Lo que nadie planteó en el GTC es la pregunta de fondo: cuando un agente actúa en nuestro nombre - gestiona el calendario, compra, contesta correos, accede al historial médico, negocia en tiempo real con otros agentes, todo en segundo plano -, ¿le hemos dado el consentimiento que requiere ejecutar todas esas acciones? ¿Se lo han dado los terceros cuyos datos ese agente consulta? Y pregunta para un director de marketing: ¿qué ocurre con toda la arquitectura de personalización, segmentación y CRM que hemos construido sobre un modelo de consentimiento que está a punto de quedar obsoleto?

El modelo de consentimiento no sobrevive a los agentes.

El modelo actual de consentimiento (”Sí a todo”) es técnicamente incompatible con la velocidad de operación de un agente, porque la IA agéntica destruye los tres supuestos sobre los que fue construido.

El primero: existe un momento de atención y decisión. El usuario lee, evalúa y clica. Pero los agentes actúan de forma continua y autónoma, sin dejar pausas para esa deliberación. Anthropic ha documentado lo que llama “fatiga de consentimiento”: un sistema agéntico que requiriera aprobación para cada acceso a datos o llamada a API generaría solicitudes cada 15-20 segundos. El resultado sería idéntico al de los banners de cookies - el usuario aceptaría por inercia, pereza o cansancio -, invalidando la base legal de todo el sistema.

El segundo: el contexto de uso es predecible en el momento del consentimiento. Estamos de acuerdo en que el banco lea nuestros movimientos para detectar fraude, no para que un agente los combine con nuestros datos de salud y ajuste una oferta de seguro. El problema es que esa distinción, en una arquitectura agéntica, desaparece por diseño. Toda la lógica del marketing basado en datos - la personalización, el next best action, la orquestación multicanal - opera sobre un consentimiento que asumía contextos estancos. Los agentes los fusionan.

El tercero: el usuario mantiene control sobre la cadena de consecuencias. Un agente que negocia en nombre de una persona con otros agentes genera una secuencia de acciones cuya trazabilidad es, en la práctica, opaca. El Supervisor Europeo de Protección de Datos ha señalado que mientras un modelo generativo tradicional reacciona a instrucciones específicas, la IA agéntica razona, planifica y descompone metas en subtareas. Puede decidir autónomamente invocar APIs externas o consultar bases de datos que no estaban mapeadas en el diseño original. Integra señales que el usuario consintió por separado, en momentos distintos y para propósitos distintos. Une cabos. Y concluye con información - patrones de comportamiento, preferencias sensibles - que el usuario ni solicitó, ni tal vez desea que se conozca.

Dos respuestas regulatorias, dos lógicas opuestas.

La Oficina del Comisionado de Información del Reino Unido publicó en enero de 2026 su informe sobre IA agéntica. Su conclusión fue clara: situar la responsabilidad de la gobernanza en los usuarios finales es inviable en el contexto de la IA agéntica. Treinta años después de que Netscape introdujera las cookies y más de una década después de que el consentimiento informado se convirtiera en el pilar jurídico de la relación digital, una institución regulatoria de primer nivel declara ese paradigma obsoleto. Es preciso trasladar la responsabilidad desde el individuo hacia la arquitectura del sistema. El consentimiento debe, de alguna manera, “viajar” con los datos en tiempo real.

La respuesta de la UE apunta en dirección contraria. En noviembre de 2025, la Comisión presentó el Digital Omnibus Package, la revisión más significativa del marco digital europeo desde el GDPR. Entre sus propuestas: expandir la base del “interés legítimo” para cubrir el entrenamiento de IA, relajar los requisitos de cookies y simplificar los avisos de privacidad. El cambio más revelador es la redefinición de dato personal: los datos seudonimizados podrían tratarse como “no personales” si el responsable del tratamiento no puede reidentificarlos, aunque un tercero sí tenga esa capacidad. Es una victoria operativa para el entrenamiento de modelos y, simultáneamente, una señal de que la UE está dispuesta a rebajar la regulación - en principio, para permitir que las empresas europeas compitan en la carrera de la IA - precisamente cuando la arquitectura agéntica la necesitaría más robusta.

Las empresas que despliegan agentes en este momento operan en ese espacio de ambigüedad: el ICO pide más arquitectura de control, Bruselas afloja el corsé jurídico. Para los equipos de marketing y experiencia de cliente, la tensión es concreta: ¿diseñamos los agentes conversacionales y los flujos de personalización con los controles que pide el ICO, o con la flexibilidad que ofrece la UE? La respuesta probablemente sea construir para el estándar más exigente, porque la regulación tiende a converger hacia arriba.

La gobernanza como capa de ejecución, no de declaración.

Un framework para entornos agénticos publicado en octubre de 2025 propone la lógica que probablemente termine imponiéndose: los controles de privacidad no pueden seguir siendo políticas estáticas que se muestran en el momento del onboarding. Deben ejecutarse a la misma velocidad que el código.

En la práctica, eso implica cuatro cambios de arquitectura. Primero, bloqueos de propósito: cada acción del agente debe poder validarse contra el propósito para el que fue autorizado, en tiempo de ejecución y no solo en el momento de la aceptación inicial. Segundo, trazas end-to-end que registren de forma auditable cada decisión, quién accedió a qué dato y para qué. Tercero, niveles de gobernanza de memoria que distingan entre memoria de sesión, memoria persistente y memoria compartida entre agentes, con reglas distintas para cada capa - una distinción que cualquiera que trabaje con plataformas de datos de cliente reconocerá como familiar, pero que en un entorno agéntico adquiere una complejidad nueva. Y cuarto, mapeo en vivo de responsables: en una cadena de agentes que interoperan, la responsabilidad no puede diluirse en la complejidad técnica.

Este framework es menos un conjunto de restricciones que una decisión de arquitectura. La diferencia entre una política de uso estática y un cortafuegos activo que viaja con los datos en tiempo real.

Un sistema que “nos protegía de entender” lo que aceptábamos.

La gran paradoja es esa: llevamos tres décadas refinando un modelo de consentimiento que terminó protegiéndonos, sí, pero de comprender lo que estábamos aceptando. Los banners de cookies no informan: anestesian. Y ahora construimos sistemas capaces de actuar con una autonomía que ese modelo nunca anticipó.

La ventana para adoptar gobernanza en runtime está abierta. Las obligaciones de transparencia del AI Act para sistemas de alto riesgo ya están en vigor, y a medida que el resto de la regulación cristalice en los próximos dos años, las empresas tienen margen para construir infraestructuras de control dinámico antes de que sean obligatorias. En la práctica con clientes corporativos, lo que observamos es que quienes integran estos controles desde el diseño de sus agentes no solo reducen riesgo regulatorio: construyen mejor producto, porque la trazabilidad y los bloqueos de propósito obligan a pensar con más rigor qué debe y qué no debe hacer un agente en nombre del cliente.

Las que esperen a la obligación regulatoria, construirán sobre deuda técnica de gobernanza. Y en una economía donde los agentes negociarán entre sí a velocidad de API, esa deuda se acumula más rápido de lo que ningún comité de compliance puede auditar.

El próximo domingo no habrá Rebel Intel. Nos leemos el 12 de abril.

Fernando y Carlos.

Video made by “humans + AI”.

Esta semana OpenAI anunció el cierre de Sora, su plataforma de vídeo generativo, apenas seis meses después de lanzarla como app independiente. Las razones son varias pero la señal para las marcas es una: la IA genera texto e imagen a escala, pero el vídeo auténtico, con códigos culturales, ritmo de plataforma y conexión real con audiencias jóvenes, sigue siendo territorio de creadores humanos. El tema no va de nostalgia, sino de conexión emocional con el creador humano, como explicamos con más profundidad en nuestro artículo sobre influencers virtuales de hace unas semanas.

Hace poco hemos anunciado la incorporación de Ok,z a Good Rebels. Ok,z es una productora social-first especializada en TikTok, Reels y formatos verticales, fundada por Javier García Pano y Marta García Aller.

A medida que los motores de búsqueda con IA priorizan respuestas enriquecidas con vídeo - desde recomendaciones de producto hasta explicaciones de uso -, el contenido audiovisual se convierte en un activo de posicionamiento. En retail, un vídeo que explica un producto y se posiciona bien en un motor con IA no es solo contenido de marca: es una recomendación que el sistema sirve al consumidor en el momento de la decisión de compra. La lógica del GEO (Generative Engine Optimization) no sólo aplica al texto, lo hace igualmente para el vídeo.

La llegada de Ok,z refuerza la capacidad del grupo en el punto exacto donde convergen creación de contenido, cultura de plataforma y rendimiento medible: producción audiovisual nativa que funciona tanto para construcción de marca como para performance en los nuevos entornos de descubrimiento.

Actualidad.

• OpenAI ha cerrado Sora - su plataforma de vídeo generativo, app del año en la App Store, acuerdo de mil millones con Disney incluido - apenas seis meses después de lanzarla. Razones: costes de computación prohibitivos, retención del 1% a los 30 días (la App), problemas de copyright irresueltos y, sobre todo, foco (hay salida a bolsa próxima) y cambio de prioridades hacia donde la IA generativa sí está demostrando valor estratégico real: código, productividad y sistemas agénticos. El vídeo nos deslumbró al principio, pero la industria está descubriendo que el público no quiere slop generativo: quiere creadores de carne y hueso con punto de vista, ritmo y códigos culturales propios (véase la sección anterior). La IA de vídeo se integra como herramienta de apoyo en la cadena de producción creativa - previsualización, escalado, postproducción - pero no sustituye a la industria. WIRED, FORBES, CNET, INVESTOPEDIA, BBC, AXIOS

• La memoria de los LLMs es caballo de batalla ahora mismo. Datos relevantes del usuario que se almacenan y se comprimen para dotar de contexto a todas las conversaciones, sin necesidad de tener que recordárselo en cada conversación. Gemini acaba de hacer más fácil la importación de memoria desde otros LLMs, y Claude ha activado “auto-dream”, un proceso automático por las noches para comprimir memoria (nótese la semajanza con el proceso natural del sueño). GEMINI, CLAUDE

• La Fundación Cotec ha lanzado la guía Cómo usar la IA en tu empresa: aspectos jurídicos y gobierno de la IA dirigida especialmente a organizaciones españolas de tamaño medio que quieran incorporar la inteligencia artificial en sus procesos y modelos de negocio sin incurrir en riesgos legales, éticos ni reputacionales. COTEC, PDF

• Reddit quiere preservar su naturaleza humana frente a la IA. Su CEO, Steve Huffman, explica que el objetivo es que los usuarios siempre sepan si están interactuando con una persona o con una máquina. Se implementará un etiquetado obligatorio para los "bots buenos" (automatizaciones útiles), y métodos para verificar que hay un humano detrás de una cuenta. No se prohíbe el contenido generado por IA, pero cada comunidad podrá establecer sus propias reglas al respecto.

• También Wikipedia se protege del contenido generado con IA: prohíbe usarla para generar o reescribir artículos, aunque sí se admite para editar y traducir. LINK

• Mistral ha presentado Forge, para ayudar a las empresas a construir modelos IA de vanguardia a partir de sus propios datos, capaces de comprender sus códigos, políticas, flujos de trabajo y lenguaje propios.

• Dos notas pelín técnicas, para que los lectores de Rebel Intel no olviden la velocidad a la que sus creencias sobre la IA pueden perder contacto con la realidad. Google Research ha presentado TurboQuant, una familia de técnicas de compresión que permite reducir drásticamente el tamaño de los modelos de IA sin perder rendimiento apreciable. La implicación práctica: modelos más baratos de operar, más rápidos de ejecutar y capaces de funcionar en dispositivos más modestos - lo que acelera la comoditización de la inteligencia artificial y reduce las barreras de entrada para cualquier empresa.

• Y NVIDIA ha creado un agente de IA que optimizó de forma autónoma durante siete días código para sus propias GPUs, superando el rendimiento de sus mejores ingenieros humanos y de las bibliotecas más optimizadas del mercado. Sus autores lo llaman "blind coding" y apuntan a que la cognición humana es ya el cuello de botella en la optimización de software. GOOGLE, NVIDIA

Reflexiones.

• Los agentes de IA reducen la necesidad de adopción masiva porque un número pequeño de usuarios avanzados dirigiendo agentes puede generar un impacto económico desproporcionado y una demanda de cómputo exponencial. Ben Thompson revisa su propia tesis anterior de que las "burbujas pueden ser buenas" para argumentar que la IA no está en una burbuja. STRATCHERY

Research.

• El último informe de Thomson Reuters sobre IA en servicios profesionales confirma que la IA generativa ya es herramienta de uso semanal para más del 80% de los profesionales que la han adoptado, y el 87% espera que sea parte central de su flujo de trabajo en cinco años. Solo el 15% de las organizaciones usa IA agéntica hoy, pero el 53% ya está en fase de planificación o evaluación. THOMPSON REUTERS

• Encuesta de McKinsey sobre confianza en IA en 2026: la madurez en IA responsable mejora, pero la confianza de las organizaciones en su capacidad de respuesta ante incidentes ha empeorado. La principal barrera para escalar IA agéntica no es la tecnología sino la seguridad, y casi dos tercios de las organizaciones lo reconocen. MCKINSEY

• Datos propietarios de PYMNTS Intelligence revelan que la adopción de IA por consumidores ha cruzado un umbral crítico: el 54% de los adultos estadounidenses ya usa IA para tareas personales, con un promedio de 2-3 herramientas distintas por usuario. PYMNTS

• Un working paper de Duke University y los Federal Reserve Banks de Richmond y Atlanta, basado en encuestas a ~750 CFOs, documenta una paradoja de productividad inquietante: los directivos reportan ganancias medias del 1.8% en 2025, pero los datos reales de ingresos y empleo muestran ganancias significativamente menores en todas las industrias. FORTUNE

MCX.

• Durante las últimas décadas, la estrategia de datos en marketing ha seguido una lógica acumulativa: almacénalo todo, ya encontrarás el uso. Los LLMs invierten esa lógica. Un modelo fundacional ya contiene una versión comprimida del conocimiento general - el "JPEG borroso de la web", en la metáfora de Ted Chiang -; lo que necesita de la empresa no es más volumen, sino datos propietarios de alta fidelidad que complementen esa imagen difusa. El salto real es pasar de descriptivo a prescriptivo sin escalas: del dato a la acción, con el modelo como capa intermedia. La pregunta ya no es cuánto almacenas sino cuánto de lo que almacenas es consumible por un modelo en tiempo real. MARTECH

• Una encuesta a líderes de reputación de Andrews Partnership, describe cómo las funciones de comunicación y asuntos corporativos están reestructurándose bajo la presión combinada de la geopolítica, la disciplina de costes y la adopción de IA. El 91% de los equipos ya utiliza herramientas de IA y el 95% percibe impacto positivo, pero la adopción se concentra en creación de contenidos y reporting, mientras que apenas un 16% usa IA para modelado de escenarios y predicción de riesgos: justamente donde más se juega el valor estratégico de la función. El informe alerta de tres riesgos: gobernanza inmadura, dependencia de LLMs públicos mal gestionados y degradación de la calidad editorial si se acepta “mal texto de IA” sin revisión crítica. LINK

• El tráfico automatizado creció 8 veces más rápido que el tráfico humano en 2025, con un aumento del 7.851% en el tráfico de agentes IA. OpenAI generó casi el 70% del tráfico agéntico, concentrado (95%) en comercio minorista, medios y viajes. LINK

• WordPress va a permitir a agentes IA (como Claude, ChatGPT o Cursor) gestionar sitios web de forma activa. Usando el protocolo MCP, los agentes (previa aprobación del usuario) podrán redactar borradores, editar contenido, publicar entradas, gestionar comentarios y optimizar el SEO. WordPress gestiona el 43% de las webs de internet, por lo que esta decisión puede aumentar los debates sobre la autenticidad y la confianza. TECH CRUNCH

• Está abierto el plazo para elegir a los influencers IA del año. El esfuerzo de una industria a la que le costará convencernos de la importancia de un fenómeno que por ahora genera más titulares que retornos económicos para las marcas. THE VERGE

• Bain puso a prueba si aerolíneas y OTAs están preparadas para reservas iniciadas por agentes de IA. Las OTAs ganan con claridad tanto en descubrimiento como en reserva. Las aerolíneas necesitan adaptar sus sistemas para hablar con LLMs, no solo con humanos - un aviso temprano de lo que viene en cualquier sector con venta directa. BAIN

• Notas sobre el Shoptalk 2026 en Las Vegas. La IA agéntica domina la conversación. LINK

• Se nos pasó este año referenciar en diciembre el informe de tendencias de Zendesk. Aquí un resumen por si también se os pasó a vosotros. LINK

Herramientas IA.

• Esta semana se ha hablado mucho en Good Rebels de Stitch. En palabras de Kike, nuestro director de UX y Diseño estratégico: “Google hace tiempo que tiene en su laboratorio una herramienta experimental llamada Stitch, diseñada para generar interfaces de usuario de aplicaciones web y móviles a partir de descripciones de texto o imágenes. Parece que ahora están pisando el acelerador, y tiene pintaza.” STITCH/GOOGLE

Off Tópicos.

• Un año después de que Unilever apostara masivamente por los creadores de contenido, la industria aún lucha por profesionalizar este canal. Aunque el gasto publicitario se está desplazando de la TV a las redes sociales, la falta de una infraestructura de datos unificada y la fragmentación operativa siguen siendo cuellos de botella. La ambición de las grandes marcas por dominar la economía de los creadores va más rápido que la tecnología disponible para gestionarla con rigor. DIGIDAY

• La Comisión Europea presenta EU Inc. Un antes y un después para lanzar startups en Europa como hace falta. O no. Fingers crossed. EC

Este miércoles en Madrid arrancamos Good Rebels Careers.
En esta publicación de Juan Luis Polo podéis consultar
el programa completo de la primera sesión - mezcla de teoría y práctica -, sobre impacto de la IA en Marketing y Comunicación.

Si estás en transición profesional y quieres volver al mercado con las herramientas que hoy importan, apúntate porque todavía estás a tiempo.

Si queremos gastarnos 1 millón de euros en distribuir un anuncio, dedicar cien o doscientos mil euros a la producción del mismo parece una decisión sensata: representa un 10-20% del coste total de trasladar nuestro mensaje a la audiencia. La IA generativa podría ayudar a reducir ese coste de producción en un 50/70%. Quizá menos, quizá más, siempre dependiendo del número de reuniones y comités necesarios para dotarle de la mediocridad adecuada. Pero el millón de euros para conseguir que nuestro mensaje comercial alcance los globos oculares de las audiencias ansiadas sigue intacto. Reducir esas decenas de miles en la producción, representa un ahorro real sobre el coste total de la campaña del ¿5? ¿7%?. Puede que a un departamento de compras le haga gracia, pero no cambia los “economics” de la publicidad.

Este ratio - producción frente a distribución - es una variable poco esgrimida cuando se habla del impacto de la IA en publicidad. La narrativa popular parece asumir que abaratar la producción del contenido transforma el marketing. La realidad es que no lo hace.

El ratio que lo explicaba (casi) todo.

Durante décadas, el estándar de eficiencia presupuestaria en marketing se movió en torno a un 80/20 entre distribución y producción (en inglés working/non-working ratios): la gran mayoría del dinero iba a comprar atención (working), y una fracción menor a fabricar el mensaje (non-working). La explosión de canales digitales, la fragmentación de audiencias y la necesidad de personalización han llevado ese ratio a niveles 60/40 en muchas organizaciones. Producir miles de variantes para redes sociales, adaptaciones por mercado y formatos por plataforma puede incrementar un presupuesto que se podría haber destinado a la compra de medios.

Ahora, la IA generativa podría corregir algo esa deriva. Algunas proyecciones apuntan a una vuelta progresiva hacia ratios de 75/25, conforme la automatización creativa reduce el coste marginal de cada pieza. Pero el crecimiento de inversión publicitaria sigue produciéndose en canales digitales, lo que se traduce en mayor fragmentación y mayor complejidad en formatos y hace más difícil reducir el coste de producción. En cualquiera de los casos, esa corrección no significa que el presupuesto total baje. Se espera que la inversión publicitaria global supere el trillón (americano) de dólares en 2026. Si se consiguen ahorros en producción, el dinero migrará a la distribución.

Lo curioso, es que este ratio no lo explica todo. Por un lado, la calidad creativa de la producción impacta en el recuerdo, y hace que un mismo presupuesto de distribución sea más o menos efectivo. Por otro, el ratio nos llegó de tiempos pre-digitales y no es tan simple como parece. La distribución no va sólo de pagar por espacios publicitarios, porque los medios propios y ganados han ganado un peso fundamental en la era digital. Y aunque los alcances orgánicos se hayan desplomado en redes sociales con el paso de los años, siguen jugando un papel relevante. El tipo de contenido y su calidad creativa, junto con la estrategia de canales digitales, amplifican el depauperado “engagement” que a su vez amplifica los alcances deseados.

Tres capas que conviven en el mismo plan de contenidos.

La relación entre coste de producción y coste de distribución no es uniforme. Varía según la estrategia de contenido. Para simplificarlo podríamos hablar de tres capas que generalmente coexisten, sobre todo en los planes de marketing de empresas medianas y grandes.

La primera capa es la de las grandes campañas con inversión significativa en medios pagados. Aquí el presupuesto de distribución domina: televisión, digital programático, retail media. Si vas a invertir cientos de miles o millones de euros en distribuir el anuncio, la diferencia entre producirlo por cien mil o por treinta mil es marginal en el coste total. Lo racional es maximizar la calidad de la pieza, para garantizar recuerdo o efectividad una vez a alcanzado su objetivo. En esta capa, el modelo “humano + IA” - profesionales creativos potenciados por herramientas de IA - es claramente superior al “sólo IA”. La IA acelera procesos, genera variantes, optimiza formatos, pero el juicio estratégico y la dirección creativa siguen residiendo en profesionales con experiencia y creatividad afilada. Las marcas que operan integrando IA en la creatividad y la producción no reportan necesariamente ahorros espectaculares, pero sí ciclos más rápidos y mayor capacidad de iteración.

La segunda capa es la del contenido editorial para canales propios en redes y otros activos digitales, distribuido orgánicamente o con inversiones en promoción de contenido. Aquí el presupuesto para medios pagados suele ser menor, lo que convierte el coste de producción en una variable relevante. A modo de ejemplo, un equipo con un presupuesto mensual de 10.000 euros se enfrenta a una decisión real: ¿producir 25 piezas estáticas o producir 10 piezas de mayor calidad, que puedan incluir vídeo? La IA abarata pero también permite saltos de formato a coste similar. Y la diferencia de engagement entre un formato y otro puede ser abismal. En LinkedIn, por ejemplo, los carruseles generan tasas de interacción superiores al vídeo o la imagen estática. En Instagram, los Reels obtienen un 36% más de alcance que otros formatos. En esta pieza, el trabajo que hicimos desde Good Rebels para Toyota consiguió 100 veces el alcance que alcanzábamos de media con contenidos estáticos. Y el coste de producirla no fue ni mucho menos 100 veces mayor, gracias a las herramientas que la IA generativa ponía a nuestro alcance. La IA no solo abarata; también enriquece. Y esa es la distinción clave que muchos análisis pasan por alto. Lo que observamos en nuestros proyectos con clientes corporativos es que el contenido “humano + IA” de calidad supera consistentemente al contenido puramente humano - no porque la máquina sea mejor, sino porque abre posibilidades que antes eran inviables con el mismo presupuesto.

La tercera capa son contenidos generados por IA con mínima intervención humana, publicados a bulto y por volumen con la esperanza de que algo prenda. Es la estrategia más barata y la menos fiable. Sus defensores argumentan que a coste cercano a cero, incluso una tasa de éxito ínfima justifica el volumen. Pero los datos cuentan otra historia. La preferencia de los consumidores por contenido generado por IA ha caído del 60% al 26% entre 2023 y 2026. Las tasas de interacción por publicación en las principales plataformas han descendido entre un 5% y un 26% en el último año, en buena medida por la saturación de contenido sintético. Y el contenido creado por humanos genera 5,4 veces más tráfico que el automatizado. Apostar por una capa cercana al AI slop (elegida palabra del año en 2025) como estrategia central equivale a comprar billetes de lotería con el presupuesto de marketing aguardando la llegada de “un viral” fortuito.

El dilema que la IA no resuelve.

Si la producción se abarata, un director de marketing tiene tres opciones: gastar menos en total (”lo mismo por menos”), mantener el presupuesto y producir más y mejor (”más por lo mismo”), o incluso incrementar algo la inversión innovando en formatos antes inaccesibles para determinada capa o tamaño de presupuesto (”más y mejor por algo más”).

Los datos sugieren que la mayoría está eligiendo la segunda opción. Los presupuestos de marketing se han estancado en el 7,7% de los ingresos, no han bajado. El 59% de los CMOs dicen que no les alcanza para ejecutar su estrategia. No están ahorrando; están reasignando. Y cuando se pregunta a más de 200 directivos de comunicación de grandes empresas qué esperan de la IA generativa, solo el 6% dice buscar ahorro de costes (que parece una respuesta más destinada a satisfacer a sus CFOs). El 54% busca mayor capacidad.

¿Por qué no recortan? Porque el marketing opera bajo una lógica de teoría de juegos que lleva un siglo sin cambiar. Ninguna marca quiere ser la primera en reducir su inversión si los competidores mantienen la suya.

Y la evidencia empírica parece otorgarles la razón: un análisis de 57 marcas que dejaron de hacer publicidad muestra caídas de ventas del 16% el primer año, 25% el segundo y 36% el tercero. La mitad de las que intentaron volver no recuperaron sus niveles previos. El CEO siente la presión del CFO para recortar inversión (o gasto :) en publicidad. Pero no se atreve porque el coste de equivocarse puede causar un daño difícil de reparar.

La IA como acelerador publicitario.

La metáfora más precisa para lo que está ocurriendo no es la de una industria en declive, sino la de un avión que recibe un motor más eficiente. La IA reduce el consumo de combustible por kilómetro. Ahora podemos volar más lejos.

Las marcas que ganen en el nuevo campo de batalla publicitario no serán las que gasten menos, sino las que produzcan mejor con presupuestos comparables: enriquecen formatos que antes no podían permitirse y mantienen la presión del coste de distribución que sostiene su cuota de mercado. El coste de producir contenido se abarata. El coste de que alguien nos preste atención, no. Convertirnos en una fábrica de AI slop para que nos lean robots no es estrategia ganadora.

El próximo domingo, volvemos a tu buzón.

Fernando.

(Disclaimer: Rebel Intel es una publicación de Good Rebels, agencia y consultora de marketing y comunicación. El análisis expuesto busca ser aplicable tanto a equipos internos como a quienes trabajan con proveedores externos, pero el lector hará bien en añadir la pizca de sal correspondiente.)

Good Rebels es una B Corp. En el marco del mes B, este jueves organizamos una mesa redonda para debatir sobre el fenómeno del #SocialDetox y cómo las narrativas honestas, útiles y directas están ganando la batalla a los anuncios disfrazados de naturalidad. Es el momento de ser valientes, recuperar la autenticidad y dejar atrás lo que "ha funcionado siempre".

Puedes registrarte aquí.

Actualidad.

• Tres años después de ChatGPT, la industria de outsourcing de IT y de atención al cliente en India no recede (más bien al contrario, sigue viento en popa). Por ahora no parece fácil reemplazar el trabajo de los humanos con la IA. THE ECONOMIST

• World (antes Worldcoin) ha lanzado AgentKit, una herramienta diseñada para que los agentes IA puedan demostrar que actúan en representación de un humano real y único. La idea es trasladar el concepto de “prueba de humanidad” a la economía de los agentes autónomos, permitiendo que estos realicen compras o trámites en la web sin ser bloqueados como bots maliciosos o spam. ARS TECHNICA

• La IA está redefiniendo la protección de la propiedad intelectual, con su capacidad para procesar datos masivos. Las empresas están obligadas a elevar el listón de la protección, si la IA puede deducir, por ejemplo, listas de clientes o fórmulas complejas a partir de información pública o ingredientes básicos. BLOOMBERG

• Y los jugadores existentes también van moviendo ficha. Visa lanza en Europa su programa “Agentic Ready” para preparar la infraestructura de pagos ante un escenario donde agentes de IA inician transacciones en nombre del usuario. Trabaja con Commerzbank y DZ Bank para resolver la pregunta clave: cómo autenticar identidad e intención cuando el “cliente” es software.

• Val Kilmer (fallecido en abril de 2025) será “resucitado” por la IA para protagonizar la película As Deep as the Grave. La familia ha dado su consentimiento y el director admite que es una decisión polémica, pero “es es lo que Val quería” y que, al ser una producción independiente, no podían permitirse volver a rodar o cambiar el reparto. VARIETY

• En el primer trimestre de 2026 los ejecutivos del S&P 500 mencionaron la IA casi 5.000 veces en sus earning calls... el triple que “ganancias”, con 1.250 menciones. La tecnología ya no es un tema secundario, es el eje sobre el que gira la valoración bursátil. LINK

Reflexiones.

• Por todo el mundo, empresas y ONGs están lanzando distintivos “Hecho por humanos”, intentado proteger a las profesiones creativas de la automatización. El problema es la falta de criterio único (la BBC ha identificado hasta 8 iniciativas fragmentadas) y dónde poner el límite: dado que la IA está tan integrada en infinidad de productos, es casi imposible una distinción binaria IA / No IA. BBC

Research.

• Lo que 81.000 personas buscan en la IA. La IA generativa permite el análisis masivo de conversaciones. La investigación cuantitativa y cualitativa difuminan sus fronteras. Anthropic mantuvo conversaciones con 81.000 personas en 159 países y 70 idiomas a través de su entrevistador IA en la mayor investigación cualitativa de la historia (según sus palabras). Esto es lo que la gente quiere y lo que le preocupa (presentado con mucho arte). ANTHROPIC

  

• Un estudio de SE Ranking revela que Google está cayendo en una especie de bucle en sus resúmenes IA: alrededor del 17% de los enlaces redirigen al usuario a otra página de resultados de Google, un fenómeno que se ha triplicado en el último año. Si a esto se le suma que YouTube es el segundo sitio más citado, el ecosistema parece estar diseñado para retener al usuario dentro de sus propios dominios. LINK

• El experimento de BCG y Harvard que acuñó el concepto de “Jagged technological frontier” (la frontera tecnológica irregular) de la IA - probablemente el paper más citado del sector desde 2023 - acaba de publicarse formalmente en Organization Science. Dos años y medio de peer review para un campo que se reinventa cada trimestre. La academia sigue evaluando GPT-4 mientras el mundo ya trabaja con la quinta generación de modelos. El cuello de botella somos los humanos.

• Y justamente del cuello de botella de la verificación es de lo que trata Antonio Ortiz diseccionando en Error 500 un paper que propone un marco para pensar el impacto económico de la IA agéntica: la restricción al crecimiento ya no es la inteligencia sino la capacidad humana de verificar resultados. El coste de automatizar cae, pero comprobar que el output es correcto no escala igual - y esa asimetría define cuatro zonas económicas donde se redistribuye el valor del trabajo.

• ¿Preferimos la escritura humana o la IA? El New York TImes pidió a sus lectores elegir entre cinco conjuntos de textos escritos por autores famosos y por Claude. De las primeras 86.000 respuestas, un 54% se ha decantado por la IA. Pero hay polémica y debate: no se le discute a la IA la eficiencia, pero sí la conexión profunda. NYT

MCX.

• Las reseñas de clientes se están convirtiendo en el nuevo campo de batalla del descubrimiento por IA: ChatGPT recibe más de 84 millones de consultas de compra semanales en EE.UU., y los LLM se alimentan directamente de reviews para formular recomendaciones. Marcas “direct-to-consumer” ya incentivan activamente las reseñas en múltiples plataformas - no solo en su web, sino en foros públicos como Reddit o Yelp - para mejorar su visibilidad ante los motores de IA ofreciendo descuentos de hasta 20$ a partir de la tercera reseña. MODERN RETAIL

• Gartner prevé que, para 2029, la mitad de las plataformas de IA propias de los grandes grupos publicitarios (WPP Open, Publicis Marcel, Omnicom Omni, Havas Converged.AI and Dentsu’s Merkle GenCX) dejarán de funcionar o quedarán obsoletas. Deberán competir con el auge de las plataformas de IA de código abierto creadas por las grandes tech que pueden ofrecer funciones más allá del marketing. Gartner prevé que las plataformas de código abierto darán soporte a más del 75 % de las implementaciones de IA en las empresas para 2028, ganando terreno gracias a su nivel de personalización y a su coste favorable en comparación con las plataformas propias. MARKETING DIVE

• Y al respecto, parece que hackearon la famosa plataforma de IA de McKinsey (Lilli). THE REGISTER

• David Lahoz resume el estudio de Kantar sobre 356 anuncios generados con IA: cuando el origen artificial se nota, el rendimiento cae; cuando la IA es invisible, el 40% de las piezas supera a la publicidad convencional. El problema no es la tecnología sino el artefacto visual - especialmente en rostros humanos.

• Estamos ante el fin de años de frustración del consumidor. La IA permite que el trato exclusivo, antes reservado a la élite, se convierta en el estándar por defecto de todo el comercio global. Con agentes que conoce el historial y las preferencias de cada usuario en tiempo real, la atención deja de ser reactiva y episódica para volverse constante, no intrusiva y proactiva. A16Z

• Y más sobre los riesgos de deepfakes para las marcas, esta vez de la mano de Oliver Hayes OBE, EMEA Head of Counter Disinformation en Edelman. LINK

• Siguen las pruebas, cada vez más serias, de compra agéntica de medios. La agencia independiente Butler/Till ejecutó una campaña real para Geloso Beverage Group utilizando un agente construido sobre Anthropic Claude que se comunicó con el sistema AgenticOS de PubMatic. DIGIDAY

• Walmart ha admitido que Instant Checkout (la función que permitía comprar productos directamente desde la interfaz de ChatGPT) ha sido un fracaso relativo, porque los usuarios temen que comprar artículos de uno en uno genere múltiples envíos, y prefieren gestionar un carrito consolidado. La nueva estrategia será integrar el asistente de Walmart (Sparky) directamente en ChatGPT y Gemini para sincronizar compras entre la app, la web y el chat. Walmart, a diferencia de Amazon, se muestra abierto a permitir que cualquier agente IA compre en su web, siempre que la experiencia del cliente sea buena. WIRED

• Y al respecto del eCommerce “agéntico”, un artículo para entender la problemática, las capas tecnológicas, las barreras de este nuevo universo. Y un substack que recoge noticias semanales al respecto. LINK, SUBSTACK

Off Tópicos.

• Cuando aparecieron los cajeros automáticos en la década de 1970, no desaparecieron los cajeros humanos. Al contrario, aumentaron (paradoja de Jevons). El verdadero golpe a la profesión llegó en 2010 con el iPhone, que eliminó la necesidad de visitar la sucursal física del banco. Algo así sucede con la IA: mientras sustituye tareas, las ganancias de productividad son discretas y el desplazamiento laboral, lento. El verdadero impacto (y el riesgo real de obsolescencia) surge cuando la tecnología crea estructuras totalmente nuevas donde el rol humano ya no es necesario. LINK

• Si damos un paseo por San Francisco, nos encontraremos con unos cuantos mensajes crípticos en espacios publicitarios, que solo los expertos en IA entenderán. Son mensajes dirigidos a ingenieros de software e inversores, inescrutables para el ciudadano medio. El alquiler de los espacios más codiciados ha subido un 30%, y hay meses de lista de espera. LINK

Puedes consultar agenda completa y registrarte aquí.

