IAB Europe detecta una brecha entre el uso de IA y la confianza en la compra programática autónoma
La inteligencia artificial ya está integrada en buena parte de los procesos de publicidad programática, pero todavía existe una distancia importante entre utilizarla para optimizar una campaña y permitir que un agente tome decisiones de compra o venta de medios con un elevado grado de autonomía. Ese es uno de los principales resultados del estudio de IAB Europe sobre el uso de IA en marketing y publicidad digital en 2026, que refleja un mercado en el que la adopción tecnológica avanza más rápido que los modelos de control y gobernanza necesarios para delegar decisiones directamente relacionadas con la inversión publicitaria.
El informe señala que el 86% de los 50 profesionales encuestados utiliza ya inteligencia artificial en actividades de marketing. Entre los 29 participantes consultados específicamente sobre workflows publicitarios, el 59% afirmó utilizarla para optimización programática, mientras un 55% la emplea en planificación y estrategia de medios. La adopción cae cuando la IA deja de actuar como herramienta de apoyo y empieza a intervenir directamente en la transacción. Solo el 38% señaló utilizar sistemas de compra o venta agentic. Esta diferencia es relevante ya que la publicidad programática lleva años dependiendo de algoritmos para pujar, segmentar audiencias o distribuir presupuestos. El salto hacia modelos agentic implica algo distinto: sistemas capaces de planificar y ejecutar operaciones con diferentes grados de supervisión humana. Aunque el uso actual de agentes sigue siendo limitado, las expectativas apuntan a una mayor presencia durante los próximos meses. El 30% de los encuestados espera que los agentes se conviertan durante el próximo año en uno de los principales métodos de compra y venta publicitaria en algunos mercados. Otro 28% prevé que su uso se vuelva habitual, aunque sin alcanzar todavía esa escala. Por el contrario, un 18% considera que la tecnología continuará desarrollándose pero tendrá todavía poca presencia en las operaciones diarias. La ausencia de una previsión claramente mayoritaria refleja el grado de incertidumbre que todavía existe alrededor de la compra agentic: la industria da por hecho que los agentes van a ganar protagonismo, pero todavía no existe consenso sobre la velocidad a la que se producirá esa transición. La supervisión humana continúa siendo, además, la norma. Entre los 47 encuestados que respondieron sobre el nivel de autonomía de sus sistemas, 36 indicaron que no utilizan agentes habitualmente o que se encuentran en los primeros niveles de adopción, en los que las personas continúan dirigiendo al sistema o planificando conjuntamente con él. Las empresas de mayor tamaño declararon, de media, niveles de autonomía superiores a las organizaciones más pequeñas. Los profesionales de AdTech también señalaron una adopción más avanzada que agencias y anunciantes, aunque IAB Europe advierte de que el reducido tamaño de algunas muestras permite interpretar estas diferencias únicamente como indicios, no como una clasificación representativa del mercado.
La eficiencia resulta más fácil de demostrar que la mejora del performance
El estudio también refleja que los beneficios más claros de la inteligencia artificial se encuentran, por ahora, en la eficiencia operativa. Los encuestados otorgaron a la IA utilizada actualmente en operaciones publicitarias una valoración media de 2,76 puntos sobre cinco. Entre los 29 profesionales consultados sobre cómo evalúan sus herramientas de IA, el 69% señaló la eficiencia operativa como uno de los principales indicadores y el 48% mencionó mejoras en el CPM. Los resultados son considerablemente más bajos cuando se analizan variables directamente relacionadas con la calidad de la actividad publicitaria. Solo el 21% utiliza como criterio la mejora de la calidad de audiencia o de la precisión del targeting, mientras apenas un 3% mencionó métricas como fill rate o yield. Cinco de los participantes reconocieron además no contar con un sistema formal para medir el performance de sus herramientas de IA. Los datos sugieren que, a día de hoy, resulta más sencillo demostrar que la IA permite ahorrar tiempo o reducir determinados costes que probar que genera mejoras sostenidas en la calidad de las audiencias o en el performance económico de las subastas. La arquitectura tecnológica tampoco parece dirigirse hacia un modelo exclusivamente propietario o controlado por las grandes plataformas. Los participantes describen una combinación de herramientas internas y de terceros, junto a capacidades de inteligencia artificial integradas directamente en plataformas publicitarias. A medida que aumenta el grado de automatización, el debate deja de centrarse únicamente en qué puede hacer la IA y pasa a preguntarse quién controla el sistema que toma la decisión, quién puede auditarla y quién asume la responsabilidad cuando afecta al presupuesto. El 78% de los encuestados afirmó que su organización dispone de una persona responsable de la gobernanza de IA. Sin embargo, solo el 48% cuenta con directrices específicas para el uso de inteligencia artificial en marketing. La formación presenta otra brecha. De las 38 organizaciones que proporcionan formación sobre IA, únicamente nueve (un 24%) incluyen contenidos destinados a comprobar acciones autónomas de los sistemas y saber cuándo debe intervenir una persona. La falta de conocimiento sigue siendo también una barrera: el 42% de la muestra señala la falta de experiencia o formación como uno de los principales obstáculos para adoptar IA, mientras el 62% considera útil que la industria desarrolle guías específicas para su utilización en marketing.
