La inteligencia artificial (IA) ya genera ahorros de tiempo y costos en las agencias de publicidad, pero al mismo tiempo pone en jaque sus esquemas de cobro por hora, según el estudio Adopción de Inteligencia Artificial en las agencias de Publicidad, elaborado por la IAB México y el IPADE. El informe revela que 97% de las agencias considera a la IA una prioridad estratégica alta o media, pero solo 19% de los ejecutivos asume el rol de líder estratégico para impulsar su adopción, y 56% de las agencias aún no cuenta con un presupuesto específico para estas herramientas.
Eficiencia como principal beneficio y presión sobre los honorarios
De acuerdo con el estudio, 49% de los beneficios identificados por las agencias se relaciona con ahorro de tiempo y reducción de costos, mientras que 35% corresponde a mejoras en eficacia y calidad. Las entrevistas cualitativas incluidas en la investigación apuntan a incrementos de entre 20% y 30% en la rentabilidad por persona en algunos casos, gracias a que un mismo equipo puede atender más proyectos, clientes o requerimientos.
Sin embargo, esta mayor productividad modifica la relación comercial, porque las horas que antes se destinaban a tareas operativas ahora pueden usarse en estrategia, creatividad, análisis o atención al cliente. El problema surge cuando el comprador interpreta la reducción del tiempo de ejecución como una razón para pagar menos. El estudio denomina a esta tensión “AI-flation” y advierte que las agencias pueden mejorar su productividad y rentabilidad, mientras sus clientes cuestionan si una menor intervención humana debería reflejarse en los precios.
Usos de la IA en las agencias y el reto de medir el valor
En las tareas cotidianas, el estudio arroja que 35% de los usos de IA corresponde a creatividad y producción, 33% a datos y estrategia y 32% a operaciones y soporte. En aplicaciones específicas, el análisis de datos alcanza 51%, el análisis de tendencias 47%, la escritura y edición 44%, la generación de contenido gráfico 40% y el desarrollo de copys 38%. El video y la segmentación o personalización aparecen después, ambos con 34%.
Tanto la IAB México como el IPADE plantean que las agencias deberán profundizar la relación entre el uso de IA y los indicadores de negocio, además de explorar modelos comerciales ligados al valor o a los resultados. Para un cliente resulta más sencillo cuestionar una factura basada en 20 horas cuando una herramienta redujo el trabajo a diez, mientras que la discusión cambia si el precio se relaciona con ventas, efectividad, velocidad de salida al mercado o desempeño de una campaña. No obstante, medir ese valor sigue siendo un desafío, pues 13% identifica la medición del retorno de inversión como un reto.
Barreras para la adopción y la importancia de la transparencia
La adopción de IA no implica que las organizaciones tengan resuelto cómo integrarla. Aunque 97% le concede relevancia estratégica, 56% todavía no cuenta con un presupuesto específico para estas herramientas, frente a 44% que sí lo tiene. La falta de procesos definidos encabeza las barreras con 26%, seguida de la falta de capacitación con 24% y la ausencia de talento con 19%, mientras el miedo al reemplazo alcanza 16% y la falta de inversión queda en 13%.
La percepción de “caja negra” también pesa cuando el cliente desconoce cómo se utilizó la tecnología o qué parte del resultado provino del equipo humano. El estudio recomienda documentar el trabajo estratégico, el volumen de piezas y variaciones generadas, la velocidad de producción y la profundidad de los insights para mostrar que ahorrar horas no necesariamente equivale a entregar menos valor. Además, la privacidad es señalada por 19% como uno de los principales desafíos, con dificultades para controlar el uso cotidiano de plataformas externas, incluso cuando existen políticas internas o acuerdos con proveedores.
El estudio concluye que conforme los modelos de lenguaje y los generadores de imágenes se vuelven accesibles para todo el mercado, la ventaja real pasa a la capacidad de cada agencia para integrarlos a sus procesos, capacitar a sus equipos y convertir la eficiencia en resultados comprobables. Por ello, la siguiente disputa no será quién adopta primero la IA, sino quién logra demostrar su valor y convencer al cliente de pagar por él.
