La llegada de financieros a los altos puestos de las empresas trajo una exigencia importante a la mercadotecnia en enfocar sus esfuerzos de la manera más eficiente posible. La inteligencia artificial en marketing se convirtió por extensión en la próxima respuesta lógica después de los algoritmos y la personalización de contenido.
Inteligencia Artificial en marketing
El uso de personalización y algoritmos de mejora constante han existido en mercadotecnia hace muchos años. En sus inicios se trató de esfuerzos estadísticos simples como el A/B Testing que no es más que un modelo de inferencia bayesiana que busca que las evidencias u observaciones determinen la probabilidad de que una hipótesis pueda ser cierta. Con el tiempo y el avance en el poder de cómputo de los grandes jugadores tecnológicos de la mano de una mayor volumen de datos, pasamos de la estadística a la experimentación de la inteligencia artificial. Esta palabra se ha utilizado tanto que parece aditivo de comida y en marketing es tan común como “endulzado con stevia”. Hoy la mayoría de los proveedores de Martech o Marketing Technology presumen de tener sistemas de inteligencia artificial que hacen que su servicio sea superior.
No obstante, basta leer a Kai-Fu Lee en AI 2041 para entender que hay cientos de distintos niveles de esta tecnología. Desde Deep Learning (conjunto de algoritmos que modelan abstracciones de alto nivel en datos usando arquitecturas computacionales) y Big Data, hasta Generative Adversarial Networks (una tipo de algoritmos de inteligencia artificial que se utilizan en el aprendizaje no supervisado, implementadas por un sistema de dos redes neuronales que compiten mutuamente en una especie de juego de suma cero). Con leer dos definiciones, nos damos cuenta que no son temas de consumo popular y que rara vez entendemos sus verdadera implicaciones. En marketing nos hemos limitado a que la Inteligencia Artificial hace las cosas más eficientes.
Este enfoque es muy peligroso, la inteligencia artificial puede hacer que un proceso creativo sea más eficiente pero menos acertado. Un ejemplo súper simplificado del poder excesivo que damos a estas herramientas es Solid Gold Bomb que ideó un proceso automatizado para crear camisetas basadas en el slogan británico “Keep Calm”. El sistema automatizado creó una iteración con “Keep Calm and Hit Her” entre muchas otras. En este ejemplo, el proceso de cómputo era simple, pero causó daño irreparable a la marca que en 2013 cerró a causa del escándalo. Este ejemplo sucede todos los días, al escribir “Tlaxcala” en Google verá en la primera opciones la recomendación “Tlaxcala no existe” o escribir “Chuck Norris” verá otra lista de resultados interesantes.
Los efectos de la Inteligencia artificial en marketing de redes sociales
La inteligencia artificial también está presente en motores de recomendación, Facebook pasó buena parte del 2021 defendiendo ante el congreso norteamericano los efectos de su motor de inteligencia artificial en el impacto que tienen en adolescentes. Las recomendaciones de Instagram tienen efectos de controversia en el comportamiento de identidad de género, una lectura sumamente interesante del Financial Times lo explica muy bien (ver aquí). En 2019, Instagram presumía el uso de Inteligencia Artificial en la generación de recomendaciones a usuarios (https://ai.facebook.com/blog/powered-by-ai-instagrams-explore-recommender-system/) En su artículo el equipo de Instagram detalla cómo construyen las recomendaciones a partir de Inteligencia Artificial aplicada a su enorme audiencia —más de mil millones de usuarios activos—. El artículo termina con “La escala tanto de la comunidad como del inventario de Instagram requiere habilitar una cultura de experimentación de alta velocidad y eficiencia de los desarrolladores para recomendar de manera confiable lo mejor de Instagram para los intereses individuales de cada persona”. La frase clave es “cultura de experimentación”. Un año después Instagram estaba frente al congreso defendiéndose, lo admitan o no, el motor de Inteligencia Artificial es por lo menos parte del problema.
En marketing debemos reforzar que el valor humano sigue siendo nuestra mayor aportación, la supervisión y toque fino de una campaña construye resultados. Ciertamente la tecnología nos hará más eficientes pero en el proceso tendrá —forzosamente— que equivocar para “aprender”. Debemos ser cuidadosos de no hacer omnipotente a la herramienta tecnológica. Ciertamente la inteligencia artificial es clave; por ejemplo, detecta operaciones fraudulentas, pero también impedir que una persona hago un cargo con su tarjeta —sin mediar explicación.
El fin será establecer un punto medio en el que aprovechemos los beneficios sin tomar los riesgos.
