Palantir quiere ocupar la capa donde los datos se convierten en decisiones
Cuando una empresa que se ha hecho conocida por trabajar con organismos de defensa y seguridad empieza a aparecer en el stack de datos de publishers, agencias y empresas de marketing… conviene mirar algo más que el titular.
Palantir ya trabaja con Fox News Digital, Zeta Global, Stagwell y USA Today, pero son acuerdos muy diferentes entre sí. Fox recurrió a la empresa para construir una plataforma interna de producción editorial; Zeta rehízo su data cloud sobre Foundry y firmó una alianza de siete años. Stagwell ha desarrollado productos de marketing sobre la misma infraestructura y USA Today, quiere utilizar Palantir para analizar y monetizar mejor sus datos de audiencia. La tentación es meter todo esto en el cajón desastre de la “IA”, eso sería lo más cómodo, pero no la realidad. Lo que Palantir está vendiendo aquí no es principalmente un modelo generativo, sino una capa capaz de ordenar datos que ya existen, relacionarlos con procesos de negocio y permitir que personas y sistemas de inteligencia artificial trabajen sobre ellos, y esto ataca a uno de los problemas más conocidos en publicidad: tenemos muchos datos, pero tenerlos y poder utilizarlos son dos cosas diferentes.
Zeta habla de 550 millones de individuos con consentimiento y de más de 7.500 cálculos por milisegundo en momentos de máxima actividad. Stagwell maneja datasets que abarcan 1.000 millones de touchpoints y 140 millones de hogares estadounidenses. Son cifras enormes, pero el volumen no resuelve por sí mismo el problema de tener datos repartidos entre herramientas, departamentos y estructuras diferentes. Aquí entra uno de los conceptos centrales de Palantir: la ontology. Si le quitamos el envoltorio tecnológico, se trata de crear un modelo organizado de los datos y de cómo funciona una empresa para que posteriormente puedan consultarse y utilizarse de forma operativa.
John Kahan, Chief AI Officer de Stagwell, explica el atractivo de Palantir con bastante claridad: “durante años las empresas invirtieron enormes cantidades en estructurar información, pero con la llegada de los grandes modelos de lenguaje, resulta posible razonar también sobre materiales que antes eran mucho más difíciles de explotar: briefings, estudios de marca, documentos internos o insights cualitativos”. Ahí está probablemente la parte interesante para marketing, porque el sector lleva años prometiendo que va a conectar datos, audiencias, creatividad, activación y medición y aunque los datos existen, están en sitios distintos. Las herramientas también las tenemos, pero cada vez añadimos nuevas capas, ahora con modelos de IA.
La propuesta de Palantir consiste en situarse en medio. Stagwell, de hecho, utiliza Foundry entre sus datos y los modelos de inteligencia artificial que considere adecuados para cada tarea. La compañía puede trabajar con Azure, Google u otros entornos y cambiar de modelo sin tener que reconstruir necesariamente toda esa lógica alrededor de sus datos. Kahan lo resume diciendo que quieren ser agnósticos respecto al LLM. Si mañana aparece un modelo mejor, el valor no está necesariamente en haberse casado con ChatGPT, Claude, Gemini o cualquier otro proveedor, sino en tener organizada la información y los procesos que alimentan a esos modelos… y Palantir intenta ocupar precisamente esa posición, pero ojo: no solo en marketing.
Fox News Digital ofrece un ejemplo bastante concreto de hasta dónde puede llegar esa integración: ingenieros de Palantir se sentaron con periodistas y editores, observaron cómo trabajaban y construyeron después versiones digitales de esos flujos. La plataforma resultante, llamada Newsroom, participa actualmente en la producción del 95% de los artículos digitales de Fox News, ayudando en tareas posteriores a la escritura como sugerir vídeos, enlaces, fotografías o etiquetas. Según Fox, el contenido que llega al lector no está generado por IA y aquí aparece otra diferencia respecto al proveedor tecnológico convencional. Palantir utiliza lo que denomina forward-deployed engineers: ingenieros que trabajan directamente junto al cliente y construyen sobre sus procesos reales. Fox, Stagwell, Zeta y USA Today recurrieron a este modelo. No se trata de consultoría en el sentido clásico, y tampoco es simplemente comprar una licencia y configurar una plataforma, es entrar bastante dentro de la organización. Esa “proximidad” explica parte de la velocidad que destacan sus clientes. Stagwell tuvo funcionando una versión de su sistema de marketing agéntico en 16 semanas; Zeta probó Foundry y terminó reconstruyendo su data cloud sobre la plataforma sin realizar después un proceso competitivo formal; y USA Today ha defendido ante inversores que trabajos que internamente podrían llevar mucho tiempo pueden ejecutarse con Palantir en semanas o meses.
La velocidad tiene valor y crea una relación tecnológica que merece ser observada, porque cuando el proveedor entiende tus datos, tus procesos y la manera en la que operan tus equipos, deja de ser una pieza periférica del stack. No significa necesariamente que el cliente quede atrapado; el caso de Fox, por ejemplo, demuestra justamente que existen otros modelos: una vez terminada Newsroom, la relación comercial con Palantir concluyó y Fox conserva la plataforma, pero Zeta ilustra una relación muy distinta. Su acuerdo con Palantir dura siete años, Palantir recibe un porcentaje de los ingresos de los acuerdos que cierra Zeta y, a cambio, esta puede acceder comercialmente a los más de 600 clientes empresariales que Palantir tenía, según David Steinberg. Stagwell también sale conjuntamente con Palantir a determinados clientes. Esto ya no es simplemente infraestructura, es tecnología, distribución comercial y aprendizaje mutuo. Palantir obtiene acceso a una industria que, según reconoce el propio Kahan, todavía está aprendiendo a conocer. Las empresas de publicidad, mientras tanto, ganan acceso a tecnología y potencialmente a clientes de sectores donde Palantir ya tiene presencia.
Hay una última cuestión que no conviene esconder: el acuerdo con USA Today provocó cierta oposición interna; más de 800 empleados de 31 redacciones sindicalizadas pidieron a la compañía que rompiera la colaboración citando preocupaciones relacionadas con confianza de los lectores, seguridad de los datos e independencia editorial. No se trata de un detalle menor, aunque tampoco invalida por sí mismo la tecnología, pero sí recuerda que introducir una infraestructura capaz de conectar grandes cantidades de datos y procesos dentro de una compañía de medios plantea preguntas distintas a instalar una herramienta de productividad, y, quizá ahí, esté la verdadera historia de Palantir en publicidad: no está intentando competir por ser el próximo modelo de IA de moda sino por convertirse en la capa que permanece cuando los modelos cambian y para una industria obsesionada ahora mismo con decidir qué LLM utilizar, puede que esa no sea lo que necesitas saber si no quién es el que controla la estructura que decide qué datos reciben esos modelos, cómo los entienden y sobre qué procesos pueden actuar.
Puntos clave:
Palantir está encontrando espacio en medios y marketing porque conecta datos dispersos con procesos sobre los que personas y modelos de IA pueden actuar.
Su propuesta no depende de un único LLM: compañías como Stagwell utilizan Foundry como una capa intermedia entre sus datos y modelos de distintos proveedores.
El verdadero movimiento es estructural: Palantir aprende cómo funciona la industria publicitaria mientras algunos de sus clientes empiezan a construir operaciones, productos y relaciones comerciales sobre su plataforma.
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.
