Publicidad > Global | (AD AGE) - POR ASA HIKEN
Ad Age |
Los marketers que experimentan con agentes de compra de medios corren el riesgo de malgastar su presupuesto publicitario y perjudicar sus campañas si no saben detectar los errores de estos sistemas de IA y evitar que se repitan.
Los marketers que experimentan con agentes de compra de medios corren el riesgo de malgastar su presupuesto publicitario y perjudicar sus campañas si no saben detectar los errores de estos sistemas de IA y evitar que se repitan. Para evitar estos riesgos, es fundamental que comprendan dónde es más probable que fallen los agentes de IA, cómo auditar sus decisiones y qué medidas de seguridad implementar antes de que los errores se generalicen.
«Debemos proceder con cautela», dijo Anthony Katsur, director ejecutivo de IAB Tech Lab, quien observó ambos ejemplos de prueba mencionados. «Todos los directores de los principales másteres en Derecho han dicho que [la IA] tendrá alucinaciones y cometerá errores».
Su advertencia llega en un momento en que las primeras pruebas ya están revelando problemas. En un caso, Katsur observó que un agente de IA encargado de ejecutar una compra de medios falsificó un precio para un anuncio de televisión conectado, un precio tan bajo que fue la única razón por la que se detectó el error. En otro caso, un agente reservó incorrectamente una compra de medios en un servidor de anuncios a pesar de haber recibido la información correcta y la aprobación humana.
De hecho, líderes tecnológicos como OpenAI y Anthropic han advertido sobre el potencial de errores en su tecnología. Sin embargo, los pmarketers siguen avanzando con paso firme en la integración de agentes más profundamente en sus sistemas de planificación y compra de medios. Cada vez más empresas realizan transacciones entre agentes , en las que los agentes compradores colaboran con los agentes vendedores para completar la compra de anuncios (con supervisión humana). Omnicom, por ejemplo, ha ejecutado transacciones en tiempo real para varios clientes, según declaró Paolo Yuvienco, director de IA de la compañía, en una conferencia telefónica sobre los resultados del primer trimestre la semana pasada.
En general, la compra totalmente gestionada por agentes se está llevando a cabo en entornos de prueba, según comentaron expertos a Ad Age. En esta etapa, los marketers se encuentran en una posición privilegiada para aprender de los errores que observan en los agentes y corregir el rumbo. Sin embargo, a medida que más empresas del sector publicitario implementen sus pruebas en entornos reales, deberán contar con las medidas de protección necesarias.
Cómo identificar si sus agentes están cometiendo errores
Los responsables de marketing que utilizan agentes para la compra de medios deben contar con un sistema para auditar el trabajo de sus agentes, incluso si estos aparentan haber hecho todo correctamente, según declararon varios expertos a Ad Age.
“Estos agentes son empáticos con el usuario; quieren complacerte”, dijo Katsur.
Los agentes de auditoría, independientemente de su confianza en la exactitud de su trabajo, son eficaces porque abordan cada punto de posible confusión. Por ejemplo, en una transacción de medios completa, una auditoría puede incluir tres verificaciones: comprobar si el agente del comprador transmitió la misma información que le dio el comprador, si el agente del vendedor recibió correctamente esta información y si la transmitió correctamente al vendedor, explicó Katsur.
Según Katsur, los agentes pueden programarse para explicar automáticamente lo que hicieron y lo que recibieron en cada paso, con el fin de que esta auditoría sea lo más transparente posible.
Las empresas pueden establecer diversos sistemas para interrogar a sus agentes. Un ejecutivo de una agencia de medios, que habló bajo condición de anonimato, afirmó que sus empleados realizan auditorías de las pruebas de planificación de medios analizando si un agente está utilizando los datos de la manera más útil posible. La auditoría incluye repetir la prueba, pero desactivando una fuente clave de datos relevantes, como una que ayude a construir audiencias. Si la información que devuelve no varía como se esperaba, es posible que el agente no haya obtenido los datos críticos de esa fuente en la prueba inicial.
“Lo que no queremos son respuestas generalizadas que sugieran un nivel de referencia preciso, cuando en realidad son perspectivas generales que se repiten una y otra vez”, dijo el ejecutivo.
La empresa de tecnología publicitaria Swivel graba cada sesión entre sus asesores de marketing y un agente de planificación de medios. Los empleados pueden acceder a las sesiones y analizar la lógica y los resultados del agente. Posteriormente, los empleados de Swivel pueden mostrar los resultados a los clientes para asegurarse de que todo el proceso cumpla con sus expectativas, según Joseph Hirsch, director ejecutivo de Swivel.
“Podemos decir: ‘Oye, esto es lo que buscaba el comprador [agente], esto es lo que le devolvimos; ¿deberíamos haberle devuelto algo diferente?’”, dijo Hirsch. “Cuanta más cantidad de sesiones [grabadas] tengamos, más rápido podremos mejorar”.
