La Inteligencia Artificial es una realidad que -por ahora- no parece tener más límites de crecimiento que los de su propio desarrollo. El mismo que se retroalimenta con su ejecución y el trabajo de los expertos en el tema. Pero ¿cómo se vincula al sector del marketing?. La respuesta a está interrogante y más sobre el tema, las ofrece José Barranquero, Country Manager RTB España quien ha conversado en exclusiva con Merca2.0.

Merca2.0: ¿Crees que la Inteligencia Artificial ha llegado para quedarse en el sector del marketing?

La Inteligencia Artificial ha cambiado para siempre el marketing tal y como lo conocemos. Como profesionales del marketing, ya podemos elegir cuál es la mejor estrategia para captar mejor a los clientes y alcanzar el mercado potencial como nunca antes. Pero aún hay margen para crecer. Las herramientas de Deep Learning son el próximo paso importante en la investigación basada en la inteligencia artificial y generarán una ola de innovación en todas las industrias. Esto posibilitará una nueva era de comercialización que experimentarán tanto los anunciantes como los usuarios finales.

El Deep Learning cambió nuestra conceptualización sobre la efectividad. El campo más prometedor de la investigación basada en la inteligencia artificial ya se puede encontrar en Google Translate, en los coches inteligentes de Tesla o los sistemas de recomendación de Netflix y Spotify, por nombrar solo algunos ejemplos. Esas son las marcas más revolucionarias en sus industrias. Y todo gracias a la Inteligencia Artificial.

Las herramientas de Deep Learning de Marketer generarán cambios en la forma en que recomendamos los productos, valorando cuidadosamente el perfil de un comprador potencial, prediciendo la probabilidad de conversión y, lo más importante, aprendiendo sobre sus deseos. Según RTB House, los algoritmos de Deep Learning ayudan a lograr un análisis del usuario extremadamente preciso y, como resultado, hacen que la publicidad sea hasta un 50% más eficiente.

Muchas marcas ven el beneficio de implementar la IA y las soluciones de Deep Learning en sus productos o herramientas. En el futuro, esperamos ver empresas líderes enfocadas en desarrollar su potencial de IA.

Merca2.0: ¿Cómo están implementando las empresas la Inteligencia Artificial en sus estrategias de marketing?

Realmente depende de los presupuestos, el modelo de negocio y el desarrollo técnico de la empresa. La inteligencia artificial le facilita la vida a un vendedor. Las empresas ofrecen diseño de logotipo instantáneo basado en IA (LogoJoy), robots que escriben materiales de relaciones públicas (PingGo) o incluso los que producen vitrinas de una agencia (Saatchi & Saatchi). Además, Coca-Cola anunció que desea usar bots para crear música para anuncios, escribir guiones, publicar un anuncio en las redes sociales y comprar medios.

Las empresas tienen actualmente una cantidad tan grande de datos para analizar que no están al día con el procesamiento. Esto afecta directamente las decisiones tomadas por sus empleados y, en consecuencia, a los resultados financieros. Las empresas especializadas en la recopilación y análisis de datos multisector tendrán un papel cada vez más importante. Las compañías con presupuestos más grandes usarán a su vez IA para sugerir qué ofrecer a los clientes, recomendar términos para darles a los proveedores e instruir a los empleados sobre qué decir y qué hacer, en tiempo real. También surgirán pronto muchas nuevas empresas, ofreciendo soluciones basadas en algoritmos de Deep Learning, ya que esta tecnología se va a expandir.

Cuando se trata estrictamente del retargeting y la publicidad, la mayoría de los servicios de las empresas aún se basan en algoritmos de machine learning: la técnica de referencia que se utiliza ampliamente en todas las industrias. Curiosamente, los enfoques más avanzados están comenzando a extenderse, como el Deep Learning: una rama innovadora que imita de cerca el trabajo del cerebro humano en el procesamiento de datos y la creación de patrones de toma de decisiones. Inspirado por las neuronas biológicas en nuestros cerebros, esta tecnología hizo posible obtener descripciones del usuario más fiable, más precisas e interpretables por una máquina. Esta tecnología puede predecir los hábitos y deseos únicos de un usuario para la industria publicitaria. Simplifica nuestra experiencia cotidiana de usuario al ofrecer anuncios totalmente orientados que contienen no solo los productos que tenemos más probabilidades de comprar, sino también aquellos que no hemos visto o productos en los que ni siquiera hemos pensado. En esta etapa, RTB House es una de las pocas compañías en el mundo que ha desarrollado e implementado su propia tecnología 100% basada en Deep Learning para la compra de anuncios en el modelo RTB.

