La IA nos ha pillado con el pie cambiado en las redes sociales. Plataformas vs. Marcas.
La estrategia de contenido sigue vigente: fidelidad a los mensajes claves de marca, evitar saturar canales y adaptar mensajes. Un artículo de Marina Hernández.
Hemos publicado el Manifiesto por una Humanidad Aumentada del Foro IA. Una visión tecno-optimista, responsable e inclusiva de la IA. Y viendo lo rápido que va esto, creemos que más necesario que nunca.
La tecnología es en esencia, una extensión de nuestra humanidad. Una expresión de nuestro ingenio y capacidad de innovación.
Nos declaramos tecno-optimistas racionales, porque sin ignorar los desafíos inherentes a la adopción de las nuevas tecnologías, vemos en ellas la clave para un crecimiento sostenible, equitativo y humano.
Sigue leyendo aquí.
Y esta semana estrenamos firma invitada en el newsletter. Hoy escribe Marina Hernandez, Head of Social Media y Contenido de Good Rebels que se cuela en Rebel Intel para analizar cómo las RRSS evolucionarán con la IA con una doble perspectiva: la de las marcas y la de las plataformas.
Hace unas semanas la tuvimos de invitada en el podcast de Rebel Intel, por si queréis verla / escucharla en directo.
Plataformas vs. Marcas. La IA en redes sociales.
Marina Hernández, Good Rebels.
Gartner nos revela que el 70% de los consumidores considera que la inteligencia artificial generativa no tiene un impacto positivo en las redes sociales, y sugiere que para 2025, la mitad de los usuarios reducirá su uso de los canales sociales. ¿Será la IA el quincuagésimo culpable de la muerte de las redes sociales?
Las plataformas: nuestras posibles (aunque algo distraídas) salvadoras.
Aunque es en 2022 que empezamos a hablar de la revolución de la IA generativa con el lanzamiento de ChatGPT 3, a mi me gusta recordar que la IA ya puso patas arriba cómo consumimos las RRSS desde que Facebook decidió dejar atrás el feed cronológico, allá por 2009.
Cambiaban las reglas del juego y aparecía un nuevo protagonista, que a nosotros nos gusta comparar con una caja negra: el temido algoritmo. La complejidad de estos sistemas de atribución de contenido, nos ha llevado a que TikTok nos entregue contenido “demasiado personal”. Las redes neuronales que alimentan nuestras preferencias no solo analizan texto, sino también la imagen, el audio y las potenciales conversaciones que surgen en comentarios. Además, se actualiza en tiempo real, por lo que aquello que consumimos está más basado en cómo nos sentimos en el momento de visualizarlo que en quién somos como consumidor. Una vez más, las RRSS nos hacen cuestionarnos si la segmentación demográfica es la guía más acertada para saber si estamos llegando a nuestras audiencias relevantes..
Y con el boom de la IA generativa, existe una carrera por poner a trabajar a sus equipos para integrarla en sus sistemas. LinkedIn cuenta con un asistente para escribir nuestros posts, y Meta ha dejado algo de lado su obsesión por el metaverso para invertir sus recursos en modelos de lenguaje abiertos. Pero una vez más, es TikTok quien ha adelantado a todos por la izquierda y nos da las primeras pistas de cómo la interacción en las redes sociales va a cambiar por completo. Quizás la IA no mate a las RRSS, pero probablemente sentencien el final del imperio del botón de “Me gusta”. Esto lo vemos a través de la función de “búsquedas relacionadas” o “hyperlinks” que aparecen como búsquedas sugeridas por IA. La nueva función induce cuáles pueden ser las keywords de búsqueda relevantes para ese contenido y los enlaza para que sigas sumergiéndote en él. Con toda la información del post (imagen, audio, comentarios, textos nativos y copies) y a través de inteligencia artificial, la plataforma infiere cuáles pueden ser los términos de búsqueda que usarías para ver más contenido como ese, o potenciales conversaciones que te surgen al consumir ese contenido.
La tendencia es que las plataformas dejen atrás la interacción de modelo “True or False” es decir, me gusta o no me gusta, y la interacción del usuario sea más diversa. La IA generativa simplifica el proceso, facilitando que la creación de contenido se convierta en una interacción simple que acabe reemplazando al insatisfactorio “like”. Así, esta interacción nos dará una información enriquecida, en el que podremos conocer términos de búsqueda relacionados con nuestros contenidos o qué conversaciones potenciales busca el usuario para mejorar el SEO (por ejemplo, el número de referencia del vestido en el ejemplo de arriba).
Las plataformas ya le sacaron jugo a la IA para mantener el control de lo que consumimos y cómo interactuamos. Pero, ¿están preparadas para asumir lo que traerá la IA generativa? Las cartas están echadas y si no se ponen las pilas, las plataformas se llenarán de contenido irrelevante y las predicciones de Gartner de reducción de interacción se convertirán en una profecía autocumplida. Está en su interés encontrar mecanismos para que el contenido sea relevante, maneras de identificar contenido no real y de fomentar interacciones auténticas. Pero a día de hoy las plataformas se encuentran en una guerra comercial que les hace mirar “el dedo en vez de la luna” y las noticias no son del todo alentadoras:
Meta y X, han puesto a la venta elementos que nos garantizaban la credibilidad del perfil como es el check de verificación (“blue check”).