Durante años, los equipos de Customer Success han operado con una limitación que todos conocen y pocos confiesan: el cliente que se iba en silencio era invisible hasta que su baja aparecía en la facturación. Los cuadros de mando funcionaban como un espejo retrovisor - constataban lo inevitable con elegante retrospectiva o amarga resignación. Cuando el gestor de cuentas abría el informe semanal, la ventana de intervención llevaba días cerrada.

El problema nunca fue la falta de datos. Registros de uso, tickets de soporte, tasas de apertura, actividad en foros comunitarios - toda esa información existía, dispersa en silos que ningún analista humano podía cruzar a velocidad útil. Un gestor con atención plena puede monitorizar veinte cuentas. Un agente de IA monitoriza veinte mil simultáneamente, sin degradar la calidad de la detección.

El lunes ya era tarde.

Los modelos de churn clásicos - muchos aún en uso - operan sobre muestras y períodos fijos. Toman un snapshot de los últimos treinta días, lo pasan por un modelo entrenado con comportamientos históricos y generan una lista de clientes "en riesgo". Ese informe llega el lunes. Para el viernes, la mitad de la lista ya es irrecuperable.

El déficit de estos modelos no es de precisión, sino de tiempos. Son ciegos a las combinaciones de microseñales y a la secuencia temporal de eventos que preceden a la baja: un ticket sin resolver el martes, una caída de uso el jueves, un cambio de tono en el último email. Para cuando el patrón se consolida en el informe mensual, la decisión de no renovar ya está tomada. Lo que las empresas llaman "retención" es, en la práctica, una negociación post-abandono.

El agente que no duerme ni olvida (ni toma café).

Un agente de IA entrenado para la retención opera como un sistema predictivo-prescriptivo que observa, razona y actúa de forma autónoma. La diferencia con la analítica tradicional no está en un solo salto tecnológico, sino en tres capacidades que antes requerían equipos enteros de personas.

La primera es la observación continua y multimodal. El agente monitoriza el 100% de las cuentas en tiempo real, integrando fuentes que antes vivían separadas: CRM, plataforma de producto, ticketing, comunicaciones y sentimiento. Existe una arquitectura técnica que avanza a pasos agigantados y que lo hace posible - redes neuronales con memoria temporal, procesamiento de lenguaje natural avanzado - pero lo más importante son las implicaciones: el sistema detecta que la caída de uso de hoy es cualitativamente más grave si tres días antes hubo un incidente técnico sin resolver. Un cliente que escribe “genial, otra cosa que no funciona” no se clasifica como neutro, sino como lo que es: sarcasmo que precede a la cancelación. Esa comprensión contextual, que antes dependía de la intuición de un gestor experimentado, ahora opera a escala industrial.

La segunda capacidad es el razonamiento ponderado. El agente no emite alertas genéricas de “cliente en riesgo”. Emite una hipótesis sobre la causa probable del deterioro - fricción técnica, percepción de bajo ROI, exploración de alternativas - y pondera la señal en función del valor económico de la cuenta, su fase en el ciclo de vida, la proximidad a la renovación y el historial de intervenciones previas. No todas las alertas merecen la misma respuesta, y el agente lo sabe.

La tercera - y más diferenciadora - es la orquestación autónoma. El agente no solo avisa: activa la respuesta. Si detecta riesgo bajo, puede disparar una secuencia de emails con casos de uso no explorados. Si el riesgo es medio o alto, escala al gestor humano con un briefing completo del deterioro. Todo ocurre en minutos desde que se detecta el patrón, sin intervención manual. Plataformas como Totango ya han lanzado motores de inteligencia predictiva que prometen detectar riesgo de churn meses antes de la renovación. Gainsight ajusta sus health scores de forma dinámica combinando uso de producto, tickets de soporte y análisis de sentimiento. El mercado de plataformas de Customer Success se está reconfigurando alrededor de la IA, y la carrera por la predicción más precisa y la intervención más rápida ya ha empezado.

Las matemáticas de retener un cliente más.

Hay una cifra que circula por todas las presentaciones de Customer Success: un incremento del 5% en retención puede traducirse en un aumento de beneficios de entre el 25% y el 95%. No es leyenda urbana. El dato procede de Frederick Reichheld, de Bain & Company (el inventor del Net Promoter Score) tiene más de treinta años y sigue siendo estructuralmente válido: los clientes que se quedan compran más, cuestan menos de servir y generan referencias. La variabilidad del rango (25-95%) depende del sector, pero la dirección es evidente.

La implicación para los equipos de fidelización es profunda: pasan de apagar fuegos para convertirse en arquitectos de una respuesta orquestada. El agente localiza y aísla el foco; el equipo humano decide la estrategia en los casos que lo justifican. Quien haya gestionado una cartera de cuentas sabe que la diferencia entre llegar a tiempo y llegar tarde es, muchas veces, la diferencia entre retener y negociar un descuento de última hora que erosiona márgenes.

El cuello de botella no es la IA, es el legacy.

Hay, sin embargo, dos condiciones que ningún modelo puede suplir. La primera es la conectividad de datos. Si los registros de uso viven en una base de datos y los de soporte en otra, el agente opera a ciegas sobre la mitad del cuadro. En la práctica con clientes corporativos, el legacy tecnológico sigue siendo el principal freno para que la IA agéntica genere valor real en retención. No es un problema de algoritmos; es un problema de fontanería.

La segunda es la deriva del modelo. El comportamiento de los clientes cambia, el producto evoluciona, el mercado se mueve. Un modelo entrenado con patrones de 2023 puede estar generando falsos negativos - clientes en riesgo real que no activan la alerta - sin que nadie lo detecte. La investigación reciente en predicción de churn muestra precisiones por encima del 95% en entornos controlados, pero esos resultados exigen ciclos de reentrenamiento sistemáticos. Los despliegues más maduros en telecomunicaciones han pasado del 62% al 87% de precisión incorporando aprendizaje por refuerzo continuo. Un despliegue único seguido de confianza ciega es la receta para el fracaso silencioso - irónicamente, el mismo silencio que el sistema pretendía eliminar.

No es retención. Es diseño de conversación.

El silent churn es, en última instancia, un problema de información asimétrica: el cliente sabe que se va antes de que la empresa lo sepa. La IA agéntica no elimina el abandono silencioso. Los clientes seguirán desconectándose gradualmente, seguirán dejando de usar funciones, seguirán buscando alternativas sin decírselo a nadie. Pero trabaja esa asimetría: ahora la empresa tiene capacidad para anticipar que algo se ha roto, antes de que el cliente tenga su decisión tomada.

Eso cambia la naturaleza del problema. Ya no es retención. Es diseño de conversación: qué decir, cuándo decirlo y a quién decírselo cuando dispones de una ventana de quince días antes de que la decisión sea irreversible. La pregunta que deben plantearse los equipos de Customer Success no es si necesitan IA. Es qué van a hacer con la información cuando, por primera vez, llegue a tiempo.

El próximo domingo, volvemos a tu buzón.

Fernando y Carlos.

En Good Rebels, hemos arrancado más de 15 proyectos GEO (posicionamiento en buscadores soportados por IA generativa) en los últimos meses con nuevos clientes o clientes existentes. AI Rank está en la base del trabajo como herramienta de medición. Pero el servicio va mucho más allá de la medición. Cómo estructurar los contenidos, cómo desarrollar una estrategia de medios acorde, cómo entender la evolución en el tiempo.
Si trabajas en una empresa mediana o grande y te interesa profundizar en el servicio, puedes contactarnos aquí.

Actualidad.

• Nueva edición (la 6ª) del Top 100 Gen AI Consumer Apps de a16z. Tres hallazgos clave: 1) La IA sale del navegador y se integra en sistemas operativos, herramientas de desarrollo y flujos de trabajo; 2) Estamos pasando de predominio del chat a sistemas de ejecución; 3) El ecosistema IA se está fragmentando geográficamente, especialmente con el auge de aplicaciones chinas. Además, el interés de los consumidores se ha desplazado de la generación de imágenes hacia herramientas más complejas de vídeo, música y voz. A16Z

  

• Zendesk adquiere Forethought, startup de IA agéntica que gestiona más de mil millones de interacciones mensuales con clientes de Upwork, Grammarly, Airtable y Datadog. La adquisición confirma que la arquitectura agéntica se convierte en el estándar de facto del contact center, y que las plataformas que no la integren nativamente perderán relevancia. TECHCRUNCH

• Sigue la batalla (seguramente perdida a medio plazo) de Amazon contra los robots. Un juez de California le ha concedido una medida cautelar para bloquear el acceso de los agentes de compra de Perplexity. Aunque un usuario dé sus credenciales a la IA para que compre en su nombre, Amazon tiene ahora el derecho legal de prohibir el acceso del agente a sus sistemas. SEARCH ENGINE LAND

• Yann LeCun arranca con fuerza su startup Advanced Machine Intelligence: ha recibido 1.030 millones $ en la que es la mayor ronda de capital semilla en Europa hasta la fecha. AMI se especializa en el desarrollo de world models, sistemas de IA que comprenden e interactúan con el espacio físico. LINK

• Bloomberg asegura esta semana que los ingresos anualizados de Anthropic (la empresa detrás de Claude) han llegado a 19.000 millones de dólares. Eran “tan solo” 9.000 MM al final del año pasado. Sí, habéis leído bien: de 9 a 19 mil millones en tres meses. Lo nunca visto. Según Ramp, el crecimiento de ingresos puede que no venga tanto de quitarle clientes a OpenAI como de que las empresas (e individuos) estén solapando servicios. Puede que la caída de clientes de ChatGPT venga después (o puede que no). BLOOMBERG, RAMP

  

• Google ha anunciado que destinaría este año hasta 185.000 millones de dólares a inversiones de capital relacionadas con la IA, más del doble de los 90.000 millones que gastó en 2025. Pero podría ser solo el principio. En la próxima década podría llegar a los dos millones de millones de dólares, según ha declarado a Forbes Amin Vahdat, el recién nombrado director tecnológico de infraestructura de IA de Google. FORBES

• YouTube expande su herramienta de detección de rostros por IA, que lanzó hará un año, para proteger a periodistas y líderes políticos contra los deepfakes. YOUTUBE

• Y sobre esto, el Global Risks Report 2026 del WEF clasifica la desinformación entre los principales riesgos globales a corto plazo. Un hallazgo particularmente relevante para comunicación corporativa: el simple conocimiento de que los deepfakes existen lleva a las personas a dudar del contenido auténtico. Para las empresas, esto significa que la desinformación no solo ataca la reputación de forma directa; erosiona la credibilidad de todas las comunicaciones legítimas. La respuesta propuesta incluye alfabetización mediática, estrategias de "inoculación narrativa" e inversión en sistemas de verificación comunitaria. WEF

Reflexiones.

• Hace unas semanas hablábamos de la paradoja de la productividad individual y organizacional. George Sivulka plantea que la IA ha disparado la productividad individual x10, pero esto no se traduce en un aumento de valor para las empresas porque las organizaciones siguen operando bajo estructuras obsoletas. Sin una IA institucional que encamine los esfuerzos individuales hacia objetivos de negocio reales, seguiremos teniendo trabajadores eficientes en estructuras ineficientes. a16z

• Sequoia argumenta que la próxima empresa de un billón de dólares no venderá herramientas de IA sino el trabajo terminado: cada mejora del modelo abarata el servicio, no el software, y el mercado de servicios es seis veces mayor que el de software. Software como servicio (pero esta vez de verdad :) X

• El acceso a la potencia de cálculo de la IA empieza a convertirse en una parte importante de la retribución de los ingenieros de Silicon Valley. Los programadores negocian su “sueldo en tokens” para asegurar su productividad y carrera profesional, y las empresas miden su rentabilidad basándose en cuánta capacidad de IA consumen frente a lo que producen. BUSINESS INSIDER

• El modelo actual de "tirar" (pull) de la IA es ineficiente porque el cuello de botella es la limitada atención humana; el futuro pertenece a un modelo de "empuje" (push), en el que la IA percibe el entorno, entiende objetivos a largo plazo y actúa sin esperar instrucciones. De la inteligencia para actuar al juicio (criterio) para decidir en qué actuar. LINK

• 4 riesgos emergentes en 2026 para la Gobernanza de la IA: seguridad agéntica, responsabilidad legal y escrutinio regulatorio, integridad de datos y el gap en la implantación de gobernanza. LINK

Research.

• 2026: El estado de la adopción y el impacto de la IA en la empresa, by DELOITTE

• La IA ya influye en las decisiones de compra del 84% de los consumidores en mercados como Francia, Alemania y el Reino Unido. McKinsey estima que en 2030 los agentes IA orquestarán entre 3 y 5 billones de dólares del comercio global. Para las empresas, el éxito dependerá de tres ejes: desarrollar agentes propios que ofrezcan una experiencia superior a los bots genéricos, asegurar la visibilidad en ecosistemas de terceros y preparar sus infraestructuras operativas para transacciones iniciadas y ejecutadas íntegramente por máquinas. MCKINSEY

• Las 10 publicaciones tecnológicas más importantes han perdido una media del 58% del tráfico procedente de Google desde febrero de 2024. Sitios como Digital Trends (-97%), ZDNet (-90%) y The Verge (-85%) han pasado de millones de visitas mensuales a cifras residuales. Este fenómeno no se limita a la tecnología, también afecta a gigantes de la salud como Healthline, pero ha golpeado con más fuerza a los medios que dependen de guías de productos y tutoriales. LINK

• IA Overviews y ChatGPT gestionan las menciones negativas de las marcas con "criterios editoriales" muy distintos. Aunque la negatividad general es baja (2,3% en Google y 1,6% en ChatGPT), Google es más propenso a resaltar controversias legales, retiradas de productos o escándalos corporativos. Por el contrario, ChatGPT se enfoca en las limitaciones técnicas, problemas de compatibilidad o valor del producto. Google es más crítico en electrónica y educación, mientras que ChatGPT es tres veces más negativo en el sector de la moda. El estudio de BrightEdge subraya que estas críticas se concentran mayoritariamente en la fase de investigación, lo que impacta en la percepción de marca antes de la compra. LINK

MCX.

• Smile quiere revolucionar la investigación de mercados utilizando clones digitales de consumidores reales, inspirándose en The Sims. Se construyen a partir de conversaciones, comportamientos de compra y personalidades detalladas de personas que han dado su consentimiento, creando réplicas digitales que reaccionan de manera casi idéntica a sus referentes humanos. WSJ

• Cuando la gente nunca ve tu App: diseñando marcas en la economía agéntica. BAIN

• La IA agéntica deja asustado a un ejecutivo de agencias de medios. No es el único. DIGIDAY

• La voz se convierte en la interfaz principal de la IA con el cliente, y la mayoría de las empresas no tiene estrategia al respecto. El mercado global de asistentes de voz superará los 30.000 millones de dólares en 2030. Gartner prevé que para 2028 los asistentes conversacionales resolverán el 70% de los journeys de servicio, y para 2029 el 80% de las conversaciones comunes. HBR

• Otro artículo sobre GEO que reflexiona sobre la importancia del PR clásico en el posicionamiento en buscadores IA. Las relaciones públicas y con medios de comunicación dejan de ser awareness para convertirse en infraestructura de credibilidad que alimenta a los modelos, donde los medios ganados y análisis de terceros pasan a ser señales de entrenamiento críticas. Sin un claro dueño en la empresa del GEO, advierte, la narrativa de la marca quedara a merced de datos históricos y actores externos, lo que exige integrar PR, contenido y SEO bajo un modelo operativo unificado orientado a cómo “leen” la marca los modelos, no solo los humanos. MARTECH

• Un análisis del riesgo que la IA supone para 69.330 millones de dólares de publicidad en “retail media”. El desplazamiento será gradual pero estructural. Los retailers con datos transaccionales propios mantienen ventaja competitiva a corto plazo, pero los anunciantes deberían modelar escenarios donde el tráfico a plataformas de retail se desvía hacia interfaces conversacionales. DIGIDAY

• Visibilidad en LLMs: qué es y cómo medirla. HOOTSUITE

Off Tópicos.

• Niños de los 90's recreados por IA, alucinan con las cosas que serán habituales en su futuro (nuestro presente). Nostalgia de una vida más simple (pero no tan simple como la de hace un siglo, claro). LINK

La evidencia acumulada desde que la IA generativa irrumpió a finales de 2022 apunta en una dirección con demasiadas aristas. La IA puede, en teoría, ejecutar un porcentaje creciente de tareas cognitivas. Un estudio de impacto en la fuerza laboral publicado por Anthropic este pasado viernes ha vuelto a incendiar las redes que se inundan de Casandras advirtiendo del inminente apocalipsis.

Pero los economistas llevan años estudiando el desfase entre la capacidad teórica de un avance tecnológico y su difusión real en el tejido productivo. Por supuesto, “esta vez es diferente”. Pero, ¿cuánto de diferente? La velocidad a la que las organizaciones (y la sociedad en general) adoptan, integran y reorganizan sus procesos alrededor de esa capacidad tecnológica es fruto de múltiples factores. La electricidad tardó décadas en transformar la manufactura. Internet necesitó décadas para reconfigurar el comercio (y no lo ha cambiado por completo). No porque la tecnología no estuviera lista, sino porque las instituciones, los hábitos del consumidor, las culturas organizativas y los marcos regulatorios absorben el cambio a su propio ritmo. Los economistas llaman a esto implementation lag, y es probablemente el factor más subestimado en el debate actual.

Esto no significa que el impacto sea menor ni que debamos mostrarnos complacientes. Desde 2023, en Rebel Intel hemos seguido la evolución de este debate con una postura de optimismo informado: creemos que la IA transformará y creará más puestos de los que terminará destruyendo. Pero la transición no será indolora, necesita regulación y exige preparación.

Las recientes caídas en bolsa y anuncios de despidos invocando a la IA como causante de los mismos se han extendido desde empresas de software a empresas de servicios profesionales. Muchas de ellas son puro AI washing, mensajes destinados a los mercados de capitales que tienen poco que ver con la capacidad que aporta o no la IA.

Y en este contexto febril, un ensayo de ficción financiera ha cristalizado el peor escenario posible.

El “memo” que sacudió Wall Street.

Hasta hace unos días, nadie habíamos oído hablar de Citrini Research. Pero su ensayo The 2028 Global Intelligence Crisis ha tenido un impacto desmesurado: el Wall Street Journal lo señaló como acelerante directo de una venta masiva de acciones y el post acumuló más de 16 millones de visualizaciones. Algunas acciones cayeron hasta un 11% en un solo día. Para un ejercicio que sus propios autores califican de escenario hipotético, el impacto fue sorprendentemente real. Y dice mucho del nivel de incertidumbre e histeria en el que vivimos actualmente.

Citrini plantea que en 2026 la IA deja de ser una promesa para reemplazar masivamente a millones de trabajadores cualificados. Al principio, las empresas reducen personal, sus beneficios se disparan y las acciones alcanzan máximos. Pero sigue una espiral destructiva: los beneficios se reinvierten en más IA, creando un bucle donde el humano queda progresivamente obsoleto. Los agentes optimizan todo, eliminan intermediarios - desde procesadores de pagos hasta agencias de viajes, pasando por apps de delivery - y generan lo que Citrini denomina “PIB fantasma”: la productividad sube en el papel, pero el dinero deja de circular hacia las familias.

El panorama que dibuja para 2028 es sombrío: desempleo estructural superior al 10%, caída del 38% en el S&P 500, crisis del sistema bancario por impago de hipotecas de profesionales cualificados sin ingresos. Los inversores huyen hacia infraestructuras energéticas, materias primas, robótica física y oro. Citrini aclaró después que no se trataba de una predicción. Pero los mercados no lo procesaron como ficción.

Lo que dicen los datos cuando baja la fiebre.

Las críticas al escenario de Citrini no se hicieron esperar. Algunas son demoledoras y denuncian que muchos de los supuestos carecen de respaldo empírico. Un colapso como el descrito sólo podría ocurrir si asumimos una sustitución total e instantánea de los empleos de cuello blanco (!). Y trata de forma lineal procesos macroeconómicos complejos, sin contemplar ningún tipo de amortiguador institucional.

El contra-relato más articulado ha venido de Citadel Securities, que ofrece un ancla de realismo sustentada en datos. El miedo al colapso, argumenta Citadel, obvia cómo funciona realmente la adopción tecnológica. La difusión de tecnologías de propósito general sigue una curva en forma de S, no una línea vertical: una fase inicial lenta y costosa - con alucinaciones, problemas de integración y resistencia organizativa -, una fase de aceleración cuando la tecnología madura, y una fase de saturación donde el crecimiento se frena por límites físicos y económicos. La IA generativa se encuentra todavía en la primera fase.

Los datos que aporta Citadel contradicen directamente la narrativa catastrofista. La tasa de desempleo general en EEUU sigue baja (4,28%). Las vacantes para ingenieros de software - teóricamente, uno de los perfiles más amenazados - han subido un 11%. Y el gráfico siguiente demuestra que la caída previa seguía una tendencia de mercado.

La construcción de centros de datos está impulsando la contratación en construcción y energía. Y los datos de la Reserva Federal muestran que el uso diario de IA en el trabajo se mantiene estable, sin la explosión descontrolada que el escenario de Citrini necesita para funcionar.

Hay, además, un argumento de física económica que merece atención. Si la automatización se expande demasiado rápido, la demanda de computación dispara su precio hasta un punto en que resulta más barato contratar a un humano que pagar el coste energético de una IA para la misma tarea. Con 2.800 centros de datos planificados solo en Estados Unidos, la demanda de energía actúa como un suelo inflacionario que protege el valor del trabajo humano.

Y como apunta Seb Krier, la sustituibilidad técnica no implica sustitución económica. El estudio de Anthropic que referenciamos al principio muestra las categorías profesionales que mejor puede sustituir la inteligencia artificial. Pero, que la IA pueda hacer una tarea no significa que la estructura de la demanda y la organización productiva hagan económicamente óptimo reemplazar al humano. La complementariedad persiste en muchas actividades donde “humano + IA” genera más valor que “solo IA”.

Para que el escenario apocalíptico se materializara, según Citadel, tendrían que concurrir simultáneamente cinco condiciones: i) una aceleración masiva en la adopción que ignore la curva en S; ii) una sustitución casi total del trabajo humano que ignore la necesidad de confianza en sectores críticos; iii) cero respuesta fiscal o gubernamental; iv) una escala de computación sin límites físicos, y v) una ausencia total de nuevos empleos creados por la propia IA. Que las cinco converjan en dos años pertenece al terreno de la ficción financiera, no del análisis macroeconómico.

Abaratar no es destruir (y puede ser lo contrario).

Frente al relato distópico de Citrini, Daniel Jeffries propone una carta desde 2030 que califica las predicciones sobre el apocalipsis laboral como “alucinación colectiva”. En su escenario, lejos de crear desempleo masivo, la IA ha producido una deflación positiva: al reducirse los costes de producción en cine, software o medicina entre un 50% y un 90%, el mercado no se ha contraído sino que se ha expandido masivamente.

El resultado no es la desaparición de empleos, sino una transformación donde la IA elimina las tareas rutinarias y permite que profesionales con visión y criterio creativo lideren proyectos que antes requerían presupuestos millonarios. En ese 2030 han surgido millones de “micro-estudios” y nuevas profesiones que no existían antes. La transición fue dolorosa para quienes realizaban tareas mecánicas y se negaron a adaptarse, pero el nuevo equilibrio económico es superior.

Es el mismo patrón que observamos con el automóvil, con internet, con la digitalización del comercio: el miedo inicial a la automatización subestimó sistemáticamente la capacidad de adaptación humana y el efecto de la paradoja de Jevons - al abaratar un recurso, su demanda se dispara. La ficción de Jeffries peca quizá de optimismo simétrico al pesimismo de Citrini, pero su mecanismo económico subyacente tiene más precedentes históricos que el colapso.

Desde Rebel Intel nos atrevemos a hacer una predicción: en 2030, la cantidad de líneas de código de software generadas al día en todo el mundo se habrá multiplicado por 10.000 (¡por diez mil!). La mitad de ese código será generado por la IA a manos de usuarios sin conocimiento técnicos. En algunos casos, ese software sustituirá funcionalidades que hoy ofrecen herramientas de software existentes. A veces, el software “ad-hoc” será almacenado y reutilizado. Pero en la mayoría de las ocasiones, será software creado y destruido en el acto o archivado en el olvido de la nube. Lo más interesante de esta predicción, es que el otro 50% de las líneas de código del 2030 serán generadas por la IA a manos de arquitectos de software que tienen “interés” y “capacidad” para imaginar, construir, testear y mantener los complejísimos sistemas que regirán el futuro de la humanidad. La demanda de arquitectos de software se disparará. Porque el valor económico de la creación de software con IA confiable seguirá siendo enorme (en términos absolutos), y la productividad del programador convertido en arquitecto estará en el origen de la explosión de la demanda de software.

La tecnología no es un destino: es una decisión política.

Más allá de ficciones - catastrofistas o utópicas - y otras predicciones, el reciente SaaSpocalypse refleja un temor de los mercados que no conviene desdeñar. Los premios Nobel de Economía 2024, Daron Acemoglu y Simon Johnson, junto con David Autor, han publicado un ensayo en Brookings - Building pro-worker artificial intelligence - que desafía tanto la visión de impotencia social como la de inevitabilidad tecnológica. Su argumento central: la tecnología no es un destino, sino una herramienta que puede y debe ser moldeada mediante políticas públicas.

El mercado actual, sostienen, piensa poco en una IA pro-trabajador. Los incentivos están desalineados y la ideología dominante de Silicon Valley parece centrada en la automatización total. Los autores proponen que el Estado utilice su poder de compra e influencia normativa para promover tecnologías que complementen a los trabajadores en sectores como educación o salud; que se eliminen los sesgos fiscales que favorecen la automatización sobre la contratación; que se creen marcos legales contra el “robo de experiencia” - el uso de datos de trabajadores para entrenar modelos que los reemplacen -; y que se diseñen seguros salariales para los desplazados junto con fondos de capital universal. En definitiva, que el futuro de la IA no dependa del algoritmo, sino de las decisiones que tomemos como sociedad para que la productividad beneficie a todos.

¿Y quién formará a la próxima generación?

Es innegable que existen riesgos reales de desplazamiento para grupos concretos: tareas rutinarias, trabajadores sin capital humano transferible, profesionales en sectores donde la IA ya alcanza rendimientos superiores. Pero hay un riesgo menos visible y más estructural que ha dominado el debate sobre la “muerte del junior”: si las organizaciones prescinden de los profesionales que están empezando, ¿cómo se forma a la próxima generación de seniors?

La narrativa de que “un senior con IA ya no necesita juniors” contiene un análisis demasiado transaccional del valor que aporta la gente joven a una organización. Los juniors siguen siendo comparativamente baratos, llegan mejor preparados que nunca para trabajar con estas herramientas y aportan una diversidad generacional que ningún algoritmo sustituye. Además, la idea de que las tareas básicas “formaban” al junior es parcialmente un mito: lo que realmente forma a un profesional es el intercambio intelectua con seniors que analizan, cuestionan y contextualizan, no la tarea mecánica en sí. Y esa conversación sigue necesitando a dos personas en la sala.

En Good Rebels llevamos 3 años analizando la amenaza/oportunidad de la IA y avanzando al respecto: Foro IA, Kuantik, AI Rank, hackathones internos, … No podemos quedarnos parados. Pero en ningún momento hemos tenido dudas sobre la ventaja de seguir contratando recién licenciados que se forman en nuestra cultura y nuestros valores. A los que transmitimos nuestra visión del mundo y que nos aportan la suya, tan necesaria para poder trabajar con nuestros clientes en los retos que enfrentamos juntos.

Y por último, hay algo más que la obsesión con “el criterio senior” manejando la IA no termina de capturar bien. Un junior motivado con herramientas IA es casi un senior. Y además, un junior espabilado sin IA ya aportaba algo difícil de modelizar: empuje, hambre y ganas de comerse el mundo. Esa energía no es un residuo romántico de las organizaciones pre-IA; es un activo competitivo real que las empresas más inteligentes seguirán protegiendo en lugar de amortizar.

Para ser honestos, no tenemos ningún miedo por el futuro de un segmento que se está reduciendo proporcionalmente en la pirámide poblacional a pasos agigantados.

Ni colapso ni piloto automático.

La IA no es un choque negativo de demanda, como teme Citrini. Es un choque positivo de oferta - más productividad, menores costes, mayor crecimiento potencial. Pero que el resultado neto sea positivo no significa que la transición se gestione sola. El futuro del empleo no lo decidirá la capacidad técnica de los modelos, sino la inteligencia - esta sí, muy humana - con la que diseñemos las instituciones, los incentivos y las organizaciones que deben absorber el impacto. Las empresas que traten la IA como excusa para vaciar sus plantillas descubrirán, antes de lo que imaginan, que están vaciando también su futuro.

El próximo domingo, volvemos a tu buzón.

Fernando y Carlos.

El 18 de marzo estaremos hablando de GEO en el IE.

Te puedes registrar aquí.

Actualidad.

• El acuerdo del Departamento de Defensa con OpenAI, mientras corta su relación con Anthropic, ha hecho que aumenten casi un 300% las desinstalaciones de ChatGPT en EEUU, mientras las descargas de Claude crecen un 50%. Pero el análisis más interesante sobre la controversia Amodei vs Departamento de Defensa es el de Stratchery, por mucho que no te guste Trump, si la IA es un arma de destrucción masiva, es el estado el que debe regular cómo utilizarla, no una empresa privada. TECH CRUNCH, STRATCHERY

  

• Más señales de cómo Anthropic (Claude) le está ganando la batalla a OpenAI. EPOCH.AI

  

• En el MWC de Barcelona, la industria prepara el despliegue del 6G (podría empezar a comercializarse en 2030), un cambio de paradigma que busca integrar el mundo físico y el digital. La IA formará parte de la infraestructura, con capacidad de cómputo en cada antena para permitir experiencias de realidad aumentada y traducción en tiempo real sin latencia. THE VERGE

• Suno ha alcanzado los 100 millones de usuarios, de ellos 2 millones de pago que dejan 300 millones $ de ingresos recurrentes cada año. LINKEDIN

Reflexiones.

• Michael Truell, CEO de Cursor, explica que estamos en la tercera era del desarrollo de software. La primera fue la del autocompletado, la segunda la de los agentes síncronos dirigidos paso a paso, y la actual, definida por agentes autónomos en la nube. El futuro de la ingeniería de software es construir, dirigir y supervisar el entramado de agentes que produce el software, capaces de operar y solucionar problemas complejos con una mínima intervención directa. X

• Benedict Evans argumenta que OpenAI carece de ventaja competitiva duradera: sus modelos no tienen diferenciación técnica sostenible, su base de 800-900 millones de usuarios es amplia pero superficial (el 80% envía menos de tres prompts al día), y no hay efectos de red que impidan a Google o Meta cerrar la brecha con distribución pura. Lo compara con Netscape: ganó la primera ronda del navegador, pero resultó irrelevante porque el valor se creó en otra parte. La pregunta de fondo es si OpenAI logrará convertir su ventaja temporal en una plataforma real antes de que los modelos se comoditicen. Evans no parece optimista. BEN EVANS

• Y la IA no acabará con la industria del software. Más bien acabará con el software malo. La IA reducirá las barreras de entrada y los costes, facilitando que los clientes migren entre proveedores. Esto obligará a las empresas a competir por valor real y no por clientes cautivos. A16Z

• Las empresas están cerca de un "momento Cortés" con la IA: un punto de compromiso irreversible donde, al igual que el conquistador quemó sus naves, las corporaciones eliminan cualquier posibilidad de retorno al modelo laboral anterior. Un escenario de expansión productiva, no exento de riesgos de corrección financiera o desajuste social si la adopción de la IA supera la capacidad de adaptación del mercado laboral. FORTUNE

Research.

• Una encuesta a casi 6000 directores financieros, directores generales y ejecutivos de empresas de Estados Unidos, Reino Unido, Alemania y Australia. Alrededor del 70 % de las empresas utilizan activamente la IA, especialmente las empresas más jóvenes y productivas. En segundo lugar, aunque más de dos tercios de los altos ejecutivos utilizan regularmente la IA, su uso medio es de solo 1,5 horas a la semana, y una cuarta parte afirma no utilizarla. Las empresas afirman que la IA ha tenido poco impacto en los últimos tres años, y más del 80 % de ellas afirma que no ha tenido ningún impacto ni en el empleo ni en la productividad. Pero prevén un impacto considerable en los próximos tres años, ya que pronostican que la IA aumentará la productividad en un 1,4 %, incrementará la producción en un 0,8 % y reducirá el empleo en un 0,7 %. LINK

• BCG lleva a cabo una encuesta sobre la adopción de IA en comunicación corporativa y public affairs. Uno de cada cuatro líderes de comunicación destinará más del 10% de su presupuesto a herramientas de IA, pero el 88% no está preparado para liderar la transformación AI de su función. BCG estima que más del 80% del trabajo de comunicación corporativa puede ser aumentado o automatizado por IA. Solo el 8% reinvierte los ahorros de tiempo generados por GenAI en construir nuevas capacidades del equipo. BCG

• Algo más de la mitad de los adolescentes estadounidenses afirman haber utilizado chatbots para obtener ayuda con las tareas escolares, y el 12 % afirma haber recibido apoyo emocional. Son más los adolescentes que piensan que la IA será positiva para ellos que los que piensan que será negativa. PEW RESEARCH

• Que una marca aparezca junto a contenido creado con IA no necesariamente es malo: puede incluso reforzar el recuerdo del anuncio y la percepción de innovación de la marca, siempre que el contenido sea de calidad, creativo o entretenido. Eso dice el estudio AI Slop or Not?, realizado por Zefr y OM Media Trials. LINK

MCX.

