujejo, katero LLM naj uporabljajo. Večeje agencije se pri tem zanašajo na odškodninske klavzule. Na primer, WPP je že lani vključil preverjanje skladnosti v svojo platformo WPP Open.

Blagovne znamke, ki delajo interno, običajno nimajo te zaščite, zato je skladnost pomemben dejavnik. Rolfe poudarja potrebo po omejenih sistemih, ki so povezani s standardi skladnosti. Poleg tehnologije pa tradicionalni človeški delovni postopki povzročajo zamude. Postopki odobritve znotraj agencij in pri strankah pogosto zavzamejo več časa kot sama ustvarjanje vsebin z uporabo AI. Elimeliah pojasnjuje, da “pravi strošek ni ustvarjanje vsebin, temveč ustvarjanje vaših vsebin, ” saj mora nekdo pregledati, oceniti in izpopolniti več možnosti, ki jih generira en sam ukaz AI, kar je prej neopazno odločitev, zdaj pa se spreminja v jasne naloge. To vodi do tega, da “odobritve strank” postajajo ozka grla, saj AI proizvaja vsebine v minutah, stranke pa za odobritev potrebujejo tedne ali mesece. Elimeliah poudarja, da je ta časovni razmik “najdražji del pipelines. ” V odgovor se nekatere organizacije poslužujejo prenovljenih postopkov priprave briefov in uporabljajo generativno AI z namensko oblikovanimi predlogami za povezovanje začetnih kreativnih smernic. Gartnerjeva analitičarka Nicole Greene opaža, da mnogi naročniki zdaj uporabo generativne AI zgodaj razvijajo za ustvarjanje višje kakovostnih strateških kreativnih vhodnih podatkov za svoje agencije. Rolfe v Hogartu opisuje spremembo v filozofiji produkcije: uporaba AI je podjetju omogočila, da je skrajšalo čas produkcije promocijskih materialov za naročnika telekomunikacijskega podjetja s sedem na dve tedni. Vendar pa takšne učinkovitosti zahtevajo sprejem “sodobnega razmišljanja o gradnji sestavnih delov”, kjer se namesto hitrega zajema vsebin v velikem obsegu osredotočimo na postopke v fazi postprodukcije. Druge družbe uporabljajo avtomatizirane sisteme za nadzor kakovosti, ki vključujejo predletočne sezname preverjanja, ocenjevanje dejavnikov, kot so razmerje stranic, doslednost osvetlitve, časovni razmik logotipa in poslušanje izkoriščanja. Kljub taki avtomatizaciji pa so marketinški strokovnjaki ostali previdni pri popolnoma samodejnih AI postopkih. Ómarsson opozarja, da “se lahko AI vsebine izkažejo za čudovite ali grozeče. Vsi se učimo zaupati…v to, kar prihaja iz LLM-jev. ” Skupno lahko povzamemo, da generativna umetna inteligenca ponuja velike priložnosti za izboljšanje učinkovitosti in kakovosti vsebine, vendar za njeno učinkovito uvajanje zahteva velik čas, vložek, talente, pravno varstvo in prilagoditve človeških delovnih postopkov – vsak od teh dejavnikov pa predstavlja potencialno tveganje, ki se ga kreativne ekipe morajo previdno lotiti.