La IA asusta menos por lo que hace que por todo lo que permite justificar
La IA ha conseguido algo que pocas tendencias publicitarias habían logrado: estar presente en prácticamente todas las conversaciones, incluso cuando nadie ha conseguido definir con precisión qué parte del problema resuelve. Sirve para hablar de creatividad, planificación, empleo, productividad, búsqueda, medición, atención al cliente y, cuando la reunión se alarga, probablemente también para reservar el restaurante.
En las respuestas anónimas, la IA aparece como preocupación principal, promesa inflada, amenaza laboral y motor del próximo cambio. Las posiciones son contradictorias, pero no necesariamente incompatibles. Una tecnología puede tener un potencial transformador y estar, al mismo tiempo, rodeada de exageraciones comerciales; de hecho, la publicidad tiene una notable experiencia convirtiendo ambas cosas en una única presentación.
Una gran parte de los participantes teme que la IA elimine puestos de trabajo o permita que servicios antes especializados se vendan a precios mucho más bajos. Otra sostiene que no sustituirá a las personas, sino que necesitará profesionales capaces de orquestarla. También hay voces que denuncian que algunas empresas están utilizando su nombre para justificar despidos antes de que la tecnología pueda asumir realmente las funciones eliminadas. No podemos verificar las decisiones internas a las que aluden esas respuestas, pero sí podemos observar la lógica económica que las hace plausibles: cuando los márgenes están presionados, cualquier herramienta que prometa productividad se convierte inmediatamente en una herramienta de reducción de costes. La cuestión es si la productividad se utiliza para elevar la calidad, ampliar la capacidad o reducir la plantilla, la tecnología no toma esa decisión… pero la dirección financiera sí.
En publicidad, gran parte del trabajo combina tareas repetitivas con decisiones contextuales: preparar versiones, resumir informes, clasificar materiales o detectar patrones son actividades donde la IA puede aportar eficiencia. Entender por qué un anunciante está perdiendo relevancia, negociar prioridades entre departamentos o decidir cuándo una métrica está contando una historia engañosa requiere algo más que generar una respuesta probable. El riesgo no es únicamente que la IA se equivoque, es que su resultado llegue envuelto en una apariencia de precisión suficiente para evitar preguntas. Un informe producido en segundos puede ahorrar muchas horas, pero también puede convertir datos parciales en una narrativa impecable. Si nadie conserva el tiempo, la experiencia o la autoridad para revisarlo, la automatización no elimina el error, elimina el momento en que alguien podía detectarlo.
Varias de las respuestas apuntan a la homogeneización creativa y al pilotaje automático de campañas: las plataformas ya concentran cada vez más decisiones sobre puja, audiencia, emplazamiento y creatividad. Añadir generación automática de activos puede elevar el volumen de producción, aunque no garantiza que aumente la diferenciación. Si todos los anunciantes alimentan sistemas similares con objetivos similares y optimizan hacia señales similares, el resultado puede ser una eficacia estadística acompañada de una notable falta de personalidad. También existe una brecha entre el discurso y la implantación; en muchas empresas, la IA todavía aparece como una colección de pilotos, herramientas individuales y funcionalidades añadidas por proveedores. Se anuncian agentes a bombo y platillo mientras los datos siguen fragmentados, las taxonomías no coinciden y los equipos producen reportes manuales para reconciliar plataformas. El sector quiere saltar a la autonomía operativa sin haber terminado de ordenar la información que esa autonomía necesitaría.
La conversación sobre agentes de compra y planificación merece atención, pero también disciplina. Las respuestas anticipan que la publicidad agéntica puede transformar procesos en los próximos 2 años, pero esta expectativa no permite afirmar que la compra será plenamente autónoma en ese plazo. La adopción dependerá de acceso a datos, gobernanza, interoperabilidad, responsabilidad legal y confianza del anunciante. Crear una demostración es bastante más sencillo que entregar control presupuestario a un sistema cuya decisión debe explicarse después ante un comité. Por todo esto, el verdadero cambio puede ser menos espectacular y más profundo. La IA reducirá el valor de algunas tareas que hoy se cobran por tiempo, hará más accesibles capacidades antes reservadas a grandes equipos y elevará la expectativa de velocidad y esto obligará a agencias, tecnologías y profesionales a demostrar qué parte de su aportación no consiste solo en producir un entregable.
Para los perfiles individuales, la división relevante no será entre quienes usan IA y quienes no, será entre quienes la utilizan para ampliar su criterio y quienes delegan en ella el criterio que todavía no han construido. La herramienta puede permitir que un especialista explore más hipótesis, revise más datos y dedique menos tiempo a formatear, pero también puede permitir que alguien produzca con enorme rapidez una cantidad industrial de mediocridad.
La industria seguirá anunciando revoluciones porque las revoluciones venden mejor que las mejoras de proceso y mientras tanto, las decisiones importantes serán mucho más concretas: qué datos puede utilizar el sistema, quién valida sus recomendaciones, qué tareas conservan supervisión humana, cómo se documentan los errores y quién captura el ahorro generado. La IA no garantiza que desaparezca la estrategia, la creatividad o el empleo; tampoco garantiza que los preserve, lo que sí hace es retirar algunas excusas. Cuando producir es más rápido, queda más expuesto quién sabe decidir y cuando una empresa utiliza la tecnología para reducir costes, también queda expuesto si alguna vez consideró el talento una inversión o simplemente una línea demasiado grande en el presupuesto.
Este artículo forma parte de una serie especial. Descubre el resto de contenidos aquí.
Puntos clave:
La IA es percibida a la vez como oportunidad, amenaza laboral y tendencia sobredimensionada porque su aplicación sigue siendo desigual.
Automatizar una estrategia débil no corrige sus fallos: puede multiplicarlos, ocultarlos y hacerlos más difíciles de auditar.
El cambio relevante no será disponer de herramientas, sino decidir qué tareas se delegan, quién conserva el criterio y cómo se reparte la productividad obtenida.
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.