La neutralidad en AdTech ya no basta, tienes que poder enseñar las tripas
En el mercado publicitario usamos la palabra “neutralidad” como si fuera un certificado de buena conducta; hasta hace poco, neutralidad significaba más o menos, que una empresa no era agencia, ni un medio, ni una plataforma cerrada, ni un anunciante y por lo tanto, podía presentarse como infraestructura limpia, algo así como una “Suiza con APIs”, el tipo de argumento que tranquiliza mucho en un comité de compras y algo menos cuando alguien pregunta qué ocurre realmente con los datos, el dinero y las decisiones algorítmicas.
La adquisición de LiveRamp por parte de Publicis ha devuelto ese debate al centro de la industria y la reacción previsible era hablar de si LiveRamp seguirá siendo neutral bajo el paraguas de una agencia, y aunque se trata de una pregunta legítima también es una pregunta incompleta. En un mundo publicitario cada vez más alimentado por IA, la neutralidad importa menos que la transparencia, pero no porque la neutralidad haya dejado de tener valor, sino porque ya no explica lo suficiente. La neutralidad responde a una pregunta de “propiedad”: quién posee el activo, pero la transparencia responde a preguntas más útiles: cómo se usa el dato, cómo se construye una audiencia, cómo se resuelve la identidad, dónde fluye la información, qué parte del presupuesto llega a medios, qué parte se queda en la maquinaria intermedia y si el aprendizaje generado por una campaña fortalece al anunciante o alimenta una ventaja ajena. En un ecosistema simple, propiedad y confianza podían parecer casi equivalentes… en el actual, no.
La publicidad digital ya no funciona como una secuencia clara de piezas separadas: Data, identidad, activación, supply, medición, optimización y creatividad están cada vez más conectadas. La IA acelera esa interdependencia porque convierte cada señal en posible input de decisión. Una campaña ya no solo compra inventario, enseña al sistema y cuando un sistema aprende ¿quién se beneficia de ese aprendizaje? Este es el punto que muchos anunciantes todavía no están formulando con suficiente dureza.
La industria ha aceptado una especie de pacto tácito: si el rendimiento mejora, no preguntes demasiado… deja que la máquina optimice, confía en la plataforma, mira el dashboard, celebra el ROAS… y repite presupuesto. Muy cómodo todo, hasta que alguien intenta reconstruir el camino completo del dinero o del dato y descubre que el mapa se parece más a una instalación eléctrica de los años setenta que a una arquitectura moderna. El stack publicitario tiene demasiados escondites: cada salto añade coste, cada integración introduce pérdida de señal, cada partner suma una capa de interpretación y cada caja negra exige fé, y la fé en AdTech, casi siempre factura.
Una investigación de Cadent y Winterberry Group señalaba que, de cada dólar invertido en medios, 38 centavos son absorbidos por la maquinaria intermedia y solo 47 centavos llegan a working media. Este dato aparece también recogido en un artículo publicado por Adweek sobre esta misma tesis. No hace falta dramatizar, basta con leerlo despacio: menos de la mitad del dólar que se invierte llega a los medios y en una industria que lleva dos décadas prometiendo eficiencia algorítmica, conviene reconocer que algo no cuadra o mejor dicho, que demasiadas cosas cuadran muy bien para demasiados intermediarios, porque es precisamente aquí donde la neutralidad se queda corta. Un sistema neutral puede ser caro, opaco, redundante, hasta puede multiplicar pasos, fees, upcharges y capas de reporting sin que nadie entienda del todo dónde se creó valor y dónde solo se preservó margen. La neutralidad no garantiza eficiencia, pero tampoco garantiza claridad, solo describe una posición relativa en el mapa de propiedad. La transparencia, en cambio, exige enseñar el funcionamiento.
En un mercado serio, un proveedor debería poder explicar cómo se mueve el dato, cómo se activa, cómo se protege, qué se aprende, dónde se aplica ese aprendizaje y qué controles tiene el anunciante sobre todo ello. También debería poder explicar cómo fluye el dinero, qué costes existen, qué intermediarios participan y qué parte de la inversión acaba generando exposición real en entornos de calidad. Esto no significa que todos los stacks tengan que ser simples. La publicidad digital es compleja porque el comportamiento del consumidor es complejo, los medios son complejos y la medición es compleja. El problema no es la complejidad sino usarla como refugio.
