La inteligencia artificial no llegó a los medios en 2023. Llegó hace décadas, con otro nombre y sin tanto aplauso. Quienes planeamos medios llevamos media vida trabajando con máquinas que hacen cuentas mejor que nosotros, y por eso, cuando hoy escucho que la IA ya puede armar sola un plan, no me asusto. Me hago otra pregunta, mucho más útil: ¿qué parte del plan nunca hicieron las máquinas, ni las de antes ni las de ahora?
Cuando entré a esta industria, se introdujeron los people meters que Ibope presentaba como un programa que leía el rating y nos devolvía, con una paciencia que ningún humano tiene, cuántas personas habíamos alcanzado y cuántas veces.
Después llegaron los optimizadores de pauta, que probaban miles de combinaciones de programas y horarios para exprimir cada centavo. A mí, me tocó usar Cóndor, Conquer, Phaser, Barómetro y otros tantos… que comparados a lo que hay hoy, era como trabajar con ábaco, pero he de reconocer, que era divertido trabajar con ellos, bueno, en buenos días. Hoy tenemos modelos que escriben, pujan, ajustan y reportan solos. Cambió la velocidad y cambió el vocabulario, pero el reparto de tareas sigue sorprendentemente parecido.
Lo que la máquina hace mejor que tú y conviene aceptarlo
Seamos honestos, porque sin honestidad esta conversación no sirve: la máquina calcula mejor que cualquiera de nosotros. Procesa más datos, no se cansa, no se distrae y no se enamora de un medio porque le cae bien el vendedor. Si el trabajo es encontrar la combinación más eficiente para llegar a cierta audiencia con cierto presupuesto, la máquina gana, y pelearse con eso es como pelearse con la calculadora porque uno sabe sumar.
También es mejor para ajustar sobre la marcha. Una campaña digital que se optimiza sola cada hora, moviendo dinero de donde no rinde a donde sí, hace en un día lo que a un equipo humano le tomaría semanas. Eso no es una amenaza para el planner. Es una liberación: nos quita de encima la parte del oficio que más tiempo consumía y menos criterio pedía.
Lo que todavía no sabe: tu cultura
Aquí empieza lo interesante. Kotler y su equipo cuentan en Marketing 7.0 algo que debería preocupar a cualquiera que planee para América Latina: buena parte del razonamiento interno de estos modelos ocurre en inglés, porque es el idioma donde más datos hay para entrenarlos. Y como el idioma moldea el pensamiento, el matiz cultural se diluye en el camino.
En medios eso tiene consecuencias muy concretas. La máquina no sabe que en tu país la radio sigue acompañando a millones de personas en el bus, en el campo y en el negocio. No sabe a qué hora se enciende el televisor en una casa de nivel socioeconómico medio, ni qué medio le habla de tú a una generación y de usted a otra. Puede adivinarlo si se lo enseñas, pero no lo trae de fábrica. Y lo que no trae de fábrica, lo resuelve promediando, que es justo lo contrario de planear.
Lo que todavía no sabe: qué se siente
El mismo libro hace una distinción que me parece de lo más lúcido que se ha escrito sobre el tema. Los humanos creamos con dos memorias: la semántica, que es lo que sabemos, y la episódica, que es lo que vivimos. La IA tiene acceso a la primera y a ninguna de la segunda. Sabe que diciembre es temporada de compras; no sabe qué se siente recibir el aguinaldo, ni por qué una canción en la radio a las seis de la mañana puede ser lo único que una persona escucha de una marca en todo el día.
Por eso, cuando una marca le delega todo a la máquina, el resultado suele ser impecable y sin alma. El anuncio navideño que Coca-Cola hizo con IA en 2024 es el ejemplo que todos citan: técnicamente correcto, y aun así mucha gente lo sintió vacío. No falló la herramienta. Faltó alguien que supiera qué se siente la Navidad.
Lo que todavía no sabe: que el raro también importa
Hay un tercer punto ciego, menos obvio y más peligroso. Los modelos aprenden de patrones, y para encontrarlos descartan lo que no encaja: el dato raro, el usuario extremo, la anomalía. En planeación de medios, muchas veces la oportunidad está justo ahí, en ese pequeño grupo que consume distinto, en esa franja que nadie compra porque los números promedio dicen que no vale la pena, en ese medio que el modelo subestima porque no sabe medirlo.
Y aquí viene la trampa: si todas las marcas usan las mismas herramientas, optimizando contra las mismas métricas, todas terminan comprando lo mismo, en los mismos lugares, a la misma gente. Eficiencia perfecta y diferenciación cero. Se ven todos igual, pagan cada vez más caro por la misma audiencia y nadie entiende por qué la marca ya no destaca.
Lo que todavía no sabe: dónde no quieres estar
Hay una decisión que en medios vale oro y que casi nunca aparece en un tablero: el contexto. Un mismo anuncio no significa lo mismo junto a una nota de celebración que junto a una tragedia, en un programa familiar que en uno que a tu cliente le da vergüenza ver. La máquina puede filtrar palabras prohibidas y listas negras, y está bien que lo haga. Lo que le cuesta es entender el tono de un momento, la ironía de una nota o la sensibilidad de una comunidad en una semana difícil.
Cualquiera que haya planeado durante una crisis nacional sabe de qué hablo. Hay días en que lo correcto es bajar la pauta, cambiar el mensaje o simplemente quedarse callado, aunque el algoritmo diga que ese día el inventario está más barato que nunca. Esa decisión no sale de un modelo. Sale de alguien que entiende que detrás de cada impacto hay una persona, y que una marca también se construye sabiendo cuándo no hablar.
Y no es un tema menor ni solo de reputación. Cada pieza que sale al aire en el lugar equivocado es la marca diciendo algo que nadie aprobó. La eficiencia que se gana comprando más barato se pierde, con intereses, el día que la gente asocia tu nombre con el contexto que no debía.
Entonces, ¿quién decide?
Kotler lo resume en una frase que vale la pena pegar en la pared de cualquier agencia: la data informa, la creatividad explora y la IA ejecuta. Yo le agrego algo desde la cancha: el criterio decide. La máquina te puede decir cuál es la combinación más eficiente; no te puede decir si esa combinación tiene sentido para tu marca, para tu país y para el momento de vida de la persona a la que le quieres hablar.
La pregunta para las generaciones que están entrando al oficio no es si la IA les va a quitar el trabajo. Es qué parte del trabajo van a cuidar como suya. Si lo único que sabes hacer es lo que la máquina hace mejor, sí tienes un problema. Si sabes leer a las personas, entender una cultura y decidir con datos sin que los datos decidan por ti, la máquina se vuelve el mejor asistente que hayas tenido.
Después de casi treinta años, sin temor a equivocarme, te digo que las máquinas siempre van a hacer mejor las cuentas. Lo que nunca han hecho, ni las de antes ni las de ahora, es entender por qué una persona elige una marca y no otra.
La máquina calcula. El criterio decide.