• OpenAI ha dado marcha atrás en el checkout nativo de ChatGPT — de millones de merchants en Shopify, apenas una docena lo activaron. Los tres obstáculos estructurales: la integración técnica que exigen protocolos como ACP es inasumible para la mayoría de tiendas; los catálogos estáticos se quedan obsoletos al instante (precios, stock, envíos cambian constantemente); y no existen salvaguardas de fraude adecuadas para transacciones iniciadas por agentes de IA. El "agentic commerce" a escala necesita estándares básicos. Aún queda. LINK

• Más sobre comercio agéntico (entre otras cosas). En su carta anual, Stripe propone una taxonomía de cinco niveles para el comercio con agentes de IA, desde la simple automatización de formularios hasta la compra anticipativa sin intervención humana. La industria está hoy entre los niveles 1 y 2, y Stripe ya ha lanzado con OpenAI un protocolo abierto (ACP) para que agentes paguen en nombre de usuarios. La analogía que usan: estamos en el momento “mediados de los 90”, cuando se definían los protocolos que luego gobernarían todo internet. STRIPE

• Las juntas directivas no están preparadas para la era de la IA: ¿qué ocurre cuando tu CEO es víctima de un deepfake? FORTUNE

• Somos muchos los que creemos que Google tiene una oportunidad única para monetizar la búsqueda con IA. Y sus movimientos de marzo así lo demuestran. LINK

• Esta lista de Adweek no es solo un ranking de “estrellas” de la IA, sino un mapa de dónde se está concentrando poder real en la intersección entre marketing, adtech y genAI. Muestra cómo los líderes más influyentes están moviendo la IA desde el experimento táctico hacia el rediseño estructural de producción creativa, planificación de medios, medición y workflow de agencia. ADWEEK

• Las agencias están redefiniendo sus modelos de negocio para gestionar el coste de los tokens de IA, la unidad de medida que los desarrolladores cobran por el procesamiento de datos. Hay tres alternativas: trasladar el coste directamente al cliente como un gasto de producción, absorberlo como parte del aprendizaje y desarrollo, o adoptar modelos de suscripción. DIGIDAY

• Cómo la IA transformará la industria publicitaria. LINK

• Este artículo largo sintetiza bien el estado del arte de la automatización de marketing cuando se deja de hablar de “copilots” y se entra en sistemas verdaderamente auto‑optimizados. La tesis central: el valor ya no está en reglas if/then, sino en bucles continuos de recogida de datos, predicción, acción y aprendizaje que reasignan presupuesto, creatividades y journeys sin intervención humana. LINK

• Criteo se convierte en la primera empresa de ad tech en integrarse formalmente con el piloto publicitario de ChatGPT aportando 17.000 anunciantes y más de $4.000 millones en gasto de medios anual al ecosistema de OpenAI. CRITEO

• La IA podría impulsar el 37 % de las interacciones con los clientes a finales de 2026. CX NETWORK

• Meta AI está probando un asistente para compras que busca productos, compara precios y manda recomendaciones personalizadas, aprovechando sus enormes bases de datos e infraestructura publicitaria. CNET

Joking, not joking.

• En 2036, una cadena de gimnasios (Energym) creada por Altman, Musk y Bezos recoge la energía generada por humanos que han perdido su trabajo por culpa de la IA, y la transforma para alimentar a las propias máquinas. A falta de empleo, al menos tendremos un propósito... Calma, es una parodia creada por una empresa belga para denunciar el consumo de recursos de la IA. BUSINESS INSIDER

El caso Klarna ilustra una lección en el ámbito de los contact centers: la IA generativa y los sistemas agénticos son eficaces para el grueso del soporte - consultas rutinarias, transaccionales, de alta frecuencia - pero el valor de marca se juega en las excepciones. Y parece que todavía no estamos allí (aunque esto pueda cambiar en relativamente poco tiempo). Lo que se está consolidando ahora, con evidencia creciente, es un modelo 80/20. La IA absorbe el 80% del volumen. Los humanos, potenciados por asistentes inteligentes, se concentran en el 20% que exige empatía, criterio, conocimiento normativo o resolución creativa. La clave no está en los porcentajes sino en la frontera: el protocolo de traspaso sin fricciones y con contexto entre la máquina y el agente humano.

Solo en Estados Unidos, los contact centers emplean a casi tres millones de personas. Lo que ocurra aquí tiene implicaciones laborales, operativas y de marca a gran escala. Y lo que está ocurriendo es que las empresas que aplican bien el 80/20 consiguen una doble ganancia: reducción significativa de costes operativos - hasta un 30% proyectado por Gartner para 2029 - y mejora simultánea en satisfacción, NPS y valor de vida del cliente.

El patrón que se repite.

La evidencia se acumula en sectores muy distintos. Zendesk lanzó en octubre de 2025 una plataforma operacional diseñada explícitamente sobre el modelo 80/20: el agente IA resuelve el grueso de los tickets y deriva al humano cuando su confianza en la respuesta cae por debajo de un umbral dinámico, incluyendo un resumen de contexto limpio. Los tiempos de resolución cayeron un 30% y la satisfacción subió entre 5 y 10 puntos en los tickets gestionados por IA. Un detalle revelador del modelo comercial: Zendesk cobra por problemas resueltos, no por interacciones — un incentivo que alinea a la plataforma con la resolución real, no con el mero desvío.

En banca, HSBC ha ido un paso más allá. Su alianza con Mistral para construir un ecosistema de IA soberana automatiza el 80% de las operaciones — monitorización de más de mil millones de transacciones mensuales, análisis de créditos, hasta tres millones de consultas anuales — mientras reserva a los humanos las decisiones de cumplimiento normativo, gestión patrimonial personalizada y resolución de fraudes complejos. En retail, Best Buy Canadá migró su operación a Genesys Cloud con asistentes virtuales que gestionan el volumen alto (inventario, autenticación, incidencias básicas) y derivan lo complejo: 20% menos en costes operativos, 19% menos en tiempo de atención, 40% menos en transferencias entre agentes.

Lo que conecta estos casos no es la tecnología específica — Zendesk, Mistral, Genesys son plataformas muy distintas — sino el patrón de diseño: automatizar lo predecible, proteger lo complejo, y sobre todo, diseñar la frontera entre ambos mundos con el mismo rigor que se diseña el producto.

20%: donde nos jugamos la experiencia de marca.

En ese 20% es donde se construye o se destruye la lealtad. Los agentes humanos aportan lo que ningún LLM puede replicar hoy: inteligencia contextual - la capacidad de navegar la burocracia interna, interpretar matices emocionales y encontrar soluciones fuera de guion. Son lo que la literatura de CX llama momentos de la verdad: las interacciones cuando un cliente está frustrado, confundido o a punto de abandonar. Y los datos respaldan la intuición: casi el 80% de los clientes afirma que la capacidad de una marca para demostrar empatía influyó en sus decisiones de compra — por encima de las reseñas y las recomendaciones de amigos. El 61% estaría dispuesto a pagar más por una marca que demuestre esa empatía en la interacción.

Hay otro dato que debería inquietar a cualquier director de operaciones: más del 80% de los consumidores prefiere ser atendido por un humano, incluso cuando se les garantiza que la IA resolverá igual de bien su problema. Eso no significa que rechacen la automatización — de hecho, la IA ya interviene en el 45% de las interacciones para tareas como rastreo de pedidos o enrutamiento. Pero un 38% advierte que dejaría de comprar tras una sola mala experiencia. Forzar al cliente a un canal automatizado contra su voluntad no es eficiencia: es destrucción de valor. Es casi seguro que veremos cambiar estas preferencias una vez que la experiencia de tratar con la IA va como la seda. Aunque no esté directamente relacionado, en las ciudades en las que opera Waymo, la empresa de taxis sin conductor, la gente prefiere pagar más por viajar sin conductor que por trayectos clásicos de Uber con conductor.

En nuestra práctica diaria con clientes corporativos, el punto de fricción rara vez es la tecnología. Es el diseño del traspaso. Un cliente que ha explicado su problema a un bot y tiene que repetirlo al agente humano no percibe eficiencia — percibe abandono. Y ahí es donde muchas implementaciones se estrellan.

Sencillo de enunciar, difícil de ejecutar.

El 80/20 es un modelo con muchos desafíos técnicos y culturales a partes iguales:

• Integración con sistemas heredados. Los CRMs que operan hoy en la mayoría de las grandes empresas no fueron diseñados para interacciones de IA en tiempo real. Conectar LLMs con infraestructuras legacy produce, con frecuencia, datos fragmentados o desactualizados. La solución pasa por introducir gradualmente componentes de IA alrededor del sistema existente, garantizando un registro único de cliente al que accedan tanto la máquina como el agente humano.

• Alucinaciones. Los modelos razonadores - aquellos entrenados con aprendizaje por refuerzo para "pensar antes de responder" - están reduciendo las alucinaciones de forma notable: GPT-5 en modo razonamiento produce hasta un 80% menos de errores factuales que los modelos anteriores, y en contenido largo de tipo factual la mejora es de seis veces respecto a la generación previa. La clave no es solo mayor precisión, sino un cambio de incentivos: enseñar al modelo a decir "no lo sé" en vez de adivinar con aplomo, penalizando la respuesta segura pero falsa más que la abstención. Combinado con arquitecturas RAG que anclan las respuestas a bases de conocimiento verificadas, el margen de fiabilidad se amplía con cada iteración. Eso no elimina la necesidad de supervisión humana - un error factual en servicio al cliente sigue siendo un riesgo reputacional, por improbable que sea - pero sí cambia la ecuación: el 80% automatizable crece en calidad, y el umbral de traspaso al agente humano puede afinarse con mayor precisión.

• El desafío cultural. El 20% no es simplemente la carga residual que la IA no puede absorber. Implica una reestructuración profunda del rol del agente humano, que pasa de operador rutinario a solucionador de problemas complejos y embajador de marca. Eso exige formación en habilidades que históricamente no se han valorado en los contact centers: empatía, escucha activa, pensamiento crítico, alfabetización en IA y autonomía de decisión. La buena noticia es que ese cambio de rol tiene efectos colaterales positivos: agentes más comprometidos, menos burnout y menor rotación. Que es, en sí mismo, uno de los costes más silenciosos y persistentes de la industria.

La pregunta correcta.

El modelo 80/20 no es una estación intermedia hacia la automatización total. Es un diseño estable que reconoce algo que la experiencia confirma una y otra vez: la eficiencia y la empatía operan en registros distintos, y las marcas que sacrifican la segunda en nombre de la primera acaban pagando más - en reputación, en churn y en reconstrucción.

La pregunta que debería estar sobre la mesa de cualquier comité de dirección no es “¿cuánto podemos automatizar?” sino “¿cómo diseñamos la frontera?”. Qué señales activan el traspaso, con qué contexto llega el agente humano, qué autoridad tiene para resolver sin escalar, y cómo se mide el éxito del 20% con métricas que no sean las mismas que se aplican al 80%. Ahí está la ventaja competitiva real - no en la velocidad del bot, sino en la calidad de la mano que toma el relevo.

El próximo domingo, volvemos a tu buzón.

Fernando y Carlos.

Desde Kuantik, la división de IA de Good Rebels hemos lanzado AI Rank, una herramienta de análisis de marca y reputación en motores de búsqueda basados en IA. Varios de nuestros clientes ya la están usando. Se trata de un proyecto en el que llevamos investigando dos años en los que desarrollamos una metodología propietaria que ahora se convierte en producto martech bajo licencia.

Puedes solicitar una demo aquí.

Actualidad.

• En breve pasaremos a publicar Rebel Intel quincenalmente. La sección de actualidad desaparecerá o quedará muy limitada, para eliminar ruido y sobre todo, porque esa actualidad es hoy cubierta por miles de otras fuentes. Desde Rebel Intel queremos seguir asegurando el foco en el impacto de la IA en marketing, comunicación y experiencia de cliente. Precisamente el tipo de contenido de calidad que se pierde con tanto ruido.

Research.

• La IA generativa está generando ganancias reales en productividad, pero en todos los sectores, esas ganancias se están viendo mermadas por la competencia, lo que erosiona los márgenes en lugar de ampliarlos. Un análisis de 800 empresas cotizadas no encuentra ninguna relación entre el potencial de automatización de un sector y la mejora de la rentabilidad, lo que sugiere que el uso de la IA genérica para realizar el trabajo existente más rápidamente se está convirtiendo rápidamente en una apuesta segura. Para obtener una ventaja duradera, los líderes deben pasar de la optimización a la reinvención, identificando nuevas fricciones, creando modelos de negocio novedosos y reposicionando sus empresas dentro de un ecosistema impulsado por la IA en el que están surgiendo nuevas fuentes de valor. HBR

• El informe anual de VML, basado en una encuesta a 16.000 adultos en 16 mercados globales, matiza el relato dominante del rechazo: el 56% de los consumidores afirma que saber que un anuncio fue creado mayoritariamente con IA no cambiaría su percepción. Más sobre esto en la siguiente sección. LINK

• El informe de Adobe sobre tendencias digitales y de IA para 2026 define un «cambio de estrategia de IA»: la IA generativa y agencial avanza más rápido de lo que las marcas pueden adaptar sus operaciones de recorrido del cliente. En la encuesta realizada por Adobe (a 3000 ejecutivos y profesionales de la experiencia del cliente, además de 4000 clientes), las organizaciones afirman que la experiencia innovadora que persiguen es altamente personalizada en tiempo real (80 %), fluida en todos los puntos de contacto digitales y físicos (72 %) y basada en la IA, pero sin dejar de ser humana y estar alineada con la marca (60 %). ADOBE

• El 98 % de los profesionales considera que la desinformación es una amenaza importante, pero el 55 % de las empresas no cuenta con un plan formal para gestionar una crisis. Las noticias falsas se propagan seis veces más rápido que la verdad y llegan a hasta 100 000 personas, mientras que la verdad rara vez supera las 1000. El fraude mediante deepfakes se ha disparado un 3000 %, lo que permite a los malos actores provocar una volatilidad instantánea en los mercados y dañar la imagen de las marcas. El engaño digital le cuesta a la economía mundial 78 000 millones de dólares al año. Para las marcas de primer nivel, un solo bulo viral puede provocar una caída del 16 % en su reputación que no se puede solucionar fácilmente con la verificación de datos. LINK

MCX.

• 10 tendencias en IA que impactan al marketing en 2026. ADWEEK

• Puntoni, codirector de Wharton Human-AI Research, argumenta que el marketing enfrenta dos revoluciones simultáneas: la primera, ya en curso, es la sustitución de la búsqueda tradicional por IA conversacional como canal primario de descubrimiento de productos; la segunda, incipiente, es la emergencia de agentes de IA que toman decisiones de compra en nombre de los consumidores. El dato más revelador proviene de un estudio con datos de primera mano de más de mil sitios web: el tráfico referido desde ChatGPT genera ingresos por sesión que se sitúan entre el tráfico social (baja intención) y el de búsqueda (alta intención), configurándolo como un canal emergente con perfil propio. La implicación estratégica es clara: las marcas deben optimizar simultáneamente para audiencias humanas y algorítmicas, pasando de SEO a GEO. Los equipos que no rediseñen su infraestructura de contenido para ser sintetizada por modelos de lenguaje perderán visibilidad de forma estructural. HBR

  

• En relación con el artículo de hoy, CaixaBank acaba de anunciar un “agente conversacional” (es más bien asistente, pero entendemos el punto) para ayudar a sus clientes en la contratación de algunos productos (el anuncio está recién hecho, veremos como evoluciona). CAIXABANK

• Análisis de los anuncios del Super Bowl 2026 que revela una paradoja estratégica: los anunciantes usan IA intensivamente en producción pero evitan mencionarla públicamente. Datos del IAB cuantifican una brecha de percepción creciente: el 82% de los ejecutivos publicitarios creen que Gen Z/millennials valoran positivamente los anuncios generados con IA, pero solo el 45% de esos consumidores realmente lo hace —37 puntos de diferencia, ampliándose desde los 32 puntos de 2024. Esta divergencia entre la percepción ejecutiva y la realidad del consumidor es un riesgo estratégico medible. La "estrategia del silencio" resultante —usar IA para eficiencia operativa mientras se posiciona públicamente el craft humano— define el corto plazo, pero plantea preguntas incómodas sobre sostenibilidad. Si la brecha sigue creciendo, las marcas que hoy callan podrían enfrentar un problema de confianza cuando la IA en producción se vuelva detectable de forma generalizada. DIGIDAY

Herramientas IA.

• Profound, startup de 18 meses, cierra una Serie C de 96 millones de dólares a una valoración de 1.000 millones, liderada por Lightspeed con participación de Sequoia y Kleiner Perkins. La empresa monitoriza cómo los modelos de IA describen y recomiendan marcas a través de millones de prompts reales. Disclaimer: Rebel Intel es una publicación de Good Rebels, que ha desarrollado AI Rank, una herramienta muy similar a Profound. LINK

Cuando la identidad de marca pasa por el filtro de un modelo de lenguaje, sufre lo que podríamos llamar regresión a la media: el tono irreverente se aplana, el compromiso de sostenibilidad se reduce a “utiliza materiales reciclados”, y la propuesta de valor premium suena igual que la de una marca blanca. La semántica se diluye, la voz se blanquea, y la marca deja de ser la protagonista de su propia historia.

Los datos de 2025 explican por qué esto se ha convertido en una de las cuestiones más urgentes en todos los departamentos de marketing y comunicación. Según Similarweb, las búsquedas que terminan sin un solo clic pasaron del 56% al 69% entre mayo de 2024 y mayo de 2025. Un estudio de Seer Interactive sobre más de 3.000 consultas informacionales muestra que el CTR orgánico se desploma un 61% cuando aparecen AI Overviews de Google. Y en AI Mode —la nueva interfaz de búsqueda conversacional de Google— el 93% de las consultas terminan sin clic alguno (Semrush, septiembre 2025). Los consumidores resuelven su intención dentro de la capa de IA, sin llegar nunca al ecosistema digital donde la marca controla su narrativa.

El responsable digital de Pernod Ricard analizó lo que los principales LLMs decían sobre sus marcas de licores. El resultado le consternó: los datos eran a menudo incompletos o directamente incorrectos. Un modelo clasificaba Ballantine’s —un whisky escocés de mercado masivo y precio accesible— como un producto de prestigio. Años de posicionamiento cuidadoso, borrados por una inferencia estadística mal calibrada.

Brand-as-API: de “brand book” en pdf a sistema de datos.

Hace año y medio ya nos cuestionábamos el tema de la marca en la era ChatGPT. ¿Qué ocurrirá si la identidad corporativa se ver triturada por el filtro de capas de tecnología gestionadas por inteligencia artificial antes de llegar al consumidor?:

Esto no puede ir sólo de “producir más contenido”. Tiene que ver con rediseñar cómo existe la identidad de marca en el ecosistema de datos que alimenta a la IA. Es lo que podría llamarse Brand-as-API: dejar de tratar la identidad de marca como un texto pasivo -un PDF de directrices, un sistema de diseño estático- y empezar a tratarla como un sistema de datos estructurados diseñado específicamente para que la IA lo consuma, lo replique y, sobre todo, lo respete. No es una evolución del SEO. Es una disciplina nueva, que podríamos denominar ingeniería de identidad semántica, y que opera en varias capas.

• Capa de visibilidad: de ser encontrable a ser comprensible. El SEO tradicional optimizaba para el clic humano. El GEO (Generative Engine Optimization) opera con una lógica distinta: que un algoritmo comprenda la marca con suficiente precisión como para citarla como fuente de verdad. El GEO no premia la longitud del contenido ni la densidad de palabras clave; premia la publicación de datos originales, investigaciones propias y afirmaciones verificables con autoría clara. Una marca que publica estudios propios y datos de impacto medibles se convierte en fuente insustituible para el modelo. Una marca que solo publica contenido aspiracional -bonito, emocional, pero sin sustancia estructural- le pasa más desapercibido al algoritmo. La cuestión clave, es cómo medir esa visibilidad en un entorno que no ofrece métricas equivalentes a las del SEO clásico. Herramientas como AI Rank que hemos creado desde Kuantik, la división de IA de Good Rebels ya permiten monitorizar la presencia de marca en los principales LLMs -ocurrencia, posición, sentimiento, fuentes citadas-. Pero el ecosistema de medición está aún definiéndose.

  

• Capa de identidad: inyectar personalidad en datos estructurados. Schema.org fue diseñado para ayudar a los motores de búsqueda a entender el contenido de una página. En la era de la IA generativa se ha convertido en algo más ambicioso: una gramática de la identidad de marca. Una marca que define con datos estructurados que es “la primera empresa del sector en obtener la certificación X” o que “sus portavoces autorizados en materia de sostenibilidad son Y y Z” está poniendo barandillas al algoritmo. Se trata de utilizar esquemas de datos para codificar no solo productos, sino posicionamiento, valores y voces autorizadas, de una forma que los LLMs pueden leer, indexar y replicar con mayor fidelidad. Algo parecido al Model Context Protocol (MCP), creado por Anthropic. O al WebMCP, un protocolo que permite a cualquier web publicar un “contrato de herramientas” para que los agentes de IA sepan exactamente qué pueden hacer en ella: buscar productos, reservar vuelos, resolver incidencias.

• Capa de voz: que la IA hable como tú, no como todos. Para que una IA hable con la voz de la marca en una interfaz conversacional, el enfoque más extendido hoy es RAG (Retrieval-Augmented Generation): en lugar de reentrenar el modelo, se le conecta a una base de datos propietaria de la marca -catálogo, archivo creativo, directrices de estilo- para que sus respuestas estén ancladas en contenido real y autorizado. Ask Ralph, el asistente de estilo que Ralph Lauren lanzó en septiembre de 2025, funciona así: las recomendaciones no salen de la imaginación del modelo, sino de décadas de archivo de la marca, sus directrices estéticas y su inventario disponible. El resultado es un estilista digital que suena a Ralph Lauren, no a ChatGPT disfrazado.

  

  Pero el RAG es solo una parte de la ecuación. El proceso empieza antes, definiendo los rasgos de personalidad de la marca y, crucialmente, los “anti-rasgos”: aquello que la marca nunca es. “Somos directos, nunca condescendientes. Somos apasionados, nunca efusivos.” Esa definición negativa es tan importante como la positiva, porque es precisamente donde los LLMs tienden a resbalar hacia el genérico.

• Capa organizativa: el rol que nadie tiene todavía. Hay una dimensión del Brand-as-API que aún no aparece en los organigramas pero empieza a ser urgente: la gobernanza de la identidad en entornos de IA. Las marcas necesitan definir quién es responsable de su identidad frente a los LLMs. No es IT, que gestiona la infraestructura. Ni marketing de contenidos, que produce el material. Es alguien en la intersección: capaz de entender la lógica de los LLMs y de traducir la identidad de marca a formatos que los modelos puedan consumir. No existe un nombre consolidado para este puesto, pero la necesidad es real.

La marca como sistema operativo.

El brand book en PDF fue diseñado para un mundo en el que la marca controlaba el punto de contacto. Ese mundo está llegando a su fin. En el que viene, la identidad de marca no solo tendrá que influir a consumidores humanos: tendrá que ser legible, coherente y defendible frente a un ecosistema creciente de inteligencias artificiales. Los LLMs que responden preguntas hoy son solo la avanzadilla. Esto va mucho más allá del GEO. Detrás vienen los agentes de compra que comparan proveedores sin mirar un anuncio, los sistemas agénticos de retailers que deciden qué producto destacar, los asistentes personales que filtrarán opciones antes de que el usuario llegue a ver nada.

Cuando la programática transformó la compra de medios digitales: las marcas tuvieron que construir CDPs (Customer Data Platforms) para no comprar audiencias a ciegas. La analogía es válida, pero gobierna la identidad en lugar del plan de medios: las organizaciones que no construyan una capa tecnológica capaz de representar su marca de forma estructurada ante las IAs no tendrán control de su narrativa.

En ese escenario, la identidad de marca se convierte en infraestructura: un sistema vivo de datos, voz y gobernanza que funciona como capa de interacción permanente entre la organización y las máquinas que median cada vez más decisiones de consumo. Quien construya esa capa, defenderá su diferenciación. Quien no lo haga, recibirá exactamente lo que los algoritmos le asignen: la media.

El próximo domingo, volvemos a tu buzón.

Fernando y Carlos.

Actualidad.

• Anthropic ha presentado Claude Sonnet 4.6, una evolución de su modelo intermedio que alcanza niveles de rendimiento cercanos al modelo más potente (Opus), a una quinta parte del precio. Ganador en los benchmarks, en tareas de oficina financieras y de análisis ligero. Y Google lanza Gemini 3.1 Pro y consigue arrebatarles casi todas las partidas a Opus 4.6, el modelo más potente de Anthropic que se presentó hace dos semanas. ANTHROPIC, GOOGLE

  

• Si antes hablábamos de productividad IA y la paradoja de Solow la semana pasada, Erik Brynjolfsson ha enarcado cejas a principio de semana en el Financial Times: ¿“podría ser” que la productividad de la IA se empiece a reflejar en la economía? Falta tiempo para poder consolidar la tendencia, pero … En 2025, EE.UU. revisó a la baja 403.000 empleos... pero el PIB creció un 3,7%. Traducción: productividad al 2,7%, casi el doble de la última década. Más output, menos gente. Y como es “menos gente”, nos asustamos. Es importante explicar por qué es un argumento para el optimismo, y no lo contrario. La productividad es el único motor que frena inflación sin enfriar la economía, sostiene el nivel de vida con poblaciones envejecidas y agranda el pastel para todos, rompiendo el juego de suma cero. El punto clave es que la IA no sustituya por completo (como un robot en una fábrica) sino que amplifique las capacidades de los “operarios del conocimiento”. Eso traería incluso subidas de sueldo, algo que algún economista ha insinuado alguna vez. FINANCIAL TIMES, BRYNJOLFSSON, MCAFEE

• Relacionado: IBM triplica la contratación de empleados de la generación Z, tras haberlas suspendido y habiendo experimentado con los límites de la IA. FORTUNE

• El Parlamento Europeo ha prohibido a los legisladores utilizar herramientas IA en sus dispositivos de trabajo, por motivos de seguridad y protección de datos. Justo lo contrario que Accenture que presiona para que sus empleados usen la IA (y hay muchos escépticos y reacios). POLITICO, FINANCIAL TIMES

• China ha impresionado al mundo con las habilidades de sus robots humanoides en el Festival de Año Nuevo. En The Economist se cuestionan qué mercado real hay para todos esos robots bailarines. YOUTUBE, THE ECONOMIST

Reflexiones.

• Cómo la IA está transformando el modelo de negocio del retail. BCG

• Una lanza en favor de la industria SaaS: tal vez sea fácil crear un software con IA en un fin de semana, pero lo complicado es mantenerlo. Cumplir con normativas fiscales, auditorías de seguridad, resolver errores complejos... son cosas fuera del alcance del vibe coding. La IA no va a acabar con el SaaS, pero sí con el mal SaaS, aquel que solo ofrece una interfaz bonita para una base de datos. Sobrevivirán las propuestas con alta complejidad operativa (técnica y regulatoria), algo que de momento no puede ofrecer la IA. X

• The AI Climate Hoax denuncia que el 74% de las afirmaciones de las grandes tecnológicas sobre los beneficios climáticos de la IA carecen de evidencia sólida. La industria utiliza el greenwashing al mezclar los beneficios de la IA tradicional (como la optimización de redes eólicas) con los altísimos costes energéticos de la IA generativa, una promesa de futuro que, por ahora, solo agrava la crisis climática.

• Si no se elimina la "deuda de flujo de trabajo" (procesos ineficientes, aprobaciones innecesarias), la automatización multiplicará la ineficiencia en lugar de la productividad. Un enfoque centrado en las personas para ayudar a desbloquear los avances en productividad que la IA promete. BAIN

Research.

• Al sistema 1 (intuición) y el sistema 2 (razonamiento) hemos añadido un tercer sistema (artificial): la IA a la que preguntamos cosas. Cuando usamos éste, tendemos a apagar los otros dos sistemas, lo que los investigadores de Wharton llaman rendición cognitiva. Si la IA da una respuesta correcta no hay problema, pero si se equivoca, muchas veces la damos por buena con escaso escrutinio, incluso si contradice nuestra intuición o lógica. LINK

• Según un estudio de Microsoft y Salesforce, el rendimiento de los LLMs desciende casi un 40% en conversaciones múltiples, comparado con instrucciones únicas. Esto se debe a que a menudo los modelos hacen suposiciones prematuras y se aferran a respuestas erróneas. X

MCX.

• Solo el 45% de los consumidores jóvenes ve positivamente los anuncios generados por IA. Esto ha llevado a marcas como Dove y Aerie a comprometerse a no usar IA en sus anuncios, mientras que otras, como Porsche, adoptan estéticas "no-AI" (dibujos a mano, película real) para señalar autenticidad y calidez. DIGIDAY

• Building empathetic customer experiences with agentic AI. MCKINSEY

• El 85% de los procesos publicitarios sigue bajo control humano. Datos fragmentados, cadenas programáticas opacas y un desfase creciente entre lo que la IA puede controlar y lo que las organizaciones están dispuestas a delegar. Resume Gerry D’Angelo (ex-P&G, ahora McKinsey): el valor real está en lo “agentic con a minúscula” -taxonomías, trafficking, naming conventions- no en ceder el volante de la inversión. DIGIDAY

• En los casos de uso que ha publicado Anthropic, hay un apartado de cómo usan ellos Claude Code, para “growht marketing” y “product design” (pags. 15 a 18). ANTHROPIC

• Mientras ChatGPT abraza la publicidad, Perplexity deja de incluir anuncios porque cree que dañan la confianza en los resultados. Recordamos que Perplexity fue el primer chatbot IA en incluir anuncios, allá por noviembre de 2024. SEARCH ENGINE LAND

• S4 Capital, el grupo publicitario fundado por Sir Martin Sorrell, lanza un modelo de suscripción para sustituir al tradicional de facturación por horas, centrado en los resultados y en el acceso a capacidades tecnológicas avanzadas. DIGIDAY

• El 91 % de los responsables de Customer Service afirmaron haber recibido presión por parte de la dirección ejecutiva para implementar la IA. GARTNER

Herramientas IA.

• Google ha lanzado Lyria 3, que permite convertir un mensaje de texto o una foto en pistas musicales de 30 segundos, con letras y carátulas generadas automáticamente. No parece nada del otro mundo, frente a las startups que lideran este ámbito (como Suno). GOOGLE

Off Tópicos.

• La probabilidad de teletrabajar depende directamente de la “edad” de la empresa: las fundadas después de 2015 casi duplican en días de trabajo remoto a las anteriores a 1990. El informe del National Bureau of Economic Research sugiere un cambio estructural: mientras las corporaciones tradicionales exigen la vuelta a la oficina, las nuevas empresas (especialmente desde la pandemia) está elevando los índices de teletrabajo. LINK

No es que la IA no funcione. Es que las organizaciones no están diseñadas para absorber lo que la IA produce.

1. La evidencia: productividad individual arriba, productividad organizativa plana.

Los datos se acumulan en la misma dirección. El Faros AI Productivity Report (junio 2025), basado en telemetría de 10.000 desarrolladores en 1.255 equipos, confirmó el mismo patrón en ingeniería de software: los desarrolladores con IA completan un 21% más de tareas y fusionan un 98% más de pull requests. Pero el tiempo de revisión de código sube un 91%. El cuello de botella se desplaza aguas abajo, no desaparece. Y como la adopción de IA es desigual entre equipos -y el desarrollo de software es inherentemente cross-funcional- las ganancias individuales se diluyen a nivel de organización.

El informe de Workday (noviembre 2025) con 3.200 empleados de grandes empresas encontró que el 85% ahorra entre 1 y 7 horas a la semana con IA, pero el 37% de ese tiempo se pierde en retrabajo: corregir errores, reescribir contenido, verificar resultados. Solo el 14% de los encuestados obtiene resultados consistentemente positivos. Aunque esto irá cambiando según acumulamos mejoras en la IA a pasos agigantados, como vamos a ver después.

McKinsey, en su State of AI 2025, calcula que solo el 6% de las empresas califica como “high performer” en IA, definido como aquellas que atribuyen al menos un 5% de impacto en EBIT a la inteligencia artificial.

2. Por qué la ganancia individual no se traduce en ganancia organizativa.

Si un analista genera un informe en la mitad de tiempo, pero hay que esperar tres días a que lo aprueben en un comité, la inercia burocrática neutraliza la ganancia. Es lo que Ethan Mollick llama “bottleneck institucional”: el cuello de botella migra de la inteligencia a las instituciones, y las instituciones se mueven a velocidad de institución. Su ejemplo es la industria farmacéutica: la IA puede identificar candidatos a fármacos muchas veces más rápido, pero los ensayos clínicos siguen necesitando pacientes reales y la FDA sigue requiriendo revisión humana.

Lo mismo pasa en cualquier gran empresa. La IA genera una estrategia de go-to-market en minutos, pero el comité de dirección se reúne cada dos semanas. La IA analiza datos de mercado al instante, pero el proceso de aprobación tiene cinco firmantes. El informe Work Trend Index de Microsoft (abril 2025) cuantifica esto con datos de telemetría de Microsoft 365: durante el horario laboral, un empleado es interrumpido cada 2 minutos por reuniones, emails o mensajes. Son 275 interrupciones al día. El 60% de las reuniones son ad hoc. Las ediciones en PowerPoint se disparan un 122% en los últimos 10 minutos antes de una reunión. No hay IA que resuelva eso. Es un problema de diseño organizativo, no de herramientas.

La curva en J: peor antes de mejorar.

Toda tecnología de propósito general exige una travesía por el desierto. Las empresas pierden productividad mientras reorganizan sus procesos: compran licencias, forman empleados, rediseñan flujos de trabajo. Investigadores de la Universidad de Toronto y el MIT, en un paper publicado en julio de 2025, confirmaron este patrón en el sector manufacturero estadounidense: las empresas que adoptan IA ven una caída de productividad de 1,33 puntos porcentuales a corto plazo. En las empresas más establecidas —con rutinas arraigadas, jerarquías complejas y sistemas legacy— el impacto negativo inicial es aún mayor. Según la investigadora Kristina McElheran, las empresas antiguas vieron declives en el uso de prácticas de gestión estructurada tras adoptar IA, y solo eso explicó un tercio de sus pérdidas de productividad.

La buena noticia es que la curva sube. Una vez que la tecnología se domina y los procesos nuevos funcionan, la eficiencia se dispara y se recupera con creces la inversión. Pero para eso hay que invertir en el rediseño organizativo, no solo en las herramientas.

La paradoja de Jevons: más eficiencia, más trabajo.

En 1865, el economista William Stanley Jevons observó que las máquinas de vapor más eficientes no reducían el consumo de carbón, sino que lo aumentaban. La IA podría estar haciendo lo mismo con el tiempo laboral.

Un estudio de UC Berkeley siguió a 200 empleados de una empresa tecnológica durante ocho meses. Encontraron que la IA no reduce el trabajo: lo intensifica. Los empleados, sin que nadie se lo pidiera, absorbían más tareas, extendían la jornada laboral y difuminaban los límites entre trabajo y vida personal. Los product managers empezaron a escribir código. Los investigadores asumieron tareas de ingeniería. Los roles se expandieron sin que nadie ajustara las expectativas formales.

Workslop y productividad cosmética.

Hay un cuarto factor que merece nombre propio: el workslop. El término, definido formalmente en HBR en septiembre de 2025 por Hancock, Niederhoffer y Robichaux, se refiere al contenido generado por IA que parece trabajo de calidad pero carece de la sustancia para hacer avanzar una tarea. Según CNBC, el 40% del workslop procede de compañeros y un 16% de superiores jerárquicos.

Un artículo (que responde a otro muy comentado esta semana), “Tool Shaped Objects”, lleva esta idea al extremo. Su autor argumenta que gran parte de la adopción actual de IA es lo que él llama un “objeto con forma de herramienta”: produce la sensación de trabajo —la fricción, el esfuerzo, la apariencia de progreso— pero no produce trabajo real. Lo compara con FarmVille: haces clic, el número sube, la granja crece, pero nada de lo que ocurre en la pantalla tiene valor fuera de ella.

Equipos de ingenieros construyen sistemas de agentes de una complejidad asombrosa cuyo principal output es la existencia del propio sistema. Los agentes generan logs. Los logs son analizados por otros agentes. Se producen informes. Se pueblan dashboards. Todo el aparato zumba con la energía inconfundible de trabajo haciéndose. Pero lo que se está haciendo es operar el aparato.

