«La IA generativa es una herramienta con mucha potencia, pero ni puede ni debe sustituir la sensibilidad y capacidad del componente humano»

Entrevistamos a José Manuel López, Head of Social Media en NATEEVO y Taypei by NATEEVO, que nos explica cómo ha impactado la implementación de la IA generativa en las estrategias de contenido y monitorización para redes sociales.

¿Cómo ha impactado la implementación de la IA generativa en las estrategias de contenido y monitorización para redes sociales?

Donde se ha detectado un mayor impacto ha sido, con diferencia, en todo lo relacionado con las estrategias de contenido. Las redes sociales exigen un altísimo volumen de generación y consumo de materiales audiovisuales. Tan elevado que, en muchos casos, se opta por reducir el volumen de publicación o se rebajan los estándares de calidad en pos de no incurrir en costes excesivamente altos.
En este sentido, la irrupción de la IA generativa ha abierto la puerta al desarrollo de assets creativos, tanto de vídeo como imágenes fijas, copies, captions o bodycopies; de una forma mucho más económica, manejando altos volúmenes de creación y que, en muchos casos, no solo no supone un impacto negativo en la calidad de los materiales generados, sino que incluso puede llegar a elevarlos en caso de marcas con presupuestos discretos que no podían permitirse shootings constantes o equipos creativos profesionales.

¿Tiene sus riesgos? Evidentemente, sí. Hace ya muchos años, una famosa campaña publicitaria de Pirelli rezaba aquello de “La potencia, sin control, no sirve de nada” y, en este caso, podríamos estar perfectamente en la misma tesitura. La IA generativa es una herramienta con un enorme potencia, casi infinito, pero que ni puede ni debe sustituir la sensibilidad, capacidad y cerebro del componente humano.

En el ámbito de la monitorización en general, el papel de la IA también ha sido y está siendo relevante. Tal vez a un ritmo de inmersión menor o más lento que en los casos más “llamativos” de la generación de imágenes, vídeos, audios y demás; e igualmente más centrados en la máxima de eficientar tareas y, lo que probablemente sea -en mi opinión- el mayor valor que pueda ofrecer: facilitándonos a nosotros y a nuestros clientes la toma de decisiones.

¿Cómo puede la IA generativa ayudarnos a personalizar nuestras campañas en redes sociales a una escala sin precedentes, y qué impacto está teniendo?

La facilidad de generar assets creativos y múltiples variaciones de los mismos, acompañado de la realización de test A/B, nos permite testear las campañas a niveles difícilmente igualables hace relativamente poco tiempo y con una contención de costes muy interesante. De igual manera, el análisis de la performance de la campaña en tiempo real, aplicando una capa de IA, nos facilita la posibilidad de identificar puntos de mejora que nos permiten optimizar nuestras campañas en tiempo real.

Esto son únicamente un par de ejemplos de la multitud de opciones que la IA nos pone sobre la mesa a la hora de gestionar y gestionar nuestras campañas en redes sociales. También podría adentrarme en cómo la colaboración de IA y Digital Listening pueden ser el mejor aliado a la hora de poner en marcha campañas publicitarias en entornos digitales… pero hablaremos de ello un poco más adelante.

¿Cómo lo habéis adoptado en vuestro día a día las herramientas de IA generativa? ¿Qué ventajas competitivas hemos obtenido?

En el ámbito de la gestión profesional de redes sociales, la implementación de la IA en nuestras herramientas del día a día ha tenido un doble reflejo: por un lado, la inmensa mayoría de las herramientas han enfocado la llegada de la IA en el apoyo de la generación de contenidos, ya sea en su aplicación para el desarrollo de copies/captions, como para la generación de contenidos audiovisuales. En menor medida, también centrándose en lo que al análisis de mejores horas de publicación en virtud del volumen de comunidad activa en las distintas franjas horarias.

