Cuando las inversiones en IA dan resultados en marketing

Desde la creación de contenido hasta la segmentación de clientes, la fiebre por la implementación de la Inteligencia Artificial (IA) es real. Pero en medio de una gran cantidad de especulaciones sobre cómo la IA afectará a las empresas, aún no es fácil ver dónde se cosechan los resultados.

Para obtener nuevos conocimientos sobre lo que está sucediendo actualmente con las implementaciones de IA en marketing, The CMO Survey pidió a una muestra de 316 líderes de marketing que calificaran cómo el uso de la IA ha afectado los resultados.

Los líderes de marketing, el 95.6 por ciento de los cuales estaban en el nivel de vicepresidente o superior, informaron ganancias en tres áreas clave:

• Un aumento del 6.2 por ciento en la productividad de ventas
• El incremento del 7 por ciento en la satisfacción del cliente
• Una disminución del 7.2 por ciento en los costos generales de marketing

En vista de estos resultados positivos, analizamos en profundidad los resultados de la encuesta. Lo que descubrimos es que el retorno de la inversión en IA varía según tres factores:

1. El tiempo de adopción de la herramienta
2. La etapa de transformación digital de la empresa
3. El nivel de experimentación

¿Quieres mejores resultados con la IA generativa? Toma nota, esto es lo que debes de hacer

La curva de beneficios de la adopción de la IA

Un hallazgo sorprendente de la encuesta es que la IA no tiene una larga trayectoria en el marketing en la mayoría de las organizaciones. Los resultados indican que el 60.4 por ciento de las empresas ha utilizado la IA en marketing durante menos de un año.

Además, el 17,9 por ciento de ellas la han usado por un año y el 18.7 por ciento durante dos a cinco años. Solo el 2.9 por ciento ha utilizado la IA en marketing durante más de cinco años.

¿Por qué el comienzo lento para tantas organizaciones? Muchas empresas han experimentado desafíos para escalar la IA en las funciones comerciales debido al costo, el esfuerzo y la complejidad de entrenar e implementar modelos de datos.

Sin embargo, el lanzamiento de ChatGPT en noviembre de 2022 facilitó mucho la prueba de herramientas de IA.

Los líderes comenzaron a explorar el potencial de la IA generativa para innovar, optimizar tareas y habilitar procesos comerciales específicos. Gartner ha predicho que más del 80 por ciento de las empresas utilizarán API de IA generativa o habrán implementado aplicaciones de IA generativa para 2026. Eso es un aumento del 5 por ciento en 2023.

El tiempo de adopción de la IA es importante en lo que respecta a los beneficios. Sin embargo, según los datos de la encuesta de CMO, el aumento de la adopción y la experiencia en IA no sigue una trayectoria esperada.

En cambio, los beneficios de la IA se aceleran cuando las empresas tienen un año completo de experiencia en la implementación de modelos de IA. Luego, los beneficios de la tecnología se debilitan entre el segundo y el quinto año y se aceleran nuevamente después de cinco años.

¿Qué explica esto?

Durante el primer año, las empresas suelen implementar productos mínimos viables y demostrar el retorno de la inversión en ellos. Esto para obtener el presupuesto necesario para escalar los proyectos de IA.

Un camino típico es tomar un caso de uso empresarial particular e implementarlo en varias funciones o en toda la empresa. Una vez que los equipos de TI y datos consiguen el patrocinio ejecutivo y la inversión para la expansión, realizan el trabajo duro de establecer competencias de IA.

Este trabajo duro nivela los retornos positivos en los años dos a cinco dado el tiempo y el aprendizaje involucrados. Sin embargo, la recompensa parece valer la pena, ya que se duplica para el año cinco.

La etapa de enlace con la transformación digital

A medida que las empresas avanzan en la transformación digital, los líderes se esfuerzan por discernir dónde encaja la IA y dónde tendrá el mayor impacto. Las empresas ejecutan un proceso del cambio en cuatro fases de madurez:

• Naciente: Dando los primeros pasos para diseñar y visualizar la transformación
• Emergente: Construcción de elementos digitales no integrados
• Integrado: Integración total de inversiones digitales en toda la empresa
• Institucionalizado: Aprovechamiento de inversiones digitales para impulsar y evaluar decisiones de marketing

Si consideramos cada fase, volvemos a ver una curva de rentabilidad no lineal para las inversiones en IA a lo largo del tiempo. Se obtienen pequeñas recompensas en la fase naciente y luego se duplican en la fase emergente.

Estas recompensas disminuyen cuando las empresas avanzan hacia la fase integrada y luego las recompensas más altas se materializan durante la fase institucional. Esta trayectoria es similar a lo que se ve cuando se examinan las disminuciones asociadas en los costos generales de marketing.

La integración es costosa, ya que las empresas trabajan para conectar sistemas dispares en toda la organización para lograr capacidades más efectivas. Esto requiere una cooperación interdisciplinaria y entre divisiones.

Por qué los ejecutivos no se sienten cómodos con el uso de la Inteligencia Artificial

El éxito de la IA impulsado por la experimentación

Un factor de éxito en las transformaciones digitales es el uso de experimentos. Según The CMO Survey, el 35.6 por ciento de los profesionales del marketing realizan experimentos para comprender el impacto de las acciones de marketing en los clientes. Esto frente al 31.4 por ciento en junio de 2020.

Si bien estos resultados muestran un aumento modesto, este porcentaje sigue siendo bajo, lo que coloca a la mayoría de las empresas en el grupo de uso medio para experimentos, una tasa que no se correlaciona con los mayores beneficios de la IA.

En cambio, encontramos que los beneficios de la IA asociados con la productividad de ventas, la satisfacción del cliente y los costos de marketing son más altos para las empresas que informan que realizan experimentos al menos el 50 por ciento del tiempo.

Busca usos estratégicos de la IA en el marketing

Según los encuesta, las formas más comunes en que las organizaciones de marketing utilizan la IA son para la personalización de contenido y su creación. Sin embargo, estas aplicaciones más utilizadas no producen los mayores beneficios en términos de productividad de ventas, satisfacción del cliente y costos generales de marketing.

Los datos muestran que las empresas mejoran más sus retornos al usar la IA en formas menos comunes, a menudo estratégicas. Estas incluyen:

• Mejorar el ROI mediante la optimización del contenido y el tiempo de marketing (usado por solo el 36.6 por ciento de las empresas)
• Aprovechar el análisis predictivo para obtener información sobre los clientes (32.9 por ciento)
• Tomar decisiones de segmentación (31.7 por ciento)
• Usar IA conversacional para el servicio al cliente (26.4 por ciento)
• Implementar IA conversacional para el servicio al cliente (26.4 por ciento)
• Mejorar el análisis de datos y los informes (24.8 por ciento)
• Profundizar la segmentación de clientes (21.5 por ciento)
• Ofrecer las mejores ofertas (4.9 por ciento)
• Optimizar la búsqueda por voz (3.7 por ciento)

La lección aquí es que los especialistas en marketing deben pensar más allá de las aplicaciones de IA más comunes e identificar usos estratégicos de la tecnología. Esto, para generar un impacto significativo en sus organizaciones.

SOBRE LOS AUTORES

Christine Moorman es profesora de Administración de Empresas T. Austin Finch en la Escuela de Negocios Fuqua de la Universidad de Duke. Es fundadora y directora de The CMO Survey y ex editora en jefe del Journal of Marketing. Colleen Hickey es candidata a MBA de la promoción 2024 en la Escuela de Negocios Fuqua y becaria de investigación de The CMO Survey.

Síguenos en Google News