Ask Koa no es el final de la compra agéntica, es la versión que todavía cabe dentro de un DSP
Cada cierto tiempo en la industria publicitaria decidimos que todos los problemas pueden resolverse añadiendo una caja de texto: antes era el buscador interno, luego los dashboards, más tarde el “insight center” y ahora es el asistente de IA. Se escribe una pregunta, la plataforma responde, todos respiramos un poco mejor y fingimos que el problema era encontrar el botón correcto, no entender quién decide, con qué datos y en beneficio de quién.
The Trade Desk es el último gran actor en entrar de lleno en esta fase; Adweek adelantó la primicia por un correo filtrado de su roadmap de H2 2026, que describía una interfaz conversacional única para acceder a distintos agentes de IA dentro de la plataforma llamada Ask Koa. Estos agentes estarían orientados a tareas como creación de audiencias, configuración de campañas, generación de insights, troubleshooting, búsqueda y soporte dentro del flujo programático. Un día después, TTD presentaba oficialmente la nueva evolución de Kokai, llamada Kokai Zuma, con Koa Assistant como asistente conversacional integrado en el dashboard y una serie de agentes especializados para campaña, audiencias, análisis de rendimiento y soporte. La empresa ha afirmado que Zuma construye sobre el motor de forecasting de Kokai y que Koa Assistant entra en closed beta como una capa para simplificar el uso de la plataforma.
Hasta aquí, nada sorprendente; todas las grandes plataformas quieren colocar un asistente entre el usuario y la complejidad. Google anunció Ask Advisor para marketers, una familia de agentes de IA integrada en Google Ads, Google Analytics, Google Marketing Platform y Merchant Center. Google lo presenta como una forma de pasar de una idea a una campaña, consultar datos entre productos y recibir orientación accionable dentro de su propio ecosistema, pero la similitud no es casual. TTD está construyendo Ask Koa, Google está construyendo Ask Advisor, Meta lleva años empujando automatización dentro de su stack y Amazon seguirá haciendo lo propio desde retail data y commerce. Cada plataforma está intentando convertir su interfaz en el lugar natural desde el que se pregunta, se interpreta y se decide. Esa es la parte que nos debe importar: la batalla no es por tener un chatbot mejor, sino por ser el entorno donde se acumula la inteligencia de decisión.
Para The Trade Desk, el momento es especialmente delicado. Adweek sitúa el roadmap agéntico en un contexto de presión para recuperar confianza tras una recepción poco entusiasta de Kokai y después de que algunos anunciantes movieran parte de sus presupuestos programáticos hacia Amazon DSP. El propio Eric Bosco, VP of Product Management de TTD, le comentó a Adweek que una gran mayoría del input para el proceso de roadmap viene del feedback de clientes. Esto convierte Ask Koa en algo más que una novedad de producto, es también una respuesta política al mercado. Kokai prometía una nueva etapa para la compra programática en open internet, pero cualquier transición de plataforma tiene un coste: equipos que reaprenden workflows, traders que pierden referencias, clientes que no entienden qué ha cambiado realmente y competidores que aprovechan cualquier fricción para presentarse como alternativa más sencilla. Zuma intenta corregir parte de esa fricción con “easy buttons”; la actualización añade Koa Assistant al dashboard, herramientas de reporting más rápidas, configuración de estudios de conversion lift con menos fricción y nuevas capacidades para frecuencia, entre otras mejoras. TTD también afirma que Koa puede ayudar a encontrar información, descubrir insights y recibir soporte bajo demanda dentro de la plataforma.
La lógica es evidente: si la plataforma es más compleja, pon un agente que la haga parecer más simple. Y ojo que no es mala idea; de hecho, me temo que probablemente sea inevitable, pero conviene no confundir facilidad de uso con cambio estructural. Meter un agente dentro de un DSP es como darle a un trader un algoritmo mucho más inteligente. Puede ejecutar más rápido, optimizar mejor, ahorrar trabajo manual y reducir errores operativos, pero sigue operando dentro del universo de esa plataforma y sigue viendo el mundo desde sus permisos, sus datos, sus inventarios, sus integraciones, sus incentivos y sus límites: tanto Ask Koa como Ask Advisor pueden hacer sus plataformas más fáciles de usar, pero eso no significa que representen el estado final de la compra agéntica.