El control también vuelve al centro del debate para los publishers
La cuestión sobre quién controla las decisiones automatizadas no afecta únicamente al lado comprador. El análisis conecta estos resultados con un debate reciente sobre una nueva opción documentada por Google Ad Manager que permite establecer precios base para determinados compradores programáticos. La funcionalidad ha generado discusión porque recupera, al menos parcialmente, una capacidad de control que los publishers habían perdido con la introducción de las Unified Pricing Rules de Google en 2019. Según la opinión judicial sobre los remedies del caso antimonopolio de AdTech de Google citada en el análisis, aquellas reglas eliminaron la capacidad de los publishers para establecer un suelo de precio más elevado para AdX que para exchanges rivales. La documentación actual de Google muestra la posibilidad de seleccionar compradores individuales dentro de una política de precios, aunque las partes todavía están definiendo el lenguaje final de la sentencia. El cambio abre la puerta a que los publishers puedan ejercer mayor presión sobre determinados compradores o establecer condiciones diferentes para fuentes de demanda que consideren especialmente valiosas. Sin embargo, el efecto real de esos controles depende de cómo se utilicen. Uno de los aspectos destacados en el debate es la necesidad de calcular los floors sobre el ingreso neto recibido por el publisher. En uno de los ejemplos de Google, una puja de un dólar bajo un reparto de ingresos 80/20 se evalúa como 0,80 dólares una vez descontada la participación correspondiente.
También existe discusión sobre qué información acerca de estos mínimos resulta visible para los compradores. La documentación de Google explica determinadas limitaciones sobre el precio mínimo que se comunica en las bid requests, pero no confirma de forma explícita todas las afirmaciones que se han realizado sobre la opacidad de los floors específicos por bidder.
Más automatización exige más capacidad de intervención
El punto de conexión entre ambos debates es el mismo: cuantas más decisiones se automatizan, más importante resulta conservar mecanismos que permitan entender, auditar y modificar su comportamiento. La IA ya está suficientemente extendida como para convertirse en una pieza habitual de la optimización programática, la planificación y el reporting (el 76% de los 29 encuestados sobre workflows publicitarios la utiliza también para informes, análisis o dashboards), pero otorgarle autonomía para ejecutar transacciones plantea un conjunto distinto de riesgos. La siguiente fase de la publicidad programática probablemente no dependerá únicamente de qué agentes sean capaces de comprar medios más rápido o de optimizar más variables. También estará condicionada por quién define sus objetivos, qué información puede inspeccionar sobre sus decisiones y qué capacidad conservan anunciantes, agencias y publishers para intervenir cuando el resultado de la automatización no coincide con sus intereses.
Puntos clave:
La IA ya está ampliamente integrada en programática, especialmente en optimización, planificación y reporting, pero la compra y venta agentic sigue teniendo una adopción menor.
La eficiencia operativa es el beneficio más fácil de demostrar, mientras que todavía hay menos evidencia sobre mejoras sostenidas en calidad de audiencia, targeting, yield o rendimiento de las subastas.
El control y la gobernanza se convierten en el principal reto: a medida que aumenta la automatización, anunciantes, agencias y publishers necesitan saber quién toma las decisiones, cómo auditarlas y cuándo intervenir.
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.
