La publicidad dentro de plataformas de inteligencia artificial ya no tendrá que evaluarse únicamente mediante proyecciones, comunicados corporativos o estimaciones sobre el tamaño potencial del mercado. Guideline anunció la ampliación de su plataforma de Ad Intelligence para capturar inversión publicitaria verificada y basada en transacciones dentro de plataformas de IA como ChatGPT, Perplexity y otros entornos que comienzan a desarrollar modelos comerciales alrededor de sus respuestas.
El cambio no significa que la publicidad en inteligencia artificial haya comenzado esta semana. Las pruebas, formatos patrocinados y estrategias de monetización ya estaban en marcha. La noticia es otra: el mercado comienza a contar con una fuente independiente para observar cuánto dinero están destinando realmente los anunciantes a estos canales.
Hasta ahora, gran parte de la conversación se había construido alrededor de previsiones de ingresos, precios iniciales, alcance potencial y declaraciones proporcionadas por las propias plataformas. Guideline busca sustituir esa incertidumbre con datos procedentes de operaciones reales.
Su base registra aproximadamente US$200 mil millones de inversión anual en medios en 65 países, lo que permitirá comparar el dinero que entra a las plataformas de IA con el destinado a buscadores, redes sociales, televisión conectada, video digital y retail media. Después de medir impresiones, clics y conversiones, el marketing tendrá que aprender a medir conversaciones con inteligencia artificial.
El problema no era la falta de interés, sino la falta de evidencia
La llegada de publicidad a las interfaces conversacionales despertó rápidamente el interés de agencias, inversionistas y anunciantes.
La lógica parece atractiva: una persona que pregunta por un producto, compara opciones o solicita una recomendación puede estar expresando una intención más profunda que el usuario que observa un anuncio dentro de un feed. Sin embargo, el potencial de un formato no demuestra su desempeño. Los anunciantes necesitaban saber cuánto presupuesto estaba fluyendo hacia estos espacios, qué categorías estaban participando, a qué velocidad crecía la inversión y cómo se comportaban sus precios frente a canales más maduros.
Hasta ahora, estas preguntas se respondían con entrevistas, encuestas, aproximaciones de consultoras o cifras proporcionadas por las propias compañías tecnológicas. La expansión de Guideline pretende introducir una capa de verificación independiente. Sus datos provienen de transacciones publicitarias, no de modelos que buscan calcular el mercado mediante muestras o proyecciones. Esto permitirá observar la diferencia entre el entusiasmo narrativo que rodea a la inteligencia artificial y el comportamiento efectivo de los presupuestos.
Una plataforma puede proyectar un crecimiento acelerado, los datos transaccionales mostrarán si las agencias y las marcas realmente están comprando inventario al ritmo esperado.
La nueva métrica es cuánto dinero se está moviendo
Durante la primera etapa de un nuevo canal, el mercado suele concentrarse en métricas de audiencia: ¿Cuántos usuarios tiene la plataforma? ¿Cuántas consultas procesa? ¿Cuánto tiempo permanece una persona dentro de una conversación?
Estas cifras ayudan a dimensionar la oportunidad, pero no responden cuánto valor comercial está dispuesto a reconocer el anunciante.
El gasto real ofrece otra perspectiva: permite saber si las marcas están trasladando recursos desde búsqueda, redes sociales, video, retail media o televisión conectada hacia las plataformas de IA. También ayuda a distinguir entre pruebas pequeñas y una reasignación estructural del presupuesto.
Una compañía puede anunciar que está experimentando con publicidad conversacional, pero esa declaración no indica si invirtió unos cuantos miles de dólares o si modificó de manera significativa su plan anual. La información transaccional puede revelar el tamaño, la velocidad y la continuidad de la adopción.
Para los CMOs y CFOs, esta diferencia resulta crucial. La decisión de entrar a un canal nuevo no puede basarse únicamente en el temor de llegar tarde. Necesita referencias de mercado que permitan determinar cuánto invierten competidores y categorías comparables.
Guideline podrá comparar precios con plataformas consolidadas
La nueva información permitirá analizar los CPM y CPC de las plataformas de inteligencia artificial frente a los de otros canales digitales. Esta comparación será uno de los indicadores más observados.
Las plataformas emergentes suelen intentar vender sus primeros espacios a precios premium, argumentando que cuentan con usuarios más involucrados, contextos de mayor intención y formatos menos saturados. El problema aparece cuando el costo crece más rápido que la evidencia de resultados.
Un CPM elevado puede justificarse si el entorno ofrece atención, relevancia y capacidad de influencia superiores. De lo contrario, la inversión terminará regresando a canales con mayor escala y sistemas de medición más desarrollados.
Guideline también podrá mostrar qué categorías están activando primero, cómo evoluciona la inversión desde el lanzamiento y qué tan rápido se materializan las previsiones de ingresos de cada plataforma. Esto permitirá comprobar si la publicidad en IA se está comportando como una extensión del search marketing, como un formato premium de branding o como una categoría completamente distinta.
Una conversación no funciona como una búsqueda tradicional
La medición de la publicidad en IA plantea un desafío conceptual: en un buscador, el usuario introduce una consulta, observa resultados y puede hacer clic en un enlace. En una red social, recibe contenido dentro de un feed y genera una impresión, una visualización o una interacción. En una plataforma conversacional, la experiencia puede extenderse durante varios minutos y contener múltiples preguntas relacionadas. Una persona puede comenzar solicitando recomendaciones generales, profundizar en características, comparar precios y terminar construyendo una lista de compra sin abandonar la interfaz. Esto significa que el valor publicitario no estará únicamente en generar un clic.