La arquitectura más interesante empieza un nivel por encima. No en el agente del DSP, sino en el agente del anunciante o de la agencia. Uno que recibe el briefing, evalúa opciones entre plataformas, decide qué parte del presupuesto va a CTV, retail media, search, social, open web o DOOH, y reasigna inversión según señales de rendimiento, saturación, incrementalidad y coste de oportunidad. En esa lógica, el DSP deja de ser el cerebro y pasa a ser una de las rutas disponibles; es decir, si Koa decide, Koa se hace más inteligente; si Google decide, Google se hace más inteligente; si decide el agente del anunciante, el anunciante construye la inteligencia y ahí está la tensión estratégica: las plataformas quieren que sus agentes sean la interfaz natural de decisión porque cada pregunta, cada ajuste, cada optimización y cada feedback loop mejora su propio sistema. El anunciante, en cambio, debería preguntarse si quiere que la inteligencia se acumule dentro de cada walled garden, cada DSP y cada stack, o si necesita construir una capa propia capaz de comparar todos esos entornos con criterios independientes.
La compra agéntica puede terminar reforzando a los grandes intermediarios si cada agente aprende únicamente dentro de su plataforma. La promesa de eficiencia sería real, pero el resultado podría ser más dependencia, no menos. El caso Meta funciona como advertencia. Reuters publicó una investigación sobre Project OT, el plan interno de Meta para transformar la empresa en una compañía “AI native”, reducir plantilla y trasladar más trabajo a tecnología agéntica. Según Reuters, el proyecto llegó a contemplar recortes relevantes, pero acabó encontrando resistencia interna y problemas operativos; la propia investigación cita, entre otros ejemplos, un incidente en el que hackers explotaron un bot de soporte con IA para acceder a cuentas de Instagram de alto perfil. Esto me permite conectar con una frustración conocida por muchos anunciantes de Meta: cuando los servicios de cuenta se trasladan a automatización y soporte vía chatbot, los problemas de campañas, presupuestos o cuentas pueden quedarse sin interlocutor humano claro. No es un problema exclusivo de Meta, es la pregunta central de cualquier transición agéntica: ¿qué ocurre cuando el sistema decide, falla o no sabe explicar lo que hizo? Para The Trade Desk esto es especialmente sensible porque su relato histórico ha sido la defensa independiente de la open web frente a los grandes jardines cerrados. Si su nueva capa agéntica se limita a hacer más cómodo operar dentro de TTD, será útil, pero si quiere ser algo más, tendrá que demostrar que la autonomía no encierra al comprador en otra forma de dependencia sofisticada.
La frecuencia dinámica que aparece en el roadmap filtrado es un buen ejemplo. Según Adweek, una de las funciones previstas ajustaría automáticamente cuántas veces una persona ve un anuncio en función de datos de rendimiento de marca y pacing de campaña. En abstracto, tiene sentido; la frecuencia es uno de los grandes dolores de cabeza tanto de CTV como de programática, pero la cuestión no es si el ajuste automático mejora la media sino quién define el objetivo, qué señales entran, qué trade-offs acepta el sistema y cómo puede auditarse la decisión, porque un agente no solo ahorra trabajo, también desplaza responsabilidad. A las agencias esto les cambia el role operativo: el trader ya no será valioso por saber dónde está cada botón, sino por entender qué delegar, qué no delegar, cómo auditar agentes y cómo defender ante cliente las decisiones que antes tomaba manualmente. Para los anunciantes, la discusión deja de ser si una plataforma tiene IA (todas la tendrán), sino dónde se aloja la inteligencia que decide el presupuesto, porque para los DSPs, la carrera ya no irá solo de features, sino de confianza, transparencia y capacidad de demostrar que sus agentes no son simplemente otra forma de optimizar hacia sus propios incentivos.
Ask Koa puede ser una pieza importante para The Trade Desk, puede hacer Kokai más usable, reducir fricción y ayudar a recuperar parte de la confianza perdida en la transición, pero no deberíamos confundirlo con el destino final de la compra agéntica. Es el primer movimiento lógico de una plataforma que necesita que sus usuarios pregunten dentro de su casa... pero veremos si dentro de unos años, las marcas siguen preguntando a cada plataforma qué deben hacer o si construirán agentes propios capaces de decidir a cuál merece la pena preguntar.
Puntos clave:
Ask Koa refuerza la estrategia de The Trade Desk para convertir Kokai en una plataforma más asistida, automatizada y fácil de operar tras una transición que no siempre ha sido cómoda para el mercado.
La comparación con Google Ask Advisor muestra que la carrera real no va solo de añadir un chatbot, sino de controlar la capa desde la que se toman decisiones de inversión.
El futuro más interesante de la compra agéntica quizá no esté dentro del DSP, sino por encima de él: en agentes de marca o agencia capaces de evaluar opciones entre plataformas y reasignar presupuesto con inteligencia propia.
Este resumen lo ha creado una herramienta de IA basándose en el texto del artículo, y ha sido chequeado por un editor de PROGRAMMATIC SPAIN.