Por otro lado, otras herramientas han sabido entender otras aplicaciones de la IA (sin desmerecer para nada lo comentado sobre estas líneas) sobre la base del trabajo que vienen desarrollando hace años. De este modo y aplicando la IA como una capa de análisis sobre la data que manejan estas herramientas, pueden ofrecer análisis de gran complejidad y profundidad, con una aún más sorprendente reducción de los tiempos tradicionalmente necesarios para llevarlos a cabo.

En este sentido, la aplicación de este tipo de soluciones ofrece una ventaja competitiva tan sencilla como importante: el poder eficientar los tiempos y esfuerzos dedicados a ciertas tareas, permitiéndonos centrar la energía, tiempo y cerebro de nuestro equipo de especialistas a la toma de decisiones basada en los insights “levantados” por la IA. En vez de dedicar días de trabajo al análisis de cantidades ingentes de información, la IA nos proporciona una base sobre la que trabajar, permitiendo al analista dedicar su tiempo y expertise directamente a acciones que se traduzcan en decisiones que permitan “mover la aguja” de nuestros clientes.

¿Por qué es importante el Digital listening? ¿Realmente funciona?

Volvemos a usar un término que, no por repetido, deja de ser igualmente válido e importante: la toma de decisiones. Esta acción, la toma de decisiones, es una de las cosas más complejas e importante a la que se puede enfrentar una empresa, nosotros mismos como agencia o consultores y, en el último término, cada uno de nosotros como personas.

La inacción no es una posibilidad, mientras que la toma de decisiones basada en filias o fobias, pálpitos, costumbres e instinto; si bien puede ser la base del éxito en no pocas ocasiones, también garantiza el fracaso en la inmensa mayoría de los casos.

Por el contrario, la escucha digital nos facilita esa toma de decisiones al permitirnos llevarla a cabo basándonos en el dato. Simple y llanamente, para bien o para mal, en el puro y objetivo dato; extraído de todas y cada una de las conversaciones existentes en el universo digital en torno a nuestra marca, producto, campaña o servicio. Del análisis pormenorizado de esa escucha digital surgen los insights accionables que ponen, negro sobre blanco, aquellas hipótesis sobre las que nuestros equipos creativos y nuestros clientes deberán trabajar y tomar decisiones al respecto.

Desgraciadamente, a lo largo de los años la escucha digital se ha trabajado en forma de enormes informes, con cantidades ingentes de información que ni los clientes tenían tiempo material y conocimiento para desgranar; ni los equipos encargados podían “mimar” dándoles el tiempo necesario para encontrar en ellos “la aguja en el pajar” que permitiera al cliente ver el valor de un servicio que, debidamente trabajado, puede tener un peso mollar para una marca. Lamentablemente, esta forma de trabajar la escucha digital ha hecho que, en la actualidad y según el estudio realizado por Onclusive, menos de un 5% de las grandes empresas incluyen la escucha social como parte de sus operativas habituales.

En contraposición, en NATEEVO enfocamos cada proyecto de escucha digital como un traje hecho a medida de cada uno de nuestros clientes. Para ello, cocreamos con ellos los informes que recibirán, adaptándolos en formato, recurrencia o dimensión a las necesidades reales que tengan, a fin de que les resulten útiles y operativos. De esta manera, todo el proyecto se adapta a los requerimientos, con el objetivo de facilitar al cliente su labor y, volviendo al comienzo, facilitándole en lo posible la toma de decisiones.

¿Cómo asegura nuestro equipo la precisión y relevancia de los datos obtenidos a través de Digital Listening?

Con la aplicación innegociable de una máxima que he comentado un poco más arriba: la IA está muy bien y es de mucha utilidad, pero jamás ha de sustituir a la visión, conocimiento, experiencia, sensibilidad y cerebro de un analista bien formado, motivado y con el tiempo necesario para hacer su trabajo.

Al fin y al cabo, la herramienta responde a las órdenes y arroja unos resultados, queda en nuestra mano la optimización de todo el proceso para garantizar la precisión y relevancia de los mismos. De no ser así, la culpa no será jamás de la IA, sino que será nuestra por acción u omisión.