Los mercados en desarrollo de licencias de contenido de IA están introduciendo nuevas estructuras de pago que permiten a los editores recibir una compensación por el contenido al que permiten acceder a los sistemas de IA.
Los editores y las empresas tecnológicas están determinando cómo ajustar la compensación para que coincida con el valor del contenido al que los editores permiten acceder a los sistemas de IA. Esto es otra señal de la evolución de los acuerdos de licencia de contenido de IA con tarifa plana al pago por uso, denominado «pago por valor demostrado» o «pago por valor».
Si funciona, podría ser una manera para que los editores reafirmen su poder de fijación de precios con los LLM.
¿De donde viene el término?
Se ha convertido en uno de los desafíos y objetivos que se están definiendo en el mercado de contenido para editores de Microsoft. Sus socios piloto para editores han dedicado los últimos seis meses a determinar cómo integrarse en el mercado y su estructura de precios. Por ejemplo, la diferencia de precio entre un reportaje periodístico investigado a fondo y los resultados de fútbol. El editor debe establecer sus precios mínimos y, por supuesto, los compradores de IA deben considerar que vale la pena comprarlo. Pero eso es solo una parte, posiblemente la más sencilla.
¿Cómo encaja esto en otras estructuras de precios?
En la actualidad, hay cuatro formas principales en las que los editores pueden recibir pagos de las LLM por licencias de contenido: acuerdos de suma global, pago por rastreo, pago por consulta (a veces llamado pago por inferencia) y pago por valor.
Con el “pago por valor”, las plataformas de IA pagan a los editores en función del valor relativo que esa pieza de contenido aportó a una consulta y el valor de esa consulta, según Paul Bannister, director de estrategia de Raptive.
“Este es el modelo más complejo, pero sin duda el mejor, y es similar a los modelos de licencia existentes, como ASCAP y BMI, para regalías musicales”, dijo Bannister. “Es el que mejor alinea los intereses. Es casi como una distribución de ingresos. Dependiendo de cuánto dinero genere la plataforma, la editorial se lleva un porcentaje”.
¿Cuáles son algunos de los factores que influyen en los precios?
Los factores que influyen en el precio incluyen si el contenido se usa para capacitar a un LLM, con qué frecuencia se cita o hace referencia al contenido de un editor en respuestas generadas por IA, si el uso del contenido generará referencias o clics que regresen al sitio de un editor, y la relevancia y actualidad de ese contenido.
Los tipos de contenido también pueden tener precios diferentes, como noticias de última hora, artículos explicativos recurrentes o reseñas de productos. Esto también puede fluctuar según diferentes eventos, como elecciones, temporadas deportivas y eventos de última hora.
Por ejemplo, a los editores se les podría pagar de manera diferente por el acceso a sus archivos de contenido y por las respuestas en tiempo real.
Una de las cosas que aprendimos desde el principio en TollBit es que una tarifa fija por acceso o rastreo no funciona en absoluto. El contenido es único y cada pieza tiene un valor diferente. Por eso, en la plataforma TollBit hemos creado diversos vectores mediante los cuales se puede fijar el precio de ese contenido para el uso RAG y de agentes, como por fecha de publicación, páginas, directorios y palabras clave», afirmó Toshit Panigrahi, cofundador y director ejecutivo de TollBit.
En la plataforma de TollBit, los editores premium, las noticias de último momento, el contenido de pago y el contenido único como noticias locales o artículos académicos tienen precios más altos, por ejemplo, según Panigrahi.
Suena realmente complejo, especialmente sin saber por qué los LLM necesitan contenidos específicos.
Correcto. Otros factores para fijar precios de pago por valor podrían incluir el valor monetario de una consulta a la plataforma de IA, en relación con la puntualidad: una consulta sobre la toma de decisiones de inversión es más valiosa que una sobre la clasificación de los Pokémon más populares, dijo Bannister, por ejemplo.
Un ejecutivo editorial, que pidió hablar bajo condición de anonimato, puso como ejemplo una franquicia editorial anual que publica en primavera. Durante las primeras 24 horas de publicación de ese paquete, agentes de IA intentarían extraer la fuente original, especialmente porque la editorial impide que los bots de IA accedan a la historia (a menos que paguen por la licencia).