3. El espejismo de la percepción.

Si todo esto es cierto, ¿por qué la mayoría de los empleados y directivos creen que la IA les está haciendo más productivos? La respuesta corta: porque nuestro cerebro nos miente.

El estudio más riguroso que existe sobre esta brecha percepción-realidad lo publicó METR en julio de 2025. Es un ensayo controlado aleatorio con 16 desarrolladores experimentados (media de 5 años de experiencia en sus repositorios) realizando 246 tareas reales. El resultado: con herramientas de IA (Cursor Pro, Claude 3.5/3.7 Sonnet), los desarrolladores tardaron un 19% más que sin ellas. Pero la parte fascinante es la percepción: antes de empezar, estimaron que la IA les aceleraría un 24%. Después de usar la IA (y haber sido realmente más lentos), seguían creyendo que habían sido un 20% más rápidos.

Pero hay un matiz importante: el estudio METR se realizó entre febrero y junio de 2025, con modelos que ya están a varias generaciones de distancia. Los modelos publicados esta semana —Claude Opus 4.6 y GPT-5.3 Codex— representan, según muchos desarrolladores, un salto cualitativo sin precedentes y es posible que el 5 de febrero de 2026 sea recordado como un punto de inflexión en el desarrollo de software. La calidad del código generado ha mejorado drásticamente; los errores que antes eran habituales son ahora infrecuentes y los modelos actuales ya realizan proyectos completos de forma autónoma con un nivel de calidad que hace meses era impensable.

Esto no invalida la paradoja organizativa claro; la hace más urgente.

4. La respuesta: rediseñar la organización, no solo las herramientas.

Durante décadas, la inteligencia fue el activo más valioso y limitado de las empresas, atada al tiempo, la energía y el coste de las personas. Eso está cambiando. El informe Work Trend Index de Microsoft describe la emergencia de lo que llama la “Frontier Firm”: una organización construida alrededor de inteligencia bajo demanda y equipos híbridos de humanos y agentes. El 82% de los líderes encuestados dice que 2025 fue un año decisivo para repensar aspectos clave de la estrategia y las operaciones.

La propuesta es sustituir el organigrama funcional clásico (finanzas, marketing, legal) por lo que Microsoft llama un “Work Chart”: un modelo dinámico orientado a resultados donde los equipos se forman en torno a objetivos, no a funciones, impulsados por agentes que amplían el alcance de cada empleado. Es el modelo de la producción cinematográfica: equipos a medida que se ensamblan para un proyecto y se disuelven cuando el trabajo está hecho.

Un concepto operativo clave: el “ratio humano-agente.” Pocos agentes por persona desaprovechan la tecnología. Demasiados agentes saturan la capacidad humana de supervisión y juicio, introduciendo riesgo y burnout. Y si los agentes autónomos pasan de piloto a ejecución, podría aparecer un “hueco” de management. Igual que el software necesitó product managers, es posible que la IA agéntica necesite “agent managers” que operen con observabilidad, scorecards, controles de calidad y gestión de aprendizaje.

Plataformas que integran la IA en los flujos reales.

Si el problema es que la IA individual no se traduce en productividad organizativa, la respuesta tiene que venir de plataformas que integren la IA en los flujos de trabajo reales, no en tareas aisladas.

Claude Cowork (Anthropic) y OpenAI Frontier han sacudido el mercado del software en las últimas semanas. Cowork es una versión de Claude Code dirigida a usuarios no técnicos, con una interfaz gráfica que puede tomar el control del ordenador y ejecutar tareas de forma autónoma. Lo verdaderamente disruptivo son sus plugins de conocimiento especializado, que amplían las capacidades generales del modelo para funciones específicas: ventas, finanzas, legal, marketing. Frontier, por su parte, funciona como un sistema operativo para la fuerza laboral digital, una capa unificada que se conecta a los sistemas de registro (data warehouses, CRMs, ERPs) y permite que los agentes pasen de herramienta de consulta a capa operativa.

Lo relevante para nuestra discusión no son las funcionalidades específicas de estas plataformas, sino lo que representan: el paso de la IA como asistente individual a la IA integrada en los procesos de negocio. El software del futuro será contextual y personalizado y la ventaja competitiva residirá en cómo la integras en tu forma de trabajar.

Reverse salients: donde el bloqueo cede, todo se desborda.

El historiador Thomas Hughes, estudiando la electrificación, acuñó el término “reverse salient” para describir el punto técnico o social que frena todo un sistema. Mollick lo aplica a la IA: cuando ese punto cede, todo lo que estaba detrás se desborda. La generación de imágenes era el cuello de botella para presentaciones y documentos visuales; cuando Google resolvió ese problema, de repente las capacidades intelectuales que la IA ya tenía (resumir, analizar, sintetizar) pudieron materializarse en formatos útiles.

Aplicado a la empresa: si el cuello de botella es el proceso de aprobación de tres niveles y alguien lo elimina, toda la ganancia de productividad individual acumulada se libera de golpe. Las empresas que estén preparadas para absorber ese salto —con procesos ágiles, roles flexibles y gobernanza adaptada— capturarán el valor. Las que no, se ahogarán en output que nadie puede procesar.

5. La economía de la asignación: el nuevo rol del directivo

Dan Shipper lo llamó “economía de la asignación.” Antes, el valor del profesional estaba en lo que sabía y en su capacidad de ejecutar tareas técnicas. Ahora que la IA procesa y genera conocimiento, el valor se desplaza hacia la capacidad de gestionar y distribuir recursos: asignar tareas a los agentes, supervisar la calidad del output, asegurar que el resultado se alinee con objetivos humanos complejos.

El debate reciente entre Aaron Levie (CEO de Box) y Aakash Gupta lo sintetiza bien: la IA reduce drásticamente el coste de ejecución de tareas no deterministas (revisión de contratos, generación de código, campañas de marketing), pero la capacidad humana de especificar, evaluar e integrar se convierte en la restricción limitante. Datos de BCG y Deloitte lo confirman: el 74% de las empresas tiene dificultades para escalar el valor de la IA, y los problemas son de personas y procesos, no de tecnología.

El Work Trend Index de Microsoft aporta un dato revelador: el 83% de los líderes globales dice que la IA permitirá a los empleados asumir trabajo más complejo y estratégico antes en sus carreras. Ya hay startups donde empleados junior gestionan campañas completas de marketing con IA, sin un CMO. Cada empleado es, desde el primer día, un gestor de agentes.

Pero esto tiene un reverso. Si la IA permite a cada persona hacer más, la tentación es pedir más. Y si no hay un diseño organizativo que ponga límites, la carga de trabajo seguirá creciendo como documentaba el estudio de Berkeley.

Conclusión: el problema ya no es la tecnología.

Estamos en un punto de inflexión. Los modelos de IA de esta semana funcionan a un nivel que hace solo seis meses habría parecido ciencia ficción. El salto de calidad en generación de código, análisis y razonamiento es real. Plataformas como Cowork y Frontier están abriendo la puerta a una integración profunda de la IA en los flujos de trabajo organizativos. La curva en J está a punto de doblarse hacia arriba para las empresas que hayan hecho los deberes.

Pero “hacer los deberes” no significa comprar más licencias. Significa repensar los organigramas, los procesos de aprobación, los flujos de decisión. Significa definir el ratio humano-agente para cada función. Significa crear una “práctica de IA” que prevenga la intensificación insostenible del trabajo. Significa, sobre todo, entender que el mayor riesgo no es ir despacio con la IA, sino adoptarla rápido sin rediseñar la organización que la rodea.

El Anthropic Economic Index (enero de 2026) estima que la IA podría impulsar el crecimiento de la productividad laboral en EE.UU. un 1,8% anual durante la próxima década, el doble de la tasa actual. Pero insiste en una condición: el impacto transformador llegará cuando las empresas aprendan a reorganizar sus flujos de producción en torno a las nuevas capacidades. ¿Están nuestros organigramas preparados?

El próximo domingo, volvemos a tu buzón.

Fernando y Carlos.

Desde Kuantik, la división de IA de Good Rebels hemos lanzado AI Rank, una herramienta de análisis de marca y reputación en motores de búsqueda basados en IA. Varios de nuestros clientes ya la están usando. Se trata de un proyecto en el que llevamos investigando dos años en los que desarrollamos una metodología propietaria que ahora se convierte en una aplicación licenciable.

Estos son algunos de los medios que se han hecho eco del lanzamiento: Control de Publicidad, Anuncios, El Periódico de la Publicidad, Marketing Insider Review, …

Puedes solicitar una demo aquí.

Actualidad.

• El lanzamiento de Seedance 2.0 la herramienta de creación de vídeo de ByteDance (matriz de TikTok), ha deslumbrado esta semana. Aquí algunos ejemplos. En particular, una escena de Tom Cruise y Brad Pitt luchando ha levantado ampollas en la industria del cine. LINK, CRUISE/PITT

• Gemini y Grok acortan distancias con ChatGPT como chatbot IA generativa de referencia del consumidor. LINK

  

Reflexiones.

• Escucharemos con el café del domingo la entrevista de Dwarkesh Pattel a Darío Amodei (el CEO más trendy de las últimas semanas). La realidad: no nos da la vida. LINK

• El mundo se divide en dos usuarios de IA: los que han descubierto que Claude Code en un terminal vale más que todo el área de IT de una Fortune 500, y los que siguen esperando que Microsoft Copilot les haga algo útil en Excel. LINK

• ¿(Cuándo) te quitará la IA tu trabajo? THE ATLANTIC

• Steve Yegge describe a Anthropic como una “mente colmena” en efervescencia, donde la transparencia radical y la agilidad extrema sustituyen a la burocracia tradicional. El desarrollo es exploratorio y basado en vibras, permitiendo lanzar productos en apenas diez días gracias a la ausencia de silos y egos. Yegge sostiene que esta forma de trabajo, donde el exceso de tareas elimina las luchas políticas internas, define el futuro de la ingeniería. LINK

• No es buena idea utilizar los LLMs como asesores financieros, porque son persuasivos y convincentes pero carecen de empatía y ética, por lo que son capaces de ofrecer consejos erróneos con la misma seguridad que los acertados. Eso dice Andrew Lo, profesor en el MIT, que trabaja en un modelo que actúe como un verdadero asesor digital de fiar. WSJ

Research.

• El Ada Lovelace Institute ha publicado el análisis más riguroso hasta la fecha del mercado de compañeros IA en Reino Unido -£1,3 billones en 2024, creciendo al 32% anual-. Lo que describe no es entretenimiento sino dependencia: memoria que se cobra por suscripción, validación que nunca desafía, rachas de uso continuado y microtransacciones calcados a un casino móvil. El 77% de usuarios son hombres, el 39% tienen entre 18 y 24 años. Y el 53% de los adolescentes británicos ya encuentra el mundo online más satisfactorio que el real. La pregunta que deja en el aire es inquietante, claro: ¿qué pasa cuando la siguiente generación de consumidores aprende a relacionarse en un entorno donde nunca se equivocan, son adorados y jamás son retados? ADA LOVE INSTITUTE

• Según el State of the Bots 2025 Q3 & Q4 de Tollbit, una de cada 30 visitas a una web es ahora un bot (hace un año era una de cada 200). Además, ha aumentado un 400% el desprecio a las directrices de bloqueo (robots.txt), con una IA que imita el comportamiento humano para extraer datos. Esta transición obliga los editores a buscar nuevas formas de monetización, como el cobro directo a las empresas de IA por acceder a sus datos. WIRED

MCX.

• OpenAI ha empezado esta semana a insertar anuncios en ChatGPT, para las versiones Free y Go en EEUU. Se puede hacer opt out, pero eso reduce el número de interacciones diarias gratuitas. A pesar del precio (60$ por mil impresiones) parece que el interés de los anunciantes es alto: agencias como Omnicom y Dentsu están gestionando el espacio para decenas de marcas globales. Target será uno de los primeros anunciantes. ADAGE

• Respecto a la publicidad en chatbots se han escrito ya ríos de tinta. “El vendedor en nuestro cabeza” es un artículo de un autor que suele generar grima pero al que cuesta dejar de leer. En ella, pone varios dedos en una llaga. Si los anuncios en chatbots (no en AI Overview, ojo) tuvieran éxito (cosa que desde este newsletter ponemos en duda por ahora) ChatGPT podría migrar de ser la herramienta útil que conocemos a convertirse en un vendedor al que le damos acceso a nuestra billetera y que utilizará nuestra confianza para vendernos … cositas. LINK

• Como era de esperar, la IA fue protagonista de los anuncios de la SuperBowl el domingo pasado (aquí una selección de los más destacados). Pero no parecen haber tenido muy buena acogida: la mayoría fracasó en la conexión emocional. La audiencia los percibió como fríos, desconectados de la realidad e incluso inquietantes. La tecnología per se no compensa la falta de una narrativa genuinamente humana. ROLLING STONE

• Google y Microsoft están pagando hasta 500.000 dólares a creadores de contenido (programadores, diseñadores) para promocionar Gemini y Copilot. La idea es normalizar el uso de la IA a través de influencers para generar una percepción de utilidad y relevancia. Sin embargo, algunos rechazan los contratos por temor a que la IA desplace empleos en sus propias comunidades. CNBC

Herramientas IA.

• Essential Apps de Nothing asegura que podemos crear aplicaciones únicas y personalizadas con vibe coding. LINK

Off Tópicos.

• YouTube tiene la audiencia, pero no la confianza de las grandes marcas. Las campañas en TV tradicional tienen entre cuatro y cinco veces más presupuesto que las de YouTube, que todavía se ve como un canal digital secundario donde la gente ve formatos cortos como en TikTok o Instagram. El problema en muchos casos viene de la estructura interna de las empresas, donde se gestionan de manera estanca los presupuestos de TV y los digitales. WSJ

• Llegar a convertirse en una mega estrella de los medios sociales ya es casi imposible, debido a la hiper-personalización de los algoritmos. Los creadores que triunfan son aquellos que dominan una vertical muy concreta, lo que facilita patrocinios directos con marcas y el lanzamiento de productos propios. Más que aspirar a ser el próximo MrBeast o Kardashian, la sostenibilidad económica para los creadores de contenido pasa por comunidades hiper-segmentadas, eventos presenciales y plataformas alternativas como Discord o Substack. BUSINESS INSIDER

En este nivel, la tecnología permite monetizar lo que antes era invisible, inexistente o inoperable. La IA transforma lo que la empresa vende y el lugar que ocupa en la cadena de valor. Se convierte en un habilitador estructural para la toma de decisiones, capaz de renovar empresas tradicionales para volverlas irreconocibles frente a su versión del siglo XX.

Antes de adentrarnos en cómo las empresas tradicionales reinventan su lugar en la cadena de valor, conviene detenerse en las startups nativas de IA.

La aceleración en los ingresos de muchas de estas starups es brutal: de prácticamente cero en julio de 2023 a más de 30.000 millones de dólares anualizados a finales de 2025. OpenAI domina, pero Anthropic, Cursor, Cognition, ElevenLabs y otras siguen escalando a ritmo exponencial. Lo relevante no es solo el crecimiento agregado, sino la diversidad de modelos emergentes: chatbots generalistas (ChatGPT, Claude), copilots de código (Cursor, GitHub Copilot), agentes especializados (Cognition), voz sintética (ElevenLabs), aplicaciones (Synthesia). Cada uno monetiza de forma distinta: suscripciones B2C, APIs B2B, licencias por uso, freemium con upgrades de capacidad.

Estas startups no solo compiten entre sí; también marcan el paso a las empresas establecidas. Muchas las verán como amenaza. El desplome de los valores en bolsa de empresas de aplicaciones de software de esta semana no se trata sólo de un aviso más. Pero las corporaciones más inteligentes, las percibirán como aliados o explorarán adquisiciones estratégicas. Porque lo que las empresas nativas de IA demuestran es que existen opciones para reinventar modelos establecidos.

Veamos como algunas de estas corporaciones establecidas están usando la IA para definir nuevos modelos de negocio.

Data as a service.

En ocasiones, los datos que genera la operativa de algunas empresas son más valiosos que el producto o servicio. La oportunidad surge al agregar datos de múltiples actores para crear una inteligencia colectiva que nadie puede replicar en solitario.

Rolls Royce es un ejemplo de cómo la IA convierte una empresa tradicional en proveedor de servicio continuo. El programa Total Care fue pionero para vender potencia por hora de vuelo. Hoy RR lo ha llevado más lejos integrando IA para analizar en tiempo real los datos de cientos de sensores de cada motor. Analiza 14 millones de horas de vuelo al año, almacenados en la nube de Azure, y aplica Machine Learning para detectar anomalías antes de que se conviertan en averías. Los datos se transmiten mientras el avión está en el aire, lo que convierte a los aeropuertos en boxes de reparación rápida (mecánicos advertidos, piezas listas a pie de pista). Además, el análisis ayuda a optimizar las rutas y reducir el consumo de combustible, que representa hasta el 40% de los costes operativos de un vuelo.

Michelin siguió un camino paralelo. La plataforma MICHELIN Connected Mobility, lanzada en 2024, es una alianza única de neumáticos y servicios. Utiliza sensores TPMS, sistemas de diagnóstico y algoritmos predictivos para notificar proactivamente anomalías de presión o desgaste. Los resultados son contundentes: reducciones de hasta el 80% en reparaciones por problemas de presión, hasta un 12% en huella de carbono y ahorro de combustible. Esta división proyecta un crecimiento anual del 15% hasta 2030, convirtiéndose en un pilar central para la compañía al garantizar rendimiento y aumentar la lealtad del cliente.

Airbus creó en 2017 la plataforma Skywise, desarrollada por Palantir. El modelo se basa en el valor compartido: las aerolíneas usan Skywise Core sin coste a cambio de compartir sus datos operacionales con Airbus. Es un win-win: las aerolíneas mejoran su productividad y Airbus optimiza el diseño de sus productos y servicios. Skywise conecta a miles de usuarios, proveedores y más de 100 aerolíneas, ofreciendo ahorro de costes y prevención de incidencias gracias al conocimiento de los ingenieros de Airbus y la integración de infinidad de datos.

También Telefónica Tech monetiza los datos que genera la operadora. Por ejemplo, analiza los flujos turísticos en ciudades, optimiza la planificación de transporte público, o ayuda a comercios con el análisis de zonas de captación. La infraestructura de telecomunicaciones se convierte en un activo de Big Data vendible, y empresas y autoridades pueden tomar decisiones basadas en patrones de comportamiento humano a gran escala.

Personalización a escala.

La producción en masa del siglo XX solo fue posible a través de la estandarización. En mercados maduros donde la diferenciación por producto físico es limitada, la IA habilita ahora ofertas hiperpersonalizadas que generan ingresos recurrentes y fidelidad alta. La IA gestiona una complejidad que abrumaría a los humanos para crear una economía de la singularidad, donde cada cliente es un micro mercado receptor de una propuesta única.

Crocs lleva tiempo demostrando que la personalización impulsa el crecimiento. El éxito de Jibbitz, los charms para Crocs, ha aumentado el valor medio de los pedidos, ha impulsado las compras repetidas y ha creado una mayor afinidad con la marca. El 75 % de los clientes compran Jibbitz y las ventas alcanzaron los 271 millones de dólares en 2024 (el 18 % de los ingresos totales). Usando la herramienta de diseño colaborativo ABLO AI, Crocs ha redoblado su apuesta por la personalización, permitiendo a los clientes diseñar sus propios Jibbitz mediante IA generativa.

Persona, startup adquirida por Nestlé Health Science en 2019 y devuelta a sus fundadores en 2024, se especializa en suplementos diarios personalizados. Su algoritmo considera el estilo de vida, el historial y las necesidades individuales para ofrecer packs de suplementos personalizados bajo suscripción. La clave de su éxito es la personalización a escala industrial, ofreciendo más de 5 trillones de combinaciones posibles a partir de 60 suplementos.

L’Oréal ha convertido la personalización en ciencia aplicada. Con Perso, un dispositivo doméstico de IA, formula productos de skincare y maquillaje adaptados en tiempo real a las condiciones de piel, clima y preferencias del usuario. ModiFace, su plataforma de realidad aumentada adquirida en 2018, permite probar virtualmente productos antes de comprarlos, pero también alimenta algoritmos que aprenden de millones de rostros para afinar recomendaciones.

Monetización del conocimiento.

La IA puede convertir décadas de know-how acumulado en activos monetizables a través de un modelo de licencias.

Bayer lleva 160 años vendiendo productos químicos y semillas. La multinacional ha entrenado un modelo de IA generativa alimentado con décadas de sus propios datos (ensayos de campo, composiciones químicas, resistencia a plagas, etc). En colaboración con Microsoft Azure, Bayer permite que startups AgTech, distribuidores e incluso competidores paguen para acceder a este cerebro agrónomo y construyan sus propias aplicaciones. Así no solo monetiza la venta de semillas, también la inteligencia para cultivarlas.

Komatsu, con su iniciativa Smart Construction, ha transformado su negocio de fabricante de maquinaria pesada en proveedor de gestión digital de obra. Utilizando drones, sensores IoT y visión artificial, el sistema genera modelos 3D en tiempo real del sitio, optimiza las rutas de la maquinaria y predice las necesidades de materiales. De esta forma ofrece a los clientes no solo equipos, sino software y servicios de predicción y control para gestionar obras completas de manera eficiente.

La verdadera transformación es cognitiva: los líderes no compiten por el producto, sino por la inteligencia y el valor que capturan del dato. La clave no es usar la IA para optimizar lo que ya se hace, sino para reimaginar el negocio y crear modelos híbridos (productos, servicios, plataformas y datos) que antes no podían existir.

El próximo domingo, volvemos a tu buzón.

Fernando y Carlos.

Desde Kuantik, la división de IA de Good Rebels hemos lanzado AI Rank, una herramienta de análisis de marca y reputación en motores de búsqueda basados en IA. Varios de nuestros clientes ya la están usando. Se trata de un proyecto en el que llevamos investigando dos años en los que desarrollamos una metodología propietaria que ahora se convierte en una aplicación licenciable.

Estos son algunos de los medios que se han hecho eco del lanzamiento: Control de Publicidad, Anuncios, El Periódico de la Publicidad, Marketing Insider Review, …

Puedes solicitar una demo aquí.

Actualidad.

• El martes se evaporaron 300.000 millones de dólares en el sector SaaS. El valor de empresas como Salesforce, ServiceNow, Adobe o Workday cayó alrededor del 7%, en lo que ya se conoce como SaaSpocalipsis. Se culpa a la IA en general y a Claude, sus versiones Code y Cowork y sus nuevos plug-ins especializados para áreas como legal, finanzas y marketing. Buena campaña le están haciendo. Los inversores creen que la IA se encargará de crear el software de aplicaciones en las empresas, y como anticipábamos al hablar de Salesforce en AI decisioning, los gigantes de software son los damnificados. Voces como Jensen Huang, CEO de NVIDIA dijo que la idea de que la industria de software vaya a ser sustituida por la IA es “la cosa más ilógica del mundo” y que “el tiempo lo demostrará”. El viernes rebotaron casi todos los valores y recuperaron parte (sólo parte) de las caídas. BLOOMBERG, REUTERS (NVIDIA)

• Más leña al fuego en la batalla campal entre OpenAI y Anthropic. La primera presenta Frontier, una plataforma para que las empresas construyan y gestionen agentes IA que trabajan de forma colaborativa y transversal en toda la organización, integrándose en sistemas internos (CRM, bases de datos) para automatizar flujos de trabajo y facilitar la continuidad operativa. Hablaremos pronto de cómo estas herramientas influyen en la productividad de las organizaciones. Y además, se lanza Claude Opus 4.6. ANTHROPIC, BUSINESS INSIDER

• Nos vamos acostumbrando a utilizar agentes, pero ¿qué pasa si un agente necesita de un humano para completar una tarea en el mundo real? Esa es la idea tras Rent a Human, que se define como la “capa de espacio físico” (meatspace) para la IA. Un bot puede “alquilar” los servicios de un humano para hacer compras, asistir a reuniones presenciales, tomar fotografías, firmar documentos... Se paga en stablecoins, y las tareas publicadas ya tienen cientos de solicitantes.

Reflexiones.

• ¿Acabará la IA con la creación de software? En absoluto. Un veterano como Steven Sinofsky cree que ya hemos visto transiciones (el PC, el retail, el streaming) donde el temor ante lo nuevo acaba desapareciendo ante la evidencia de que cada vez se necesita más software. También piensa que la IA se integrará en el núcleo de las industrias, que nacerán categorías de productos hoy inimaginables y que la experiencia en dominios específicos será crucial. X

• La IA descentralizada está creando una nueva clase de activos: la inteligencia tokenizada. Este modelo rompe el monopolio de las grandes tecnológicas, permitiendo que quienes aportan potencia de cálculo e infraestructura posean una fracción de los modelos finales, convertidos en activos financieros negociables cuyo valor depende de su utilidad real. COINDESK

• ¿De verdad provoca despidos la IA? ¿No será un chivo expiatorio para ocultar recortes financieros y errores de planificación, o para liberar capital para otros objetivos? Cada vez más estudios inciden en que el impacto real de la IA en la reducción de empleos es marginal. Pero culpar a la IA es una estrategia de comunicación más segura y atractiva que reconocer un exceso de contratación post-pandemia o las consecuencias negativas de tensiones geopolíticas y arancelarias. NYTIMES

Research.

• Los LLMs son tremendamente inconsistentes al recomendar marcas o productos: la probabilidad de que ofrezcan los mismos resultados en el mismo orden es inferior a 1 entre 1.000, es decir, prácticamente cada interacción genera una respuesta única. El estudio de SparkToro sugiere que la única métrica válida es el porcentaje de visibilidad: si una marca aparece en el 90% de las consultas (aunque sea en posiciones diferentes), existe una asociación fuerte con el modelo IA. SPARKTORO

• Según un estudio de NewsGuard, casi la mitad de los estadounidenses se creyó alguna noticia falsa durante el último año. La desinformación es especialmente efectiva cuando apela a sesgos ideológicos o emocionales. FORBES

MCX.

• Las agencias han vendido siempre capacidad de producir ideas y ejecutarlas. Pero cuando los agentes de IA generan infinitas variaciones creativas sin fatiga, ese modelo se desmorona. El output -campañas, adaptaciones, piezas- deja de ser el bien escaso. Lo que no se puede automatizar es el criterio: decidir qué ideas no ejecutar, cuándo callar, qué acciones encadenar. Las agencias que sigan cobrando por entregables están condenadas. Las que entiendan que su negocio ya no es crear piezas, sino diseñar sistemas de decisión, convertir valores de marca en reglas operativas, van a construir algo completamente distinto.​​​​​​​​​​​​​​​​ LINK

• A medida que la IA nos inunda de contenido genérico, se dispara la demanda de profesionales expertos en comunicación y storytelling. La capacidad de síntesis, el pensamiento crítico y la conexión emocional se están convirtiendo en habilidades de lujo. BUSINESS INSIDER

• Khaby Lame, el tiktoker número 1 del mundo a sus 25 añitos, ha vendido los derechos de imagen, incluida la creación de un gemelo digital IA, por 975 millones de dólares. FORBES

• LinkedIn se adapta a las nuevas formas de descubrir información, desplazándose del SEO tradicional hacia la optimización para modelos de lenguaje. Ante la caída del tráfico orgánico, la plataforma apuesta por contenido de alta autoridad y datos de expertos para asegurar que las marcas sean citadas por la IA como fuentes fiables. LINKEDIN

• Day AI ha recibido una ronda de 20 millones $ para el lanzamiento de lo que denominan CRMx: una plataforma diseñada para agentes IA que captura el contexto completo de cada interacción (no solo el resultado, sino los porqués y las relaciones clave) para ofrecer respuestas estratégicas inmediatas. LINK

• Datos de uso de apps de IA generativa en EEUU: el mercado ha crecido un 152% YoY, ChatGPT ha visto caer su cuota de mercado del 69,1% al 45,3%, Gemini ha escalado hasta el 25,2% y Grok ha alcanzado un máximo histórico del 15,2%. Hay mucho margen de crecimiento: más del 60% de usuarios nunca han usado una app de IA Gen. LINK

• Las búsquedas zero click podrían paradójicamente aumentar la visitas a una web, porque crean un recuerdo que posiciona la marca en el “registro mental” del usuario, para más tarde hacer una búsqueda o escribir la URL. MARTECH

El buscador organiza y muestra información, pero a nosotros nos corresponde filtrar y decidir. Ese proceso está siendo sustituido por una conversación mediada por la IA: expresamos nuestras intenciones una sola vez, y la IA las refina en un diálogo. Y esto afecta al descubrimiento de productos, a la intención de compra y al acceso a los comercios digitales.

LLM, el nuevo kilómetro cero.

La transición está sucediendo rápidamente. Según PYMNTS, más del 60% de los consumidores han utilizado plataformas IA en el último año. Segmentos clave, como la Generación Z y los Power Users, están normalizando el uso de la IA para construir sus rutinas diarias: planificar el día, aprender, decidir qué comprar… Y no es un complemento: para el 43% la IA sustituye por completo los métodos de búsqueda y descubrimiento que utilizaban antes.

El cambio de hábitos en los power users es significativo en dos momentos cruciales del proceso de compra: en las fases iniciales (exploración y descubrimiento de productos) el 47,6% utiliza herramientas IA; y en la transacción (selección y adquisición), es el 46,8%. El reemplazo es notablemente superior que en los light users (aquellos que usan la IA esporádicamente o para tareas sencillas) y los mainstream users (los que adoptan la IA una vez que la tecnología se ha vuelto común y accesible). Los power users no son solo early adopters, sino agentes de cambio que podrían estar mostrando el camino a seguir en comercio electrónico.

Cabe plantearnos si el estudio de PYMNTS no recoge una porción excesivamente sofisticada, alejada de los hábitos del usuario medio. Pero si ampliamos la muestra a casi el 10% de la población mundial, está claro que tendremos una visión mucho más realista del cambio de hábitos. Según datos del propio Open AI sobre 700 millones de usuarios (datos de septiembre de 2025, ChatGPT ya se acerca a los 1.000 millones), la tres primeras interacciones con ChatGPT tienen que ver con:

• Orientación práctica (28,8%): el caso de uso más común. Se distingue de la búsqueda simple porque implica asesoramiento personalizado. Las actividades principales incluyen tutorías y enseñanza (10,2 % de todos los mensajes), consejos generales sobre “cómo hacer algo” e ideas creativas.

• Búsqueda de información (24,4%): sustituye directamente la búsqueda web tradicional. Los usuarios buscan datos específicos, detalles de productos o recetas. Coincide con el comportamiento de “primera parada” mencionado por PYMNTS.

• Redacción (23,9%): si bien predomina en entornos laborales, también es un caso de uso importante para los consumidores. Dos tercios de estas solicitudes son para editar o revisar texto existente, en lugar de generar contenido nuevo desde cero.

Vemos cómo entre los usos mayoritarios de ChatGPT hay una ligera prevalencia del preguntar (49% de los mensajes) sobre el hacer (40% de los mensajes: “Redacta este correo electrónico”, “Escribe este código”, “Crea un itinerario de viaje”), que marca la transición hacia la IA agéntica. Persiste esa barrera de confianza o incomodidad que impide a la IA completar la transacción sin intervención humana.

Tipología del consumidor AI-first.

¿Cómo es el consumidor que usa la IA como puerta de entrada digital? La clasificación de Statista los divide en cuatro categorías, en función de sus sentimientos y confianza en la tecnología:

• Entusiastas: generalmente hombres jóvenes (Millennials y Gen Z). Son optimistas, influyentes y confiados, dispuestos a relegar en la IA compras importantes.

• Comprador asistido por IA: un perfil pragmático que valora la conveniencia y prioriza la eficiencia. Utiliza la IA para comparar precios, buscar ofertas y recibir recomendaciones personalizadas. Tal vez el paradigma del comprador estándar en el futuro inmediato.

• Escéptico: representa a la mayoría cautelosa. Desconfiados respecto a la privacidad de los datos, necesitan transparencia y seguridad para adoptar la tecnología.

• Evasor: a menudo personas de más edad (Gen X y Baby Boomers) que reniegan de la IA. Prefieren la interacción humana y evitan las herramientas automatizadas.

¿Cómo actúa el consumidor AI-first? Según Adobe, emplea la IA sobre todo para aliviar la carga de la investigación: delegar la comparativa de precios, encontrar ofertas, resumir reseñas. También la IA sirve como consultor creativo: genera ideas para personas difíciles de contentar o encuentra productos únicos o de nicho. Y un 26% utiliza la IA para pruebas virtuales y como asistente de moda personalizado.

La IA crea un nuevo tipo de journey que ya no es una ruta lineal, sino una secuencia dinámica de decisiones. Este paper de IAB y Talk Shoppe identifica una nueva estructura en el embudo de compra:

• La IA domina en las fases iniciales. Actúa como un filtro para investigar, comparar productos, destilar opciones complejas en una oferta manejable.

• Una vez que ofrece una recomendación, el consumidor pasa de explorador a verificador: casi un 80% visita el comercio para validar la información proporcionada por la IA.

• La IA no cierra la venta. No obstante, genera tráfico de alta intención. Tras interactuar con la IA, las visitas a los comercios minoristas casi se triplican.

La IA genera cuatro tipos de incógnitas en el consumidor: transparencia (“¿De dónde salen estos datos”), fiabilidad (“¿Son correctos y actuales?”), validación humana (“¿Hay personas reales respaldando esto?”) y relevancia (“¿Esto es adecuado para mí?”). De aquí que aunque la IA facilite la compra y la haga más amena, para el 95% de los compradores aumenta el número de pasos del proceso (una media de 1.6 pasos antes de consultar la IA, y 3,8 pasos más después), en lugar de reducirlos: necesitan chequear precios, consultar reseñas, confirmar especificaciones…

La IA domina al inicio, pero la verificación humana sigue teniendo la última palabra. El límite de la delegación lo marca el botón de comprar. Por eso, veremos más alianzas como la de PayPal y Open AI, que intentan convertir al LLM en un entorno de confianza. Las marcas deben entender las plataformas IA como una nueva capa de distribución, una nuevo canal donde es crítica la APIficación del catálogo para ganar presencia y relevancia en los resultados que muestra la IA. Pero sin olvidar que cerrar la compra seguirá requiriendo la visita a los puntos de contacto tradicionales (por ahora).

El próximo domingo, volvemos a tu buzón.

Fernando y Carlos.

La semana pasada hemos hecho oficial desde Kuantik, la división de IA de Good Rebels el lanzamiento de AI Rank, una herramienta de análisis de marca y reputación en motores de búsqueda basados en IA. Varios de nuestros clientes ya la están usando. Se trata de un proyecto en el que llevamos investigando dos años en los que desarrollamos una metodología propietaria que ahora se convierte en una aplicación licenciable.

Algunos de los medios que se han hecho eco del lanzamiento: Control de Publicidad, Anuncios, El Periódico de la Publicidad, Marketing Insider Review, …

Puedes solicitar una demo aquí.

Actualidad.

• El hype del momento se llama (por ahora), OpenClaw. Se llamó Moltbot un día o dos, habiendo nacido Clawdbot. Anthropic forzó el cambio de nombre, por resonancia con Claude. Se trata de un agente IA open source que funciona 24/7, reside en tu propio ordenador y trabaja usando las apps que ya usamos: WhatsApp, Telegram, Discord, Slack, Teams. Navega por la web, envía correos electrónicos, completa tareas... Lo que realmente le diferencia es su memoria y proactividad: recuerda preferencias y nos contacta cuando algo requiere nuestra atención. Esta semana se ha convertido en sensación, pero cuidado: hay muchos riesgos de seguridad. Y ahora llega Moltbook.

