¿Tiene sentido implementar AdCP en Retail Media?

Desde hace mucho tiempo el real-time bidding (RTB) ha sido el motor silencioso de la programática. Un sistema probado, eficiente y escalable que permitía conectar demanda y oferta a gran velocidad y a bajo coste. Pero su lógica, optimizar pujas en tiempo real para maximizar rendimiento, encaja mal con el nivel de control que exige un entorno retail.

El retail no vende impresiones sino experiencia. En el eCommerce, el lineal es un algoritmo, y cada producto o creatividad impacta directamente en la percepción de marca y en la tasa de conversión. Por eso, cuando el modelo programático intenta entrar en los dominios del retail media, se topa con un principio básico del sector: nada entra en el lineal sin aprobación.

Mientras tanto, está emergiendo un nuevo estándar: el Advertising Context Protocol (AdCP), que tal y como os contamos, está siendo impulsado por Brian O’Kelley, Scope3, Yahoo DSP, PubMatic y otros actores del ecosistema. Su propuesta es aparentemente simple pero estructuralmente disruptiva: definir un lenguaje común entre sistemas de compra, venta y agentes de IA, donde cada parte pueda expresar y verificar políticas contextuales, de sostenibilidad o de idoneidad. En otras palabras: si el RTB fue el idioma de la eficiencia, AdCP quiere ser el idioma del contexto.

Por qué el Retail Media no puede confiar ciegamente en RTB

Aplicar RTB al Retail Media puede parecer lógico sobre el papel: subastas abiertas, pujas dinámicas, competencia por visibilidad, … pero en la práctica, el modelo se quiebra ante tres factores estructurales:

• Falta de gobernanza creativa: En un entorno retail, la creatividad no puede improvisarse. Todo elemento visual afecta a la conversión y a la coherencia del catálogo. RTB, diseñado para display genérico, carece de controles para validar en tiempo real si una pieza cumple con las normas de marca o la lógica de merchandising.

• Latencia vs. experiencia: Las subastas en tiempo real introducen latencias de milisegundos que, en retail, pueden romper la continuidad de la experiencia de compra. Un product page no puede esperar a que una puja se resuelva si eso ralentiza la carga del carrito.

• Desalineación de incentivos: En RTB, la optimización ocurre del lado del comprador, mientras que en Retail Media, la prioridad está del lado del vendedor: mantener la relevancia, evitar canibalizaciones, y proteger el margen.

El resultado es que RTB ofrece escala, pero a costa de control y en el retail el control no se negocia. En este artículo vamos a ver si tiene sentido implementar AdCP en Retail Media en vez de RTB.

AdCP: el intento de reconciliar automatización y gobernanza

AdCP introduce una capa intermedia entre demanda y oferta: un protocolo donde las políticas de cada parte se declaran, verifican y aplican automáticamente antes de la ejecución. En este modelo, el retailer define sus reglas (relevancia mínima, exclusiones por categoría, política de precios, márgenes o disponibilidad…), y los agentes de compra adaptan sus decisiones para respetarlas.

La diferencia es sutil pero crítica: el control vuelve a la fuente, al retailer.

AdCP no pretende sustituir RTB, sino redefinir el perímetro de automatización. Donde RTB resuelve la transacción, AdCP establece el contexto. En lugar de pujar “a ciegas” en cada impresión, los agentes pueden negociar, aprobar y optimizar campañas dentro de los límites que cada retailer defina. Es el mismo principio que guía la interoperabilidad en IA: que los sistemas puedan razonar entre sí, no solo reaccionar.

Gobernanza y reporting: el papel del Retail MCP

Aquí entra en juego otro elemento clave: el Model Context Protocol (MCP), aplicado al entorno retail a través del Retail MCP lanzado en abril. MCP permite a los sistemas de IA, por ejemplo agentes publicitarios o motores de recomendación, interpretar reglas de negocio y bases de datos en tiempo real.

