¿Automatizar, potenciar, proteger o rechazar?

• Automatizar: la IA lo hace de principio a fin, una persona lo revisa de vez en cuando
• Potenciar: la IA redacta, una persona aprueba antes de que salga
• Proteger: lo hace una persona, la IA ayuda con los insumos
• Rechazar: no se automatiza, aunque se pudiera

• Extraer cada semana los datos de rendimiento de cinco plataformas en un solo informe
• Actualizar el seguimiento del ritmo del presupuesto
• Primeros borradores de resúmenes por canal
• Investigación de personas
• La guía de marca
• Textos de anuncios
• Configuración de campañas
• La decisión de lanzar o no
• La revisión mensual del cliente
• Comunicación de crisis
• Una entrada a un mercado culturalmente sensible

¿Quién lo revisa? El curso: la validación necesita conocimiento profundo de las plataformas, no antigüedad.

• Megan, responsable de cuenta: la relación con el cliente
• Marcus, medios de pago: en las plataformas a diario
• Emily, investigación
• Jake, planificación
• Lauren, analítica: en las plataformas a diario
• Ryan, medición: en las plataformas a diario

Las cifras de la IA llegan al cliente a menos que alguien que esté a diario en las plataformas (Marcus, Lauren o Ryan) las lea antes. Un informe llega al cliente con cifras que nadie en las plataformas revisó. El ejemplo del propio curso de lo que se cuela: una IA informó con total seguridad de un coste por clic de 0.02 $ en un suplemento del Reino Unido, y se equivocaba (un ejemplo del curso, no datos de GreenLeaf).

Una campaña configurada por IA necesita a alguien que pueda verificar la segmentación y comprobar el seguimiento. Una campaña sale en vivo con una segmentación y un seguimiento que nadie en las plataformas verificó. El curso: toda campaña configurada por IA necesita a alguien capaz de detectar los casos límite de la plataforma.

Cada revisión de un especialista en plataformas es tiempo que no puede dedicar a otra cosa esta semana. Alguien que vive en las plataformas lee las cifras de la IA antes de que salgan: la persona que sabe cuándo una no puede estar bien. El curso: esa capa de validación suele ser tu gente más técnica, no la más senior.

El curso nombra esto como trabajo que la IA debería asumir: mantenerlo humano deja sin usar tiempo recuperable. Tu gente pasa la semana en trabajo que el curso nombra como de la IA: extraer datos de las plataformas, actualizar el seguimiento del ritmo, redactar resúmenes por canal. El curso sugiere que la mayoría de los equipos encuentra entre un 15–25% de sus horas en este grupo, tiempo que podría ir al cliente.

El curso: la IA comprueba; los humanos deciden. Día de lanzamiento, y la IA toma la decisión de lanzar o no. El curso la reparte: la IA comprueba el seguimiento, los presupuestos, el creativo y la geografía; una persona decide.

Si esto sale mal en público, una respuesta redactada por IA es un riesgo reputacional. GreenLeaf sale en las noticias por las razones equivocadas, y la primera respuesta la redacta la IA. El curso pone la comunicación de crisis en Rechazar: las respuestas generadas por IA son un riesgo reputacional.

La IA puede equivocarse culturalmente de maneras que ningún modelo detecta. El trabajo culturalmente sensible del lanzamiento en el Reino Unido pasa por la IA. La lección del propio curso: las traducciones de IA eran culturalmente erróneas de maneras que ningún modelo podía detectar.

La revisión mensual es donde una persona aprende qué hace quedar bien al cliente. La revisión mensual del cliente llega como una presentación escrita por IA. El curso sitúa las conversaciones de relación con el cliente en Rechazar: la conexión humana es el valor.

Mantener esto en manos humanas significa que una persona que conoce al cliente se hace cargo cada mes. La revisión mensual del cliente sigue siendo una conversación con una persona que sabe qué hace quedar bien al cliente.

La postura del curso

• Extraer cada semana los datos de rendimiento de cinco plataformas en un solo informe: Automatizar, revisado por Lauren. Uno de los tres primeros candidatos a automatizar del curso para GreenLeaf.
• Actualizar el seguimiento del ritmo del presupuesto: Automatizar, revisado por Ryan. Uno de los tres primeros candidatos a automatizar del curso para GreenLeaf.
• Primeros borradores de resúmenes por canal: Potenciar, revisado por Lauren. El curso nombra los resúmenes en borrador como trabajo que la IA debería asumir; al ser borradores, una persona los aprueba antes de que salgan.
• Investigación de personas: Potenciar, revisado por Emily. El curso hace que la IA construya personas de comportamiento; decidir qué audiencia importa sigue siendo de una persona.
• La guía de marca: Proteger. El curso: la calidad del creativo de IA es directamente proporcional a la guía de marca que le das.
• Textos de anuncios: Potenciar, revisado por Marcus. La IA redacta el creativo a partir de la guía de marca; una persona lo aprueba antes de que se publique.
• Configuración de campañas: Automatizar, revisado por Marcus. El curso dice que dejes de vender la configuración como trabajo premium y que, aun así, alguien verifique la segmentación y el seguimiento.
• La decisión de lanzar o no: Proteger. El curso: la IA comprueba; los humanos deciden.
• La revisión mensual del cliente: Rechazar. El curso sitúa las conversaciones de relación con el cliente en Rechazar, donde la conexión humana es el valor; esta experiencia trata la revisión mensual como una de ellas.
• Comunicación de crisis: Rechazar. El curso sitúa la comunicación de crisis en Rechazar: las respuestas generadas por IA son un riesgo reputacional.
• Una entrada a un mercado culturalmente sensible: Rechazar. El curso sitúa la entrada a mercados culturalmente sensibles en Rechazar: la IA puede equivocarse culturalmente de maneras que ningún modelo detecta.