La inversión en IA, un paso adelante calculado

Las herramientas de Inteligencia Artificial han comenzado a evolucionar de un estadio inicial de niñez a la siguiente etapa de juventud en la industria Broadcast y Media. Podría decirse que ya hemos superado la fase en la que todo el mundo habla sobre ello, pero nadie lo adopta. Ahora, la implementación de estas herramientas para gestión y creación de contenidos comienza a ser mucho más amplia, aunque aún queda mucho camino por recorrer hasta llegar a la plena adopción. ¿Cuál es entonces el principal escollo al que se están enfrentando hoy día las compañías para maximizar la aplicación y el rendimiento que pueden extraer de esta tecnología?

Podríamos enumerar diversas razones por las que las empresas aseguran no ser capaces de progresar hacia la plena adopción de la IA. Por ejemplo, les preocupa no poder extraer resultados precisos adaptados a sus necesidades, así como la seguridad de sus datos cuando utilizan plataformas de terceros en la nube, además de la posibilidad de no ser capaces de estimar correctamente los costes de estos servicios, entre otros inconvenientes.

Efectivamente, al estar la IA aún en desarrollo, son muchas las dudas que pueden surgir cuando valoramos invertir o no en ella. Pero aquí no debemos engañarnos: todos los obstáculos antes mencionados no son consecuencia de una tecnología inmadura. El principal desencadenante de todos ellos radica exclusivamente en no plantearnos las dos preguntas más importantes de todas antes de invertir: primero, ¿qué aplicación real le quiero dar a la Inteligencia Artificial en mi empresa? y segundo, ¿está mi gestor de contenidos preparado para integrar esta tecnología de manera útil y provechosa?

Un sistema Media Asset Management (MAM) con herramientas de IA es tan valioso como los sets de imágenes y metadatos que analiza el motor de IA escogido, por un lado, y el uso y gestión que hacemos de toda esta información a través del MAM, por otro. Es decir, de nada sirve contar con un servicio que nos provea de infinidad de información sobre nuestros ficheros de media si luego no somos capaces de configurar y adaptar nuestro MAM para que gestione todos estos datos asociados, los analice y los presente correctamente, permitiéndonos así extraer conclusiones que nos ayuden con nuestros objetivos de negocio.

Conseguir que la inversión en IA sea útil y rentable requiere disponer de un MAM capaz de enlazar y entender toda la información “descontrolada” que nos ofrecen los motores de IA. Solo un sistema capaz de filtrar y exponer todos los datos de forma lógica y coherente, y capaz incluso de integrar varios motores de IA simultáneamente y adaptarse a diversos modelos de datos que deberá ordenar y armonizar, será el que nos permitirá sacar un mejor provecho de todo el potencial de estas herramientas para producir y gestionar más contenido en menos tiempo.

Percibo habitualmente cómo muchas compañías invierten en esta tecnología sin tener muy claro qué beneficios le puede reportar y ni siquiera saber si su infraestructura y sistemas están preparados para ello. De ahí que acaben implementando un servicio de IA caro exclusivamente para catalogación de contenidos. La falta de planificación y análisis previo habitualmente limitan el potencial de esta tecnología, obviando muchas de las aplicaciones reales que nos puede ofrecer hoy día.

Si prestamos atención, por ejemplo, al consumo de contenidos (qué audiencia los consume, cuándo y cómo), la IA puede ayudarnos a realizar predicciones sobre el futuro consumo y ayudarnos a planificar mejor nuestros recursos disponibles para su producción. Igualmente, en lo que se refiere a la automatización de procesos, las herramientas de IA podrían predecir posibles interrupciones en la cadena de valor del contenido o en la de suministro mediante el estudio de patrones. Y en lo que respecta a la pura producción, las posibilidades se multiplican: desde la traducción automática de contenido en múltiples idiomas para distribución global, hasta la sugerencia de assets y secuencias concretas al editar nuestros vídeos en función de los contenidos que mejor nos han funcionado. Y para ello, da igual si toda esta información proviene de un único motor de IA o de varios (usando, por ejemplo, la transcripción de Google para reconocimiento de audio y un sistema local de IA entrenado por nosotros para detección de caras y objetos). Al final, lo que verdaderamente importa es tener claros los objetivos que buscamos con la contratación de este servicio y por supuesto, saber si nuestro MAM es adecuado para integrar estas herramientas.