X ha reducido y reenfocado a los equipos de moderación y seguridad de contenido.
Por mucho que las plataformas buscan crear políticas y herramientas para identificar contenido creado por IA, estas son todavía ineficaces o prematuras para hacerlo con precisión.
Las marcas: las destinadas a caer en la tentación.
Si la exigencia de crear contenido cada vez era más alta, la IA ha venido para liberarnos en la producción y hacernos la vida más fácil. Desde herramientas de brainstorming, de creación de imagen en segundos sin prompts de texto, a clonaciones de voz y traducción de vídeo manteniendo la voz, el tono y el acento original . Sabemos que la tentación es clara: ahora que tardamos menos tiempo en producir, podemos hacer cuatro veces más contenido.
Aunque el premio es suculento a corto plazo, cuando analizamos el impacto que tendría en el largo comprenderemos que estaremos minando nuestra estrategia de RRSS, ya que nuestros contenidos empezarán a competir contra sí mismos. La temida caja negra, el algoritmo, nos recuerda que mientras la atención del usuario siga estancada (en el mejor de los escenarios), ese esfuerzo extra será invisibilizado y seremos penalizados por la plataforma.
Y aunque decidiéramos no caer en la tentación, la aceleración de la creación de contenido tras la llegada de la IA es un hecho. Y las plataformas digitales, teniendo que repartir tantos contenidos entre una audiencia que apenas crece (difícil hacerlo más), se ven obligadas a acelerar la segmentación. Bienvenidos a la post-viralidad, donde los contenidos llegarán a audiencias muy segmentadas y específicas, definidas por los parámetros opacos de las decisiones algorítmicas. Esto creará bolsas de audiencias estancas, donde se compartirá contenido diferente, con sus propios códigos y comunidades. Esta segmentación nos llevará a una clusterización algo más compleja a lo que estamos acostumbrados. Y tiene dos implicaciones principales:
Los equipos de marketing deben invertir más recursos en comprender a fondo a sus audiencias y en identificar las características de los usuarios que interactúan con su contenido. A su vez, la IA, jugará en esto un papel importante al proporcionar análisis de comportamiento a partir de múltiples puntos de contacto con la marca, como la web, la tienda en línea o las newsletters.
La coherencia se vuelve el valor principal de nuestras estrategias de RRSS. Ya que no podemos predefinir las audiencias a las que alcanzaremos, tendremos que identificar los mensajes en la intersección de los intereses de nuestras segmentaciones y los mensajes principales de marca. Una vez identificados, la coherencia en nuestras estrategias de contenido tiene que ser nuestro mantra.
Nuestra propuesta es que, en lugar de enfocarnos únicamente en producir más, dediquemos esfuerzos a diversificar nuestro contenido de manera efectiva. El principio del "content seeding" que permite concentrar esfuerzos creativos en un mensaje central, que luego adaptamos eficazmente para su difusión en diferentes canales, a través de la inteligencia artificial.
Sin duda, la llegada de la IA generativa está sacudiendo las bases de las plataformas y las marcas, planteando nuevos desafíos para los que quizás no estén completamente preparadas. Mi análisis a corto plazo es claro: nos esperan meses de incertidumbre y posibles desajustes en las expectativas. En este contexto, es crucial detenernos a reflexionar, ya que la tentación de actuar impulsivamente puede convertirnos en nuestro peor enemigo.
En Good Rebels mantenemos una actitud optimista. Esta revolución nos ha brindado la oportunidad de elevar nuestra mirada y reconocer que, en el fondo, la esencia de las estrategias de contenido sigue más vigente que nunca: mantenernos fieles a los mensajes clave de la marca, evitar saturar los canales y agilizar la adaptación de los mensajes.
Marina Hernández
Head of Social & Content
Good Rebels
El próximo domingo, volvemos a tu buzón.
Fernando.
Episodio n13 de Rebel Intel: The podcast, una colaboración entre Business+ y Good Rebels para dotar a este newsletter de versión sonora. En él, Isabel Benítez y servidor profundizamos en los riesgos del uso de la IA en áreas de marketing y comunicación.
Enlaces de interés para el profesional MCX.
