Text-to-X: hacia nuevas formas de producción (no) técnica

El lenguaje natural no impacta únicamente en nuevas formas de programación, sino también en nuevas formas de producción técnica. En este último tiempo asistimos al ascenso de herramientas conocidas como Text-to-X, tecnologías que convierten un input de texto en diversas formas de output, como imágenes, videos, código, entre otros.

Text-to-X: hacia nuevas formas de producción (no) técnica

En el artículo GPTs: una revolución dentro de una revolución, hicimos hincapié en los lanzamientos que oficializó OpenAI y, especialmente, destacamos el desarrollo de los GPTs como una revolución dentro de AI. Este lanzamiento implica que cualquier persona puede crear sus propios agentes y aplicaciones de AI utilizando simplemente lenguaje natural. De allí concluimos que el lenguaje natural se transforma en el nuevo lenguaje de programación. Por más utópico que parezca, esto es ya una realidad.

Sin embargo, esto no acaba aquí. El lenguaje natural no impacta únicamente en nuevas formas de programación, sino también en nuevas formas de producción técnica. En este último tiempo asistimos al ascenso de herramientas conocidas como Text-to-X, esto es, tecnologías que convierten un input de texto en diversas formas de output. En este sentido, emergieron aplicaciones que transforman información textual en diferentes formatos, como texto a voz (Text-to-Speech), texto a imágenes (Text-to-Image), texto a video (Text-to-Video), texto a traducción (Text-to-Translation), entre otros. Estas tecnologías comprueban que estamos ingresando a una nueva era de producción (no) técnica.

Text-to-image, el nuevo mejor amigo de marketing

Desde los lanzamientos de Midjourney, Adobe Firefly o Dall-E, el text-to-image rápidamente se transformó en uno de los mejores amigos de todo equipo de marketing. Podemos utilizar una solución así para crear rápidamente imágenes, gráficos y otras visuales para nuestras campañas, que podemos utilizar en anuncios, redes sociales, correos electrónicos o material impreso. Esto acelera nuestra capacidad de implementación y de optimización.

Así también, permite incrementar nuestra personalización. Con una increíble capacidad de producir a escala y en forma automatizada, los equipos de marketing pueden personalizar imágenes según las preferencias del usuario o diferentes segmentos de audiencia.

Por último, no menos importante respecto de su uso para la visualización de datos y reportería. El text-to-image puede convertir datos textuales en gráficos visuales fácilmente comprensibles, facilitando nuestra interpretación de datos.

Text-to-video, el contenido aspiracional cada vez más cerca

Así como ya existen imágenes generadas a partir de texto, también se están sofisticando soluciones como Canva, Vimeo o Pika que buscan desarrollar outputs audiovisuales a partir de un texto o guión. Si la industria cinematográfica tuvo una fuerte disrupción en su forma de distribución, cuando los servicios de streaming pasaron a ser más convocantes que las salas de cine, hoy en día la AI vuelve a poner el foco en la forma de producir contenido audiovisual. No faltará mucho para que sea posible producir videos caseros por AI generativa, que no tengan nada que envidiarle a la calidad de una producción cinematográfica. Esto seguirá traccionando la emergencia de nuevos nanocreadores y microcreadores, una tendencia que llevó a TikTok, YouTube e Instagram a una popularidad sin precedentes.

Para los equipos de marketing, esto es revolucionario. Con la posibilidad de tener producciones más ágiles y de mayor calidad, los videos son una de las formas más efectivas para aumentar la atención del usuario y mantener su tiempo de retención. Así también, pueden aprovechar la combinación de elementos visuales, auditivos y narrativos para transmitir información de manera memorable.

Con la sofisticación del text-to-video, las principales limitantes en el desarrollo de videos (costos significativos, capacidad humana y limitación técnica), se verían aplacados en gran medida.

¿Qué impacto tendrá el Text-To-X en marketing en los próximos años?

El nuevo paradigma de producción de marketing, moldeado a través del texto, implica nuevos desafíos a tener en cuenta, que van desde consideraciones económicas, creativas, laborales y de diversidad.

• Consideraciones económicas. Desde plataformas publicitarias como Google, Meta o TikTok, que operan bajo un sistema de subasta, la producción masiva de anuncios al alcance de todos va a intensificar la competencia, elevando los costos (CPC, CPM). Esto puede derivar en niveles más elevados de saturación de mercado.
• Consideraciones creativas. Por otro lado, una adopción masiva de esto puede derivar en cierta fatiga y cansancio por parte de la audiencia. Como siempre, la clave será encontrar un equilibrio entre la cantidad y la calidad. La facilidad de producción no podrá nunca reemplazar la estrategia y la creatividad en el contenido.
• Consideraciones laborales. Si el lenguaje natural es la llave para desbloquear una forma generativa de producción (no) técnica, los marketers más codiciados serán aquellos que tengan más refinado sus capacidades de storytelling y sean capaces de comunicar un punto de vista único. La AI no va a reemplazar a las personas, pero las personas que sepan utilizar AI van a reemplazar a los que no.
• Consideraciones DE&I. Similar a la atención que debemos prestar con cualquier producción humana, la AI también puede alimentarse de prejuicios y discriminación. Es necesario tener en cuenta esto para que toda producción a escala siga siendo representativa de los valores que como empresas queremos transmitir.