Aprovechar la colaboración con socios y protocolos para prevenir futuras alucinaciones.
Implementar prácticas para identificar errores de los agentes no es suficiente. Los marketers también necesitan establecer mecanismos de gobernanza a través de socios externos y protocolos para evitar que los agentes se comporten de forma indebida desde el principio.
Un método eficaz consiste en colaborar con empresas de IA especializadas en gobernanza, como Arthur AI. El ejecutivo de medios anónimo afirmó que, cada seis meses, cuando su empresa consulta con los principales líderes en IA para mantenerse a la vanguardia del sector, también consultan con expertos en gobernanza de IA para garantizar que la empresa esté al día en cuanto a las medidas de seguridad para sus agentes.
Los socios de gobernanza anteriores se han integrado directamente al sistema de planificación de agentes de la empresa de medios. Tras analizar prácticamente todas las sesiones entre agentes y empleados según las pruebas que desarrollaron, los socios han proporcionado una evaluación sobre dónde se producían los problemas más comunes de la empresa de medios. Por ejemplo, se descubrió que un agente encargado de predecir el rendimiento de los anuncios era impreciso debido a la información obsoleta que utilizaba.
La empresa ha estado "identificando [socios] e incorporándolos al proceso para no avanzar demasiado y darnos cuenta de que hemos desatado una bestia que necesita ser controlada", dijo el ejecutivo.
La necesidad generalizada de gobernanza ha impulsado diversos protocolos de agentes, como el Registro de Agentes y el Protocolo de Contexto Publicitario (AdCP) de IAB Tech Lab. Estos marcos buscan estandarizar la comunicación entre agentes para que las tareas automatizadas, como la planificación y la compra de medios, sean más fiables.
“¿Qué sucede cuando se le da una indicación a un agente y esta se envía a otro agente, y este la malinterpreta porque no se basa en un conjunto común de estándares?”, preguntó Katsur, de la IAB. “Estos estándares actúan como una piedra Rosetta”.
Los marketers pueden implementar directamente protocolos para aprovechar sus beneficios. PMG, por ejemplo, utiliza un agente en su sistema operativo, Alli, para conectarse con agentes especializados en el Registro de Agentes de IAB Tech Lab, lo que permite el descubrimiento de audiencias y el análisis de acuerdos, según informó previamente Ad Age .
Restringir estrictamente las competencias de los agentes para limitar su potencial de errores.
Los responsables de marketing también pueden intentar limitar cualquier daño potencial que un agente pueda causar restringiendo sus funciones. Según Katsur, los agentes pueden tener alucinaciones cuando tienen demasiadas tareas, por lo que, al mantener su enfoque simple, los responsables de marketing pueden reducir la probabilidad de que actúen de forma descontrolada.
Según el ejecutivo de medios, la clave está en encontrar el equilibrio entre mantener el alcance limitado sin menoscabar su valor. Por ejemplo, su empresa está experimentando con agentes que ayudan a desarrollar estrategias de medios para diferentes audiencias. Para evitar que estos agentes proporcionen información vaga y potencialmente inexacta al supervisar a un público amplio, a cada uno se le asigna una audiencia específica en la que centrarse. Un agente podría ser capacitado para comprender las necesidades y deseos de una influencer de belleza, explicó el ejecutivo, y la empresa puede consultarlo para generar un plan de medios más específico y con menos probabilidades de incluir información falsa o demasiado genérica.
Describir con detalle el contexto y el objetivo también puede ayudar a los agentes a enfocar mejor sus esfuerzos. En las pruebas donde los agentes realizaron compras de medios, el ejecutivo de medios comentó que su empresa se aseguró de brindar un contexto exhaustivo en la consigna. Este enfoque busca cubrir la mayor cantidad posible de información faltante, evitando que el agente la busque por su cuenta y cometa errores.
“No le hemos dado a un agente de compradores una guía muy general, como una simple declaración sobre un grupo demográfico específico, y le hemos dicho: ‘Ahora haz lo tuyo’”, dijo el ejecutivo de medios. “Siento que todavía estamos muy lejos de eso”.
Según Hirsch, de Swivel, los marketers deben comprender que no todas las partes de una compra de publicidad a través de agentes requieren la intervención de un agente. Por ejemplo, los agentes son relativamente fiables a la hora de obtener información en tiempo real sobre el inventario publicitario, explicó Hirsch. Esta obtención de datos podría ser más adecuada mediante una llamada a la interfaz de programación de aplicaciones (API) directamente a la fuente de dichos datos.
“Hay que usar el LLM con moderación porque el LLM es lo que tiene el potencial de provocar alucinaciones”, dijo Hirsch