Imagine un mundo en el que los profesionales del marketing no tengan limitaciones creativas. Un mundo en el que puedan hacer la oferta adecuada en el momento adecuado a la persona adecuada, en una comunicación que se sienta como un todo cohesionado, en lugar de una mezcla inconexa de juegos de palabras (Mad Libs). Un mundo en el que el aumento de la eficacia derivado de la automatización y la generación automatizada de contenido vayan de la mano de un mayor conocimiento del cliente. Un mundo en el que los clientes ahorran tiempo y esfuerzo para encontrar y acceder a los bienes y servicios que desean y necesitan. Un mundo en el que los profesionales del marketing puedan satisfacer y ofrecer mejor el valor del cliente y centrarse en la innovación.
Más perspectivas de McKinsey en Español
Mire nuestra colección de artículos en Español y suscríbase a nuestro newsletter mensual en Español.
La IA generativa acerca a la realidad este santo grial de la hiperpersonalización.
La IA generativa está haciendo posible revolucionar el marketing de consumo tal como lo conocemos. A nivel de empresa individual, las campañas de marketing que antes requerían meses de diseño de contenidos, generación de información y selección de clientes pueden implementarse en semanas o incluso días, a menudo con personalización a escala y pruebas automatizadas. El desarrollo de sitios web y las tareas de atención al cliente son con demasiada frecuencia los cuellos de botella en las interacciones con los consumidores individuales. Pero cuando se ejecutan bien, pueden inducir un mayor compromiso y mejorar la satisfacción. Los profesionales del marketing pueden analizar e interpretar simultáneamente datos de texto, imágenes y vídeos para comprender mejor las oportunidades de innovación. La IA generativa está impulsando la personalización granular de formas que antes no eran posibles.
Estas ganancias de productividad de la IA generativa están comenzando a extenderse por el mercado económico global. Un informe reciente de McKinsey estima que la IA generativa podría contribuir con hasta $4.4 billones de dólares en productividad global anual. Según el análisis, marketing y ventas es uno de los cuatro grupos funcionales que combinados podrían cosechar un 75 por ciento estimado de ese valor.1 La productividad del marketing por sí sola gracias a la IA generativa podría aumentar entre un 5 y un 15 por ciento del gasto total en marketing, con un valor aproximado de $463 mil millones de dólares anuales.
El cambio se acerca y las empresas que se mantengan al margen corren el riesgo de quedarse atrás.
En este artículo, exploramos tres formas en que las empresas de consumo pueden crear valor con la IA generativa (Gráfica). Las empresas ya se están adentrando en este nuevo mundo mediante la explotación de los modelos de IA generativa disponibles públicamente. El siguiente paso para ellas será diferenciarse, impulsando una personalización inigualable y mayores capacidades al integrar esos modelos con sus propios datos y sistemas. Por último, analizamos las oportunidades a largo plazo para las empresas que quieran ir aún más lejos reinventando sus procesos de extremo a extremo con la IA generativa.
Primeros pasos con la IA generativa en marketing
Los usos actuales de la IA generativa en marketing consisten principalmente en proyectos piloto listos para usar integrados en los flujos de trabajo existentes. Estos esfuerzos están aportando un valor inmediato al ayudar a las empresas a generar textos e imágenes en menos tiempo, personalizar campañas y responder y aprender de los comentarios de los clientes. Pero también están ayudando a las empresas a aprender sobre la IA generativa, crear las capacidades que necesitarán para aprovecharla de manera más profunda y liberar a empleados valiosos para tareas de mayor nivel. Éste es uno de los atractivos de la IA generativa: como muestran los siguientes ejemplos, tiene el potencial de aportar valor rápidamente, a diferencia de otras tecnologías que solo recompensan a las empresas después de años de inversión.