Publicis ha entendido muy bien el momento y la operación de LiveRamp no puede leerse solo como una compra de tecnología de identidad o data collaboration. Es una apuesta por controlar mejor la materia prima de la era agéntica: datos conectados, activables y útiles para alimentar sistemas de IA. El Financial Times citó a Arthur Sadoun explicando que “la adquisición ayudaría a los clientes a generar datos propietarios y exclusivos para construir agentes de IA diferenciados sobre grandes modelos”. Esta frase merece atención, porque el futuro del marketing no se está jugando solo en quién tiene la mejor interfaz de IA sino en quién tiene datos suficientemente buenos, propios, conectados y gobernados para que esa IA produzca ventaja real.
Un anunciante debería saber cuando usa este sistema, si su first-party data mejora su propio modelo, si mejora su propia inteligencia y su propia capacidad de competir o si está fortaleciendo una capa de infraestructura que luego será revendida, reutilizada o aprovechada en beneficio de un ecosistema que no controla. No todas las respuestas serán malas: hay modelos colaborativos muy valiosos, hay data clean rooms, plataformas de colaboración y entornos de activación que pueden generar valor compartido bajo reglas claras, pero precisamente por eso la transparencia es innegociable. Si la colaboración de datos es el nuevo terreno competitivo, los anunciantes tienen derecho a saber qué están aportando y qué reciben a cambio. La industria suele plantear una falsa elección: rendimiento u opacidad. Si quieres performance, acepta que no todo se pueda ver, si quieres resultados, no mires demasiado la cocina. Es un argumento intelectualmente pobre y comercialmente muy conveniente.
En la era de la IA, esta excusa será cada vez menos aceptable. Las plataformas tendrán que entregar rendimiento y transparencia al mismo tiempo porque la propia naturaleza de la IA aumenta el riesgo de dependencia y cuanto más aprende un sistema, más difícil es sustituirlo, del mismo modo cuanto más centraliza datos y decisiones, más poder acumula ergo cuanto más automatiza, más importante es auditar.
Para los publishers, el debate es igual de relevante. Si más dinero desaparece en la maquinaria intermedia y más aprendizaje se concentra en capas tecnológicas superiores, el valor editorial queda atrapado en una cadena que puede medirlo, empaquetarlo y monetizarlo sin necesariamente fortalecerlo. La transparencia económica no es una obsesión de procurement, es una condición para que el valor del contenido no se diluya en una arquitectura que siempre encuentra una forma nueva de cobrar peaje.
La adquisición de LiveRamp por Publicis no cierra el debate. Lo acelera. Las agencias quieren más control sobre datos, identidad, IA y medición; las plataformas quieren cerrar loops; los vendors independientes quieren defender su legitimidad; los anunciantes quieren resultados sin perder soberanía; y los publishers quieren que el dinero llegue, si no es mucha molestia, a quienes crean el entorno donde ocurre la publicidad. En ese contexto, seguir preguntando solo “¿es neutral?” empieza a sonar insuficiente y quizá deberíamos empezar a decir: “enséñame cómo funciona”. Enséñame cómo se construye la audiencia, cómo se resuelve la identidad, dónde va mi dato, qué aprende el sistema, qué parte del dinero llega a medios, qué costes son inevitables y cuáles son simple herencia de un stack inflado y por supuesto qué control tengo si quiero cambiar, auditar o salir.
La neutralidad era útil cuando el mercado necesitaba una señal rápida de confianza, pero la IA cambia el estándar y ya no basta con declarar que no tienes conflicto, hay que demostrar cómo operas cuando el conflicto puede estar escondido en el modelo, en el dato, en el flujo económico o en la optimización. El AdTech no necesita otra ronda de promesas de neutralidad, necesita menos declaraciones y más trazabilidad porque en la próxima fase de la publicidad digital, la confianza no se va a conceder por estructura societaria, se va a ganar enseñando las tripas.
Puntos clave:
La neutralidad ha funcionado durante años como una especie de atajo reputacional, pero en un ecosistema cada vez más algorítmico resulta insuficiente.
La transparencia debería convertirse en el verdadero estándar: trazabilidad de datos, economía de la cadena, uso de first-party data y lógica de optimización.
En la era de la IA, los anunciantes no solo eligen vendors: eligen dónde entrenan su ventaja competitiva y qué sistemas aprenden de sus datos.
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.
