Meio & Mensagem
24 de outubro de 2024 – 7h36
Por Asa Hiken, do Advertising Age
Para o diretor Craig Kelly, a parte mais difícil de criar um modelo de anúncio da Chanel a partir da inteligência artificial generativa (GenAI) não foi o deadline de 24 horas que ele mesmo se impôs, tampouco foi ter de transitar entre seis diferentes plataformas de tecnologia para fazer texto, imagem e vídeo. O princpal entrave foi simplesmente criar a garrafinha de perfume no centro do anúncio.
“Criar a garrafa da Chanel levou mais de três horas para desenhar”, afirma. A experiência dele salienta um ponto de fricção para as marcas, que impede o potencial das ferramentas de GenAI em criar anúncios. Embora plataformas de imagem e vídeo demonstrem habilidade para visualizar backgrounds e rostos humanos, continuam a ter trabalho para fazer logos.
“Mesmo que você tenha as habilidades mais incríveis, nunca consegue gerar o que precisa”, diz Pietro Schirano, cofundador da plataforma de IA EverArt.
A empresa é uma das que está na intersecção entre marketing e tecnologia e focada em mudar esse cenário. Por meio de várias décnicas, essas plataformas estão começando a dar às marcas uma base de geração de mídia personalizada de acordo com o estilo e assets desejados.
Ao mesmo tempo, as gigantes da tecnologia estão tentando ajudar os anunciantes a desenvolver conteúdo personalizado. A Meta começou a testar a habilidade das marcas em fazer upload de logos em imagens geradas por IA, enquanto a Amazon está ajudando clientes a fazer vídeos curtos a partir de stills de produto. A Adobe ajudou agências a fazer rebrandings com novos estilos.
O problema em usar esses modelos maiores para geração específica de conteúdo, como aplicá-los para emular o logo da marca e fontes especializadas, é que muito dos dados sobre os quais são treinados serão irrelevantes. Os modelos das plataformas de tecnologia são closed-source, o que significa que o histórico de treinamento e o código são inacessíveis. Isso torna o processo mais constrito.
O refinamento, conduzido por meio de um processo chamado adaptação low-rank, é o centro da EverArt. Schirano fez uma analogia que compara o que a startup faz a uma cirurgia no cérebro, em que a dieta de treinamento é alterada para incluir pequenas doses dos dados da marca.
“É como dizer à IA: ‘Tudo que você sabe sobre chapéus será substituído pelo conhecimento sobre este chapéu aqui’”. Neste caso, o chapéu é um produto ou design de marca.
Utilizando imagens de qualidade ou guia de estilo, a EverArt consegue afinar o modelo que transforma texto em imagem, chamado Flux. Comparado a geradores de imagem como o Midjourney, o Flux permite treinamentos fáceis por ser open source.
A IA tende a manejar bem a complexidade visual, mas assim que o texto é introduzido, como um logo em uma lata de refrigerante, os modelos de imagem ficam confusos. Kelly teve dificuldade de ilustrar a letra C na embalagem de perfume da Chanel.
A EverArt costuma postar exemplos de recriações de logos de marcas como New Balance e Oura. Embora não tenha parceria com essas marcas, a startup conseguiu atrair novos clientes por meio dessas ações.
Darius Lam, fundador da plataforma de IA chamada Nex, diz que um modelo baseado em mídia, que corresponderia às demandas específicas daquela marca, seria positivo pelo nível de controle oferecido à marca, em termos de propriedade intelectual e assests que condizem com os objetivos.
Para trabalhar com seus clientes, a Nex pede acesso a mais de cem assets por produto, incluindo imagens, vídeos e representações em 3D. A empresa tem um modelo de IA proprietário, o Ikon, que desenvolve um sistema específico para a marca.
As marcas já começaram a experimentar modelos baseados em mídia. Mês passado, a Lionsgate fez parceria com a startup Runway, focada em vídeos de IA, para desenvolver um modelo baseado no portfólio conteúdo de TV e filme do estúdio, com o objetivo de gerar vídeos.
Noah Brier, fundador da BrXnd.AI, afirma que a IA é boa em lidar com certos formatos de propriedade intelectual, como personagens animados da Disney, mas falha quando precisa trabalhar com materiais mais realistas, como produtos de marca.
“A representação do produto precisa ser fiel, mas a propriedade intelectual oferece mais espaço para o erro”, comenta.