Una marca puede influir en la conversación, entrar a una lista de consideración o modificar la percepción del usuario aunque la visita al sitio ocurra después, desde otro dispositivo o incluso en una tienda física. El reto será distinguir entre exposición, influencia y conversión. También será necesario separar las recomendaciones orgánicas generadas por el modelo de las apariciones compradas. Mezclar ambas dimensiones puede producir una imagen engañosa del desempeño de una marca.
La presencia pagada termina cuando desaparece el presupuesto, mientras que ka presencia orgánica depende de la relevancia, autoridad y calidad de la información disponible sobre la compañía.
Medir el gasto no equivale todavía a medir el retorno
La plataforma de Guideline resuelve una parte importante del problema, pero no todo. Saber cuánto dinero se invierte permite medir el desarrollo del mercado, comparar canales y observar movimientos competitivos, pero no demuestra por sí mismo que la publicidad genere ventas incrementales.
El gasto es una señal de adopción, no una garantía de eficacia. Por ello, las marcas todavía necesitarán analizar alcance, frecuencia, calidad de la interacción, lift de consideración, tráfico, conversiones, ventas y rentabilidad. También deberán determinar si la plataforma produjo una demanda nueva o simplemente capturó una intención que ya existía.
La atribución será especialmente compleja porque las conversaciones con IA pueden influir en decisiones que se concretan fuera de la plataforma: un consumidor puede recibir una recomendación, investigar después en otro buscador, visitar una tienda y comprar días más tarde.
Los modelos de medición tradicionales suelen asignar el valor al último clic, pero esa lógica podría ignorar el papel de la conversación inicial.
Las agencias podrán comparar la IA con search y retail media
Para las agencias, la disponibilidad de información verificada facilitará la construcción de benchmarks.
Hasta ahora, recomendar inversión en publicidad dentro de una plataforma de IA implicaba trabajar con pocas referencias y una gran cantidad de incertidumbre. Los nuevos datos permitirán comparar el crecimiento del canal, sus precios y el nivel de adopción de cada categoría. También obligarán a las agencias a desarrollar nuevas capacidades.
No bastará con trasladar un anuncio diseñado para redes sociales a una conversación. Los equipos deberán comprender intenciones, secuencias de preguntas, contextos de recomendación y posibles momentos de intervención. La planeación deberá considerar tanto la presencia pagada como la visibilidad orgánica dentro de las respuestas generadas por IA. Esto acercará áreas que tradicionalmente trabajaban separadas: medios, SEO, contenido, datos, relaciones públicas, comercio y experiencia del cliente.
Qué significa para las marcas en México
Para los anunciantes mexicanos, la medición independiente puede reducir el riesgo de invertir únicamente por novedad. Las plataformas globales suelen lanzar sus productos publicitarios primero en Estados Unidos y otros mercados de gran escala. Cuando llegan a México, las marcas enfrentan presión para probarlos sin contar con suficientes referencias locales. Una base internacional permitirá observar qué categorías están adoptando estos formatos y cómo se comparan sus precios con otros medios.
Sin embargo, las compañías no deberían esperar a que el mercado madure completamente para comenzar a prepararse. Antes de comprar publicidad, necesitan entender cómo aparecen sus marcas dentro de las respuestas de IA, qué información utilizan los modelos, cuáles son las preguntas más frecuentes de los consumidores y qué tan consistente es su presencia digital. La compra de inventario no puede compensar una arquitectura de información débil.
Una marca que paga por aparecer junto a una respuesta, pero cuya información orgánica es confusa, contradictoria o inexistente, construirá una presencia dependiente del presupuesto.
La confianza será parte de la medición
La publicidad conversacional tiene una sensibilidad que no existe con la misma intensidad en otros formatos. Las personas utilizan asistentes de IA para resolver preguntas personales, laborales, financieras y de consumo. Si los anuncios parecen modificar la objetividad de las respuestas, la confianza puede deteriorarse. Por ello, las plataformas necesitarán separar claramente el contenido patrocinado de la respuesta orgánica y explicar por qué se muestra un anuncio.
Los anunciantes también deberán evaluar la seguridad de marca y los contextos en los que aparecen sus mensajes. No todas las conversaciones son adecuadas para monetización. Temas relacionados con salud, política, situaciones personales o información sensible requerirán controles estrictos.
El éxito comercial de la publicidad en IA dependerá de un equilibrio: generar ingresos sin destruir la confianza que hizo valiosa a la plataforma.
Del clic a la conversación
La ampliación de Guideline marca un momento importante porque convierte a la publicidad en IA en un mercado que puede comenzar a observarse desde fuera de las propias plataformas. La industria ya no tendrá que limitarse a preguntar cuántas personas utilizan estos servicios o cuánto podrían facturar en el futuro, podrá comenzar a analizar cuánto dinero están recibiendo realmente, qué anunciantes participan y cómo evolucionan los precios.
La nueva métrica no reemplaza al clic, la conversión o la venta, agrega una capa necesaria para comprender la maduración del canal.
El marketing aprendió a medir impresiones en medios, búsquedas en Google, interacciones en redes sociales y transacciones dentro del retail media, ahora deberá aprender a medir algo más difícil: la influencia que una marca ejerce dentro de una conversación.
La inteligencia artificial no está creando únicamente otro espacio publicitario, está modificando el lugar donde comienza la consideración de compra.
Sigue leyendo:
-
El nuevo síndrome Kodak: CEOs corriendo hacia la inteligencia artificial
-
Inteligencia artificial y Marketing BTL, claroscuros y áreas de oportunidad
-
Futuro del Below The Line, ¿hacia dónde va?
-
Estudio de diseño engaña a clientes: Hace pasar a Inteligencia Artificial como uno de sus diseñadores
-
Así es como la inteligencia artificial está modificando a las empresas
