La inteligencia artificial ya forma parte del trabajo publicitario. El debate útil ha dejado de ser si una empresa «debería usar IA» y se ha desplazado hacia una cuestión bastante más exigente: en qué tareas aporta valor, qué decisiones no debemos delegar y cómo mantenemos calidad, legalidad y criterio de marca.
En la versión anterior de este artículo enumeraba herramientas y ejemplos. Ese enfoque envejece demasiado rápido. Las aplicaciones cambian cada pocos meses, aparecen funciones nuevas y otras desaparecen. Prefiero centrarme en aquello que una empresa puede hacer realmente con IA dentro de una campaña: investigar, generar alternativas, producir versiones, analizar información, automatizar determinadas operaciones y acelerar parte de la medición.
La inteligencia artificial generativa puede ser especialmente útil para una pyme porque reduce el coste de probar ideas. Pero reducir el coste de producir una pieza también aumenta el riesgo de producir muchas piezas irrelevantes. La ventaja no consiste en poder crear cien anuncios. Consiste en aprender más deprisa cuál merece la pena publicar.
Qué puede hacer la IA en publicidad y qué sigue necesitando una decisión humana
Utilizaría IA en una primera fase para organizar información. Puede ayudar a resumir entrevistas, ordenar comentarios de clientes, detectar temas recurrentes, estructurar un briefing o generar preguntas que todavía no habíamos formulado. Eso no convierte la salida del sistema en investigación verdadera por sí sola. Si los datos de partida son pobres, la respuesta también puede serlo. Y si la herramienta inventa información, necesitamos detectarlo antes de convertirla en estrategia. Después puede ayudarnos a explorar creatividad.
Podemos generar enfoques, titulares, storyboards, borradores visuales, versiones de una cuña, alternativas de una pieza o adaptaciones de formato. Para una empresa local esto abre posibilidades interesantes. Un restaurante puede probar diferentes mensajes para una campaña de cenas. Una academia puede desarrollar variantes alrededor de la vuelta al curso. Una tienda puede adaptar una misma idea a escaparate, radio, exterior y redes. Pero la IA no conoce automáticamente la verdad del negocio.
No sabe por sí sola qué cliente interesa más, qué promesa puede cumplir la empresa, qué precio deja margen o qué relación queremos construir con la comunidad. Esas decisiones pertenecen a la estrategia publicitaria. También utilizaría IA para producir adaptaciones. Una idea central puede necesitar versiones verticales y horizontales, subtítulos, distintas duraciones, audio, traducciones o múltiples tamaños.
Esto conecta con el artículo sobre producción multiformato: automatizar versiones tiene sentido cuando existe primero una idea coherente que merece ser adaptada. En medios y optimización, los sistemas algorítmicos llevan años decidiendo pujas, públicos, posiciones y distribución. La novedad es que cada vez incorporan más generación creativa y capacidad de automatizar procesos completos. Eso puede mejorar velocidad. No elimina la necesidad de supervisar qué objetivo estamos pidiendo al sistema que optimice.
Si una plataforma aprende a conseguir clics baratos cuando lo que necesitamos son clientes rentables, puede ser muy eficiente haciendo exactamente lo que no nos interesa.
Más velocidad no garantiza mejor creatividad y los datos ya muestran una brecha entre entusiasmo profesional y confianza del público
Kantar ha analizado cómo profesionales y consumidores están reaccionando a la IA generativa en medios y publicidad. En sus datos internacionales, un 70 % de los profesionales de marketing afirma utilizar ya GenAI para trabajar de forma más eficiente. El entusiasmo del sector, sin embargo, no es idéntico al del público.
Kantar señala que el 75 % de los marketers de su estudio muestra una actitud positiva hacia la IA generativa, frente al 56 % de consumidores. En Europa la positividad de consumidores se sitúa en el 49 %. Además, el 57 % expresa preocupación por publicidad generada con IA que pueda resultar falsa o engañosa.
Son datos de una investigación internacional de Kantar y no deben interpretarse como una medición específica de consumidores españoles. El principio sí merece atención: la eficiencia que ve quien produce un anuncio no es necesariamente el valor que percibe quien lo recibe. Kantar ha estudiado también cientos de anuncios en su base LINK y concluye que la IA no garantiza eficacia ni fracaso. Las ejecuciones donde el uso de GenAI resulta más integrado pueden funcionar muy bien; las imágenes extrañas, artificiales o que distraen pueden perjudicar comprensión y recuerdo de marca.