Merca2.0: ¿Cuáles son las principales ventajas del uso de la Inteligencia Artificial en las estrategias de marketing?

Las aplicaciones en la efectividad de nuestras estrategias de marketing son múltiples pero si he de elegir una ventaja, sería la enfocada a conocer mejor a nuestros consumidores identificando las razones que lo motivan a comprar, permitiendo segmentación de usuarios para hacer los mensajes de mayor valor en función de sus necesidades y ciclos de consumo, favorecer la innovación de los productos a través de identificación de tendencias y mejorar en general la comunicación entre empresa y consumidor.

Merca2.0: ¿Es la Inteligencia Artificial sinónimo de eficiencia?

En términos generales, el objetivo final para el Deep Learning es facilitarnos la vida y que nuestro trabajo sea más efectivo. Y eso también incluye nuestro trabajo. No sucedería si la IA no fuera eficiente. Hablaré solo de algunos ejemplos.

En el retargeting personalizado, los algoritmos basados ​​en Deep Learning pueden reconocer picos de ventas como los humanos, pero también notan patrones difíciles de predecir y reaccionan rápidamente para lograr mejores objetivos. Los humanos no pueden notar los cambios en el comportamiento de los compradores online, pero los robots no solo son conscientes de estos patrones, sino que también pueden ser entrenados para detectarlos inmediatamente. Además, las máquinas no duermen, lo que les permite observar el mercado las 24 horas del día, los 7 días de la semana, y ajustar las actividades hasta en el cambio más pequeño que haya. Según estudios de RTB House, los algoritmos más potentes ya son capaces de responder a millones de solicitudes por segundo, que también incluye el complejo proceso de analizar de solicitudes y estimar ofertas. Esto es obviamente mucho más de lo que cualquier humano podría alcanzar. A medida que los ordenadores administran más y más tareas en lugar de analistas, esto les da a los profesionales del marketing el tiempo para innovar y hacer crecer su marca, en lugar de preocuparse por cómo analizar los datos y tomar una decisión que influirá en millones de clientes a la vez.

Veamos también el análisis de datos. En la actualidad, se producen 2,5 quintillones de bytes de datos cada día y, según IDC, se recopila, analiza y utiliza menos del 0,5% de esos datos. Con un cambio de paradigma en la inteligencia de la máquina, podemos obtener información de esos datos y actuar en consecuencia. En el retargeting personalizado, entre otras cosas, las decisiones sobre los productos que deberían aparecer en los anuncios suelen hacerse en menos de 10 milisegundos, más rápido de lo que se tarda en parpadear. La incorporación de algoritmos de Deep Learning ha permitido analizar a las personas como individuos, en lugar de la segmentación grupal. Tampoco se trata de dónde se coloca un anuncio en particular, sino a quién se muestra el banner. Las máquinas pueden seguir a un grupo objetivo y adaptar los anuncios al comportamiento y las preferencias de un usuario de una manera ultra-precisa. Por lo tanto, como señalé antes, los algoritmos de Deep Learning ayudan a lograr un análisis de usuario súper preciso y, como resultado, hacen que la publicidad sea hasta un 50% más eficiente.

Merca2.0: ¿Cuál de las técnicas de Inteligencia Artificial son las más utilizadas actualmente en el marketing?

En 2017 vimos una desviación del llamado “aprendizaje supervisado”, un enfoque estándar utilizado por el Machine Learning. Su premisa se basa en las instrucciones de una persona para que aprenda una computadora, teniendo en cuenta patrones de ejemplos, conjuntos de datos y respuestas preexistentes. Ahora, la técnica más popular es el Deep Learning, pero aún muchas empresas que acaban de empezar a trabajar en su desarrollo.

Pronto profundizaremos en áreas más sofisticadas, como Transfer Learing. Esta es una forma de Deep Learning, en la que el aprendizaje de una máquina se basa en varias simulaciones. La máquina aprende a tomar decisiones utilizando el conocimiento obtenido de muchas simulaciones, en lugar de datos de la realidad (los coches que conducen pueden aprender de simulaciones o juegos, no de conducir millones de kilómetros en la vida real). Esto hace que el proceso sea mucho más fácil, rápido y económico. Usando este método, una máquina aprende a tomar decisiones con conclusiones lógicas, analogías o deducciones por sí mismo.

Los próximos años se centrarán en el desarrollo de tecnologías basadas en la IA que reemplazarán a los seres humanos en muchas tareas difíciles, en última instancia, haciendo nuestras vidas mucho más fáciles. Pero aún nos queda mucho trabajo por delante.