Con el objetivo de orientar a los profesionales del mercado publicitario brasileño para que utilicen la Inteligencia Artificial (IA) de manera responsable y, al mismo tiempo, poder explorar la eficiencia que puede aportar a la creación de campañas y a la compra de medios, Interactive Advertising Bureau - IAB Brasil presentó una "Guía para el Uso de la IA en la Publicidad Digital". El material fue elaborado por los comités creativo, de medios y de toma de decisiones, y de medición y atribución.
Entre información y aclaraciones sobre los principales términos y también las plataformas que ofrecen soluciones de IA, la Guía IAB enumeró los principales desafíos que ya enfrentan los profesionales del mercado al utilizar la nueva tecnología. Entre ellos se encuentran la falta de alineación entre la aplicación de la tecnología y los objetivos comerciales, así como posibles problemas entre las reglas de privacidad y la ética.
Calidad y cantidad de datos
Debido a que la eficiencia de la IA depende de la disponibilidad de datos de calidad en grandes volúmenes, la IAB señala que, eventualmente, datos sesgados, desactualizados o incompletos pueden generar datos imprecisos y afectar directamente al negocio.
Complejidad de los modelos de IA
Ajustar los modelos de IA apropiados para una tarea determinada puede requerir habilidades técnicas complejas, lo que genera dificultades en la difusión de esta información entre equipos.
Falta de alineación entre la IA y los objetivos comerciales
No tiene sentido implementar el trabajo con IA si no hay una alineación clara, por parte de la empresa, acerca del propósito del uso de la tecnología y de cómo los datos y ese trabajo pueden, de hecho, ayudar a la organización.
Cuestiones de privacidad y ética
IAB destaca que el uso de datos personales para entrenar modelos de IA puede generar preocupaciones con respecto a la privacidad y las regulaciones, como la Ley General de Protección de Datos (LGPD). Por tanto, es necesario comprender la importancia de crear procesos transparentes, con inclusión y diversidad, para evitar sesgos.
Integración de la IA con sistemas heredados
La Guía también advierte que muchas empresas tienen sistemas heredados que no están diseñados para funcionar con soluciones modernas de IA, lo que puede crear problemas de integración y dificultar la recopilación de datos.
Interpretación de resultados
Debido a que las herramientas de IA generan diversos informes predictivos, modelos estadísticos avanzados y pronósticos complejos, la interpretación de los resultados requiere un análisis especializado, lo que puede crear dificultades para los equipos.