Aunque la tecnología claramente todavía está en una etapa larval, hay implicaciones reales para las marcas, agencias y editores relacionados con ella. Pero para ver a través de los chatbots disfrazados de algo más, es importante comprender las diferencias entre los sistemas de agente, los agentes de IA y los diversos casos de uso que ya se aplican en agencias, marcas y editores.

Espera, ¿no son solo estos agentes de IA?

No exactamente. Un agente de IA usa IA generativa, típicamente a través de un modelo de lenguaje grande (LLM), para realizar una tarea. Operai, la compañía detrás de ChatGPT, ha estado desarrollando un agente llamado “operador”, que promete ayudar a los usuarios a hacer reservas de restaurantes y arreglos de viaje de libros.

“El mundo de la IA generativa, [of] Chatgpt, se trataba de preguntas y respuestas. Ahora estamos en el mundo de la acción ”, dijo David Raichman, director creativo ejecutivo de Ogilvy Paris, donde la red de agencias opera una unidad especial de IA.

La diferencia es de escala y proceso. La IA Agentic describe una situación en la que múltiples agentes de IA trabajan juntos para completar tareas complejas, con una supervisión o intervención mínima de un usuario humano.

“Los agentes son modelos de IA con un trabajo. Agente significa que esos agentes pueden trabajar independientemente de los humanos durante un cierto período de tiempo ”, dijo Wesley Ter Haar, cofundador y director de IA en Monks.

También es diferente de los flujos de trabajo automatizados (que solo realizan tareas de manera prescrita), porque los agentes de IA pueden escribir las secuencias que usarán para llevar a cabo sus objetivos. Para citar la definición ofrecida por Anthrope, la compañía detrás de LLM Claude, son “sistemas donde los LLM dirigen dinámicamente sus propios procesos y uso de herramientas”.

“Usted le da una tarea, funciona con los pasos que debe tomar para hacer esa tarea, y luego genera un resultado basado en eso”, explicó Peter Gasston, líder de innovación en la División de Faith-Devoted Faith de VCCP.

Entonces, ¿cómo podrían usarse en el marketing?

Un proyecto experimental reciente producido por Monks, a través de una asociación con NVIDIA, para la marca de ropa PUMA proporciona la demostración más clara de las aplicaciones de Agente. La agencia produjo una película de marca de 30 segundos en una “fracción” del tiempo que normalmente se requiere, utilizando hasta cinco agentes que trabajan solo desde el documento de información del cliente.

“Está escrito por agentes de IA. Está abordado por el estado de ánimo por los agentes de IA. El director de fotografía es un agente, y esos agentes han trabajado juntos para unir ese guión, unir ese tablero de ánimo y devolverlo a las personas que están al tanto”, dijo Ter Haar. El nivel de intervención humana en dicho sistema podría diferir, dependiendo de los requisitos de cumplimiento legal de un cliente, agregó.

Aún así, la batería de Adobe de herramientas de agente incluía aplicaciones de audiencia y información de datos, incluida una que puede crear segmentos de audiencia completos para un planificador. Los casos de uso de agentes para la planificación de los medios no están tan avanzados como los de creatividad, aunque Ter Haar dijo que los monjes están haciendo un uso frecuente de las herramientas de perfil de audiencia de IA.

La agencia había desarrollado una herramienta de modelado de mezcla de medios, denominada “claridad”, explicó Ter Haar. “Puede hacer modelado de mezcla de marketing a gran escala al predecir miles de agentes de IA, y luego la superposición de los predictores de mayor rendimiento se convierte en su plan de medios”, dijo, y agregó que los monjes aún no han implementado claridad “a escala” para sus clientes.

¿Qué pasa con los editores?

La absorción de la IA agente entre los editores sigue siendo incipiente, por decir lo menos. Para muchas salas de redacción, el riesgo de alucinaciones sigue siendo demasiado grande para que se despliegue ampliamente. Pero hay algunas aplicaciones interesantes que surgen.

Por ejemplo, se puede utilizar un “agente de SEO” en el extremo posterior del Sistema de Gestión de Contenido (CMS) de un editor para automatizar las sugerencias sobre cómo obtener un artículo listo para la búsqueda. Con el clic de un botón, un periodista puede ver titulares alternativos, descripciones y palabras clave.

Mientras tanto, un “agente de redactor” se refiere a una aplicación que permite a un periodista tomar todas las materias primas que han reunido al informar una historia: transcripciones de audio, video o texto) y girarlo en un borrador inicial, según cualquier indicador que hayan usado. Si el escritor está contento con los resultados, puede continuar agregando indicaciones para traer otros datos o contexto hasta que el artículo comience a tomar forma. Luego pueden usar el agente de SEO para reflexionar y crear múltiples versiones para diferentes sitios o plataformas sociales. Toda la información se mantiene dentro del dominio del editor, por lo que el material fuente confidencial no se comparte externamente.

¿Dónde está todo esto en última instancia?

Dejando a un lado la jerga, la promesa de Agentic AI es la visión de un optimista de un futuro habilitado para la AI, uno en el que los ahorros de tiempo se reinvierten en tareas de orden superior, lo que permite a los creativos y planificadores de medios pasar más tiempo pensando y menos tiempo moliendo en sus teclados. Pero eso está muy lejos.

Ter Haar le dijo a Digiday que esperaba que la planificación de los medios eventualmente haga un uso intensivo de los sistemas de agente. “Llamémoslo un año, año y medio, tal vez”, predijo cuando podría causar raíces serias.

Si bien los editores están interesados ​​en discutir el potencial de IA agente, quedan obstáculos significativos, especialmente porque lidian con disputas de derechos de autor no resueltas y una dinámica de tráfico de referencia cambiante. Y hasta que se resuelvan los problemas y las alucinaciones de la IA, los casos de uso escalable seguirán siendo teóricos.

“Hay una brecha de confianza que resolverse antes de que esto realmente se despliegue”, dijo Jon Roberts, director de innovación de Dotdash Meredith.

Los problemas de confianza pueden resultar pegajosos, pero la promesa central de la agente probablemente tentará a las marcas, agencias y propietarios de medios a seguir empujando aún más en este nuevo terreno.

Gasston de VCCP dijo: “Puedes delegarle una tarea, dejar que se ejecute y desaparecer y regresar, y te ha dado un resultado … No estoy seguro de cuán cerca estamos de ser una realidad”.