Una semana cargada de lecturas interesantes:
Cómo la IA generativa está cambiando la economía de consumo. Un largo y denso informe con sentimiento de consumidor (el 42% declara que usaría IA para decisiones financieras importantes, como la compra de una casa), ejemplos (StoryFile ayuda a las familias a crear un legado con antepasados) y conclusiones relevantes para las empresas (hiperpersonalización a un consumidor que requiere interacciones cada vez más relevantes). Si eres responsable de la estrategia IA de tu empresa, esta puede ser la lectura más importante del mes. Nosotros aún la estamos digiriendo. OLIVER WYMAN
Si no lo habéis visto, os impresionará. EMO es un modelo desarrollado por el laboratorio IA de Alibaba para poner voz (o hacer cantar) a una imagen estática. EMO
Solo el 6% de las marcas aplica el conocimiento que obtiene de sus clientes a sus productos y servicios, según el estudio Global Customer Engagement Review de Brazes. El gran problema es la persistencia de los silos y la falta de alienación en los objetivos de cada departamento. La buena noticia es que la mitad de los encuestados utiliza o tiene previsto utilizar la IA para mejorar la relación con los clientes. LINK
Klarna, un proveedor de pagos sueco, afirma que su asistente IA -impulsado por OpenAI- gestionó dos de cada tres conversaciones con clientes en un mes, equivalente al trabajo de 700 empleados. En los 2,3 millones de consultas que gestionó la IA, la satisfacción de los usuarios es comparable a la atención humana; además, disminuyeron un 25% las consultas repetidas y la duración media de cada consulta pasó de once minutos a dos. CEO de Klarna en X: "A medida que más empresas adoptan estas tecnologías, creemos que la sociedad debe considerar su impacto. Aunque puede ser un impacto positivo para la sociedad en su conjunto, tenemos que considerar las implicaciones para los individuos afectados". KLARNA
Disponible la version 3 de Suno.ai. A mí que me mola esto de hacer canciones, me ha cambiado la cara por primera vez. Hasta ahora, ninguna canción creada 100% por IA me había resultado ni mínimamente creíble. Hasta ahora. SUNO.AI
Entrevista a Selena Deckelmann, CTO de Wikimedia Foundation, la organización que gestiona la Wikipedia. Cree que la enciclopedia se convertirá en un recurso cada vez más valioso a medida que el matiz humano sea más difícil de encontrar online. MIT TECH REVIEW
A finales de 2023, el 48% de los sitios web de noticias más utilizados en diez países bloqueaban los rastreadores de OpenAI. Un número menor, el 24%, bloqueaba el rastreador de IA de Google. La proporción de sitios web de noticias que bloqueaban OpenAI variaba considerablemente según el país, desde el 79% en EE.UU. hasta sólo el 20% en México y Polonia. En el caso de Google, las cifras oscilaban entre el 60% de Alemania y el 7% de Polonia y España. REUTERS INSTITUTE
Charlie, una plataforma de IA generativa de Pfizer para marketing farmacéutico, para ayudar con las cadenas de suministro de contenidos y revisar todo el trabajo de marketing de la empresa. La plataforma ya está siendo utilizada por cientos de personas en el equipo central de marketing de Pfizer y miles en las distintas marcas de la empresa, y agencias asociadas como Publicis Groupe e IPG. DIGIDAY
La Comisión Europea ha presentado la Oficina de Inteligencia Artificial, que nace con el objetivo de supervisar la aplicación efectiva de la Ley de IA en todos los Estados miembros, elaborar códigos de buenas prácticas e investigar posibles infracciones. EU COMMISSION
Enséñaselo una vez, y no tendrás que volver a hacerlo: se acerca la explosión de los agentes inteligentes, que aprenderán de nuestro comportamiento y harán todo tipo de tareas por nosotros. IA MARKETING INSTITUTE
La llegada de la IA generativa amenaza con acabar con las agencias digitales generalistas, según una predicción de Forrester Research: aquellas que ayudan a las empresas a diseñar, construir, gestionar y activar experiencias digitales y marketing digital. Un artículo de diciembre que se nos pasó referenciar, y que nos afecta a algunos :-) WALL STREET JOURNAL
Dos anuncios importantes de Mistral esta semana: Microsoft entra como accionista (casi simbólico, 15 millones €) y la Comisión Europea ya le está echando un ojo al trato. Y además presenta Large, su nuevo LLM conversacional, con la idea de codearse con ChatGPT y Gemini. MICROSOFT, EU, LARGE
Google introduce Gemini en sus campañas tipo Performance Max, para “ayudar a generar más recursos de texto e imagen en cada campaña con sólo unos clics”. GOOGLE
Beyond AI Exposure: Which Tasks are Cost-Effective to Automate with Computer Vision? > Estudio de investigadores del MIT e IBM sobre la repercusión en el empleo de tecnologías de Computer Vision. Que una tarea pueda ser automatizada no significa que sea rentable ni factible hacerlo. La principal conclusión es que para las empresas sólo sería rentable automatizar el 23% de las tareas visuales, debido a los elevados costes de adopción de sistemas IA. En realidad, la pérdida de puestos de trabajo derivada de la visión artificial será menor que la rotación real de puestos de trabajo observada en el mercado. FUTURE TECH MIT
Better Call GPT. Parece que el rendimiento de los modelos de lenguaje si es comparable al trabajo de un abogado junior. LINK
¿Qué hacen los desarrolladores de LLMs con los datos que se introducen en sus modelos? OmoAI ha analizado las políticas de privacidad y uso de datos de OpenAI, Anthropic, Cohere y Google para ver el destino de los datos que les suministramos. LINK
ElevenLabs (que pone la narración) y Perplexity (que aporta los contenidos) se han unido para lanzar el podcast Discover Daily. En menos de cinco minutos nos cuenta las noticias más destacas del día en innovación, ciencia y cultura. Por supuesto, todo generado con IA. ELEVEN LABS