Puede que nuestra visión de la IA esté distorsionada: cuando la gente habla de las consecuencias de los modelos de lenguaje grande (LLM) para el marketing, se trata principalmente de cómo podemos usar la IA para automatizar el trabajo rutinario o cómo apoyará en los procesos creativos en el futuro. Los LLM se imaginan como asistentes personales que nos ayudan con todo tipo de tareas cotidianas. Pero ¿qué pasa si los planes de Microsoft y Google de integrar chatbots en las búsquedas web se hacen realidad? Entonces podría ser que al final no sea la IA la que tenga que trabajar para nosotros, sino nosotros para ella.
El chatbot de Microsoft planifica los cumpleaños de los niños, da consejos sobre relaciones y calcula si el nuevo sofá de Ikea se puede transportar de forma segura a casa en un monovolumen. También da recomendaciones de compra de buen grado: elige “la mejor tostadora” de un aparato de Philips. Si te haces pasar por el director general de una pequeña empresa y dices que quieres comprar un software ERP, te recomienda SAP Business One e inmediatamente te explica las ventajas respecto a la competencia.
¿Es así como será el futuro de las búsquedas web? Microsoft integró permanentemente el chatbot en Bing en febrero. Google está probando actualmente su producto competidor «Bard» en una fase beta cerrada e incluso se dice que está trabajando en un motor de búsqueda basado en chat completamente nuevo con el nombre clave «Magi» (actualización de Google Gemini). Si la tecnología se afianza, los especialistas en marketing deberán adaptar sus estrategias. El SEO clásico y, hasta cierto punto, el marketing de contenidos, podrían volverse menos importantes porque se dirigiría menos tráfico a los sitios web. En cambio, surge la disciplina de optimización de chatbots. Incluye todas las medidas adecuadas para incluir el contenido de la marca en los LLM e influir en las transacciones del chatbot en interés de tu propia marca.
Chatbots, esta vez de verdad
Los especialistas en marketing a prueba de tormentas leerán esto con al menos una ceja levantada. ¿No hemos tenido ya esto? El revuelo inicial en torno a los chatbots alcanzó su punto máximo alrededor de 2016. Una previsión muy citada en su momento decía que en 2020 el 80 por ciento de todas las empresas tendrían su propio chatbot. De hecho, muchos invirtieron en la tecnología, pero la gran revolución nunca se materializó. También me viene a la mente la comparación con asistentes de voz como Alexa, Siri y Google Home. “En 2020, una de cada dos búsquedas será por voz”, se dice desde hace años (por cierto, basándose en estadísticas inventadas ). Entonces, de repente, llegó el año 2020 y los dispositivos hacía tiempo que acumulaban polvo en el armario o sus propietarios sólo los utilizaban para reproducir música, no para búsquedas en la web ni siquiera para comprar.
¿Sufrirán un destino similar los chatbots impulsados por IA de 2023? Si ya puedes responder afirmativamente a esta pregunta, deberías dejar de leer en este punto y pensar en el momento adecuado para vender las acciones de Microsoft.
Okocha nunca estuvo en el Schalke
Un obstáculo importante sigue siendo la falta de fiabilidad de la tecnología. Si le preguntas a ChatGPT sobre la biografía de la leyenda del fútbol de Frankfurt Jay-Jay Okocha, el chatbot te contará la historia creíble de un joven jugador nigeriano de gran talento que buscó su carrera en Alemania en la década de 1990. Sin embargo, si luego colocas el artículo de Wikipedia al lado, verás que el resumen de la información vital de Okocha proporcionada por ChatGPT es incorrecto en muchos detalles, desde su cumpleaños hasta la afirmación de que Okocha jugó para el Schalke 04 durante dos años. Si luego vuelves a hacer la pregunta, obtendrás una historia completamente diferente, pero nuevamente completamente errónea.
Hay una razón para estas imprecisiones: ChatGPT no responde preguntas basadas en hechos, sino en probabilidades estadísticas. Por lo tanto, genera respuestas plausibles, que, sin embargo, no tienen por qué ser objetivamente correctas y, si se mira de cerca, son raras. Todos los LLM “alucinan” hasta cierto punto, explicó el director ejecutivo de Google, Sundar Pichai, en una entrevista reciente. Y nadie sabe todavía exactamente cómo detener esto.
¿Cómo prepararse para un LLM?
Todos los observadores están convencidos de que los modelos actuales seguirán desarrollándose significativamente. En primer lugar, debe asegurarse de que proporcionen información correcta de forma fiable. Sólo entonces podrán funcionar en la mayoría de los casos de uso previstos. Y sólo entonces son adecuados como nuevo canal de comercialización. Los especialistas en marketing se enfrentarán entonces a la cuestión de cómo pueden adaptar su contenido en los LLM. Los modelos disponibles hoy en día ya permiten sacar algunas conclusiones.
OpenAI ofrece la posibilidad de adaptar GPT-3 (el modelo predecesor de ChatGPT) a sus propios requisitos. Esto funciona entregando indicaciones que incluyen respuestas listas para usar como un archivo JSONL. Se necesitan al menos unos cientos de respuestas de ejemplo para enseñarle al modelo cómo responder a determinadas indicaciones. Por ejemplo, puede asegurarse de que el chatbot responda correctamente las preguntas sobre su producto.
Actualmente, este llamado ajuste fino solo funciona si desea desarrollar sus propias aplicaciones basadas en la API OpenAI, por ejemplo, un chatbot para servicio al cliente o una herramienta que envía anuncios por texto de forma totalmente automática. ChatGPT, Bard y Bing aún no ofrecen interfaces abiertas para alimentar a los modelos con información. Sin embargo, si se puede encontrar una manera de filtrar los comentarios útiles del spam, eso podría cambiar. A través de dicha interfaz, los proveedores pueden subcontratar la generación de datos de capacitación estructurados que necesitan para mejorar continuamente sus modelos. Cuando el primer proveedor anuncie una característica de este tipo, será el momento de que los especialistas en marketing realicen un curso de Python.
Menciones de marca en lugar de backlinks
Incluso sin las interfaces descritas, habrá oportunidades de influencia, similar a lo que conocemos de las búsquedas web clásicas. El criterio de relevancia más importante son los backlinks. Quien pueda recopilar más enlaces de calidad tiene una clara ventaja en la lucha por los primeros lugares en los resultados de búsqueda. De manera similar, pronto podría resultar importante que las marcas muestren sus mensajes en puntos clave del proceso de información.
Si pides a la función de chat de Bing una recomendación de producto concreta, nunca cita páginas web de fabricantes, sino siempre fuentes secundarias supuestamente neutrales, como medios especializados, blogs o comparadores. De repente ya no importa dónde estoy enlazado, sino dónde me mencionan y qué se dice allí de mí. Las menciones de marca parecen haber reemplazado a los backlinks como criterio central de relevancia: una buena noticia para los consultores de relaciones públicas.
Búsqueda web o dominación mundial
Que la optimización de los chatbots pueda convertirse en una disciplina de marketing y que los especialistas en marketing pronto tengan que trabajar bajo el control de la IA depende en última instancia de dos factores. En primer lugar, a pesar de todo el entusiasmo, todavía no está del todo claro si los usuarios realmente preferirían interactuar con un chatbot a las búsquedas web tradicionales. En segundo lugar, queda por ver si se podrán resolver los desafíos técnicos descritos anteriormente y cuándo. Pero una tecnología que los reacios contemporáneos temen que algún día pueda apoderarse del mundo no debería descartarse desde el principio para las búsquedas en la web.
Artículo escrito originalmente por Sven Winnefeld, director de estrategia en Hotwire Alemania.