Podríamos conseguir un buen precio en ese momento. Quizás 24 horas después, probablemente no. Además, existen diversas variables en un mercado, como: ¿este agente de IA busca usar esta información una sola vez? ¿Busca usarla durante un tiempo? ¿Busca indexar esta información indefinidamente? ¿Busca entrenar un modelo con ella? Existen diversos casos de uso que, en teoría, deberían tenerse en cuenta», dijo el ejecutivo.
Por eso, es un proceso complicado determinar para qué quiere el contenido la demanda (en este caso, los LLM).
«¿Cuál es el valor de lo que están incorporando, cómo se presentará y qué valor tendrá para el usuario final? ¿Y cómo se fija un precio preciso para que la fuente de información tenga un valor justo?», preguntó el ejecutivo.
¿Hasta dónde llegan estos mercados de pago por valor?
No está muy avanzado. Nikhil Kolar, vicepresidente de Microsoft AI, declaró a Digiday que la estructura de precios sigue siendo «extremadamente compleja» y que Microsoft está intentando simplificarla. También destacó que cada contenido, llamada o instancia de uso tiene un precio individual, lo que la vuelve operativamente compleja e impredecible. «Eso significa que necesitamos mantener la coherencia para que la demanda sepa cuánto tendrá que pagar, pero al mismo tiempo, actualmente es extremadamente compleja, por lo que es necesario simplificarla», afirmó.
La idea detrás del pago por valor demostrado es que, en algunos casos, el valor estará asociado con una fuente editorial particular, pero en otros casos podría ser solo la información sin procesar que un LLM necesita para generar una respuesta a la solicitud de un usuario.
Really Simple Licensing (RSL Collective) contrató recientemente a Matt Lindsay, director ejecutivo y fundador de Mather Economics, una empresa que ayuda a los editores a desarrollar estrategias de ingresos para los consumidores, para desarrollar una estructura de precios para el valor del contenido licenciado por LLM, pero sigue siendo un trabajo en progreso.
¿Por qué es importante el pago por valor?
Todo se debe a que los editores presionan para obtener una compensación de las empresas de IA que sea proporcional al valor que creen que extraen los LLM.
También existe la posibilidad de recuperar las pérdidas derivadas de los ingresos que los editores obtienen del tráfico de referencia de búsqueda, que se han reducido a medida que las herramientas de IA responden a las consultas con respuestas resumidas. Los editores buscan una compensación vinculada a cómo se utiliza, cita y monetiza su periodismo dentro de los sistemas de IA. Un modelo basado en el valor ofrece ingresos recurrentes, transparencia en el uso y una participación en las ganancias si las plataformas de IA se benefician de sus informes, lo que ayuda a garantizar que los editores sigan siendo actores económicos en la capa de IA, en lugar de proveedores invisibles que la alimentan.
¿Qué complica esto?
Aún quedan muchas preguntas sobre cómo funcionará esto: ¿quién controla el mercado que valora el contenido? ¿El editor, la empresa de inteligencia artificial o la empresa tecnológica?
Además, ¿cómo se definirá el «valor», si existe la posibilidad de que sea subjetivo? Si bien ya existen algunos factores emergentes que afectan los precios, es necesario acordar una estructura de compensación entre los editores y las empresas de IA y tecnología para construir un mercado funcional.
Por ahora, cada acuerdo es a medida, y los editores pueden valorar su contenido como consideren oportuno. Aún está por verse si las empresas de IA están dispuestas a pagar el precio. Los editores siguen bloqueando los bots de IA para intentar limitar el scraping de su contenido sin compensación, pero no es muy efectivo , lo que significa que los editores aún tienen poca influencia si las empresas de IA y tecnología no se reúnen para negociar el desarrollo de estas estructuras de pago.
¿Se compartirán suficientes datos de las empresas de IA y tecnología con las editoriales para que comprendan estas métricas y cómo pueden afectar el precio de su contenido? Si el valor demostrado se basa en la frecuencia con la que se cita el contenido de las editoriales, ¿podría el pago desviarse hacia las marcas más grandes que ya dominan en visibilidad y citas en las LLM? Todos estos aspectos aún deben resolverse.
Fuente: Digiday