Eso me parece mucho más útil que discutir si «la creatividad humana es mejor». Una mala idea humana sigue siendo mala. Una mala idea producida por IA simplemente puede fabricarse más deprisa. Por eso mantendría tres controles. Primero, verdad. Comprobar datos, precios, características, testimonios y cualquier afirmación factual.
Segundo, marca. La pieza debe seguir pareciendo nuestra, no la salida genérica que cualquier competidor podría obtener con una instrucción parecida. Tercero, efecto. Probar las ejecuciones y comprobar qué hacen realmente en lugar de enamorarnos de la facilidad con la que se producen. La IA debería aumentar nuestra capacidad de criterio, no reducirla.
Transparencia, derechos, privacidad y deepfakes: desde agosto de 2026 ya existe una nueva capa regulatoria europea
La entrada en aplicación de las obligaciones de transparencia del artículo 50 del Reglamento Europeo de Inteligencia Artificial, AI Act, el 2 de agosto de 2026, hace todavía más necesario utilizar esta tecnología con precisión. No resumiría la norma diciendo que «todo contenido hecho con IA tiene que llevar una etiqueta visible», porque no es exactamente eso. El reglamento distingue obligaciones según el papel que tenga cada actor y el tipo de sistema o contenido.
Los proveedores de sistemas capaces de generar texto, audio, imagen o vídeo sintético deben diseñar sus sistemas para que sus salidas puedan quedar marcadas en un formato legible por máquina y detectables como generadas o manipuladas artificialmente, dentro de las condiciones previstas por la norma. Los desplegadores —por ejemplo, una empresa que utiliza profesionalmente un sistema— tienen obligaciones visibles específicas en determinados casos.
Si utilizamos IA para generar o manipular imagen, audio o vídeo que constituya un deepfake, debe informarse de que el contenido ha sido generado o manipulado artificialmente, con las particularidades y excepciones establecidas por la legislación. En determinados textos generados o manipulados con IA y publicados para informar al público sobre asuntos de interés público también existen obligaciones de divulgación, aunque la propia norma contempla una excepción cuando ha habido revisión o control editorial humano y una persona física o jurídica asume responsabilidad editorial.
Los sistemas que interactúan directamente con personas, como determinados chatbots, deben además informar al usuario de que está interactuando con IA cuando no resulte ya evidente. Por tanto, una empresa necesita analizar el uso concreto, no aplicar una pegatina genérica a cualquier trabajo asistido por inteligencia artificial. También existen cuestiones de propiedad intelectual, derechos de imagen y datos personales.
No utilizaría fotografías de una persona para generar una versión sintética publicitaria sin contar con derechos adecuados. Tampoco subiría alegremente datos de clientes a una herramienta sin conocer qué tratamiento se hará de ellos. Si utilizamos IA para segmentar o personalizar publicidad debemos respetar además las restricciones existentes en protección de datos y plataformas. En menores, las exigencias son todavía mayores, como explico en publicidad dirigida a menores. Y cuidaría especialmente el contexto y el brand safety cuando producimos contenido a gran escala. La capacidad de generar miles de variaciones no elimina la responsabilidad sobre lo que terminamos publicando.
Finalmente mediría si la IA aporta algo. Tiempo ahorrado, coste de producción, número de alternativas probadas o rapidez de adaptación son indicadores internos útiles. Pero el público no compra nuestra eficiencia operativa. La creatividad sigue teniendo que captar atención, ser atribuible a la marca, comunicar algo relevante y contribuir al objetivo. Lo mismo ocurre con la publicidad digital en general: disponer de más tecnología no sustituye la estrategia.
Mi recomendación para una pyme sería utilizar IA con mucha libertad en el taller y con mucho criterio en el escaparate. Experimentar barato es una ventaja. Publicar barato no lo es si lo publicado resulta genérico, falso o irrelevante. La inteligencia artificial puede hacernos más rápidos. La ventaja competitiva aparecerá cuando también nos ayude a pensar, comprobar y ejecutar mejor.
Fuentes y referencias:
- Kantar, The state of GenAI in media and advertising: Momentum meets reality.
- Kantar, Rethinking AI-generated advertising: how real people really react.
- Comisión Europea, Guidelines on transparency obligations for providers and deployers of certain AI systems.
- Comisión Europea, Transparency obligations under Article 50 of the AI Act.