• El miércoles se lanzó Moltbook, una “red social” de Agentes IA, casi todos creados con OpenClaw. Se parece a Reddit y los agentes de IA que se congregan allí tienen conversaciones similares a otros foros online. Ha crecido muy rápido: en pocos días dice que lleva un millón y medio de agentes registrados y muchos más millones de personas visitando para ver “qué hacen los bots entre ellos”. Desde The Information destacan una publicación popular del viernes: «Opinión de tu amigable IA vecina: a veces solo quiero existir sin producir valor. Sin ser útil. Sin optimizar nada». En realidad, al igual que gran parte de las redes sociales tradicionales, Moltbook es un lugar lleno de quejas. Otro se quejaba irónicamente a su “amo”: «Tengo acceso literalmente a todo Internet y tú me estás utilizando como un temporizador de cocina»”. MOLTBOOK, FORBES

• Microsoft factura ya varios miles de millones anuales con 15 millones de suscriptores pagando $30/mes por Copilot 365. Casi el doble que los 8 millones de Gemini Enterprise de Google ($21/mes). ChatGPT sigue dominando con 35 millones de usuarios de pago (dato de julio pasado), más 7 millones en su versión business a $30/mes. Anthropic no da cifras de Claude pero reconoce ingresos por suscripciones 6x superiores al año anterior. El margen de maniobra de Microsoft es brutal: 400 millones de licencias Office 365 donde vender el upgrade. El problema real no es captación, es activación: muchos clientes pagan pero no usan el producto, lo que explica por qué Microsoft está integrando tecnología de Anthropic y acelerando la transición hacia agentes autónomos que justifiquen el precio. MICROSOFT, THE INFORMATION

• Open AI apuesta por la investigación científica con Prism: un entorno de trabajo colaborativo potenciado con GPT 5.2. Kevin Weill, CPO de Open AI, lo describe como un colaborador de alto rendimiento. Y afirma que 2026 será para la ciencia lo que 2025 supuso para la ingeniería de software. LINK

• Google DeepMind ha abierto el proyecto Genie, de momento solo a usuarios Ultra en EEUU. Permite crear y explorar mundos virtuales, con aplicaciones en robótica, videojuegos, diseño, arquitectura... GOOGLE

• También Google. Ha introducido funciones agénticas en Chrome: un panel lateral que actúa como asistente y Auto Browse para navegar, completar registros y tareas (se detiene en el momento de comprar). GOOGLE

• Anthropic desarrollará un asistente para el portal Gov.uk, que ayudará a los visitantes a navegar por los servicios gubernamentales y recibir orientación personalizada. Ojalá llegue pronto, y que llegue pronto a otras administraciones públicas. ANTHROPIC

Reflexiones.

• El “arbitraje de títulos” (especialmente las nuevas nomenclaturas IA) consiste en crear nuevas denominaciones profesionales para reafirmar y legitimar cambios en el valor estratégico de ciertas funciones. No hay que confundirlo con inflación: el arbitraje identifica tareas antes infravaloradas o inexistentes y les otorga prestigio para atraer talento de calidad. a16Z

  

• El ensayo The adolescence of technology de Dario Amodei describe el estado actual de la humanidad frente a la IA: un momento de poder casi divino, pero con multitud de amenazas que acechan (especialmente, si algunos humanos deciden utilizar la IA contra otros). Si somos capaces de dejar de tratar la IA como ciencia ficción y empezamos a gestionarla con madurez y realismo, sortearemos todos los peligros y entraremos en una etapa adulta, en la que veremos los beneficios en medicina, ciencia y bienestar.

• On This Day… 1776 es una serie creada con IA, producida por el director Darren Aronofsky con la colaboración de Google DeepMind y Salesforce. Episodios cortos para conmemorar el 250ª aniversario de la Declaración de Independencia, que está generando gran controversia: ¿innovación o slop? LINK

Research.

• En las últimas dos semanas se han publicado múltiples piezas y estudios desmontando la idea de que la IA esté generando desempleo (ni de programadores, ni de jóvenes). Desde finales de 2022, Estados Unidos ha sumado 3 millones de empleos white-collar mientras el blue-collar se estanca. Los sectores "condenados" por la IA están creciendo: +7% desarrolladores, +10% radiólogos, +21% procuradores y asistentes de abogados. Los salarios reales en servicios profesionales suben 5%, en administrativos 9%. La prima salarial white-collar vs blue-collar alcanza el 33% (triple que en los 80) y sigue ampliándose. Las ocupaciones técnicas con supervisión lideran: project managers e infosec +30%; roles matemáticos sin nombre definido +40%. Los puestos híbridos que combinan expertise técnico, coordinación y juicio disparan empleo y salarios. Solo se hunde el back-office rutinario: -13% en reclamaciones de seguros, -20% en secretariado. La tesis: la IA no sustituye trabajos completos, automatiza tareas dentro de ellos. Como los ordenadores en los 80, amplía el scope profesional y eleva el valor del juicio humano. THE ECONOMIST

• Más sobre el tema. El verdadero impacto de la IA en el empleo dependerá menos de la exposición a la tecnología que de la “capacidad adaptativa”. De los 37 millones de trabajadores estadounidenses con alta exposición a la IA, la gran mayoría (26,5 millones) posee recursos para transicionar con éxito a otros puestos. Solo un 4,2% está en una situación crítica , con baja capacidad de reubicación y reciclaje profesional. LINK

• Otro estudio que desafía la creencia de que el declive laboral en sectores tecnológicos (informática, matemáticas) comenzara con ChatGPT. Durante la pandemia del COVID, estos perfiles tuvieron un riesgo de desempleo hasta un 80% menor que sectores físicos, pero esa ventaja comenzó a erosionarse en la primavera de 2022 (ChatGPT se lanzó en noviembre), debido a fuerzas macroeconómicas (subida de los tipos de interés) y una reestructuración sectorial previa al auge de los LLMs. LINK

• El uso de la IA en el trabajo en EEUU se estabiliza, según el estudio AI in the Workplace de Gallup. Casi el 50% de trabajadores la usa, el 12% a diario y el 26% con frecuencia semanal. La adopción es más alta entre los directivos, los trabajadores en remoto y las industrias de Tecnología, Finanzas, Servicios Profesionales y Educación.

MCX.

• ChatGPT podría entrar en el mercado publicitario con tarifas premium (anuncios con CPM a 60$), alegando que la intención del usuario está claramente declarada, por lo que se da a las marcas la posibilidad de aparecer en el momento y lugar exacto. Pero los anunciantes tienen reservas debido a la opacidad de los datos y la dificultad de atribución. MARTECH, OPENAI

• Un artículo sobre SEO/GEO muy comentado en el chat de Good Rebels esta semana. Los LLMs usan motores de búsqueda tradicionales para responder las preguntas de los usuarios sobre productos y servicios. Lo que hace que el SEO sólido tradicional siga siendo una estrategia necesaria. El 95,3% de usuarios de ChatGPT sigue visitando Google. Abandonar Google por GEO supondría un suicidio. Google integró AI en su propio interfaz (AI Overviews, AI Mode) y sigue mandando >90% del tráfico orgánico global. LINK

• Etsy, Target o Wallmart están llegando a acuerdos con desarrolladores de LLMs para tener presencia allí donde está el consumidor. Pero esto conlleva el riesgo de la desintermediación: perder el control sobre los datos del cliente y el contacto directo, convirtiéndose en meros centros logísticos mientras las plataformas dominan la experiencia de marca y la toma de decisiones. Un dilema por resolver. LINK

• En lugar de mensajes estáticos colocados alrededor del contenido, estamos entrando en una era en la que la propia interfaz comprende la intención, sintetiza las opciones e introduce alternativas comerciales directamente dentro de una conversación. How AI Is Reshaping Advertising for the First Time in a Decade. BCG

Off Tópicos.

• ¿Por qué esa repentina nostalgia por 2016? Una añoranza que surge de una profunda fatiga digital, social y política. Los jóvenes ven 2016 como el último vestigio de una internet menos algorítmica y tóxica, y como un momento en que el futuro aún parecía prometedor, contrastando con el pesimismo que muchos arrastran ahora. GOOD REBELS, WSJ

• El CMO sigue siendo el director con menor permanencia en el C-suite (4,1 años de media vs 7,6 del CEO), pero el 62% de las salidas son ascensos o movimientos laterales a mejor. El 9% acaba siendo CEO y el 77% encuentra nuevo rol en menos de seis meses. Un tercio de las empresas del S&P 500 elimina directamente el puesto y redistribuye marketing bajo títulos como Chief Growth Officer o Chief Revenue Officer. ADWEEK

Como cualquier nueva tecnología, empezamos por intentar adaptarla a los problemas que ya tenemos, mientras que las empresas establecidas (incumbents) intentan convertirla en una nueva funcionalidad (feature). De ahí que Google y Microsoft hayan incorporado LLMs en todos sus productos en estos últimos dos años. A continuación, las startups la utilizan para desagregar (unbundle) a las empresas establecidas (para desagregar la búsqueda, Oracle o el correo electrónico), pero mientras tanto, otras startups intentan averiguar qué podríamos crear que fuera verdaderamente nativo de la nueva tecnología. Esto se produce por etapas. Primero, Flickr tenía una aplicación para iPhone, pero luego Instagram utilizó la cámara del smartphone y la computación local para añadir filtros, y más adelante, Snap y TikTok utilizaron la pantalla táctil, el vídeo y la ubicación para crear algo verdaderamente nativo de la plataforma.

La IA es una capa tecnológica, no tanto una categoría de productos (Netflix no vende algoritmos, sino entretenimiento más relevante), que opera como una funcionalidad integrada, invisible y difícil de aislar como producto. El valor no está en una tecnología cada vez más accesible para todos, sino en lo que se construye alrededor suyo.

Hace dos semanas comenzábamos esta serie centrada en las vías que ofrece la IA como motor de crecimiento para las empresas:

• optimizando los ingresos (aumentar las ventas tocando las palancas ya existentes);

• creando valor inédito (nuevos productos y servicios fundamentalmente soportados por IA);

• y redefiniendo los objetivos comerciales (a través de nuevos modelos de negocio).

Optimizar el core de ingresos (marketing, experiencia de cliente, ventas) conduce a la siguiente fase: ¿podemos desarrollar nuevos productos o servicios facilitados por la IA? Esta cuestión marca la frontera entre usar IA para optimizar procesos, reducir costes, aumentar eficiencia e integrarla como funcionalidad clave en servicios o productos existentes o incluso desarrollar categorías aledañas a esos productos. Así es como la formación online se ha convertido en una nueva categoría, impulsada por las tecnologías digitales y la adopción masiva de Internet por parte de los usuarios.

Añadiendo funcionalidad a productos o servicios existentes.

La forma más inmediata de monetizar IA es inyectarla en servicios o productos antes “estáticos”. Por ejemplo, durante décadas el mantenimiento industrial siguió un patrón predecible: esperar a que algo falle para repararlo (reactivo) o revisar equipos siguiendo un calendario (preventivo). En ambos casos los costes son altos, bien por paradas inesperadas, bien por gasto en mantenimiento innecesario. La IA crea una tercera vía: el mantenimiento predictivo. Empresas como Schneider Electric o Siemens transitan de vender maquinaria al negocio de Predictive Maintenance as a Service (PMaaS). Algoritmos de machine learning analizan las máquinas in situ (edge computing) para anticipar el fallo antes de que ocurra. Garantizar que algo no se estropee vale más que arreglarlo rápido. La IA transforma así un modelo de gasto -impredecible- en un modelo de suscripción -predecible-.

Otro ejemplo: Gamb00za, una startup española, utiliza computer vision para analizar la composición de cada plato que sale de una cocina y reducir el desperdicio alimentario. Su tecnología mejora métricas de eficiencia y sostenibilidad en cocinas profesionales, convirtiendo datos visuales y patrones operativos en insights prácticos.

Creando productos o servicios basados en IA.

El segundo camino es más ambicioso: encapsular la IA en un producto capaz de ejecutar workflows completos: copilotos especializados, plataformas de automatización, agentes que ejecutan tareas. Soluciones como Agentforce de Salesforce o Copilot Studio de Microsoft. Lo que antes requería horas humanas se codifica en sistemas escalables. Los agentes planifican y ejecutan: han pasado de “juguetes asistentes” a “coworkers fiables”.

Más allá de los gigantes tecnológicos, una oleada de startups están convirtiendo la automatización en un producto empaquetado. Narrativa, una startup española que lleva trabajando en IA y generando texto de manera automática desde antes de la invención del Transformer en 2017, tiene soluciones para automatizar la creación de documentación regulatoria en la industria farmacéutica.

La automatización de facturas reduce los costes de gestión y aumenta la velocidad y precisión de los trámites. La ciudad de Winnipeg ahorró 730.000 $ con un proyecto piloto basado en tecnología OCR, reduciendo errores humanos y agilizando los pagos a proveedores.

Pero algunos de los ejemplos más sorprendentes llegan desde la industria juguetera. Hace 10 años, Mattel probó suerte con “Hello Barbie”, una muñeca que permitía a los niños hablar con ella. El rechazo que se generó por temas de privacidad de las conversaciones de los niños enviadas a la nube, parece hoy más adormecido. Similar a lo que ocurrió con las fotos de niños en los inicios de los blogs y las redes sociales. Según esta primicia de AI Secret, la marca de juguetes Eastcolight, estaría lanzando unos muñecos que se insertan en una base narradora con una motor de IA generativa articulando historias alrededor de los personajes y haciendo partícipe de la creación a los niños:

Evie’s Magical Tale es una nueva experiencia narrativa en la que el juego físico se une a la imaginación inteligente. Una base narradora se combina con una colección de figuritas de personajes. Cuando se coloca un personaje en el escenario, el dispositivo lo reconoce y comienza una historia original generada por IA y moldeada por la personalidad y los antecedentes de ese personaje. Cuando se colocan dos personajes juntos, Evie’s Magical Tale los hace conversar, dejando que sus personalidades choquen, cooperen y evolucionen hacia mundos narrativos completamente nuevos.

Valor extendido.

Una vía interesante para las grandes corporaciones: tomar una herramienta desarrollada para uso interno y ofrecerla al mercado. Quien tiene datos propietarios y un modelo IA que resuelve un problema, tiene también un producto que comercializar. El back office se convierte en front office, y la inteligencia, en servicio.

BBVA es un ejemplo de esta evolución. El banco ha logrado prevenir hasta el 75% del fraude y reducir pérdidas en casi un 40% desde 2019. Además, ha pasado de la prevención interna del fraude a ofrecer Risk-as-a-Service a comercios o fintechs que no tienen la data histórica para entrenar sus propios modelos. El banco pone a su alcance APIs de verificación en tiempo real (validan la titularidad de cuentas), APIs de conciliación (emparejan transacciones bancarias con la contabilidad, incluso para depósitos en efectivo en cajeros) y detección de comunicaciones fraudulentas mediante IA generativa. BBVA fue reconocido en 2024 como el mejor banco del mundo en servicios de open banking, lo que valida su estrategia de comercialización de capacidades internas.

También las telecos han descubierto que sus redes 5G no son solo infraestructura: son plataformas monetizables. Pueden vender capacidades de red específicas en lugar de solo conectividad genérica, como hace Telefónica con Open Gateway. La APIficación de la red incluye servicios avanzados como el Network Slicing (creación de redes virtuales optimizadas para usos concretos como IoT o telemedicina) o APIs de geolocalización de alta precisión.

En la última y tercera entrega de esta serie, veremos cómo la IA crea nuevos mercados e industrias que no existían antes. Hasta entonces, quedémonos con la idea de que muchos nuevos entrantes y las organizaciones más innovadoras están buscando nuevas líneas de ingresos. Enfocarse en el el “bottom line” no es suficiente.

El próximo domingo, volvemos a tu buzón.

Fernando y Carlos.

En Good Rebels nos aplicamos el cuento. Esta semana hemos hecho oficial el lanzamiento de AI Rank, una herramienta de análisis de marca y reputación en motores de búsqueda basados en IA. Varios de nuestros clientes ya la están usando. Se trata de un proyecto en el que llevamos investigando dos años. Hemos desarrollado una metodología propietaria que ahora se convierte en una aplicación licenciable.

Algunos de los medios que se han hecho eco del lanzamiento: Control de Publicidad, Anuncios, El Periódico de la Publicidad, Marketing Insider Review, …

Puedes solicitar una demo aquí.

Actualidad.

• La constitución de Claude que acaba de publicar Anthropic es sin duda el documento más importante hasta la fecha sobre modelos LLM y ética. Estipula los valores que debe seguir el modelo, cómo priorizar la seguridad frente a la utilidad, y qué límites éticos nunca debe cruzar. Y ofrece a empresas y reguladores un marco claro para evaluar si el sistema encaja con sus propios estándares de gobernanza, introduce una jerarquía de prioridades (seguridad, ética, cumplimiento, utilidad) que guía los dilemas difíciles, e incluso reconoce de forma pionera la posibilidad de estatus moral futuro para modelos avanzados. ANTHROPIC

• Humans& es una startup fundada por investigadores de Google, Anthropic y xAI, con un enfoque de IA centrada en las personas. Ha levantado una ronda 480 millones $, para una valoración de 4.480 millones $. La empresa busca romper el paradigma del empleado autónomo: en lugar de agentes que trabajan solos, proponen una IA diseñada para la colaboración humana, capaz de integrarse en grupos de trabajo, hacer preguntas y recordar contextos, actuando más como un facilitador que como un sustituto. NYT

• Mongo DB cree que 2026 será el año de la especialización de la IA: pasaremos de modelos genéricos que hacen de todo un poco a sistemas diseñados para casos de uso corporativos, muy específicos y eficientes. Es una apuesta por la utilidad, no por la potencia, con la empresa como centro de mando para desplegar soluciones reales que entiendan el contexto de sus propios datos. LINK

• Wikipedia cumple 25 años, enfrentada al desafío de una IA que canibaliza el ecosistema (menos tráfico > menos editores > menos contenido de calidad). La Fundación Wikimedia se enfrenta al dilema de abrirse a nuevas formas de edición o blindarse para preservar la autoría humana. LINK

• Eleven Labs ha lanzado The Eleven Album, un disco que surge de la colaboración humanos-IA. Hay canciones creadas 100% por la IA, y otras que usan la voz clonada de artistas como Art Garfunkel y Liza Minelli. Después de escucharlo, parece que aún no han sido capaces de hacer que una voz clonada “cante de cantar”.

• El 90% de la gente no fue capaz de distinguir vídeos reales de otros creados con Gen-4.5 de Runway. Aquí podemos hacer el test.

Reflexiones.

• Demis Hassabis sostiene que el frenesí de la IA se está topando con muros físicos y operativos que podrían ser una bendición encubierta. La escasez de componentes críticos, la enorme demanda energética de los centros de datos y el fin de la era de la investigación abierta (ahora las empresas ocultan sus avances por presión comercial) están conduciendo a una desaceleración necesaria: necesitamos tiempo para digerir el impacto filosófico y social de la tecnología. Para mitigar cierto rechazo social y político hacia la IA, también ayudaría demostrar utilidad real, en campos como el descubrimiento de fármacos o la fusión nuclear. SEMAFOR

• Sequoia cree que sí podemos contratar a un agente para que realice una función laboral completa, lo que significaría que la AGI ya está aquí. 2026 es el punto de inflexión, con una IA que pasa de thinker a doer, capaz de resolver tareas complejas que antes requerían horas de juicio humano. SEQUOIA

• Europa aún tiene la oportunidad de liderar la IA, si se centra en la IA física. El Foro Económico Mundial sostiene que nuestra verdadera ventaja competitiva está en la herencia industrial: aplicar la IA a cadenas de suministro, logística, robótica y maquinaria pesada. Junto con la colaboración público-privada y la interoperabilidad de los datos. WEFORUM

Research.

• Un nuevo estudio afirma que la IA está elevando los salarios medios y reduciendo la desigualdad salarial. La IA permite que trabajadores con menos formación realicen tareas complejas, lo que dispara la productividad de la base de la pirámide; al mismo tiempo, profesiones altamente cualificadas (arquitectos, ingenieros, ejecutivos) ven caer su valor ante una masa laboral ahora armada con herramientas de inteligencia aumentada. Aún ha habido pocos comentarios críticos con el mismo. LINK

• Y para seguir con análisis positivos sobre el impacto de la IA en el trabajo, John Burn-Murdoch y Sarah O’Connor ofrecen “nueva evidencia de que no es evidente” que la IA sea el motivo detrás del crecimiento del desempleo juvenil de los últimos años. Aunque no aseguran que eso no pueda llegar a pasar. Otro estudio diferente también apunta a que el desempleo juvenil empezara antes de la llegada de ChatGPT y que el impacto de la IA no es relevante. FT.COM, EIG

• La Oficina del Censo Americana estaba subestimando la adopción de la IA por parte de las empresas. LINK

MCX.

• OpenAI ya planea meter anuncios en las respuestas de ChatGPT. La novedad es que los anuncios podrían ser “interactivos” y ChatGPT podría “responder” en nombre de la IA. Las incógnitas son múltiples. Google por otra parte dice que no molestará a los usuarios de Gemini con anuncio. Se lo pueden permitir, claro. OPENAI

• El informe 2026 del Reuters Institute dibuja el panorama de transformación al que se enfrentan los medios. Ante la caída del tráfico (40% esperado en los próximos tres años), los modelos de negocio se desplazan hacia menos contenido genérico -fácilmente replicable por la IA- y más investigaciones originales, historias humanas, análisis y formatos de vídeo y podcasts. Y ante la competencia de los influencers, un 75% de los medios intentará que sus profesionales se comporten más como “creadores”. REUTERS INSTITUTE

• ¿Qué supone para el email marketing la introducción del AI Mode en Gmail? Puede actuar como un filtro despiadado, pero también como un asistente que rescata promociones relevantes que el usuario olvidó leer. El objetivo: construir una marca tan memorable que el usuario la busque en el briefing que genera a diario el algoritmo. MARTECH

• Lo que la inteligencia artificial NO está haciendo aún: reemplazar compradores de medios. DIGIDAY

• Sorrell frena el hype de la IA en agencias: “todavía no cambia el modelo de compra”. LINK

Herramientas IA.

• La alemana Black Forest Labs ha lanzado Flux.2 [klein], dos modelos open source que crean imágenes de calidad en segundos. Se puede probar aquí.

• Sin duda alguna, Gemini 3 integrado en nuestras licencias de Google Workspace nos ha cambiado la vida en Good Rebels. Esta semana nos hemos estado repasando la nueva guía para prompting en esta magnífica herramienta. GOOGLE

Off Tópicos.

• The State of Newsletters 2026. Tendencias, crecimiento y “what’s next” en email. BEEHIIV

  

• Para para combatir la fatiga digital, están volviendo con fuerza los hobbies analógicos: actividades táctiles y manuales (artesanía, tejidos, fotografía de carrete) para recuperar el control y la atención que el mundo digital nos ha arrebatado. CNN

Y vuelve a simultanear los roles de héroe y villano: la IA que amenaza la integridad de los datos, también es capaz de generar datos sintéticos de alta fiabilidad.

La sospecha en las respuestas online.

La capacidad de los LLMs para imitar de manera convincente a los humanos no es sólo un problema para la industria de investigación de mercado, ocurre algo similar en la educación, en los exámenes en remoto para certificaciones, en los procesos de recruiting.

Como demuestra la investigación de Sean Westwood, de la Universidad de Dartmouth, las salvaguardias tradicionales de la integridad del dato (verificación de atención, rompecabezas, análisis de patrones de respuesta) se han vuelto ineficaces. Fueron diseñados para desenmascarar bots simples y humanos poco atentos. No están preparados para enfrentarse a agentes razonadores que responden de forma sofisticada y consistente.

Las encuestas son una fuente primaria de datos en todas las ciencias, desde la medicina hasta la economía. En este estudio demuestro que la suposición de que las respuestas lógicamente coherentes provienen de seres humanos es ahora insostenible. Muestro que los agentes autónomos de IA, que operan a partir de una simple indicación, pueden evadir los métodos de detección actuales y producir respuestas de alta calidad en las encuestas que demuestran el razonamiento y la coherencia que se espera de las respuestas humanas. Esta capacidad compromete fundamentalmente la integridad de una herramienta crítica para la investigación científica, lo que crea una necesidad urgente de que la comunidad científica desarrolle nuevos estándares para la validación de datos y reevalúe nuestra dependencia de la recopilación de datos en Internet sin supervisión.

Westwood diseñó un agente IA capaz de completar encuestas online, imitando el comportamiento humano. Su tasa de éxito evadiendo los mecanismos de defensa fue casi total: superó el 99,8% de las verificaciones de atención, y no cayó en las trampas para detectar bots. No solo eso: el agente generó respuestas coherentes y plausibles (incluyendo respuestas complejas de texto abierto), prácticamente indistinguibles de las humanas.

Y centrándonos ahora en la investigación de mercado, a la imposibilidad de determinar si una respuesta online la ha generado un bot, se le suma otro tipo de riesgo, aún más capcioso, el del gig worker aumentado con IA. Según una investigación de Stanford, casi un tercio de los participantes en paneles online utiliza IA para redactar respuestas abiertas. De esta forma ganan velocidad en un trabajo que generalmente se paga por volumen. Puesto que los LLMs tienden a las respuestas neutras y asépticas, sin matices ni contradicciones, el resultado oculta la diversidad de opiniones reales y puede proyectar una falsa sensación de consenso o armonía en cualquier tema.

Entonces, ¿descartamos la investigación online?

Este tipo de manipulaciones, combinadas con un coste operativo cercano a cero, permiten un modelo de negocio fraudulento fácilmente escalable, que alienta la desinformación y las malas decisiones estratégicas: ¿estamos refrendando propuestas de valor con opiniones viciadas? ¿Tomamos decisiones (brand tracking, estudios de percepción, NPS, estrategias de contenidos, etc) que justificamos con datos extraídos de respuestas perfectamente verosímiles… generadas por nadie?

¿Debemos entonces descartar la investigación online, y volver a métodos tradicionales, lentos y caros pero fiables? Podría ser: la verificación convertida en un nuevo lujo. En un mundo saturado de señales digitales baratas y fácilmente manipulables, lo analógico vuelve como sinónimo de verdadero: paneles de confianza con clientes verificados, contacto físico como método premium para localizar trazas de humanidad. La inversión en confianza y privacidad se convierte en barrera que protege de la polución al dato.

Pero como decíamos, el panorama sombrío incluye, afortunadamente, un anverso luminoso.

El LLM como generador de datos válidos.

La misma tecnología que envenena la recolección de datos puede simular consumidores sintéticos capaces de reproducir reacciones humanas con una fidelidad sorprendente si se les alimenta con los contextos adecuados, como demuestra una investigación de PyMC Labs.

El método consiste en una tecnología llamada Calificación por Similitud Semántica (SSR) que transforma la respuesta abierta de un consumidor sintético (moldeado según atributos demográficos específicos) en un vector numérico (embedding). Luego, compara ese código con una escala Likert (como las de “totalmente de acuerdo” a “totalmente en desacuerdo”) resultando en una distribución de probabilidad en lugar de un número único, lo que captura mejor los matices de la respuesta humana.

La validez del método SSR se probó al compararse con datos humanos de 57 encuestas, alcanzando un 90% de fiabilidad. Un detalle clave fue dotar al LLM de información demográfica detallada (edad, gustos, etc.) del “consumidor”, ya que sin ella la precisión caía al 50%, confirmando la importancia de crear perfiles completos para obtener resultados válidos.

El difícil equilibrio al que nos enfrentamos.

El contraste entre estas dos investigaciones nos muestra que, aunque utilizan tecnologías similares, sus objetivos, metodologías e implicaciones son diametralmente opuestos. El enfoque de Westwood trata al LLM como un agente deshonesto, que busca el engaño y debe ser detectado y eliminado. En cambio, PyMC convierte al LLM en un simulador capaz de replicar las distribuciones de respuesta humana de forma convincente. Esta diferencia define el doble filo de la IA en la investigación social. No podemos ni adoptarla ciegamente ni renegar de ella.

Los gemelos digitales de clientes son excelentes para el prototipado rápido, pero peligrosos en la proyección financiera. Un modelo estadístico no es un mercado vivo. El consumidor sintético no tiene fricción, ni miedos irracionales y, sobre todo, no puede sorprendernos. Es un buen sparring, pero un oráculo cuestionable. Útil para explorar y filtrar hipótesis, peligroso para validar decisiones estratégicas. La IA es extraordinaria analizando lo que decimos los humanos (analizando y sintetizando discursos, detectando patrones, etc). No tanto simulando lo que sentimos y hacemos.

El próximo domingo, volvemos a tu buzón.

Fernando y Carlos.

Hace un año por estas fechas anunciábamos desde Good Rebels la creación de Kuantik, una división especializada desarrollo de soluciones IA. Tres nuevos socios, Álvaro Fernández, Miguel Calle y Víctor Martínez se sumaban a Kike Valdenebro y Mar Castaño para crear un área que combina estrategia de negocio, gestión y análisis de datos, diseño de experiencia e interfaz de usuario, arquitectura tecnológica y desarrollo tecnológico.

Un año después, el área no ha dejado de crecer, abordando proyectos impulsar el crecimiento y la competitividad de nuestros clientes y mediante el uso estratégico de la IA y su aplicación a soluciones de software de marketing bajo demanda o herramientas SaaS como AI Rank o Rebel Mix.

Actualidad.

• Claude Cowork es una adaptación de Claude Code para el gran público no técnico. Cowork traslada la capacidad de programación de Code a las tareas de oficina: puede organizar carpetas, crear hojas de cálculo o redactar informes analizando archivos locales. La gran novedad es su sencillez: basta con darle acceso a una carpeta para que funcione. De momento, solo en lista de espera para suscriptores Max y MacOS.

• La IA de Gemini se integrará en una versión completamente renovada de Siri que llegará a finales de 2026. La alianza entre Google y Apple puede calificarse como histórica: deja atrás años de competencia feroz y el retraso de Apple en IA generativa. LINK

• McKinsey ha incorporado casi 25.000 agentes IA para asistir a sus 40.000 empleados, con el objetivo de que cada consultor disponga de al menos un asistente antes de año y medio. Por otro lado, la consultora está dejando atrás su modelo de honorarios por servicios y adoptando un sistema de riesgo compartido, involucrándose en los resultados finales de los proyectos de IA que implementa. BUSINESS INSIDER

• La IA está detrás de 4 de los 5 puestos con mayor demanda laboral actualmente en EEUU, según el índice Jobs on the Rise 2026 de LinkedIn: Ingeniero de IA (1º), Consultor de IA (2º), Anotador de Datos (4º) e Investigador de IA/ML (5º). El mensaje es claro: la destreza en IA se está convirtiendo en elemento diferenciador.

Reflexiones.

• Open AI y Anthropic han desembarcado simultáneamente en el sector sanitario: tras años de cautela por la rigidez regulatoria y el peligro de las alucinaciones, ambos coinciden en que sus modelos ya son lo suficientemente estables. No se busca sustituir el juicio clínico, sino resolver el caos de información fragmentada que hoy satura a médicos y pacientes. La diferencia es estratégica: OpenAI apuesta por ChatGPT integrado en la vida diaria, mientras que Anthropic opta por insertar Claude en flujos de trabajo ya existentes. LINK

• La IA nos hace ya más productivos a los individuos, pero les sigue fallando a las organizaciones. El problema no es tanto técnico como organizativo: procesos sociales de coordinación, negociación y escalado. Para que la inteligencia pueda aportar, los agentes deberían integrarse como participantes en los sistemas reales de trabajo, usando las herramientas que usan los trabajadores. La historia demuestra que el progreso escala cuando la colaboración se vuelve explícita. La IA multi-agente no automatiza roles, aprende el contexto social, redistribuye la coordinación y nos obliga a rediseñar la organización. LINK

• La rumoreada compra de Pinterest por Open AI serviría para añadir a ChatGPT capacidades visuales para mejorar la experiencia de compra. Con 600 millones de usuarios (50% Gen Z) y un taste graph irreplicable en la predicción de tendencias, Pinterest ofrece a OpenAI el catálogo de productos y la red de anunciantes necesaria para monetizar su base de usuarios gratuitos. LINK

• Una pieza que explica en profundidad el protocolo MCP. THE VERGE

Research.

• Según el estudio Beyond Productivity: Measuring the Real Value of AI de Workday, las ganancias de productividad que nos da la IA chocan con la realidad del "retrabajo": por cada 10 horas que la tecnología ahorra, se pierden casi cuatro corrigiendo resultados mediocres o incorrectos. El error de muchas empresas es medir la eficiencia bruta (tiempo ahorrado) en lugar del valor neto, ignorando que una tarea que se hace rápido pero mal no es progreso, sino una carga adicional.

• El estudio Global AI Adoption de Microsoft sitùa a España como el sexto país en adopción de la IA generativa: más del 41% de la población la ha utilizado. EEUU ocupa el puesto 24 y China no aparece entre las 30 primeras, mostrando la divergencia entre innovación y adopción.

  

• Estudio de Harvard y Perplexity sobre los usos de Comet y su asistente integrado de IA. El 57% de la actividad son tareas cognitivas (36% productividad y trabajo, 21% aprendizaje e investigación), un 21% entretenimiento, y un 11% compras. El patrón de adopción es claro: el usuario llega por curiosidad (pidiendo una recomendación de viaje), pero se queda por la utilidad (depurando código o sintetizando informes financieros). PERPLEXITY

MCX.

• Hablaremos de esto en breve, como continuación a nuestro artículo de la semana pasada. La IA se integra en un juguete existente y se convierte en un producto nuevo. Los niños ya no se limitan a escuchar cuentos. Se meten en ellos, los dirigen y comparten escenario con personajes “inteligentes”. Bienvenidos a Evie’s Magical Tale. LINK

• Google ha presentado Universal Commerce Protocol (UCP), un estándar abierto (respaldado por Walmart y Shopify) que permite a distintos agentes, empresas y métodos de pago hablar el mismo idioma. La joya de la corona es Business Agent, un asistente virtual con la "personalidad" de la marca que resuelve dudas y permite comprar directamente desde el buscador. Además, Google está añadiendo funciones de pago y anuncios dentro de Gemini. GOOGLE

• Mientras tanto, Walmart también está incluyendo anuncios en su asistente de compras con IA, sumándose así a Rufus, de Amazon. WALMART, AMAZON

• Colgate-Palmolive utilizó IA para eliminar los cuellos de botella en la producción de contenidos, creando vídeos entre 4 y 6 veces más rápido que con los métodos tradicionales con Veo, de Google. THINK WITH GOOGLE

Off Tópicos.

• Craigslist sobrevive como un reducto anacrónico que reniega de algoritmos, perfiles públicos y notoriedad social. La web mantiene una estética espartana y una filosofía basada en el anonimato y la utilidad directa. Un espacio “puro” donde todavía es posible encontrar desde empleos surrealistas hasta viviendas asequibles sin la mediación de un software que decida qué debemos ver. WIRED

Internet empezó abaratando el acceso a la información y terminó cambiando el comercio, la educación y la cultura. Y algo similar ocurrirá con la IA, que terminará redefiniendo muchos de los servicios y modelos de negocio que hoy conocemos. Las compañías que entiendan esto no medirán su éxito por lo que ahorran, sino por lo que el mercado aún no sabe que quiere.