En el caso del Retail Media, Retail MCP se conecta con las APIs de Particular Audience para extender las políticas de cada retailer: filtros por precio, exclusiones de marca, umbrales de relevancia o reglas de merchandising. Además, añade una capa de reporting granular, con métricas de SKU, clicks, impresiones y ventas, accesibles vía GitHub y exportables en varios formatos.

Esa trazabilidad crea un bucle virtuoso:

• El retailer define las reglas.

• El agente publicitario opera dentro de ellas.

• El resultado alimenta nuevos ajustes de política.

En lugar de medir solo rendimiento, se mide cumplimiento de contexto, el rendimiento deja de ser una métrica aislada y pasa a ser un reflejo de la calidad de la integración entre marca y retailer.

RTB vs AdCP, formato a formato

Vamos a ver cinco casos de uso que ayudan a visualizar la brecha entre RTB y AdCP:

• Sponsored Search: RTB depende de keyword lists o catálogos estáticos, mientras que AdCP puede operar con búsquedas semánticas gobernadas por IA (por ejemplo, el modelo Adaptive Transformer Search). En este caso, AdCP permite filtrar anuncios por relevancia, stock o política de precios, respetando la lógica del buscador del retailer.

• Sponsored Cross-Sell: RTB carece de acceso a la lógica de recomendación del retailer; AdCP puede integrarse con ella. El resultado: campañas dinámicas y contextualmente coherentes con el contenido de la página de producto.

• Sponsored Discovery: Donde RTB ve un banner, AdCP ve un módulo de experiencia. La diferencia es fundamental: AdCP no “inyecta” anuncios, los coordina con el layout, la estacionalidad o los objetivos de merchandising del retailer.

• Sponsored Display y Video: En estos formatos, RTB sigue siendo competitivo, pero AdCP aporta control creativo y feedback loops. Permite que los agentes aprendan del rendimiento y ajusten creatividades bajo políticas predefinidas.

Conclusión: RTB sigue siendo el músculo mientras que AdCP, el sistema nervioso.

Programmatic o Programmable

El concepto clave detrás de AdCP no es “programmatic”, sino “programmable”. La programática tradicional optimiza sobre inventario: precio, puja, frecuencia. La nueva capa (AdCP y MCP) optimiza sobre reglas: contexto, relevancia, cumplimiento. Esto transforma la relación entre comprador y vendedor en un diálogo de políticas, no de pujas.

Podría decirse que AdCP es el intento más serio de devolver a los retailers el control que perdieron con la programática abierta, sin renunciar a la automatización que exige la escala global. El resultado, si prospera, sería un mercado donde las Retail Media Networks operan con el mismo rigor que un marketplace, pero con la flexibilidad de una infraestructura interoperable de IA.

Este no es un debate entre protocolos sino una negociación sobre soberanía tecnológica.

El protocolo RTB nació para unificar un ecosistema abierto, pero en su madurez se volvió dependiente de un puñado de intermediarios. AdCP promete interoperabilidad y control distribuido, pero aún es una promesa: requiere adopción masiva, estándares comunes y, sobre todo, voluntad política del mercado.

El Retail Media, por su ADN centrado en el cliente, puede ser el laboratorio ideal para demostrar si el modelo “programmable” puede convivir con la escala programática. La pregunta no es si RTB y AdCP son opuestos, sino si el mercado está preparado para un nuevo equilibrio entre automatización y gobernanza.

Como siempre, la tecnología puede resolver casi todo, pero la confianza, eso, todavía se negocia persona a persona.

Puntos clave:

• RTB aporta eficiencia y escala, pero su arquitectura no garantiza la gobernanza creativa ni la experiencia curada que exige el Retail Media.

• AdCP redefine la capa de contexto y control, permitiendo a los retailers aplicar políticas de merchandising y relevancia sin frenar la automatización.

• Más que reemplazar RTB, AdCP propone un modelo “programmable” donde la IA interopera con reglas humanas, acercando el retail a un ecosistema verdaderamente interoperable y transparente.

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.