- Personalización de campañas de marketing. El minorista de artesanías Michaels Stores está utilizando la IA generativa como parte de su enfoque para profundizar el engagement del cliente a través de interacciones más personalizadas y frecuentes con sus compradores. La empresa construyó una plataforma de generación de contenidos y toma de decisiones para ayudar con el desarrollo de textos y comprender mejor cómo los segmentos de clientes interactúan con diferentes mensajes. Michaels ha pasado de personalizar el 20 por ciento de sus campañas de correo electrónico a personalizar el 95 por ciento. Esto ha aumentado la tasa de clics en las campañas de SMS en un 41 por ciento y en las campañas de correo electrónico en un 25 por ciento.
- Análisis de datos de clientes no estructurados. Los esfuerzos de hiperpersonalización también se benefician de análisis más granulares del comportamiento del consumidor, que pueden ser aumentados con la IA generativa. El servicio de ropa personal Stitch Fix, por ejemplo, usa la IA generativa para ayudar a los estilistas a interpretar los comentarios de los clientes y brindar recomendaciones de productos. Instacart está utilizando la IA generativa para ofrecer a los clientes recetas e ideas para planear comidas y generar listas de compras.
- Automatización de procesos. Los profesionales del marketing siempre han desempeñado un papel integrador fundamental en las empresas. Como era de esperar, estamos viendo oportunidades para que las empresas automaticen las interacciones entre el marketing y otras funciones (por ejemplo, servicio, ventas, desarrollo de productos, I+D y revisiones legales). Un minorista de venta directa al consumidor, por ejemplo, está utilizando la IA generativa para ayudar a resolver las solicitudes de los clientes, como la toma de pedidos o las órdenes de reparación. Al usar la IA generativa para automatizar los pasos del proceso (por ejemplo, recuperar información en el back-end, realizar los cambios necesarios y responder a los clientes con la voz de la marca), la empresa ha observado una disminución de más del 80 por ciento en el tiempo de la primera respuesta y una reducción de cuatro minutos en el tiempo promedio para resolver una solicitud. El uso de la IA generativa también le ha dado al equipo de atención al cliente de la empresa más tiempo para centrarse en las interacciones de mayor nivel con los clientes. Además, existen oportunidades significativas para agilizar la creación de activos de marketing multiversión y de larga duración, como planes de medios, revisiones trimestrales, planes estratégicos y agendas de reuniones.
- Identificación de oportunidades y generación de ideas. Los profesionales del marketing están utilizando la IA generativa para analizar los movimientos de la competencia, evaluar el sentimiento del consumidor y probar nuevas oportunidades de productos. La generación rápida de conceptos de productos listos para responder puede mejorar la eficiencia de productos exitosos, aumentar la precisión de las pruebas y acelerar el tiempo de comercialización. Mattel, por ejemplo, está utilizando la IA en el desarrollo de productos Hot Wheels para generar cuatro veces más imágenes de conceptos de productos que antes, inspirando nuevas características y diseños. Kellogg's está escaneando las recetas de moda que incorporan (o podrían incorporar) cereales para el desayuno y utiliza los datos resultantes para lanzar campañas sociales en torno a recetas creativas y relevantes. Y L'Oréal está analizando millones de comentarios, imágenes y vídeos en línea para identificar posibles oportunidades de innovación de productos.
A medida que las empresas comiencen a explorar oportunidades con la IA generativa, querrán asegurarse de que cualquier esfuerzo que lancen esté en consonancia con sus objetivos generales de marketing. Intentar incorporar demasiadas iniciativas diferentes de IA generativa con la esperanza de que algo funcione puede terminar siendo costoso, difuso y difícil de monitorear, lo que dificultaría la incorporación de cualquier lección que se genere en los lanzamientos. En cambio, las empresas pueden centrarse en dos o tres casos de uso en los que las herramientas de IA generativa disponibles en el mercado pueden proporcionar un impacto inmediato en dominios prioritarios.