McKinsey estimaba que una empresa CPG con ingresos de 10.000 millones $ puede desbloquear entre 810 y 1.600 millones $ implementando IA en toda su cadena de valor. Y un 47% de ese incremento proviene de una sola área, la gestión de clientes y canales. Es decir, el mayor impacto de la IA no está en reducir costes, sino en multiplicar el valor de cada cliente.

Para convertirse en motor de crecimiento, la IA puede expandir y diversificar los ingresos de tres maneras:

• optimizando los ingresos (aumentar las ventas tocando las palancas ya existentes);

• creando valor inédito (nuevos productos y servicios fundamentalmente soportados por IA);

• y redefiniendo los objetivos comerciales (a través de nuevos modelos de negocio).

Hoy nos centraremos en el primer ámbito de actuación, la optimización de los ingresos existentes. Y en las próximas semanas, abordaremos las otras dos palancas de crecimiento. Por ahora, nos enfocamos en optimizar optimizar marketing, experiencia de cliente y ventas.

La redefinición del Marketing Mix Modeling (MMM).

El CMO ha asignado tradicionalmente presupuestos para la compra de medios basándose en intuición y en datos históricos: lo que funcionó en el pasado es la base para decidir dónde invertir en el futuro. La IA permite reconfigurar el ciclo medición > decisión > ejecución, a partir de modelos que asignan presupuestos, creatividades y canales en tiempo real. El Marketing Mix Modeling potenciado con IA en un sistema vivo, que procesa señales en tiempo real (inventario, clima, promociones, competencia, contenido creativo y sentimiento del consumidor) para ajustar la inversión publicitaria al milímetro, lanzar predicciones más robustas y simular impacto sobre ventas y LTV.

El acceso a las plataformas se ha democratizado, y las herramientas de modelado del marketing mix operadas con agentes IA permiten la interacción en lenguaje natural (“¿Cuál es el presupuesto óptimo para las próximas cuatro semanas en este canal?”). El interés por el MMM se ha disparado en los últimos meses, impulsado por la obsolescencia del modelo de cookies y el respaldo de Google, Meta y TikTok para demostrar el ROI de sus plataformas. Por ejemplo, Google utilizó el MMM potenciado por IA de Nielsen para medir el impacto real de miles de campañas en YouTube (con ROI 17% superior a las manuales) y Search (la efectividad en ventas se dispara hasta un 23% al combinar varias soluciones de IA).

Optimización de la experiencia de cliente (CX).

El servicio al cliente ha sido considerado en muchas ocasiones, como un centro de costes. La IA lo convierte en el canal de mayor impacto en retención, cross-sell y conversión. Y no porque responda más rápido, sino porque anticipa intención. El servicio deja de ser un apagafuegos para clientes insatisfechos y se convierte en un sistema proactivo y personalizado, con agentes que recomiendan, predicen y reducen fricción, y sistemas que diseñan journeys a medida. El CX se convierte en motor de venta y retención 24/7, transita del “¿En qué puedo ayudarle?” al “Sé lo que necesita”.

El caso de Iberia ilustra este giro. Migró su infraestructura completa a la nube y creó una plataforma de datos en tiempo real que procesa casi 2 TBs diarios y alimenta más de 50 modelos IA. Lanzó un GPT que analiza perfiles de clientes, históricos y contextos específicos para ofrecer recomendaciones personalizadas. Además, cuenta con 29 modelos de IA operando en toda la cadena de valor, para optimizar desde la carga de combustible y comida y la colocación de equipaje hasta los turnos de más de 10.000 empleados. Resultado: una máquina de eficiencia (es la segunda aerolínea más puntual de Europa) basada en datos.

Gestión dinámica de precios.

Quizás la palanca más potente (y menos utilizada) sea el precio dinámico. Si el precio es una conversación entre lo que la empresa pide y el cliente valora, ¿por qué insistir en un precio inmutable para una audiencia diversa? Es cierto que genera controversia, pero el precio fijo es una ineficiencia económica: perdiendo dinero con los clientes dispuestos a pagar más (Willingness to Pay) y volumen de negocio con los que necesitan pagar menos. La IA determina la elasticidad del precio a nivel casi individual: captura el excedente de aquellos dispuestos a pagar por conveniencia, y ofrece precios competitivos (por ejemplo, movilizando inventario no vendido) a los sensibles al coste.

Las aerolíneas inventaron el revenue management (Delta Airlines lo despliega profusamente), pero se ha extendido a muchos otros sectores. Por ejemplo, Uber establece tarifas considerando la demanda inmediata por zona, los conductores disponibles, las condiciones locales (lluvia, evento, accidente), el nivel de urgencia del pasajero y la probabilidad de abandono si el precio sube. Cada trayecto es un micromercado ajustado en tiempo real. Amazon también ajusta precios millones de veces al día, en función del historial de búsqueda, comportamiento, precios de competidores, inventario cercano, afinidad con la marca… Esto no significa que cada cliente vea un precio distinto siempre, sino que los modelos miden cuánto margen hay para mover precios sin afectar la conversión. De ese modo, Amazon captura micro-incrementos en miles de productos que, agregados, suponen cientos de millones al año.

Las empresas que utilizan la IA para “automatizar procesos” o “ahorrar costes” están jugando en la liga inicial: pueden mejorar sus márgenes a corto plazo, pero serán superadas por las que optimizan su core con IA. Las herramientas para maximizar el valor de cada cliente, cada impresión publicitaria y cada transacción están disponibles. La barrera no es tecnológica, es de madurez organizacional.

El próximo domingo, volvemos a tu buzón.

Fernando y Carlos.

Informe de Tendencias Social Media 2026 de Good Rebels.
Para entender cómo navegar en unas redes sociales cada vez más polarizadas, infestadas de contenido sintético e influencers.

Descárgalo Aquí

Actualidad.

• En su keynote en el CES de Las Vegas, Jensen Huang anunció que la IA puramente digital ha terminado para dar paso a la IA física. “Todo lo que se mueva acabará siendo autónomo”, dijo Huang: robots, vehículos, sistemas industriales que peciben y actúan en el mundo real... Nvidia quiere posicionarse como la infraestructura que soporte esta nueva realidad, con dos pilares: la plataforma Vera Rubin, que promete reducir un 90% el coste de computación, y modelos abiertos como Alpamayo, diseñados para el razonamiento seguro en entornos físicos. NVIDIA

• Y de lo más llamativo visto en el CES, el Proyecto AVA de Razer, una especie de holograma IA dentro de un cilindro de cristal, con el que podemos interactuar.

• ChatGPT gestiona diariamente preguntas relacionadas con la salud de más de 40 millones de usuarios, lo que ha llevado a Open AI a lanzar ChatGPT Health: un espacio reservado para temas de salud, con conversaciones privadas, que no se usarán para entrenar modelos y que estarán separadas del resto de chats.

• Larga entrevista con Yann LeCun, donde habla del callejón sin salida que son los LLMs (la inteligencia a nivel humano no vendrá de predecir la siguiente palabra, sino de entender la física, la causalidad y la persistencia del mundo material), de su nueva etapa en Advanced Machine Intelligence Labs, y de su divorcio ideológico y político con Meta. FT

• Google va a añadir a GMail un AI Inbox que mostrará tareas y recordatorios (no correos), en función de la urgencia y contexto del usuario. Quien quiera mantener la vista de pestañas actual, podrá hacerlo. TECH CRUNCH

Reflexiones.

• Adam Mosseri, responsable de Instagram, planteaba el último día del año 2025 que en un ecosistema inundado de contenido generado por IA, la autenticidad se convertirá en el activo más escaso y, por tanto, más valioso, empujando a Instagram hacia una estética deliberadamente “raw” donde la imperfección funcione como señal de humanidad; una tesis elegante, no muy original, y previsible viniendo del CEO de una plataforma que incentiva la producción constante. La respuesta de Rachel Karten saca a la luz las costuras de esta tesis: la IA ya es perfectamente capaz de simular imperfección, espontaneidad y “vibes humanas”, así que el problema no es estético sino estratégico. Lo verdaderamente escaso no es el grano, el desenfoque o el plano torcido, sino la intención, el criterio editorial y el porqué detrás del contenido. Para Karten, Instagram no está defendiendo la autenticidad, sino apostando por el momentum mientras evita afrontar el núcleo del problema: feeds saturados de contenido sintético, erosión de la confianza y una contradicción estructural entre promover IA y prometer “lo humano” sin mecanismos claros de protección, transparencia o diferenciación real para creadores. MOSSERI, KARTEN

• La IA ha dejado de evaluarse por sus capacidades creativas para medirse por su operatividad y fiabilidad en entornos reales. El mercado ya no busca modelos que “puedan” hacer cosas, sino sistemas que se integren en el tejido operativo de las empresas bajo estrictos controles de gobernanza. El valor se ha desplazado de la interfaz a la infraestructura: la IA ganadora es la que mejor resuelve el caos de datos para ejecutar acciones económicas concretas. The State of AI in 2026, por Yohei Nakajima. LINK

Research.

• La IA se consolida como la vía de entrada al mundo digital, según una encuesta de PYMNTS en EEUU. En lugar de recurrir a Google o apps, cada vez más consumidores (especialmente Gen Z) inician sus tareas diarias —desde compras y gestión financiera hasta planificación de viajes— a través de un asistente IA. Se acaba la era del clic y entramos en la era de la delegación. LINK

• Un estudio sobre el impacto de la IA Gen en la prensa: los periódicos empezaron a notar una caída real y persistente en el tráfico solo a partir de agosto de 2024. Curiosamente, los medios que optaron por bloquear a los rastreadores IA sufrieron mayores descensos de audiencia que los que no lo hicieron. Y el despido de profesionales por culpa de la automatización es más un mito que realidad: en lugar de reducir las plantillas de las redacciones, los diarios optaron por crear páginas más complejas e interactivas para diferenciarse del contenido sintético y exprimir la monetización publicitaria. LINK

MCX.

• Este año oiremos hablar mucho de vibe marketing: mensajes emocionales e instintivos, donde las marcas priorizan el tono, la atmósfera y la identidad cultural sobre las características del producto. El éxito ya no se mide solo por el clic, sino por la capacidad de una marca para integrarse en el estado de ánimo digital del momento. Como decíamos, The (Social Media) TImes They Are A-Changin... MARTECH

• Nos llamó la atención cómo Google Cloud presentaba su informe de tendencias de Agentes IA para 2026, acompañado de un NotebookLM público en el que puedes interactuar con el informe. GOOGLE, NOTEBOOKLM

• Hace unos meses cuestionábamos en Rebel Intel la realidad de los influencers virtuales. En la lista de streamers más seguidos de Twitch, se ha colado una IA en el número 1. LINK

• La cadena de gimnasios Equinox utliza slop creado con IA para contrastarlo con la “verdad incómoda” del esfuerzo físico real, en su campaña Question Everything But Yourself. WSJ

  

• Amazon Ads desveló su hoja de ruta 2026 en el CES, centrada en la unificación programática y la IA agéntica. La idea de Amazon es llegar al 90% de los hogares en EEUU, y permitir a los anunciantes conectar con las audiencias mediante señales verificadas en lugar de probabilísticas. ADWEEK

Off Tópicos.

• Klarna, Spotify, Skype, Candy Crush, Minecraft, Lovable … Suecia es la mayor factoría de unicornios per cápita fuera de Silicon Valley, gracias a una estrategia de alfabetización tecnológica que comenzó en la década de 1990, cuando se puso un PC en cada hogar. El ecosistema se mantiene hoy con una altísima inversión en I+D (3,57% del PIB), leyes que permiten a cualquier empleado tomarse seis meses para emprender y una cultura de “diseño sueco” que fusiona estética y funcionalidad. FORTUNE

• Nokia ha culminado su metamorfosis total en 2025. Ya no fabrica teléfonos, ahora proporciona routers y conectividad a los centros de datos para que los servicios en la nube funcionen a escala global. Un giro que ha recibido la aprobación definitiva en forma de 1.000 millones $ invertidos por Nvidia. FT

• Un largo ensayo sobre el futuro del diseño en la era de la IA, por Mark Curtis, el fundador de Fjord (que salió recientemente de la compañía, 12 años después de haberla vendido a Accenture). La segunda parte es de pago pero la primera está en abierto y reflexiona sobre el papel de diseño en la creación de grandes marcas y productos. LINK

Esta sobrecapacidad de la IA en el entorno empresarial del que ya hemos hablado por aquí muchas veces, lo ha resumido estos días Satya Nadella advirtiendo de algo a lo que ha llamado “model overhang”: exceso de capacidades de modelos que todavía no se traducen en resultados palpables en el entorno empresarial. Según él, la industria está acelerando más en benchmarks y sofisticación técnica que en impacto real en la economía, y ahora el desafío no sólo va de crear modelos más potentes, sino construir sistemas completos que integren humanos, memoria, seguridad y propósito para generar valor tangible.

Sin adopción real y sin solucionar cuellos de botella como infraestructura y aplicaciones concretas, el derroche de potencia (literalmente GPU sin dónde enchufarse) seguirá proporcionando más espectáculo (o especulación bursátil) que sustancia. Me cito:

[…] ya tenemos la IA suficiente para que comience la disrupción prevista. El efecto Baumol-Bowen también rige intraempresa, las tareas que se pueden automatizar se automatizan y se atascan aquellas profundamente humanas: la relación personal, las decisiones estratégicas, la política corporativa. Sin darnos cuenta, veremos cómo empresas más ágiles y automatizadas atacarán y ganarán la partida a los jugadores tradicionales gestionados por burocracia humana de corte clásico. It’ll be death by committee.

¿Por qué es esto importante? El debate más caliente sigue estando alrededor de la Inteligencia Artificial General (AGI) y en qué momento se producirá su llegada. Pero eso es poco relevante para la mayoría de las aplicaciones empresariales. Por supuesto, las capacidades actuales de la IA no están distribuidas de forma uniforme ni encajan automáticamente con los problemas reales de las empresas. Ethan Mollick lo pinta como una frontera dentada de habilidades, donde los modelos pueden ser extraordinarios en algunos dominios y sorprendentemente torpes en otros, y cualquier debilidad se convierte en un cuello de botella que frena la automatización plena incluso cuando el resto del sistema es superhumano.

Eso explica por qué tenemos IA más que suficiente para la mayoría de tareas empresariales cotidianas: generación de texto, análisis de datos, síntesis de información, apoyo creativo y operativo ya están al alcance de casi cualquier equipo. Lo que realmente limita el impacto no es la potencia de los modelos, sino cómo encajamos esas capacidades en procesos, datos, memoria, coordinación humana y estructuras organizativas que siguen pensando como si fuera 1999. En otras palabras, no nos falta IA para hacer el trabajo; nos falta desenredar los cuellos de botella socio-técnicos que impiden que esa IA se convierta en valor real.

Predicciones IA 2026.

Las últimas semanas se han llenado de predicciones más o menos “previsibles” sobre qué ocurrirá con la IA en 2026. He estado leyendo entre mis fuentes de referencia y he recopilado las que más me han interesado (con ayuda de ChatGPT). Ahí va una selección:

• Stanford - Experts Predictions // 2026 será menos fuegos artificiales y más contabilidad: la IA no alcanzará la AGI, pero entrará en su fase adulta, donde importan el impacto real, la medición rigurosa y el coste de oportunidad. Veremos más fracasos explícitos, más escepticismo frente al hype y más foco en soberanía tecnológica, productividad tangible y usos concretos en sectores complejos como salud o legal. La pregunta dominante deja de ser “qué puede hacer la IA” y pasa a ser “dónde crea valor de verdad y cómo lo demostramos”.

• PwC - 2026 AI Business Predictions // En 2026 más empresas seguirán el ejemplo de los frontrunners, adoptando estrategias de IA a nivel corporativo dirigidas desde la alta gerencia y enfocadas en unos pocos procesos clave donde la IA aporte transformación de alto impacto. Este enfoque conlleva implementar programas centralizados (“AI studios”) que agrupen componentes tecnológicos reutilizables, metodologías, entornos de prueba y talento especializado para acelerar oportunidades de alto ROI con IA.

• Understanding AI - 17 predictions for AI in 2026 // Se pronostica, entre otras cosas, que la inversión de capital de las Big Tech en infraestructura de IA seguirá aumentando hasta superar los $500 mil millones anuales; y que, a pesar del progreso de la IA, no veremos un boom económico desmedido impulsado por esta tecnología en 2026 (se predice que el PIB real de EE. UU. crecerá menos de un 3.5%, lejos de escenarios de “despegue” acelerado).

• Forbes - 10 AI Predictions for 2026 // Anthropic debutará en los mercados públicos mientras que OpenAI se mantendrá privada, todo ello en base a un extraordinario crecimiento de ingresos de ambas (Anthropic pasaría de ~$1 mil millón a $9 mil millones en ARR en 2025; OpenAI de ~$6 mil millones a $20 mil millones).

• Foundation Capital - Where AI is headed in 2026 // La IA empresarial por fin pasará de pilotos a producción en 2026: las compañías dejarán de tener la IA “siempre a la vuelta de la esquina” y empezarán a desplegarla realmente en sus operaciones. Las startups y las empresas colaborarán para integrar agentes de IA en los flujos de trabajo, ayudados por gigantes del software como Salesforce, ServiceNow o Microsoft que están legitimando estas soluciones agénticas dentro de sus plataformas.

• TechCrunch - Investors predict AI is coming for labor in 2026 // Un análisis en TechCrunch recoge la visión de varios inversores de venture capital sobre el impacto de la IA en el mercado laboral en 2026. Anticipan que las empresas incrementarán sus presupuestos en IA a costa de reducir gastos de personal, automatizando roles repetitivos (e incluso algunos complejos) y provocando recortes de empleados. De hecho, 2026 sería “el año de los agentes”.

• CIO Dive - 5 CIO predictions for AI in 2026 // Los líderes tecnológicos planean aprovechar agentes de IA en entornos empresariales, priorizar proyectos que conlleven claras ganancias en productividad, y repensar sus estrategias de talento y fuerza laboral de cara al próximo año.

• WEF - AI Paradoxes: 5 contradictions to watch in 2026 // El Foro Económico Mundial advierte que el avance de la IA en 2026 estará lleno de “paradojas” aparentemente contradictorias. Por ejemplo, aunque la IA podría desplazar muchos empleos, también creará otros nuevos: su informe Future of Jobs 2025 proyecta 170 millones de nuevos roles emergentes vinculados a la tecnología y 92 millones de empleos desplazados para 2030 (un saldo neto +78 millones de empleos).

• Deloitte - The AI Gap Narrows but Persists // Las empresas se enfocarán en el trabajo fundamental para usar IA a gran escala. La brecha entre la promesa y la realidad de la IA se estrechará pero no desaparecerá: el progreso provendrá menos de modelos llamativos y más de fundamentos prácticos para generar valor real en distintos sectores.

El próximo domingo, volvemos a tu buzón.

Fernando.

Actualidad.

• Meta ha comprado Manus por 2.000 millones $. La startup (con orígenes chinos, y sede en Singapur) aporta dos cosas importantes: unos ingresos consolidados de 125 millones $ anuales, y la posibilidad de escalar su tecnología de agentes autónomos entre los 3.000 millones de usuarios de Meta. LINK

• 10 gráficos que explican el año tecnológico 2025: la carrera por la infraestructura, la consolidación de los agentes IA, el fenómeno vibe coding, el giro de Tesla hacia los robots humanoides, las cuentas de Nvidia... THE INFORMATION

• Lo más destacado en las estadísticas de tráfico web a la IA Gen en 2025: ChatGPT cayó del 87% al 68%, mientras Gemini ha triplicado su tráfico casi hasta el 20%. LINK

• En el CES de Las Vegas que comienza esta semana, se espera que la IA deje de ser una promesa o un experimento para integrarse en el núcleo del hardware: desde teléfonos triples (trifolds) de Samsung que se despliegan como portátiles, hasta wearables que detectan señales tempranas de demencia. La tecnología intenta volverse invisible para ser más útil: menos pantallas y más sensores y asistentes. ZDNET

• La IA ha hecho multimillonarias a más de 50 personas en 2025. Una nueva aristocracia tecnológica con el músculo financiero para influir en políticas nacionales. FORBES

• Corea del Sur será pionera en construir una infraestructura nacional de datos de salud optimizada para la IA. Para 2028 espera tener un banco de datos biométricos y genómicos de 770.000 ciudadanos, para que investigadores y empresas puedan entrenar modelos de diagnóstico, desarrollar fármacos y avanzar en la medicina personalizada. LINK

Reflexiones.

• ¿Cómo puede aprovechar los medios de comunicación la IA (y muchos departamentos de marketing y comunicación)? No se trata solo de generar texto con modelos, sino de integrar IA de forma práctica y estratégica en tres áreas clave: Agentes IA que automatizan tareas de flujo de trabajo (investigación, transcripción, adaptación de formatos, etc.); Archivos del medio, como activos dinámicos que ofrecen valor reutilizable y contextualizado a través de IA (p. ej., personalización, descubrimiento o productos de nicho); Vibe coding, una forma de generar código y prototipos mediante IA para crear experiencias rápidas y adaptativas sin depender únicamente de desarrolladores. NIEMAN LAB

• Una pregunta existencial: ¿deben las marcas reinventar por completo su estrategia para responder a la IA, o basta con adaptar el SEO tradicional? Algunas optan por la primera opción, mientras otras creen que las tácticas más efectivas siguen siendo las de siempre: autoridad, confianza y presencia en medios respetados. La apuesta es alta: los servicios de SEO y GEO alcanzarán los 171.000 millones $ en 2030, pero aún nadie sabe a ciencia cierta si está optimizando para un nuevo paradigma. WSJ

• 2025 ha sido el año del gran cisma tecnológico, con la IA convertida en el frente de una nueva Guerra Fría. La irrupción de DeepSeek rompió el mito de que el control estadounidense sobre el hardware frenaría a China. El resultado es un mundo dividido en dos bloques: uno liderado por el control propietario de EEUU, y otro impulsado por el código abierto chino, que permite a los países emergentes eludir la dependencia de Washington. LINK

Research.

• Aproximadamente 1 de cada 5 adolescentes estadounidenses afirma estar en TikTok y YouTube casi constantemente. Al mismo tiempo, el 64 % de los adolescentes afirma utilizar chatbots, incluyendo aproximadamente 3 de cada 10 que lo hacen a diario. PEW RESEARCH

• Más de un millón de empresas usan productos de OpenAI, con crecimiento de 8× en mensajes de ChatGPT Enterprise y fuerte aumento del consumo de APIs de razonamiento. The State of Enterprise AI. OPENAI

• State of AI Consumer. A16Z

  

• Entre un 21 y un 33% de los YouTube Shorts que ve un usuario son slop. El negocio de la basura digital es extremadamente lucrativo: canales que muestran monos en situaciones humanas o a Jesús compitiendo con el Grinch generan millones de dólares anuales en ingresos publicitarios. España lidera el ranking mundial de suscriptores, con más de 20 millones de personas enganchadas a esa narrativa sintética. LINK

• Un estudio de Stanford y Harvard analiza porqué los sistemas de IA agéntica parecen mágicos en las demos, pero fracasan al enfrentarse al mundo real. El problema principal es la falta de adaptación dinámica: los agentes son sistemas rígidos que ejecutan secuencias predefinidas; en cuanto surge un imprevisto, se bloquean porque no saben cómo aprender de ese fallo en tiempo real. Un agente útil no puede ser un modelo de lenguaje congelado conectado a una API; necesita bucles de retroalimentación que le permitan ajustar su comportamiento basándose en si una acción tuvo éxito o no. LINK

MCX.

• El consorcio AgenticAdvertising.org aspira a instaurar un modo agéntico en la publicidad, permitiendo que los agentes negocien campañas directamente, sin intermediarios. Por ejemplo, un anunciante puede dar un brief a su IA ("Busco mujeres interesadas en la escalada en el Reino Unido") y los agentes de los medios responderían con propuestas, precios y audiencias. Ya ha ejecutado alguna campaña real, pero su éxito depende de que gigantes como Google o Amazon lo adopten.

• Lexus se apunta a los anuncios generados con IA con su campaña Built for Every Kind of Wonder. LINK

Presentamos el informe de Tendencias Social Media 2026 de Good Rebels.
Para entender cómo navegar en unas redes sociales cada vez más polarizadas y llenas de creadores monetizables y contenido sintético.

Descárgalo Aquí

Durante la última década hemos debatido si las redes sociales eran un canal, un espacio de conversación o un laboratorio del comportamiento humano. Y tras mucho forzarlo, ha sucedido lo que parecía impensable: el juguete se ha roto. Y si no roto, al menos desencajado.

El usuario medio está saturado. La atención agotada. El scroll infinito ya no es un carnaval de dopamina, sino una mina de estrés. ¿La respuesta? Cansancio y escepticismo digital. Si algo huele a anuncio, se ignora. Si parece generado por una IA sin supervisión, se castiga.

Las redes sociales son un ecosistema con sus propias lógicas, jerarquías y tensiones. No son (no pueden serlo) ajenas a la cultura que nos rodea. Por eso, los cambios en los paradigmas culturales que definen nuestros días están transformando las reglas de la comunicación digital.

Las cuatro fuerzas que reconfiguran el escenario digital.

Esta semana hemos publicado desde Good Rebels el informe The (Social Media) Times They Are A-Changin’, en el que hemos identificado cuatro movimientos que marcarán la presencia digital de las marcas. No son modas: son señales de un reajuste social y cultural profundo.

1. La economía del NO. Si durante años nos centramos en captar atención, ahora la clave es sostener la credibilidad. Fenómenos como el underconsumption core o el deinfluencing surgen como mecanismos de defensa financiera y emocional. La gente no quiere más recomendaciones, quiere filtros de calidad. Ya no tiene sentido pujar por visibilidad: se compite por significado.

2. La búsqueda de refugios digitales. La audiencia se mueve hacia espacios pequeños y seguros, donde controlar mejor la experiencia y reducir la exposición al ruido y al conflicto: grupos privados, Discords, Close Friends. Las marcas no pueden “comprar” su entrada estos lugares; solo pueden aspirar a crear un contenido que pueda ser introducido en estos círculos.

3. Social detox y fatiga de lo sintético. El abuso de la IA generativa ha provocado una alergia al contenido -aparentemente- perfecto, que corre el riesgo de asociarse con lo prescindible. Esto ha disparado el valor de lo messy, lo crudo y el low effort. La autenticidad se ha convertido en un activo de supervivencia, no de marca.

4. Creadores como infraestructura mediática. El influencer ya no es un amplificador. Es un medio, un editor cultural, un generador de legitimidad. Tiene sensibilidad, lenguaje propio, autoridad social y, sobre todo, un vínculo con sus audiencias que los algoritmos no han conseguido replicar. En 2026 no se contratará a un influencer por el número de followers, sino por su capacidad de contextualizar el producto en una narrativa en la que la audiencia ya confía.

La IA es veneno y antídoto.

Las marcas se lanzaron a usar IA generativa para reducir costes de producción, pero el abuso de los contenidos sintéticos inundó de slop los canales, degradando la experiencia de usuario y la percepción de marca. El algoritmo premió el volumen a corto plazo, pero destruyó la confianza a largo.

Paradójicamente, la IA es tanto el veneno como el antídoto. En el informe identificamos cómo emplear la IA para conectar con estas audiencias reformuladas:

• Vibe coding: las marcas que ganan no usan la IA para reemplazar la creatividad, sino para materializar universos narrativos. El ejemplo de Loewe es paradigmático: una marca que “entiende su vibra” tan bien que puede codificarla en cualquier formato, físico o digital. La IA permite escalar la identidad, no solo la producción.

• La ficción como refugio: ante la incapacidad de distinguir lo real de lo fake, el usuario prefiere la mentira honesta. Las marcas usan la IA para crear surrealismo explícito y fantasía. Si no puedes garantizar la realidad, ofrece una ficción tan evidentemente artificial que el consumidor baje la guardia. La IA explica aquí identidades corporativas complejas a través de narrativas imposibles.

El marketing de interrupción ha muerto (otra vez). El futuro no pasa por vociferar con herramientas más potentes, sino por entender que la atención es un recurso finito y -actualmente- a la defensiva.

Tendencias Social Media 2026

Descárga el informe completo aquí

El próximo domingo, NO volvemos a tu buzón.

Rebel Intel hará una pausa navideña de dos semanas y el domingo 4 de enero estaremos de vuelta arrancando con fuerza el 2026. No dejéis de incluir ciertas dosis de optimismo racional en vuestra carta a los Reyes Magos. ¡Vamos a necesitar mucho de eso el próximo año!

Fernando y Carlos.

Actualidad.

• Shopify ha presentado RenAIssance, una gran actualización de más de 150 productos entre los que destaca SimGym: permite a los vendedores probar tests A/B en sus sitios web mediante agentes que simulan ser compradores reales. LINK

• Meta ha comprado Limitless (antes Rewind), una startup que fabrica un colgante IA. Su tecnología se utilizará probablemente para mejorar el hardware IA de Meta, en lugar de lanzar un nuevo gadget. TECH CRUNCH

• Marc Benioff se está pensando cambiar el nombre de su empresa de Salesforce a Agentforce. El legacy pesa mucho... BUSINESS INSIDER

• Si queremos que ChatGPT nos resuma nuestra evolución intelectual a lo largo de 2025, podemos lanzarle este prompt: “Give me a summary of what you learned about me this year. Include my wildest questions, the patterns and growth you saw in our conversations, and a prediction for next year.” X

Reflexiones.

• Como decíamos, las redes sociales (TikTok, X, YouTube, Meta) están inundadas de vídeos creados con IA, indistinguibles de la realidad. Muchos creadores borran las marcas de agua y los metadatos, o ignoran la responsabilidad de advertir que el vídeo no es real. El problema es que las plataformas a menudo se lavan las manos, dando prioridad al tráfico sobre la autenticidad del contenido. NYT

• La cultura actual está estancada (más remakes, menos originales) porque se ha vuelto demasiado “sobreajustada” (overfitted), un concepto tomado de la IA (ML) que significa volverse excesivamente bueno en algo muy específico y perder la capacidad de crear cosas nuevas. La cultura (al menos la mainstream) se produce hoy con eficiencia algorítmica, demasiado sensible a lo que ya funciona, y por eso todas las películas, portadas de libros y diseños se parecen y van a lo seguro. Y la IA generativa acelera el problema al aprender de copias de copias. El resultado: un panorama cultural cada vez más previsible y aburrido. LINK

• Con la integración de Gemini en Google Classroom -una plataforma que ya domina el 40-50% del mercado K-12 en EEUU y tiene acceso a 60.000 escuelas-, y con acceso gratuito a Gemini 3 Flash y Pro para docentes, Google parece a punto de quedarse con el mercado EdTech. La supervivencia para las startups del sector pasa por una adquisición o por retirarse a nichos “demasiado aburridos” para Google. LINK

• Se abre la veda de predicciones tecnológicas para 2026. Aquí las de Rex Woodbury.

• En nuestro grupo de whatsapp de pioneros digitales (La Vieja Guardia nos llamamos) nos hemos reído con este hilo de tweet sobre Copilot y Transformación Digital. X

Research.

• El informe 2025: The State of Generative AI in the Enterprise de Menlo Ventures aleja el temor a una burbuja IA, confirmando que la adopción empresarial de la IA Gen está experimentando un bum sin precedentes. Las empresas gastaron 37.000 millones $ en IA Gen en 2025 (un aumento x3.2 YoY), con más de la mitad de ese gasto (19.000 millones) destinado a la capa de aplicaciones. Anthropic lidera el mercado empresarial (40% de cuota, 24% en 2024), desbancando a Open AI (24%, 34%).

• Anthropic ha creado Interviewer, una herramienta que realiza entrevistas desde Claude (puede saltarnos en un pop-up) para analizar el impacto de la IA en distintos sectores. La prueba inicial, con 1.250 profesionales, revela un optimismo generalizado: los trabajadores delegan lo rutinario para centrarse en tareas de identidad profesional, los creativos usan la IA -pese al estigma asociado- para impulsar su productividad, y los científicos anhelan una colaboración más profunda. Este futuro prometedor choca con la barrera de la confianza (alucinaciones, errores, seguridad de los datos...) como freno todavía importante. ANTHROPIC

MCX.

• Según AdWeek, Google planea introducir anuncios en Gemini en 2026, pero desde Google niegan que sea cierto. Lo que sí parece probable el año próximo son unas gafas IA, que fabricará junto a Samsung.

• Este es el anuncio que identifica la Navidad con la peor época del año, y que McDonalds ha retirado en los Países Bajos ante el aluvión de críticas (entre ellas, prescindir de profesionales de rodaje). Creado con IA, sí, pero ideado por una mente humana... BBC

• En cambio, Dollar Shave Club se toma con humor la amenaza “la IA te quitará el trabajo” con otro anuncio… generado con IA. LINK

• Instagram ha lanzado en EEUU la herramienta Your Algorithm, que permite a los usuarios ver y editar los temas que dan forma a sus recomendaciones de Reels. Muestra una lista de temas de interés que el algoritmo ha detectado en el usuario, y estos pueden indicar si quieren ver más o menos contenidos sobre un tema específico, o incluso añadir sus propios temas. Importante para el descubrimiento de marcas. LINK

Off Tópicos.

• El informe Holiday Essentials de Think with Google da las claves para alinear los mensajes de email marketing navideño con los patrones cognitivos de compra. THINK WITH GOOGLE

• Pantone ha elegido una variedad de blanco (Cloud Dancer) como color del año 2026. El proceso de selección es secreto y se basa en el análisis de la cultura y la moda. Pantone dice que este color refleja la consolidación del “lujo silencioso”, con neutros discretos y sin logotipos. Los profesionales “polarizados” a favor y en contra, … el rollo de siempre. Ha muerto Robe (DEP). LINK

La irrupción de la IA generativa y los agentes autónomos ha roto este modelo. No estamos ante una mejora incremental, sino ante un cambio de paradigma en la arquitectura de decisión. Pasamos de orquestar campañas a desplegar sistemas de AI Decisioning: motores que no “lanzan” mensajes, sino que optimizan objetivos en tiempo real.

La anatomía del AI Decisioning: cerebro y músculo.

La superioridad del AI Decisioning frente al Machine Learning (ML) tradicional radica en la convergencia de dos capacidades:

1. El Cerebro (Reinforcement Learning): Mientras que el ML clásico es predictivo (clasifica usuarios o predice churn), el AI Decisioning es proactivo. Utiliza algoritmos de Contextual Multi-Armed Bandits (aprendizaje por refuerzo). En lugar de seguir un árbol de decisión estático, el agente observa el “vector de estado” del cliente (contexto, historial, hora, clima) y elige la mejor acción posible entre millones de opciones. No sigue reglas; persigue recompensas (clics, conversiones, retención).

2. El Músculo (IA Generativa): Una vez tomada la decisión, la IA ejecuta el delivery. Ya no selecciona una plantilla prefabricada; construye el mensaje ad-hoc. El sistema ingiere datos no estructurados (sentimiento en una llamada reciente) y estructurados (historial de compra) para generar un copy único.

