É muito recorrente, e sempre digo que os sistemas de gerenciamento de conteúdo (CMSs) têm um efeito multiplicador na maturidade e nas práticas organizacionais existentes. Vejam só, se sua estratégia e operações de gerenciamento de conteúdo de IA já estão funcionando perfeitamente, uma boa implementação de CMS tornará isso mais rápido e escalonável num sentido vertical.
De uma outra forma, se sua
estratégia e governança de conteúdo existentes não forem bem consideradas,
adicionar um CMS pode, na verdade, piorar as coisas à medida que você tenta
catalogar e migrar todo o seu conteúdo, independentemente do valor, e codificar
todos os seus casos extremos em modelos e códigos de conteúdo.
Tenham uma atenção muito especial,
pois o resultado final é muitas vezes uma confusão de muitos modelos, tipos de conteúdo
e conteúdo desatualizado, além do que, sem mencionar o gerenciamento de
mudanças, a interrupção e a necessidade de aprender um conjunto totalmente novo
de ferramentas.
Pessoal, a IA generativa pegará
essa tendência observada e a colocará em aceleração, pois, todas as organizações
com objetivos claros, estratégias, conteúdo estruturado, governança, dashboards
e ferramentas para lidar holisticamente com as operações de ponta a ponta
obterão ainda mais produtividade e benefícios de experiência do cliente, pois
podem permitir conteúdo personalizado escalável e uma voz de marca consistente
em todos os setores com muitos canais digitais.
Vou dar um exemplo, imagine uma
mão robótica prateada e preta segura o volante de um carro sobre gerenciamento
de conteúdo, focada nesse sentido, a IA generativa pegará essa tendência
observada e a colocará em aceleração.
Notem que mais uma vez, o oposto
é verdadeiro, não só a utilização imprudente da IA generativa pode não
melhorar as coisas, como agora acarreta riscos legais e de propriedade
intelectual ainda maiores do que antes.
De uma certa forma, como
resultado, compreender in locco a estratégia primária de gerenciamento de
conteúdo como uma prática mensurável se tornará mais crítico substancial para
as organizações, coloquem isso na massa do sangue.
Tenho constatado que muitas
outras empresas, talvez a sua, estão tentando operar com IA antes de aprenderem
a lidar com operações de conteúdo. Acontece que o risco de tropeçar e bater de
cara no concreto, só vai aumentar para as empresas que demitem especialistas em
conteúdo, pesquisadores de UX, redatores técnicos e outros qualificados em dar
sentido a espaços de informação complexos.
Sendo assim, voltando ao meu
ponto original, sempre houve uma necessidade de compreender e evangelizar a
estratégia de gerenciamento de conteúdo como uma prática.
Essa é uma frase muito atual, que
quando você olha para o abismo, o abismo olha de volta para você, e não consigo
pensar em nenhuma citação melhor para ilustrar o fato coerentemente passivo de
que quando você está interagindo sistematicamente com qualquer sistema digital
moderno, você numa realidade lógica não é apenas um consumidor de informações
de um serviço, mas você também é um especial produtor de informações para esse
serviço.
Pessoal, quanto maior o valor do
aplicativo, mais confidenciais serão os dados necessários, isso inclui código,
estratégia corporativa e dados analíticos. No momento, existem inúmeros tópicos
no Twitter e no LinkedIn sobre o ChatGPT fazendo análises de alto valor que
substituirão os MBAs. Dessa forma, não tenho dúvidas de que isso é verdade, mas
você também precisa saber que seus concorrentes e qualquer outra pessoa agora
podem ter o mesmo tipo de análise que foi produzida nos dados que você
carregou.
É muito comum dizer que isso não
é um problema com o ChatGPT em si, mas uma questão de governança em torno do
uso de qualquer LLM, como resultado, muitas organizações estão começando a
implementar seus próprios modelos internos de grande linguagem para garantir a
precisão dos dados e também evite o vazamento de dados confidenciais.
Vou dar um exemplo, em um nível
de acesso mais controlado, eu mesmo já vi isso como fornecedor, ou seja, à
medida que lançamos um programa beta com nossas próprias ofertas de IA
generativa, clientes experientes perguntam imediatamente se estamos usando seu
conteúdo para ajudar a treinar nossos modelos. Vejam que conforme observado nos
riscos, eles não querem que os aprendizados de sua propriedade intelectual
sejam empacotados e revendidos aos concorrentes.
Se vocês notarem, há uma sombra
óbvia desde inerentemente tendencioso, ou seja, muitas vezes de maneiras
difíceis de perceber até um troll racista da Internet, mas deixar a voz e os
valores de sua marca nas mãos de uma máquina autônoma traz riscos - e esses são
os casos de uso “seguros” de meramente criação de conteúdo dentro de processos
existentes.
De uma maneira diferenciada, as
duas principais questões ainda giram em torno da divulgação e da autenticidade,
ou seja, se você quebrar qualquer uma dessas regras, sua credibilidade
organizacional geral será questionada.
Digo sempre, existem dois tipos
distintos de projetos generativos de IA na estratégia de gerenciamento de
conteúdo de IA, geralmente, apresentam risco menor porque são iniciados por uma
pessoa real que inicia uma tarefa específica e pode verificar ou descartar, o
resultado por si mesmo em tempo real. Exemplos incluem:
Neste momento, a maioria deles
funciona de maneira muito semelhante e geralmente consome as mesmas APIs
subjacentes de terceiros, geralmente OpenAI, não há muita diferenciação aqui, mesmo
que os fornecedores não criassem esses plug-ins, seria trivial criar o seu
próprio.
Tudo indica que ao contrário dos
exemplos anteriores, para que esta revolução ocorra, as próprias ferramentas de
criação de conteúdo terão que evoluir enormemente. Assim, para permitir o tipo
de escala operacional em massa de que estamos falando, em vez de trabalhar com
itens individuais de conteúdo, precisaremos de novos paradigmas para gerenciar
os conjuntos de conteúdo, o que pode incluir o gerenciamento de centenas de
variações ao longo de diferentes eixos; público, idioma, região, canal.
Assim, não é possível fazer em
escala com os paradigmas existentes é imaginar a personalização de um único
conteúdo com vários públicos, assim, adicionar governança para garantir a
precisão e a voz da marca, sem mencionar a capacidade de aplicar testes A/B
para retirar imediatamente e tentar iterações mais novas e mais bem-sucedidas,
complica ainda mais o processo.
Sendo assim, da mesma forma que a
indústria foi além do gerenciamento do layout da página e da cópia para o
gerenciamento de conteúdo estruturado, o foco dos sistemas de gerenciamento de
conteúdo de IA do futuro pode ser menos sobre humanos gerenciando itens de
conteúdo individuais e mais sobre gerenciamento a estrutura, os prompts e as
regras de governança para vários elementos e transformações de IA em escala.
A grande questão é que a IA pode
ser uma função de força organizacional, se você anteriormente teve dificuldade
para obter a adesão de um caso de negócios para aqueles esforços fundamentais
que são difíceis de quantificar, falar sobre IA tende a entusiasmar o C-suite
da mesma forma que o palavra governança absolutamente não.
Enfim, a maior tendência que
tenho visto são as empresas implementando seus próprios LLMs. Ironicamente,
isso dá mais trabalho do que acertar a base, mas as empresas adoram saltar
primeiro para a solução tecnológica.
Vamos entender, que qualquer
organização que trabalhe com conteúdo em grande escala não tem motivos para não
começar a implementar estratégias, políticas e planos de IA para colmatar as
lacunas de competências nos próximos anos.
Pense nisso.
Sergio Mansilha