A lo largo del proceso de aplicación y adopción de la IA generativa, los profesionales del marketing deben asegurarse de que existen medidas para mitigar riesgos como las “alucinaciones” (cuando la IA generativa produce resultados que suenan seguros, pero que no se basan en hechos, datos o patrones algorítmicos verificables), los sesgos, las violaciones de la privacidad de los datos y la infracción de los derechos de autor. La IA generativa no suele ser adecuada para la toma de decisiones de alto riesgo, entornos regulados o aplicaciones que impliquen un gran volumen de solicitudes o razonamiento numérico. Hemos descubierto que establecer un líder responsable, así como una junta de supervisión tecnológica, están entre los primeros pasos importantes. Otras barreras de seguridad pueden incluir establecer un nivel de revisión humana para todo lo que se dirija directamente a un cliente o limitar los tipos de temas que la IA generativa puede abordar en las campañas de marketing.
IA generativa personalizada para marketing
Muchas empresas han comenzado a desarrollar casos de uso como los enumerados anteriormente. Sin embargo, las empresas que buscan diferenciarse de verdad van más allá. Están creando soluciones únicas y personalizadas para los clientes mediante la adaptación de modelos disponibles en el mercado que se entrenan en conjuntos de datos más pequeños y específicos. Es entonces cuando las empresas pueden empezar a ver mejoras exponenciales en la personalización de todo para los clientes, desde las campañas hasta los productos. Cuando las empresas comienzan a remodelar los modelos de IA generativa existentes con sus propios datos y para sus propias necesidades específicas, los resultados pueden ser profundos.
En el mundo del marketing, perfeccionar un modelo de IA generativa existente podría significar entrenar un modelo de código abierto con datos propios (por ejemplo, directrices de marca o creatividades históricas de campañas de marketing) para generar contenido a medida. Este tipo de solución de IA generativa semipersonalizada puede actualizarse periódicamente con nuevos datos de la empresa y aprendizaje continuo. El resultado es una solución de IA generativa a medida que mejora continuamente y ayuda a aumentar la ventaja competitiva de una empresa mientras se desarrolla.
Ya estamos viendo empresas experimentar con la IA generativa en casos de uso de alta prioridad. Aquí hay dos ejemplos:
Alcance hiperlocal
Una empresa europea de telecomunicaciones utilizó la IA generativa para pasar de una mensajería de captación de clientes muy manual y contundente a otra que se dirigiera de manera más eficaz a segmentos específicos. Anteriormente, esta empresa de telecomunicaciones enviaba mensajes a solo cuatro macrosegmentos. Con una operación ajustada, se veía limitada por su capacidad para crear textos. Y, a menudo, los mensajes que se producían no resonaban con los destinatarios. Por ejemplo, los mensajes enviados a clientes que no estaban en su dialecto nativo (el país en el que opera esta empresa de telecomunicaciones tiene varios dialectos) tenían tasas de conversión especialmente bajas.
La empresa de telecomunicaciones construyó un motor basado en IA generativa para crear mensajes hiperpersonalizados para 150 segmentos específicos. El motor se entrenó con datos de información no identificable personalmente para adaptar las comunicaciones a los atributos demográficos, regionales, dialectales y de otro tipo de cada segmento. La información se pasó a GPT-4 y Dall-E para crear textos e imágenes, que luego se transfirieron al proveedor de servicios de correo electrónico a través de la interfaz de programación de aplicaciones (Application Programming Interface, o API) y se prepararon para su despliegue. A continuación, los modelos de aprendizaje automático recomendaron el producto, el canal de marketing y el momento óptimos para las comunicaciones de cada cliente. Estas comunicaciones se desplegaron a gran escala con los correspondientes protocolos de control y gobernanza (en este caso, plena participación humana y revisión en todos los pasos para limitar explícitamente el número de versiones y el grado de personalización) para abordar los requisitos de riesgo, ética y privacidad. El resultado fue un aumento del 40 por ciento en los índices de respuesta, así como una reducción del 25 por ciento en los costos de despliegue.