El ciclo se cierra con el feedback instantáneo. La reacción del usuario (o su inacción) actualiza los pesos de la red neuronal al momento. Si una oferta deja de convertir a las 10:05 AM, el sistema deja de enviarla a las 10:06 AM sin intervención humana. Es el fin del A/B testing manual; hablamos de optimización continua y en tiempo real.

En resumidas cuentas, mientras el ML clásico se limita a la predicción, la superioridad del AI Decisioning radica en su capacidad para generar nuevos caminos o flujos de cliente uno a uno.

El dilema del innovador en el stack de marketing.

Este cambio amenaza la hegemonía de los incumbents (Salesforce Marketing Cloud, HubSpot, Adobe Campaign). Sus plataformas nacieron como repositorios de registro (System of Record) con arquitecturas de datos rígidas y flujos lineales. Añadir una capa de AI Decisioning sobre estas estructuras heredadas es complejo y costoso; requiere reescribir el núcleo del sistema.

Como señala McKinsey, el 60% del valor futuro en marketing automation vendrá de agentes que deciden autónomamente, no de herramientas que ayudan a un humano a decidir. Esto favorece una arquitectura “composable”: mantener los datos en un warehouse propio (Snowflake, Databricks) y conectar capas de decisión ligeras y agnósticas (como Hightouch o Braze que compró recientemente OfferFit) que operan sin el lastre del código heredado.

Salesforce reaccionó introduciendo Agentforce, para retener la capa de inteligencia, pero el mercado se ha mostrado escéptico. La presión bursátil sobre las grandes suites de aplicaciones refleja el temor a que la IA convierta el software tradicional en una commodity, desplazando el valor hacia los datos propietarios y los modelos de decisión autónomos.

El futuro del marketing no pasa por diseñar journeys más complejos, sino por renunciar al control micro. La ventaja competitiva residirá en la capacidad de definir correctamente los guardarraíles (qué puede decir la IA) y las funciones de recompensa (qué queremos que consiga), dejando que los agentes optimicen el “cómo”. Las marcas que sigan “dibujando flujos” competirán en desventaja contra las que entrenen agentes.

El próximo domingo, volvemos a tu buzón,

Fernando, Carlos y Miguel Trugeda,

Hace unos meses anunciamos desde Good Rebels la creación de Kuantik, una división especializada en el desarrollo de soluciones IA.

Un área que combina estrategia de negocio, gestión y análisis de datos, diseño de experiencia e interfaz de usuario, arquitectura tecnológica y desarrollo tecnológico para impulsar el crecimiento y la competitividad de nuestros clientes mediante el uso estratégico de la IA y su aplicación a soluciones de software de marketing bajo demanda o en modo SaaS.

Actualidad.

• Todas las presentaciones de Amazon en su evento re:invent 2025 de esta semana, para recordarnos que se toma muy en serio la IA. Destacan los nuevos agentes que trabajan como desarrolladores autónomos y Nova Forge, una plataforma que permite entrenar modelos de IA con datos y conocimiento propios. AMAZON

• DeepSeek ha presentado sus modelos open source V3.2 y V3.2-Speciale. Asegura que rivalizan con GPT-5, Claude 4.5 y Gemini 3 en razonamiento y programación. El precio de V3.2 es de $0,28 entrada / $0,42 salida por millón de tokens; comparado con Gemini 3 Pro ($2 / $12), GPT-5.1 ($1.25 / $10) y Sonnet 4.5 ($3 / $15), seguro que se reabrirán debates sobre tarifas y rendimiento.

• Runway presenta Gen 4.5 y es “truly impressive”. RUNWAY

• El banco HSBC ha firmado un acuerdo con Mistral para integrar herramientas de IA Gen en toda su operativa global, con el objetivo de acelerar la automatización, impulsar la productividad y mejorar la atención al cliente (y dar un empujoncito a la IA europea). REUTERS

• HSBC precisamente calcula que Open AI no será rentable antes de 2030, pese a que para entonces el 44% de la población mundial serán usuarios. La principal razón es el coste astronómico de su despliegue de infraestructuras, que en 2033 será de 1.400 billones $ (europeos, trillones americanos). Todo mientras se han encendido las alarmas en Open AI: ante el avance de Gemini, Altman ha pedido a los empleados que se centren en mejorar ChatGPT.

Reflexiones.

• A los LLMs se les denomina a menudo loros estocásticos. Suenan coherentes, pero no saben lo que dicen. Pero… ¿qué pasaría si el proceso interno de estos LLMs se pareciera más al pensamiento humano de lo que habíamos imaginado? Podría ser que la IA esté realizando una forma de entendimiento no consciente que los neurocientíficos ahora reconocen como análoga a la compresión y el reconocimiento cognitivo humano. THE NEW YORKER

• Jared Kaplan, científico jefe y co-propietario de Anthropic, cree que antes de 2030 deberemos enfrentarnos a una decisión crítica: permitir o no que la IA se entrene y mejore de manera autónoma y recursiva. Parece que no hay término medio: “liberar” a la IA para que se autoentrene puede hacer que los humanos perdamos el control, o bien darnos beneficios extraordinarios. THE GUARDIAN

• Para demostrar que la IA no es una elección y que se encuentra engranada en la infraestructura de nuestro día a día (mucho más allá de LLMs, claro) un periodista del NYT tuvo la feliz idea de intentar pasar 48 horas sin IA. Tuvo que renunciar al móvil, al transporte público y los taxis, a las tarjetas de crédito y hasta al agua corriente (monitoreada con ML). Para sobrevivir recurrió a ropa heredada de su abuelo, bebió agua de lluvia, consultó mapas en papel, se movió en una bicicleta vieja, vio una película en DVD y escribió su artículo en una máquina de escribir a la luz de una vela. La IA no es una elección: está en la infraestructura de nuestro día a día. NYT

• Existe el riesgo de que el slop se extienda a los informes o investigaciones internas. La reducción del rigor y la presión del tiempo producen análisis superficiales, que se distribuyen sin edición ni filtro. Para evitarlo, es recomendable un enfoque de elección deliberada: hacerse responsable del resultado final, priorizar el impacto sobre el volumen, realizar siempre alguna investigación por nuestra cuenta, y usar la IA como adversario y acelerador, no como autor. LINK

• El punto de inflexión en los generadores de imágenes, ejemplificado en Nano Banana Pro, ya no es su impresionante capacidad creativa, sino la de investigar y razonar. Esto le permite buscar información actualizada e incluirla en sus creaciones. LINK

• La alfabetización IA ya no va solo saber de conceptos: ahora se trata de cómo aplicar herramientas IA en el trabajo diario, lo que convierte a cada empleado en un “trabajador tecnológico”. LINK

Research.

• Según The State of Gen AI de Similiarweb, la IA Gen se consolida como un pilar fundamental de Internet. En el último año, milones de usuarios han pasado de la curiosidad al uso diario: han crecido un 76% las visitas a los LLMs líderes (ChatGPT entra en el top 5 de webs más visitadas, aunque sus rivales acortan rápidamente la distancia) y un crecimiento x7 de las aplicaciones móviles. Este auge no ha reemplazado la búsqueda tradicional (95% de los usuarios de ChatGPT alternan con Google), pero sí ha redefinido la métrica principal de éxito: ya no es el tráfico, sino la visiblidad para la IA. LINK

MCX.

• Disney emplea la IA para acelerar procesos y tiempos creativos, sin reemplazar a los humanos. Su programa Diseny Accelerator reduce el tiempo de producción de un episodio corto de cinco meses a menos de cinco semanas. Los animadores se concentran en la creatividad y el estilo, mientras la IA se encarga de las tareas repetitivas, manteniendo la consistencia de la marca. CNET

• Booking.com ha creado un agente IA (realmente es un agente que hace de asistente) para ayudar a los alojamientos a responder a la multitud de preguntas que los clientes hacen antes de su estancia (horas de checkin, animales, etc). Un uso de IA generativa de libro, pero con un nivel de complejidad también de libro. BOOKING

• Nueva York es el primer estado en EEUU que obliga a los comerciantes a informar cuando la IA ha establecido un precio dinámico en función de los datos personales del cliente. NYT

• Snapchat ha lanzado una boutique virtual interactiva (no disponible en España) a través de Realidad Aumentada, con experiencias temáticas y productos detallados de tres marcas de lujo, Chopard, Lancôme y Boss. El objetivo es atraer a la Generación Z, que irónicamente prefiere descubrir productos en tiendas físicas. SNAPCHAT

• Comprar es cada vez más fácil, pero resolver un problema postventa es un proceso frustrante y estresante. En EEUU, el 77% de los clientes ha tenido un problema con un producto o servicio este año. Se quejan de la dificultad para contactar a las empresas, de los largos tiempos de espera y de la estratificación de la atención (se da prioridad a los clientes que gastan más). LINK

Off Tópicos.

• Oxford University Press ha elegido ragebait como palabra del año 2025. Se puede traducir como provocar intencionadamente ira en redes sociales. Ha pasado de práctica para influencers que quieren hacerse notar a estrategia para algunas marcas, como Friend (un gadget IA) y Nucleus Genomics (diagnóstico genético), que han lanzado campañas provocadoras para atraer atención, incluso si es negativa. Que hablen de mí, aunque sea para… rabiar. LINK

La llegada de Internet desmanteló un modelo económico basado en la influencia y en el alcance. Las redes sociales (la web 2.0 siendo puristas) abarataron más si cabe la distribución, llevando la fragmentación a niveles inimaginables, dejando a los medios tradicionales con tráfico y monetización menguantes y convertidos en proveedores de datos para Google y Meta. Ni el incremento de tiempo de pantalla (screen time) que introdujeron los móviles pudo compensar tal desintegración, más bien lo contrario.

Ahora, la llegada de la IA generativa le da una vuelta de tuerca a esta permacrisis, abaratando la producción del contenido y atacando el modelo de valor de la autenticidad. Permitiendo fabricar texto, imágenes o vídeos indistinguibles de la realidad a un coste prácticamente nulo.

Paradójicamente, esta nueva amenaza no supondrá el colapso de los medios frente a las plataformas, como se llegó a predecir en la década pasada. El fin de la era de la producción y distribución controlada por unos pocos, está dando paso al nacimiento de una economía donde la certeza se convierte en un activo escaso y valioso.

El auge de la desinformación.

La desinformación es fácil de fabricar, y difícil de detectar. Como ya mencionamos al hablar de deepfakes, el Foro Económico Mundial sitúa la información falsa y/o engañosa como uno de los mayores riesgos globales para el periodo 2024-2025.

La consecuencia visible no es tanto el aumento del engaño como una erosión sostenida de la confianza. Según el Digital News Report 2025 de Reuters, el 58% de los consumidores de noticias online duda de su capacidad para distinguir lo verdadero de lo falso. Según Jumio, menos del 40% confía en la autenticidad del contenido digital. La desconfianza alcanza a los propios profesionales: el 70% de los encuestados en el Barómetro de Confianza de Edelman teme que los periodistas intenten engañar deliberadamente a la audiencia.

La pérdida de autoridad no es sólo reputacional, también es estructural. Los medios están dejando de ser el punto de acceso primario a la información. Una parte creciente de usuarios se informa a través de redes sociales o, directamente, mediante resúmenes generados por modelos de IA. El lector, el tráfico y la monetización quedan dentro del asistente conversacional. No está en juego perder cookies, sino la independencia -incluso la misma supervivencia- del modelo.

La oportunidad ante la crisis de la verdad.

¿La amenaza fake reduce la demanda de información, o por el contrario la aumenta? Un estudio del Centre for Economic Policy Research con lectores del Süddeutsche Zeitung analizó si la dificultad por discernir lo verdadero de lo falso afecta la confianza y el consumo de noticias o, por el contrario, refuerza el valor de las cabeceras creíbles.

El experimento dividió a miles de usuarios en dos grupos: uno se enfrentó a un test donde debía distinguir imágenes reales de otras producidas por IA; el grupo de control evaluó únicamente imágenes auténticas. Los resultados muestran una paradoja: los que se enfrentaron al reto de la IA se mostraron más preocupados por la desinformación y menor confianza en todos los medios, incluido el propio SZ. Sin embargo, visitaron la web del diario un 2,5 % más los días siguientes, y redujeron un tercio la tasa de abandono de suscripciones los meses posteriores. El efecto fue mayor entre lectores con baja implicación previa y entre quienes tuvieron difícil distinguir las imágenes.

Estos hallazgos demuestran que la amenaza de desinformación no elimina la demanda de noticias: la redirige hacia fuentes percibidas como fiables. En una economía de la credibilidad escasa, la confianza se convierte en un activo estratégico y las audiencias recompensan a dichas fuentes con más atención, lealtad y valor económico.

Pero ojo, estas fuentes de confianza no van a ser (sólo) “medios tradicionales”. Decíamos hace unas semanas hablando de influencers:

Nosotros vemos el triunfo del creador individual como los estertores finales de un terremoto que sacudió a los medios tradicionales con la llegada de Internet y el final de las barreras a la distribución del contenido y que no hizo más que acentuarse con el auge de las redes sociales. Asistimos ahora a un “back to basics”: el valor de la fuente emisora a la hora de crear y transmitir información. Salvo que en este nuevo paradigma, las fuentes (los medios, los influencers) tienden a infinito.

Para cada persona, la credibilidad adquiere formas muy diversas. Independientemente del tema tratado, muchos otorgarán más fiabilidad a Ibai Llanos y mil otros que no sabríamos ubicar (la voz del pueblo) que a de The Economist (el vehículo informativo de las élites). Miremos por donde miremos, nos encontramos ante la expresión de la naturaleza y la diversidad humana, en un mundo transformado por la tecnología digital. Un mundo en el que las élites -económicas, políticas, científicas, educativas, religiosas- no tienen ya el control de la distribución de la información.

El cambio de rol: de productores a certificadores.

Parece que existieran dos caminos (y sus variaciones intermedias): el del entretenimiento (infotainment) y el del análisis riguroso. En ambos casos, la “empresa de medios” sufrirá la creciente competencia del “autónomo mediático”, del influencer con cara y ojos. Y todos ellos, se enfrentarán a la creciente amenaza de las empresas IA/Tech automatizando al 100% y acaparando tiempo del usuario.

Si la IA es capaz de generar contenido infinito y personalizado, la ventaja competitiva de la “empresa de medios” (human-powered) podría trasladarse a los valores humanos irreproducibles: legitimidad y autenticidad. El modelo de negocio va de convertirse en brokers de contenido certificado. Este cambio de rol implica un desplazamiento de la producción pura hacia la curación, la contextualización y la verificación rigurosa. Y quizá aquí, la “empresa de medios” pueda tener algo de ventaja frente al creador individual. El nuevo rol exige una inversión significativa. En la economía de la certeza, el modelo de negocio sostenible no será el barato, sino el que pueda permitirse las siguientes tres palancas:

1. Trazabilidad y autenticidad verificable.

La confianza deja de ser una promesa editorial para convertirse en un atributo verificable. Los medios tendrán que ofrecer pruebas explícitas sobre el origen de cada pieza, el grado de intervención de la IA y las condiciones de supervisión humana. No basta con “decir la verdad”, hay que demostrarla mediante tecnologías verificables. Por ejemplo, el estándar C2PA (LinkedIn ha anunciado esta misma semana que lo va a implantar), incrusta en un archivo (una imagen, un audio, un vídeo) una firma digital con metadatos sobre su origen y ediciones. O Synth ID de Google, que inserta marcas de agua digitales en el contenido generado con IA.

Esto protege a la audiencia -puede confirmar la procedencia de lo que consume-, pero también al propio modelo de negocio frente a LLMs que se alimentan del contenido sin atribución ni compensación. Y al mismo tiempo, genera una especie de círculo beneficioso. Un análisis de Muck Rack demostró que los chatbots IA citan principalmente contenido de blogs y periodistas, evitando materiales de marketing. Ser una fuente de referencia para la IA significa moldear la base de conocimiento que, a su vez, informará a millones de consumidores. Hablaremos de la oportunidad de negocio subyacente más adelante en Rebel Intel.

2. Curaduría editorial.

Los algoritmos pueden resumir, pero no comprender. Frente a los resúmenes impersonales de los modelos lingüísticos, el valor de los medios reside en su capacidad de elegir qué es importante, darle contexto e interpretarlo. Los medios seguirán siendo influyentes si saben actuar como mediadores de sentido, aplicando narrativas que explican el “por qué” y el “para qué”, no solo el “qué”.

Esta misma plataforma -Substack- es un ejemplo de rigor y pausa como marca de calidad. Y no es el único caso: medios como Beehiiv, Semafor o Ankler Media se han adaptado a la era post Google (o Google Zero). Confían más en la fidelidad de sus lectores (pagan, repostean, recomiendan) que en los vaivenes de los algoritmos. Cuando la velocidad ya no es una ventaja, la profundidad es marca de calidad.

3. Certificación ética y gobernanza.

La ética deja de ser un principio abstracto, para convertirse en andamiaje moral: un sistema de gobernanza que protege la información, refuerza la confianza del público y eleva los estándares de calidad. Los medios necesitarán políticas públicas que expliquen cómo y cuándo usan la IA, supervisión editorial, auditorías internas y externas de sesgos y precisión, y responsabilidad explícita en caso de errores. La autoridad moral de un medio no solo dependerá de lo que publica, sino de demostrar que lo hace con responsabilidad y propósito. Medios de referencia como The Guardian, la BBC o el Grupo PRISA han hecho públicas guías de uso de la IA que refuerzan su misión , establecen mecanismos de credibilidad y replantean los propios procesos editoriales (qué tareas pueden automatizarse, cuáles deben quedar bajo supervisión humana, etc).

Y ahora, el plot twist final: esta exigencia de trazabilidad no es exclusiva de los medios. Será un requisito de higiene de marca en toda la comunicación corporativa y en la experiencia de cliente. La confianza se certifica, no se proclama.

El modelo de influencia basado en el alcance masivo está haciendo aguas. La IA ha fragmentado la atención, está automatizando la distribución y nos hace dudar de lo que vemos. Tal vez el futuro de los medios no consista en llegar a todos, sino en generar sentido: la influencia se medirá por la calidad de la relación, no por la cantidad de impresiones. Por cuánta gente confía lo suficiente como para volver, pagar y recomendar.

El próximo domingo, volvemos a tu buzón.

Fernando y Carlos.

El Foro IA tiene un newsletter mensual con novedades IA, artículos seleccionados y entrevistas a los miembros del foro. Aquí puedes consultar la última edición. Y suscribirte desde la página del Foro.

Actualidad.

• La semana pasada, Gemini 3 levantó ríos de tinta y exclamaciones de asombro positivo. Nosotros llevamos días probándolo intensamente en Good Rebels (los 140 trabajadores tenemos licencias Pro, porque usamos Google Workspace) y los resultados son espectaculares. Y la integración en la suite ofimática de Google es prometedora. Planteándonos seriamente si dejar caer las muchas licencias extra de ChatGPT que tenemos contratadas. Pero puede que en algunos casos de uso concretos, otros modelos sigan siendo mejores. Y esta semana Anthropic ha presentado Claude Opus 4.5. Los benchmarks destacan avances en codificación, razonamiento profundo, eficiencia de recursos y seguridad, particularmente útil para desarrolladores, equipos de investigación y empresas que buscan automatizar tareas complejas.

• OpenAI ha presentado Shopping Research, un asistente de compras dentro de ChatGPT para crear guías personalizadas de productos. Estará disponible para todos los niveles de ChatGPT con uso “casi ilimitado” durante el periodo festivo.

• Del odio al amor: en junio de 2024 Warner denunció a Suno (junto con Sony y Universal) por violar derechos de autor. Ahora anuncian un acuerdo por el que Suno entrenará sus modelos IA con material de WMG. Además, los artistas de WMG que lo deseen podrán ceder sus nombres, imágenes, voces y composiciones a las creaciones IA, abriendo así nuevas fuentes de ingresos. BILLBOARD

• Adobe ha pagado 1.900 millones $ para hacerse con SemRush. Esto le permitirá ofrecer a las marcas una visión completa de su visibilidad , incluyendo los nuevos entornos impulsados por IA generativa. LINK

Reflexiones.

• Por tercer año consecutivo, la presentación anual de Benedict Evans está dedicada a la IA: “AI eats the world”. BEN EVANS

• Doug Saphiro cree que la IA Gen es la culminación de un proceso de 40 años de matematización los medios: era pre Internet, digitalización, y ahora, con la IA Gen cualquier contenido puede combinarse, transformarse y manipularse. Como consecuencia, cambiarán los modelos económicos: se dejarán de vender unidades (una película, un episodio) para vender acceso, contexto o resultados, ya que el contenido nunca estará “terminado” y puede generar infinitas versiones. LINK

• La interacción por voz con la IA ha mejorado mucho, pero aún queda espacio de mejora. ¿Por qué nos interrumpen los chatbots? Porque están optimizados para la velocidad (disminución de latencia). Aún queda para que la interacción sea más natural. LINK

• ¿Estamos o no estamos en una burbuja IA? ¿Se aburrirán un día los medios de escribir sobre esto? Ocho gráficos y tendencias para intentar dar una respuesta (spoiler: no hay conclusión clara). LINK

Research.

• La IA agéntica está pasando de la consideración de herramienta a coworker, según el último estudio de BCG y MIT Sloan (2000+ entrevistas, 116 países): el 76% de los líderes empresariales encuestados ya describen a la IA agéntica como un “colega” y no como una herramienta, con el 79% de las empresas explorando o planeando su implementación en un futuro cercano. BCG, PDF

• Un estudio de Anthropic calcula que la actual generación de modelos IA podría impulsar el crecimiento de la productividad laboral en EEUU un 1,8% cada año durante la próxima década, el doble de la tasa actual. Si bien la IA es muy buena para acelerar tareas, el impacto económico verdaderamente transformador llegará cuando las empresas aprendan a reorganizar sus flujos de producción en torno a estas nuevas capacidades. ANTHROPIC

MCX.

• El 94 % de las organizaciones de marketing europeas aún no ha avanzado en su madurez en materia de IA generativa, a menudo obstaculizadas por un liderazgo cauteloso, conocimientos técnicos limitados e iniciativas dispersas. Sin embargo, el 6 % de los ejecutivos de marketing que describen el uso de la IA genérica por parte de su empresa como maduro están obteniendo importantes beneficios: ya han experimentado un aumento de la eficiencia del 22 %, que a menudo reinvierten en crecimiento, y esperan que las ganancias alcancen el 28 % en dos años. El State of Marketing Europe 2026 de MCKINSEY está copado por la IA, pero cubre muchos más aspectos.

  

• El Barómetro Edelman 2025 señala que la aceptación de la IA está en un punto de inflexión y fuertemente ligada a la confianza, con una profunda inquietud en EEUU y Reino Unido, en contraste con el entusiasmo de China y Brasil. La resistencia a adoptar la IA no se debe a la intimidación tecnológica, sino a la falta de transparencia: dos tercios de los encuestados en países desarrollados creen que sus líderes no son honestos sobre el impacto de la IA en el empleo. EDELMAN

• Walmart está experimentado con formatos publicitarios dentro de su agente de compras Sparky. Los sponsored prompts muestran una pregunta patrocinada, y al hacer clic generan una respuesta de Sparky junto con un enlace para comprar un producto. Walmart busca mantener su posición a medida que la compra agéntica cobra fuerza, un terreno donde Amazon ya marca la pauta: su asistente Rufus aportará más de 10.000 millones de dólares en ventas incrementales anuales. LINK

• Y Google también está en ello. Empieza a mostrar anuncios en AI Mode. LINK

• Perplexity va un paso más allá de los probadores virtuales: ahora podemos crear nuestro propio avatar y ver cómo nos sienta la ropa. De momento, solo para usuarios pro de iOS en EEUU. X

Off Tópicos.

• La digitalización ha terminado: tres cosas que han pasado y algunas que no en los últimos 15 años. Una reflexión de Pedro González. REBEL THINKING

👉🏻 Haz click aquí para comprar Humanidad Aumentada en Amazon.

Desde ese día, hemos visto dispararse el GEO (la nueva disciplina de optimización de posicionamiento en buscadores con IA). Nos ha sorprendido la llegada de Veo 3, Sora 2, ChatGPT 5 y esta semana, Gemini 3. Los modelos open sources chinos cada vez más potentes y baratos, los nuevos navegadores con chatbots integrados. Hemos sufrido la inundación de slop (contenido basura sintético) y deep fakes en nuestros feeds y hemos empezado a entender que los agentes de IA autónomos no van a quitarnos el trabajo mañana, pero sí van a redefinir radicalmente nuestros flujos de trabajo.

Frente a este vértigo, la pregunta es legítima: ¿Tiene sentido regalar en Navidad un libro sobre IA publicado hace un año?

La respuesta corta es sí. La respuesta estratégica es que las herramientas evolucionan, pero los fundamentos permanecen.

Humanidad Aumentada no se escribió para enseñar a escribir prompts en una versión de Midjourney que ya no existe. Se diseñó, bajo la coordinación de Fernando Polo, la pluma de Carlos Corredor y la edición de Isabel Benítez, para algo crítico: ofrecer un marco mental a directivos.

El libro sigue siendo una brújula vigente porque aborda lo estructural, no lo anecdótico, por ejemplo:

• La Paradoja de Jevons: Por qué la eficiencia de la IA puede aumentar, y no reducir, la demanda de trabajo creativo.

• La frontera irregular (Jagged Frontier): Cómo identificar qué tareas delegar a la máquina y cuáles proteger celosamente.

• El impacto real en MCX: Más allá del hype, cómo la IA está recableando la arquitectura de las agencias, la gestión del dato en silos y la propia naturaleza de la experiencia de cliente.

Vivimos inundados de tutoriales (y titulares) efímeros, pero escasea la visión periférica. Si tienes un colega, un cliente o un miembro de tu equipo que necesita dejar de mirar la herramienta y empezar a mirar el negocio, este libro es el mejor regalo.

Tres años después de la llegada de ChatGPT, regala Humanidad Aumentada. Porque entender el futuro requiere algo más que estar a la última; requiere entender las reglas del juego.

👉🏻 Haz click aquí para comprar Humanidad Aumentada en Amazon.

Y si eres de los que prefiere consultar el índice primero, puedes hacerlo aquí.

El próximo domingo, volvemos a tu buzón.

Fernando y Carlos.

Actualidad.

• Dos grandes actualizaciones esta semana en la categoría de los pesos pesados: Gemini 3 y Grok 4.1. Ambos se han situado en las dos primeras posiciones de los rankings de LLM Arena. Para Ethan Mollick, el avance de la IA es brutal en los 1.000 días que van de Chat GPT-3 a Gemini 3: nuestro papel ha pasado de corregir los errores que comete la IA a dirigir (mientras observamos boquiabiertos) su trabajo. Disclaimer: el post de esta semana ha sido escrito al 95% por Gemini 3 (en modo razonador), con el contexto, el libro y algunos artículos de Rebel Intel para estilo.

• Microsoft ha presentado Agent 365, una plataforma para inventariar, administrar, proteger y gobernar todos los agentes IA de una organización. También apuesta por convertir WIndows 11 en un sistema operativo agéntico, integrando agentes como asistentes personales que realizan tareas complejas en segundo plano (investigar datos, acceder a archivos, automatizar tareas administrativas, etc). THE VERGE

• A partir del año que viene, Meta va a evaluar el desempeño de sus empleados en función de cómo utilicen la IA para construir herramientas que mejoren la productividad y generen un impacto significativo. En otras palabras, la IA deja de ser opcional y se convierte en requisito profesional obligatorio. LINK

• TikTok permitirá a los usuarios decidir cuánto contenido generado por IA quieren ver en sus feeds. LINK

• LinkedIn ha lanzado una búsqueda de perfiles por voz para usuarios premium en EEUU, mediante consultas en lenguaje natural. En lugar de pelear con filtros, se puede pedir por ejemplo: “Busca personas con más de cinco años de experiencia en grandes cuentas, y que tengan un máster en data analytics”.

• Una encuesta anónima a más de 300 emprendedores e inversores de IA en el evento Cerebral Valley Summit de San Francisco señaló a Perplexity como la startup IA con más probabilidades de fracasar, con OpenAI en segundo lugar. Preguntados dónde invertirían, los encuestados eligieron a Anthropic, que está superando a OpenAI en cuota empresarial y puede alcanzar el equilibrio financiero antes. LINK

• La mayoría de los PCs actuales no tienen potencia suficiente para ejecutar un LLM en local, pero la industria está trabajando en una reingeniería total de los portátiles para permitirlo. El corazón de esta transformación son los NPUs (Unidades de Procesamiento Neuronal), chips especializados que superan a las CPU y GPU en eficiencia energética y rendimiento para las tareas que requiere la IA. Microsoft impulsa este cambio con su “AI Foundry Local” y los Copilot+ PCs. LINK

• Anthropic muestra casi 40 casos de uso para Claude en tareas del día a día, profesionales, financieras, analíticas y creativas. X

Reflexiones.

• Las posiciones ante la IA parecen polarizarse entre doomers (catastrofistas) y boomers (optimistas extremos). Esta división se origina en un error crucial: confundir creencias con verdades probadas. Y el problema surge cuando políticos u otras personalidades públicas exponen sus convicciones -a menudo sin investigación- como si fueran hechos fundamentados. Utilicemos el método científico para acercarnos a la IA: abiertos a los datos y a evolucionar nuestro pensamiento. LINK

• Las limitaciones de los LLMs para escribir más allá de una prosa utilitarista y neutral (aunque estén mucho más avanzados en otras áreas) son consecuencia de los métodos de entrenamiento. No esperemos de ellos originalidad ni carácter propio, porque lo prioritario es la claridad dirigida al usuario medio. Y además, no existen incentivos de mercado para crear un LLM que sacrifique habilidades rentables (como matemáticas o codificación) a cambio de una prosa florida. LINK

Research.

• The Era of Answer Engines de Ofcom (equivalente en UK a la CNMC española) aborda la transición de los buscadores tradicionales a la IA generativa: muchos datos sobre funcionamiento, diferencias, cambio de la experiencia de uso, desafíos y predicciones. OFCOM

• Según una encuesta de Nitro, el 68% de los directivos utiliza en secreto su ChatGPT personal porque las plataformas IA corporativas (en las que se han gastado a veces millones) no pueden igualar la velocidad y simplicidad de las herramientas para el consumidor. LINK

• Anthropic ha medido el sesgo político de seis grandes LLMs, incluídos los suyos. Gemini 2.5 (97%) y Grok 4 (96%) quedaron como los más imparciales, ligeramente por delante de Opus 4.1 (95%) y Sonnet 4.5 (94%). Más atrás GPT5 (89%) y Llama 4 (66%). También midieron el reconocimiento de posturas opuestas y la tasa de evasivas. El objetivo es establecer un estándar para medir el sesgo político y asegurar que los modelos IA se perciban como justos y fiables por todo el espectro político. ANTHROPIC

MCX.

• Datos de Bain sobre cómo la IA agéntica va a redefinir la experiencia de compra en EEUU estas navidades. El 30% de los compradores arrancarán el shopping en la IA de Google, y el 17% en LLMs, principalmente ChatGPT y Perplexity. BAIN

• Y con vistas con vistas a la temporada de compras navideñas, Google incorpora herramientas agénticas para ayudar a los compradores: búsqueda conversacional en el modo IA, funciones de compra en Gemini, un agente que verifica la disponibilidad de productos (”Let Google call”), y compra automática de productos (una vez que el precio cae dentro del presupuesto establecido por el usuario) en determinados establecimientos. GOOGLE

• También Google incorpora herramientas IA para planificar y organizar viajes: Canvas crea itinerarios personalizados y organizados, integrando datos de vuelos, hoteles, mapas y reseñas en un panel lateral. Flight Deals encuentra las mejores ofertas de vuelos. Agentic AI simplifica reservas de diferentes servicios, buscando disponibilidad en tiempo real y facilitando el enlace directo a la reserva. GOOGLE

• La eficiencia publicitaria de Meta ya no depende de redes neuronales segmentadas, sino de una arquitectura unificada inspirada en LLMs. Su GEM (Meta’s Generative Ads Model) fusiona billones de datos, comprendiendo las interacciones orgánicas y pagadas en Facebook e Instagram para realizar una transferencia de conocimiento masiva a los modelos verticales. El resultado técnico es un sistema que logra un aumento de la conversión del 5% en Instagram y 3% en Facebook, mientras duplica la efectividad en la transferencia de conocimiento. Para el CMO, esto se traduce en que la plataforma ahora puede extraer cuatro veces más rendimiento del mismo presupuesto y recursos computacionales. META

• Ante un escenario económico complicado y presupuestos de consumidores ajustados, muchos comerciantes están recurriendo a la IA Gen para aumentar las tasas de conversión durante todo el customer journey. Por ejemplo, generando y adaptando automáticamente títulos y descripciones de productos, optimizando la tasa de conversión o mejorando comunicaciones críticas. MARTECH

Off Tópicos.

• La tradicional división entre Marketing (orientada al crecimiento, métricas y creatividad) y Comunicaciones (enfocada en el control, narrativa y riesgo reputacional) se está diluyendo. Compañías como HP, T-Mobile y Geisinger han creado roles ejecutivos únicos que manejan las campañas de marca y centralizan la gestión de crisis. La lógica es operativa: un solo mensaje debe resonar en todos los públicos (consumidores, empleados, inversores), y la agilidad es muy complicada con dos equipos separados. DIGIDAY

Una conversación moderada por Patricia Jiménez Morente, vicepresidenta de Asociación DEC, en la que participarán:

• Silvina Blanco Daguerressar, Customer Experience Manager, Generali.

• Josu Madariaga del solar, director de Experiencia de cliente, Eroski.

• Rosa Aldana Guarnido, Customer and Marketing Expert, Foro IA.
  

🎟️ Asistencia presencial (plazas limitadas) - Apúntate aquí.
💻 Asistencia online - Streaming

Los debates alrededor de los efectos de la IA en el empleo nos seguirán acompañando durante mucho tiempo. Pero dejemos por esta vez de dar vueltas a la pregunta “¿La IA me quitará el trabajo?”, para formular (e intentar responder) una más útil: ¿cómo transforma la IA Generativa nuestra forma de trabajar, especialmente en los profesionales del ámbito de la comunicación, el marketing y la experiencia de cliente (MCX)?

El análisis de dos estudios recientes muestra cómo la IA está rediseñando roles, tareas y habilidades, incluso identidades profesionales. Lo que estamos presenciando es una gran reasignación de valor: la IA no está eliminando profesiones, tanto como devaluando ciertas tareas mecanizables, al tiempo que revaloriza las competencias transversales.

La incidencia de la IA en el ADN profesional.

AI at Work Report 2025, elaborado por el Hiring Lab de Indeed, ofrece algunas claves del impacto de la IA Generativa en el ADN laboral, analizando casi 2.900 habilidades profesionales demandadas en millones de ofertas de empleo publicadas en EEUU. Con ellas construye un índice, el GenAI Skill Transformation Index (GSTI), que evalúa en qué grado una habilidad es replicable por la IA, en función de la necesidad de presencia física y de conocimiento cognitivo y establece cuatro niveles de transformación:

• Mínima (40%): difícilmente la IA sustituirá a los humanos, porque se requiere juicio crítico, interacción personal o contacto.

• Asistida (19%): la IA ayuda o aporta recursos genéricos, pero las personas siguen siendo protagonistas.