Innovación en el desarrollo de productos, creatividad y experiencias
Una empresa asiática de bebidas quería entrar en el mercado de la UE más rápidamente de lo que habría tardado con los enfoques tradicionales de innovación y marketing. Históricamente, la empresa podía dedicar un año entero a idear un nuevo concepto de producto para un nuevo mercado. Recurrió a la IA generativa para que le ayudara a responder dos preguntas: qué tipos de nuevas bebidas podrían atraer a los clientes europeos e impulsar el crecimiento, y qué métodos innovadores podrían acelerar el proceso de innovación de productos de principio a fin.
En primer lugar, la empresa de bebidas utilizó ChatGPT para proporcionar información de los usuarios alimentando la aplicación con datos agregados y no confidenciales de los clientes y, a continuación, formuló preguntas sobre las tendencias de sabor para generar una comprensión básica del consumo de bebidas y el comportamiento de los consumidores en el mercado de la UE. Este proceso duró un día, mientras que este tipo de estudio de mercado suele llevar hasta una semana. Luego, el equipo de marketing profundizó en esos conocimientos superponiendo métodos de investigación más tradicionales, como etnografías y diarios digitales.
Los investigadores y diseñadores también recurrieron a la IA generativa para perfeccionar los conceptos de producto. En el mundo del diseño de productos, un diseñador industrial suele tardar entre siete y diez días en desarrollar un concepto de bebida de alta fidelidad que encapsule la forma, el sabor y el envase. Con una herramienta de IA generativa que convierte texto en imagen, la empresa pudo producir 30 conceptos de bebidas de alta fidelidad con imágenes detalladas en un solo día. A continuación, los responsables de marketing llevaron estos conceptos al terreno para realizar pruebas rápidas con los clientes. Debido a que los conceptos de IA generativa parecían reales, los responsables de marketing pudieron recopilar información sólida en esta fase inicial sobre qué explorar más a fondo. En última instancia, la IA generativa ayudó a la empresa de bebidas a completar un proceso de un año de duración en solo un mes.
Transformar el marketing con IA generativa
Además de utilizar herramientas de marketing disponibles en el mercado y soluciones personalizadas, las empresas pueden querer considerar cómo sería una función de marketing transformada por la IA generativa a largo plazo. En este futuro transformado, casi todas las tareas de marketing podrían ser asistidas por la IA generativa: por ejemplo, si los profesionales del marketing necesitan escribir un texto, podrían empezar con un borrador escrito por IA generativa. Si necesitan investigar, podrían comenzar pidiendo a la IA generativa información obtenida democráticamente. Pero si bien la función de marketing del futuro tiene el potencial de ser más innovadora con la IA generativa, deben existir barreras de protección que garanticen que la información personal identificable no quede expuesta, que los materiales protegidos por derechos de autor no se utilicen de manera indebida y que se mitiguen otros riesgos.
Un futuro de marketing habilitado por la IA generativa también apuntará a experiencias de cliente únicas y destacadas que impulsen drásticamente el crecimiento. Éstas podrían incluir una campaña de marketing por correo electrónico súper relevante con decenas de miles de experiencias de cliente personalizadas, un chatbot para una empresa de cosméticos que pregunte a los clientes sobre sus objetivos y cree una rutina de belleza personalizada, o planes de comidas generados a medida de los hábitos alimenticios y las restricciones alimentarias de una familia. Este futuro implica casos de uso orientados al cliente que requieren un esfuerzo verdadero para imaginarlos, construirlos y diseñarlos.
Aunque todavía estamos en los primeros días y nadie sabe exactamente cómo será el futuro de la IA generativa, sabemos que se avecina una transformación basada en ella. Así es como las empresas pueden empezar para no quedarse atrás:
- Crear una visión de estrella polar y una hoja de ruta. Basándose en el contexto único de cada empresa, los profesionales del marketing pueden empezar por crear una visión de un futuro del marketing habilitado por la IA generativa, cuando la tecnología pueda abordar tareas que requieren mucho tiempo, costos y recursos. Esta misión debe tener en cuenta los principios rectores de la organización, incluida la IA responsable. A partir de ahí, los especialistas en marketing pueden elaborar un plan sobre dónde invertir (en función de las capacidades únicas de su empresa, la competencia y las necesidades de los clientes) y qué construir. Los líderes de marketing deben asegurarse de que la empresa esté coordinada de arriba abajo sobre qué casos de uso priorizar. La hoja de ruta debe incluir un camino de aprendizaje y capacitación para los empleados, así como un plan de comunicación interna para toda la organización que garantice que todos avancen en la misma dirección.
- Formar el equipo para lograrlo. Las empresas pueden crear un equipo de tres niveles para ayudar a garantizar el éxito de la estrategia de IA generativa. El primer nivel debería consistir en una oficina de acción que posea y coordine la estrategia y la ejecución de las iniciativas. El segundo nivel debería estar compuesto por grupos interfuncionales que desarrollen e implementen casos de uso individuales. Por último, el tercer nivel debería ser un equipo de base técnica que garantice una plataforma estable y segura sobre la que se construyan los casos de uso.
- Obtener algunas victorias rápidas. Para los casos de uso prioritarios y de baja complejidad en los que pueden aplicarse herramientas de IA generativa estándar, inicie algunos esfuerzos para aprender e identificar dónde la IA generativa puede ofrecer el mayor valor, qué talentos y habilidades se necesitan para mantener esta capacidad, y cuáles son los requisitos del modelo operativo para escalar con eficacia. Un informe de diseño podría detallar la propuesta de valor para el usuario y el caso de uso, y un plan de construcción podría enumerar los requisitos tecnológicos, los prototipos y las decisiones de “construir, comprar o asociarse”.
Los líderes en marketing de IA generativa también pueden empezar a crear casos de uso de alto valor. Estos suelen ser complejos y es probable que requieran la puesta a punto de los modelos fundacionales de IA generativa (en lugar de ajustar una solución estándar) y mejoras significativas de cualquier primer borrador de la solución. El mayor desafío será cómo aplicarla a gran escala. Empiece por garantizar la propiedad conjunta entre el liderazgo técnico y el empresarial, ya que ambos grupos son fundamentales. Luego, con el caso de uso, pruebe e itere continuamente en función de los comentarios de los usuarios para informar la implementación y la ampliación.
Al adoptar este enfoque de tres niveles para la IA generativa en el marketing –pilotos de IA generativa listos para usar, soluciones de IA generativa personalizadas y transformaciones de IA generativa–, las empresas pueden desbloquear el potencial de la tecnología para ayudar a impulsar la eficiencia, la eficacia y la creatividad. Un posible cronograma para comenzar podría verse como el siguiente:
- Primeras seis semanas: Desarrollar una hoja de ruta piloto para definir los casos de uso, averiguar cómo evaluar las capacidades tecnológicas actuales y los habilitadores tecnológicos a corto plazo, identificar el equipo y el modelo operativo adecuados, e identificar riesgos potenciales.
- Primeros 90 días: Poner en marcha una “sala de victorias” de IA generativa para seguir definiendo los casos de uso prioritarios, desarrollar la hoja de ruta, introducir datos en las fuentes de IA generativa, desarrollar estrategias para mitigar los riesgos y realizar auditorías para asegurarse de que la IA generativa se utilice de manera responsable.
- Primeros seis meses: Desarrollar una estrategia de IA transformadora a más largo plazo midiendo el impacto, gestionando el cambio y la escalabilidad, ajustando los modelos para el desarrollo de mensajes e iniciando la integración de los esfuerzos de IA generativa con la tecnología de marketing existente.
Después de varios meses, es de esperar que los profesionales del marketing tengan un puñado de casos de uso públicos y de origen democrático que puedan señalar y de los que puedan aprender, utilizando la automatización del flujo de trabajo y la IA generativa para ayudar a acelerar, mejorar y simplificar los recorridos de las campañas de marketing.