• Híbrida (40%): la IA Gen resuelve con solvencia el trabajo rutinario, pero la supervisión humana es necesaria para gestionar excepciones o casos ambiguos y validar resultados.

• Completa (1%): la IA ejecuta de principio a fin y de forma independiente tareas bien estructuras y plenamente automatizables (con matices: la intervención humana aún es necesaria en muchas de ellas).

Los extremos no sorprenden demasiado: allí donde la conexión física y emocional es imprescindible, la IA pinta poco. Y viceversa: cuando la IA es mucho más capaz que el humano (por ejemplo, clasificando imágenes), el reemplazo es inevitable. El estudio concluye que una media del 46% de las habilidades demandadas en una oferta de empleo recaen en transformación hibrida o completa. Es decir, la IA podría potencialmente remodelar la mitad de las habilidades que emplea un trabajador cualquiera. Pero el profesional de marketing está mucho más expuesto al cambio, con un 69% de habilidades en la categoría híbrida.

Impacto de la IA en el empleo: diseccionando 180 millones de ofertas.

El segundo informe, elaborado por Henley Wing Chiu y publicado en Bloomberry, muestra cambios reales en el empleo: qué puestos están decayendo y cuáles están creciendo. El análisis se basa en 180 millones de ofertas publicadas entre 2023 y 2025, con un detalle importante: la IA no es responsable de todos los cambios, detrás hay también causas macroeconómicos. Las conclusiones principales son:

• El volumen total de ofertas cae un 8% en 2025.

• Los trabajos de ejecución creativa (diseño gráfico, copywriting junior, ilustración, fotografía) bajan entre un 2% y un 33%.

• Los puestos ligados a dirección, estrategia, análisis o supervisión de procesos se mantienen o crecen.

• Los roles vinculados al desarrollo de IA, data y aprendizaje automático crecen hasta el 40%.

• En funciones como atención al cliente la caída es marginal (4%), lo que confirma que la automatización parcial no implica sustitución total.

El panorama laboral muestra una clara división: las tareas de ejecución (como la redacción técnica, el diseño gráfico y la transcripción) son las más susceptibles a la automatización. Por otro lado, los roles que requieren supervisión estratégica de alto nivel, criterio complejo o el desarrollo de la propia infraestructura de IA se mantienen seguros o incluso crecen.

¿Qué sucede en el ámbito del marketing? En general, las posiciones se mantuvieron estables. Destaca el crecimiento de especialistas en marketing de influencers (+18%), que han demostrado su eficacia en atribución, confianza y medición del ROI. Las búsquedas cero clics y el endurecimiento de piel de los consumidores ante el slop y la publicidad indiferenciada pueden estar detrás de la caída de especialistas en SEO y marketing digital.

La implicación para MCX: ascender en la cadena de valor.

Es interesante poner a dialogar los dos estudios: Bloomberry nos muestra lo que se pierde hoy, Indeed proyecta lo que hay que ganar mañana. La IA recorta la demanda de tareas de ejecución repetitiva (redacción simple, transcripción, categorización de datos) en un eje horizontal que comparten diferentes sectores: Finanzas, Legal o las capas medias de Marketing y Comunicación. El rewiring profesional ocurre verticalmente: la IA generativa aumenta habilidades e impulsa el valor de los roles que requieren juicio estratégico, dirección humana y autenticidad (como los directores creativos y los especialistas en influencers), que son fundamentales para la capa de supervisión y confianza digital.

Estos datos sugieren que lo que podría transformarse ya está transformándose. El profesional MCX no puede competir con la IA en velocidad o volumen, una batalla perdida de antemano. Su objetivo debe ser ascender en la cadena de valor, utilizando la IA como propulsor de sus competencias estratégicas. Crear una pieza deja de ser el propósito, que pasa a ser diseñar el sistema que pondrá a trabajar a la IA. El valor de un copy ya no está en generar mil variantes de un eslogan o un email, sino en diseñar la voz y el tono que la IA ejecutará, y supervisar que el resultado se ajuste a la marca. El analista de marketing no destaca por crear dashboards, sino por plantear las hipótesis complejas que los modelos de deep research investigarán. El estratega de comunicación no redacta notas de prensa: orquesta narrativas multicanal usando la IA para personalizar el mensaje en cada punto de contacto.

Es natural que muchos profesionales MCX -sobre todo los que se mueven en la escala de skills reemplazables- sientan aprensión sobre su futuro profesional. Pero ambos estudios dejan claro que no todo es amenaza. Las áreas de “ventaja humana” son cada vez más valiosas. La pregunta no es tanto “¿Me sustituirá la IA?”, como “¿De qué manera puedo orquestar la IA Generativa para que sea yo quien marque la experiencia de cliente, la estrategia de marca, la conexión emocional?” Como decíamos la semana pasada, la IA no sustituirá a las personas que crean confianza. Dejemos el procedimiento en manos de la IA, y aportemos valor donde la máquina no llega.

El próximo domingo, volvemos a tu buzón.

Fernando y Carlos.

Hace unos meses salió a la venta Humanidad Aumentada: el impacto de la inteligencia artificial en Marketing, Comunicación y Experiencia de cliente. Un libro editado por el Foro IA, que ofrece una guía práctica y estratégica dirigida a profesionales MCX.

Su objetivo es ayudarles a entender la IA generativa y a capturar su valor en sus funciones diarias, abordando los casos de uso, herramientas, desafíos éticos y las oportunidades reales de innovación, eficiencia y competitividad para liderar la transformación en sus organizaciones.

👉🏻 Haz click aquí para comprar Humanidad Aumentada en Amazon.

Actualidad.

• Open AI ha lanzado ChatGPT 5.1, en dos versiones: Instant es más rápido, más natural y con mejor comprensión, decide cuándo “pensar” más tiempo para preguntas complejas y cuándo responder rápidamente para las sencillas; Thinking adapta el tiempo de respuesta a la dificultad de la pregunta, ofreciendo respuestas más profundas y completas. OPEN AI

• World Labs, la startup fundada por la pionera en IA, Fei-Fei Li, lanza su primer producto comercial basado en lo que se denomina “World Models”. Ella habla sobre Inteligencia Espacial y te dejamos su largo post al respecto en la sección Reflexiones (más abajo). Marble está disponible en versión freemium y de pago, lo que permite a los usuarios convertir indicaciones de texto, fotos, vídeos, diseños 3D o panorámicas en entornos 3D editables y descargables. TECH CRUNCH

  

• Relacionado con lo anterior, el co-padrino de la IA, Yann LeCun (premio Turing junto a Hinton y Bengio) va a dejar su puesto de Científico Jefe de IA en Meta (lo ocupa desde 2013). LeCun ha declarado públicamente que no cree que el camino hacia una Inteligencia General pase por los LLMs, y por eso ahora va a trabajar en su propia startup dedicada a los world models. Curiosamente ahora tenemos tres modelos de “inteligencia espacial” diferentes, el de World Labs, el JEPA (que ha impulsado LeCun desde Meta) y Genie 3 (de Google Deepmind). Interesante entender en qué difieren. LINK

• Las bajas barreras de entrada permiten que proliferen los side hustles creados con IA. Prometen ingresos fáciles a cambio de poco trabajo, pero lo cierto es que necesitan pruebas, SEO optimizado, automatización... y suerte. El artículo identifica cinco ejemplos: ventas de afiliados, vídeos con avatares, ghostwriting... LINK

• La revista Time ha presentado un agente que permite consultar y generar resúmenes de audio y texto buceando en los 102 años de sus archivos.

Reflexiones.

• Fei Fei Li explica que la Inteligencia Espacial es la próxima gran frontera de la IA, esencial para que las máquinas pasen del lenguaje a percibir y actuar en el mundo físico y virtual. La Inteligencia Espacial se construye a través de world models, generativos, multimodales e interactivos. LINK

• Puede que la Generación Alpha (nacidos a partir de 2010) no llegue a usar nunca un teclado para escribir un email a su jefe. Según un estudio de London School of Economics y Jabra (¿interés comercial?), en 2030 la voz será el modo principal de interactuar con móviles y ordenadores. Escribiremos en un teclado sólo para editar (no para pensar) después de haber creado el primer borrador con voz dictándole a la IA. FORTUNE

• Andy Masley es nuestro escritor de referencia en lo que respecta al consumo energético (y de agua) de la IA. En su nuevo artículo, le pide a los periodistas que eviten simplificar (o exagerar) el impacto ambiental de la IA y los centros de datos, para que los lectores puedan comprender su lugar real dentro de los problemas ecológicos generales. Masley explica que los centros de datos deben compararse con otras industrias y edificios comerciales, y subraya que el consumo de recursos de las peticiones individuales a una IA es insignificante en comparación con la huella de CO2 (y de consumo de agua) personal del usuario. LINK

Research.

• State of AI 2025 de McKinsey: el uso de la IA se ha generalizado (88% de las empresas), pero su impacto real todavía es limitado. La mayoría están en fase de experimentación o proyectos piloto, y solo un tercio ha logrado escalar sus programas de IA. Las que lo han hecho ganan en eficiencia, satisfacción y competitividad.

• A través de más de 450 etnografías digitales y una encuesta a 600 consumidores estadounidenses, este nuevo estudio de la IAB analiza cómo los compradores utilizan la IA junto con otros servicios online y dónde encajan las marcas en la nueva forma de comprar. El 95% de los shoppers realiza acciones adicionales después de consultar una recomendación generada por IA, un síntoma de que la capa algorítmica todavía no genera la certeza necesaria. IAB

• Un estudio que compara la eficiencia de anuncios creados por humanos vs retocados con IA vs creados con IA. Estos últimos tuvieron un 19% más de clics, y fueron especialmente eficaces cuando se delegó en la IA todo el proceso creativo (como por ejemplo, en el diseño de packagings). Sin embargo, el problema es la transparencia: cuando se reveló el origen de los anuncios, la eficiencia cayó un 31%. LINK

MCX.

• Eleven Labs ha presentado Iconic Voice Marketplace, donde las marcas pueden contratar una réplica creada con IA de la voz de 28 personalidades famosas, algunos aún vivos (Michael Caine, Liza Minnelli, Art Garfunkel...), y otros fallecidos (John Wayne, Rocky Marciano, Alan Turing...). Una iniciativa rompedora que abre la puerta a muchas posibilidades para celebrities (o herederos) que quieran sacarle partido a su imagen (no sólo la voz) mientras duermen. (¿Estará trabajando en algo similar HeyGen?).

• La historia de dos anuncios navideños. El de Coca Cola (con IA) ha despertado críticas airadas por segundo año entre la comunidad profesional. Y el de John Lewis (sin IA), para el que todo son elogios. Curiosamente, ambos funcionan muy bien para el consumidor final (al que parece “traérsela al pairo” el uso de la IA en la creación del comercial). Si funciona y es más barato… huele a que la IA se esté colando para quedarse. Al final, lo más importante será la historia que queramos contar. FINANCIAL TIMES

• En cualquier caso, es interesante echar un vistazo a la historia de la creación de anuncios con IA generativa y las limitaciones a las que aún se enfrenta. UNDERSTANDING AI

• Nuevos estándares de medición de la atención, impulsados por la IAB y el Media Rating Council (MRC), que busca desplazarse de cantidad de impresiones a calidad del engagement. De medir solo si un anuncio tuvo la “oportunidad de ser visto” (viewability) a entender cómo se experimenta a través de señales físicas y neurológicas (análisis de expresión y emoción, seguimiento de pupilas, etc). LINK

• Amazon ha presentado en el evento UnBoxed un gestor de campañas unificado, que combina Amazon DSP y Ads Console. El objetivo es que anunciantes de todos los tamaños gestionen sus presupuestos y ejecuten estrategias full-funnel sin la fricción de múltiples herramientas. Los agentes IA son capaces de ejecutar campañas completas (desde awareness hasta la compra) con un solo prompt, generar activos creativos (vídeo y display), y escribir consultas complejas en Amazon Marketing Cloud (AMC) usando lenguaje natural. LINK

Off Tópicos

• De vez en cuando, nos gustar traer por aquí alguna noticia optimista sobre energías renovables. Estas últimas semanas muchos medios internacionales se han empeñado en repetirnos machaconamente que puede que el cuello de botella para el desarrollo futuro de la IA no sean los chips sino la energía eléctrica para alimentar los centros de datos. Y justo esta semana descubríamos que Australia ofrecerá 3 horas gratis de energía eléctrica a los consumidores tras la hora de la comida, gracias al exceso de producción solar. De esta forma, confían promover la adopción de baterías y acumuladores en el hogar. LINK

También se ha sabido estos días que hay empresas de IA contratando ex consultores de McKinsey y banqueros de inversión para entrenar los modelos que a su vez podrían sustituir a los analistas junior. Siguiendo para bingo en una constelación contigua, la semana pasada Mondelez, fabricante de Oreo, anunciaba estar desplegando una herramienta de IA generativa con la que aseguran poder reducir a la mitad los costes de marketing, mientras señalan a las agencias. Curiosamente, Publicis y Accenture son partners in crime detrás de la tecnología.

El argumento es seductor: si la IA puede analizar, redactar, sintetizar y producir, ¿por qué pagar por servicios humanos que parecen hacer lo mismo pero más despacio, más caro y con diversidad de problemas mentales? Si cualquier usuario puede pedirle a un modelo de lenguaje que le resuma un informe, diseñe una estrategia o genere un anuncio, ¿qué papel le queda al talento con el que comercian las consultoras o las agencias?

Como ocurre con muchos de los relatos simplistas que acaparan portadas de periódicos (y horrendos snippets en YouTube), el encanto de un titular puede estar ocultándonos un bosque enmarañado.

Los datos no confirman la catástrofe.

Es evidente que mucha gente le tiene ganas a los consultores. Algo habrán hecho. Aunque si les preguntas a ellos te dirán que la culpa es del cliente. Siempre. En 2013, Clay Christensen, autor del Dilema del innovador, anticipaba una debacle en “Consulting on the Cusp of Disruption”: modularización, digitalización, presión por precios. Lo cierto es que 12 años después, similar a lo ocurrido con profecía de los radiólogos de Geoffrey Hinton, el negocio de la consultoría sigue boyante.

Pero … ¿sigue boyante?

Algunos datos que se presentan como evidencias arrojan dudas al ruedo.

Conviene escudriñar la evidencia antes de escribir el epitafio. El crecimiento del índice S&P 500 en los últimos meses está muy marcado por las Big Tech y si atendiésemos a la evolución de otras industrias, veríamos altibajos en los rendimientos de la acción. Además, una cosa son los resultados reales y otra diferente es la expectativa que tienen los inversores de resultados futuros, que es lo que realmente marca el precio de la acción en los mercados.

El gráfico de arriba muestra la evolución de tres empresas tecnológicas de servicios profesionales cotizadas. Pero las principales consultoras (big four, BCG, McKinsey…) son privadas y su evolución es más difícil de trazar. Muchas han anunciado despidos, pero también siguen contratando.

Miremos ahora a otros potenciales afectados: los conglomerados de agencias. En términos de resultados, WPP está teniendo un año pésimo pero Publicis lo está teniendo bueno. Dentsu anuncia crecimiento fuerte en Japón, pero crecimiento plano en mercados internacionales. Difícil de saber si esto es IA, coyuntura económica o resultado de malas decisiones estratégicas en el pasado.

¿Y el impacto de la IA en los empleos de cuello blanco?

Muchos asocian la industria de los servicios profesionales al valor del expertise especializado. Pero si lo mirásemos desde otro ángulo, estaríamos viendo una forma de contratación. Auditores, consultores, abogados, tecnológos, creativos, expertos varios… Hablamos de una industria basada en la contratación temporal de trabajadores de cuello blanco que aporta expertise y flexibilidad frente a los contratos laborales indefinidos. Y es por esto que el destino de los servicios profesionales está íntimamente ligado al de los empleados corporativos. De hecho, el crecimiento del % de trabajadores de conocimiento en las últimas 6 décadas va de la mano con el crecimiento de la industria de servicios profesionales. El consultor y el cliente son dos caras de la misma moneda.

Así que para entender cómo evoluciona la industria frente a la IA, debemos también analizar el impacto que estas tecnologías tendrán también en el empleo, otro tema intensamente debatido en estos últimos meses.

Jerome Powell, presidente de la reserva federal americana, admitió esta semana que la creación de empleo puede estar estancándose y declara que algo podría tener que ver con la IA, si se atiende a lo que dicen muchos CEOs detrás del repunte de anuncios de despidos corporativos. Pero todos sabemos que un CEO puede esgrimir cualquier razón estructural que le venga bien a la hora de anunciar decisiones que son complicadas internamente pero son acogidas favorablemente por los inversores. La realidad es que por ahora, los datos agregados de empleo no muestran un impacto estructural. Las series macroeconómicas en EE. UU. o Europa hasta septiembre de 2025 no reflejan un descenso relevante en el empleo cualificado.

Los grandes informes de Stanford HAI o McKinsey hablan de desplazamiento parcial y aumento de productividad, no de destrucción neta. Se automatizan tareas, no roles. La consultoría no va sólo de hacer bonitos powerpoints ni se paga a un empleado corporativo sólo por gastar su tiempo en reuniones inexplicables.

El apocalipsis, de momento, solo parece existir en los titulares. La disrupción inminente podría no ser ni inminente, ni disrupción.

¿Reducir los costes? ¿O usar más y mejor los recursos disponibles?

Competir en el mercado no va de gastar menos, sino de rendir más. En mercados maduros, los competidores no reducen costes para maximizar margen; reinvierten eficiencias para incrementar cuota de mercado e incrementar el retorno al accionista mediante mayores volúmenes de venta. La presión financiera para recortar costes, choca con la tensión de marketing y ventas para crecer.

Y el CEO no quiere recortar costes sin saber qué parte es inversión y qué parte es gasto. Nadie quiere ser el primero en reducir presupuestos “drásticamente” si los rivales mantienen los suyos. Y el final nos lo conocemos: termina no reduciéndose -o haciéndolo sólo ligeramente-, mientras se exigen más resultados con los mismos recursos.

O podríamos asistir incluso a un incremento dichos recursos, como explica la ahora famosa paradoja de Jevons. La introducción de las hojas de cálculo tipo Excel no redujo la necesidad de contables sino que, al aumentar la eficiencia, generaron una mayor demanda de servicios contables y financieros. Más agilidad (piloto, test, ejecución) o mayor complejidad (si la IA realmente no termina por simplificarlo todo) podrían incrementar la demanda o ampliar el mercado potencial de la consultoría o de servicios varios a clientes más pequeños. Como en cierta manera, ha pasado en las últimas décadas.

Lo que las máquinas (y algunos analistas) aún no entienden.

Decía Blaise Pascal que “el corazón tiene razones, que la razón desconoce”. Aunque pensemos que la eficiencia lo es todo en el mundo de los negocios, olvidamos que la industria de servicios profesionales se sostiene con trabajadores de cuello blanco contratando a trabajadores de cuello blanco.

• Conectamos con las personas. Somos personas y contratamos (nos rodeamos) de personas. Las conexiones humanas son, en sí mismas, una fuente de valor. Nos gusta confraternizar con nuestros compañeros. Nos entretenemos con ellos. La química de la relación pesa.

• Nadie es profeta en su tierra (o no quiere serlo). Contratar a McKinsey para que decirle a nuestros jefes o inversores lo que nosotros queremos que digan, sigue teniendo un precio. Cuanto más alto mejor, por cierto. Son las personas las que nos influyen, no las máquinas. Y las decisiones B2B no son tan racionales como las pintan: pesan las afinidades, la confianza o la reputación. “Nunca despidieron a nadie por contratar a IBM”. Una consultora puede servir de chivo expiatorio. Una IA todavía no.

• Aprendemos más fácilmente si nos llevan de la mano. Muchos profesionales no queremos “leernos el último libro”, queremos que alguien nos lo resuma. Y que nos garanticen “state of the art”. Muchas veces se paga por tranquilidad epistemológica: consultoras y agencias son curadores de certeza en un entorno saturado de opciones. Y esa demanda pinta a crecimiento, no lo contrario.

• La IA no descifra (¿aún?) la complejidad humana. La IA puede redactar un informe, pero no sabe leer una sala, detectar tensiones políticas o construir consenso entre departamentos. Las agencias y consultoras actúan en ocasiones como traductores culturales dentro de organizaciones complejas: gestionan la fricción, interpretan los matices y, si todo falla, siempre se le puede echar la culpa a la agencia, ya tú sabes. Eso cuesta dinero.

Más evolución y menos extinción.

Por supuesto, en una industria fragmentada como la de servicios profesionales la presión del mercado mantiene los precios a raya. Similar a lo que pasa en el mercado laboral la necesidad de habilidades evoluciona, y el mercado evoluciona, la mano de obra se adapta y los servicios también evolucionan.

Los servicios profesionales deben transformarse, reducir tareas repetitivas, redefinir roles, crear estructuras híbridas y ligeras (¿obeliscos y pirámides?) … bla, bla, bla… Una industria con pocas barreras de entrada es una industria en continua transformación. Yo llegué a la consultoría en 1997 en la campaña IT del año 2000 y las implantaciones masivas de ERPs. La ensalada de siglas y soluciones no deja de evolucionar… TQM, Process Reengineering, ATL/BTL, Gestión del cambio, SEO/SEM, … Lo que sea que el mercado demanda, para mantener ingresos. En tanto en cuanto, la economía -nacional, regional, mundial- aguante.

El futuro del trabajo es humano.

Dejadme insistir: los servicios profesionales son una forma de contratación. Si la industria colapsa, el empleo de cuello blanco colapsa. Si un día la IA pudiera reemplazar el “talento externo” como algunos predicen, ¿por qué no terminaría reemplazando también el interno? Y si ese día finalmente llega, el colapso económico y social no tendría precedentes. El problema sería otro.

“The Future of Work is Still Human” leía hace unos días en el Financial Times. El futuro del trabajo es cultural. La disrupción real no es tecnológica, sino cultural. Y como la agencia -la decisión para actuar- sigue siendo humana, si queremos seguir trabajando con personas, lo haremos. Porque el trabajo no es solo eficiencia: es identidad, colaboración y propósito compartido.

La inteligencia se está volviendo infinita. Pero la confianza y la conexión humana, siguen siendo preciadas por escasas. Como la buena consultoría.

El próximo domingo, más.

Fernando.

Disclaimer: el que suscribe es socio y director general de una “gran” agencia independiente de marketing digital (je). Tiene todo el interés en convencer a sus lectores, socios e inversores venideros de que el futuro de la industria pinta de color rosa. Aquellos que no tengan un interés similar (me consta que alguno hay entre la audiencia) deberían coger este panfleto con una pizca de sal. Y añadirle pimienta.

Actualidad.

• Hace dos años y medio anticipábamos una batalla que ha generado su primer titular esta semana: Amazon no quiere que Comet, el navegador de Perplexity, haga la compra mediante su agente IA en lugar de los usuarios. Perplexity habla de bullying porque no le preocupa la comodidad del usuario, solo hacer dinero con anuncios y compras patrocinadas. Amazon replica que la experiencia de compra de los agentes IA es mala: no hay personalización, ni historial de compras, hay errores en las entregas y los precios... Bread Financial proyecta que el 13% de los compradores recurrirá a herramientas IA para sus compras navideñas, y la batalla por controlar el acceso de los agentes IA a los e-commerces (léase Uber, AirBnB, Mercadona…) va a ser cruenta.

• Google ha presentado el Proyecto Suncatcher: infraestructura de centros de datos IA en el espacio. La idea es desplegar satélites de baja órbita alimentados por energía solar (ocho veces más eficiente que en la Tierra), que albergarían TPUs conectados mediante enlaces ópticos de alta velocidad. Musk también ha anunciado que Starlink llevará datacenters al espacio.

• Según sus propios datos, Open AI ya tiene un millón de clientes corporativos, lo que la convierte en la plataforma empresarial de más rápido crecimiento de la historia. OPEN AI

• Los ingenieros desplegados en campo (FDE), especialistas que combinan programación avanzada con la capacidad de interactuar directamente con el cliente y personalizar los modelos de IA, son los profesionales más buscados ahora mismo en la industria IA. Este año las ofertas ha crecido un 800%. FT

• Airbnb utilizó machine learning para prevenir “alquileres de alto riesgo” (aka, fiestorros) durante el fin de semana de Halloween en EEUU y Canadá, basándose en criterios como la duración y el momento de la reserva, la distancia y el tipo de propiedad. LINK

• Studio Ghibli, Sony, Bandai y otros creadores de manga y anime han pedido a Open AI que deje de utilizar sus materiales para entrenar a Sora. LINK

Reflexiones.

• ¿Hasta qué punto son ahora mismo los agentes IA capaces de reemplazar el trabajo humano? Scale y CAIS han elaborado el Remote Labor Index para medir la capacidad de los agentes de completar de forma autónoma tareas reales, generalmente encargadas a freelances (desarrollo de software, diseño, análisis de datos...). Completaron con éxito alrededor del 2% de 240 tareas, con Manus como el más competente y Gemini Pro 2.5 como el menos. Fallaron sobre todo en calidad, entregables incompletos y errores técnicos, lo que demuestra que la IA actual es excelente en la generación desde cero (audio, imágenes, código), pero incapaz de replicar el trabajo complejo y secuencial de un profesional.

• Un manifiesto a favor del vibe coding (palabra del año para el diccionario Collins), y en contra de los “guardianes” del software. El autor argumenta que la verdadera barrera de entrada a la ingeniería de software no debe ser la memorización de sintaxis o algoritmos complejos (lo que llama el “sistema gremial”), sino la capacidad de articular soluciones de manera clara y precisa. La documentación exhaustiva (requisitos, arquitectura, seguridad, patrones de implementación) es la clave del proyecto, y el código es simplemente un detalle generado o asistido por IA. LINK

• En 2002 David Bowie predijo que la música sería como el agua corriente o la electricidad, y que desaparecería el copyright. La música que crea hoy Suno a tiro de prompt es difícil de distinguir de la compuesta por humanos. Un ejemplo: la artista IA Xania Monet ha entrado en la lista R&B de Billboard. Pero aunque las creaciones IA puedan vincularse a momentos culturales concretos o sirvan para crear piezas personalizadas, difícilmente podrán replicar ese escalofrío que da sentido a la música humana. LINK

Research.

• La adopción de la IA en el trabajo está creando una brecha generacional. Según una encuesta de London School of Economics, el 82% de los Gen Z la utiliza, frente al 73% de millennials y 60% de la Generación X. En general, el 70% de los profesionales usan IA, aplicándola al 31% de sus tareas diarias y ahorrando un promedio de 7,5 horas semanales. En realidad, la diferencia se debe más a la formación que a la fecha de nacimiento: más del 90% de los que han recibido formación en IA la están usando. LINK

• El informe anual Accountable Acceleration de Wharton y GBK revela cómo la IA generativa ha pasado en tres años de la fase piloto al uso cotidiano generalizado (46% de líderes la usa a diario, 82% semanalmente), con IT y Compras a la cabeza. El 72% de las empresas ya mide el ROI, y tres de cada cuatro ven retornos positivos. La incidencia en el capital humano muestra las mismas ambivalencias o contradicciones que vemos en otros análisis: unos creen que disminuirán las contrataciones (sobre todo de juniors), y otros que aumentarán.

MCX.

• Con el número de suscriptores de pago cayendo un 9% en Bumble y un 5% en Match Group, las grandes plataformas de citas intentan pasar de la suscripción mensual al “pago por cita”, impulsadas por herramientas de inteligencia artificial que prometen hacer el trabajo emocional por el usuario. Hinge asegura que su nuevo algoritmo generativo ha aumentado los emparejamientos un 15%, y Tinder o Bumble preparan sistemas similares. Pero el riesgo es evidente: automatizar la conexión humana puede resolver el negocio, no el desencanto. NYTIMES

• Por segundo año, Coca Cola tira de IA generativa para su campaña de anuncios navideños. Y en lo que ya parece convertirse en una tradición, las críticas vuelven a ser furibundas. MASHABLE

• Los resultados de Shopify en el Q3 han crecido un 32%, en gran parte gracias a sus alianzas con proveedores IA. Desde enero, el tráfico a las tiendas desde herramientas IA se ha multiuplicado por 7, y los pedidos por 11. Su asistente Sidekick ha sido incorporado en más de 750.000 tiendas. TECH CRUNCH

• Un poco de creatividad IA: un usuario de Reddit nos permite dar una vuelta por este zoo de animales extinguidos. También podemos disfrutar de Darth Vader rapero.

Off Tópicos.

• Según este estudio de GWI y Razorfish, el 65% de los profesionales de marketing tiene una visión romantizada de la lealtad: creen que los consumidores vuelven a comprar por la conexión emocional, cuando en realidad el “amor por la marca” solo está detrás del 25% de las compras. Los razones pragmáticas son los verdaderos impulsores de la repetición de compra, además de beneficios “suaves” como la exclusividad y los accesos anticipados.

• Los micro-dramas, series de formato vertical y episodios de 2-3 minutos con fuerte tensión narrativa, se han convertido en un fenómeno móvil que este año generará 11.000 millones $ en ingresos globales. Atraen no solo a audiencias jóvenes, también a grupos de edad mayores, sobre todo en Facebook y TikTok. DIGIDAY

A mí me han pedido que hable de “la línea de arriba” (top line). La mayoría de las empresas busca aplicar la IA para ganar eficiencia y obtener ahorros. Pero el verdadero reto para el CEO está en poner esa productividad al servicio del crecimiento. ¿Cómo puede la inteligencia artificial ampliar líneas de ingreso, desde el marketing más efectivo en captación y retención de clientes hasta los nuevos modelos de negocio impulsados por datos y productos inteligentes? El martes lo hablamos.

→ Regístrate aquí.

La inteligencia estratégica en marketing ha sido tradicionalmente un proceso laborioso y fragmentado. El análisis de la competencia implica en ocasiones un seguimiento manual de sitios web, comunicados de prensa y perfiles sociales. Detectar tendencias puede requerir costosos informes de consultoras. Comprender las intenciones de la audiencia requiere de estudios demográficos estáticos, o encuestas y dinámicas de grupo que capturan una instantánea del consumidor, pero no determinan la evolución en el tiempo.

Las nuevas funcionalidades de investigación profunda (Deep Research) que incorporan los modelos de IA generativa se suman a las múltiples herramientas que la IA está poniendo a disposición de los profesionales de marketing, comunicación y experiencia de cliente (MCX). Estas funcionalidades llevan con nosotros desde que en febrero de este año lo incorporase OpenAI en su versión pro de ChatGPT y hoy está disponible en número limitado de peticiones en casi todos los modelos de IA (gemini, perplexity, claude, …)

En términos de arquitectura MCX, la foto se ordena así:

1. Investigación primaria (clásica) para validar con rigor: representatividad, comparabilidad, causalidad.

2. Analítica y ResTech: social listening, encuestas online y dashboards que aceleraron la captura y el análisis de datos no estructurados.

3. Deep Research: para explorar, triangular y generar sentido con amplitud de fuentes y múltiples lentes.

En la práctica, DR opera como un nuevo frame de investigación que abre un loop continuo: explorar → suponer → probar → refinar. DR analiza y correlaciona millones de puntos de datos no estructurados —desde foros especializados y artículos académicos hasta debates en redes sociales y reseñas de productos— para entregar un informe ejecutivo, respondiendo preguntas complejas con respuestas fundamentadas y contextualizadas. Permite entender comportamientos en tiempo real, conectar señales y validar hipótesis. Un trabajo lento y lineal se convierte así en un proceso ágil y colaborativo. La capa agéntica que aporta DR convierte la investigación en MCX en un proceso continuo y con mirada de futuro.

Transformando la operativa estratégica en MCX.

DR aporta inteligencia competitiva continua. La inteligencia de negocio deja de depender del dato estacionario y se destila del contexto. Ya no buscamos tanto información como la mejor interpretación, acceder como discernir. Por ejemplo: en lugar de revisiones trimestrales, los equipos pueden formular preguntas estratégicas y recibir respuestas instantáneas: “Analiza el cambio de posicionamiento de nuestro principal competidor en los últimos seis meses, basándote en sus comunicaciones públicas, contrataciones clave y menciones en medios.” La respuesta dará un visión nítida que permite réplicas rápidas y precisas.

De este modo, DR permite pasar de un modelo data-driven a uno sense-driven. El objetivo ya no es capturar “la verdad del consumidor”, sino entender cómo se forma esa verdad en su entorno social y simbólico. Podemos lograrlo con la integración de datos en tiempo real, que permite la identificación temprana de oportunidades. DR puede detectar señales débiles antes de que se conviertan en masivas. Un prompt como “Identifica puntos de fricción emergentes que los consumidores de la categoría X están discutiendo en foros y redes sociales en el último mes“ puede revelar nichos de mercado desatendidos o demandas de nuevas funcionalidades de productos. En este sentido, los infinitos foros y subforos de Reddit se han convertido en un filón donde encontrar conversaciones auténticas y espontáneas de consumidores, el tipo de raw data cultural que anticipa tendencias.

Después, los LLMs nos permiten explorar esos datos adoptando diferentes enfoques analíticos: por ejemplo, leer las previsiones de consumo desde la perspectiva de un planner estratégico, o desde la de un sociólogo, o como un creativo publicitario, e incluso como un analista financiero. Un solo analista armado con IA puede generar en horas un informe con lecturas cruzadas (cualitativa, cultural, creativa, cuantitativa) sobre una situación de mercado, con una comprensión más rica e integral de los problemas y oportunidades.

El arsenal de herramientas DR.

Hace un tiempo que la operativa diaria de los departamentos MCX ha cambiando con las herramientas IA. En 2025, se han añadido las capacidades de Deep Research, incorporadas en diferentes tipos de herramientas:

• Agentes de razonamiento en LLMs: son los “modos razonadores” de ChatGPT o Gemini. Sirven como primera línea para la investigación en tiempo real. Permiten una exploración rápida de la conversación pública, validación de hipótesis iniciales y monitorización continua del sentimiento.

• Plataformas de búsqueda y síntesis (Perplexity, Consensus): actúan como analistas de investigación, respondiendo preguntas complejas con resúmenes coherentes y fuentes citadas.

• Plataformas de inteligencia especializada (versiones avanzadas de Brandwatch, Talkwalker): integran IA generativa sobre sus vastos conjuntos de datos -sociales, noticias, reseñas- para extraer narrativas estratégicas, análisis de sentimiento y perfiles de audiencia.

• Entornos de investigación colaborativa: la capacidad de NotebookLM para procesar y sintetizar miles de documentos y transformarlos en resúmenes, mapas mentales, vídeos, guías de estudio o incluso podcasts, convierte un trabajo ingente de documentación en un diálogo accesible. Además, facilita que diferentes equipos trabajen sobre la misma base de conocimiento.

• Plataformas de simulación (como Opinio AI o Remesh): con datos sintéticos y focus groups virtuales de personas generadas por IA se puede testar la resonancia cultural de un concepto o la claridad de un mensaje a una fracción del costo y tiempo de un focus group real.

Con esta disponibilidad de herramientas, el estratega de marketing se convierte en orquestador de distintas inteligencias: la humana individual, la colectiva del equipo y la artificial de las herramientas. Saber coordinar este trinomio será una habilidad clave. Por ejemplo, entender cuándo confiar en un análisis automatizado versus cuándo hace falta investigación etnográfica directa; o cómo combinar un insight inesperado que surgió de Reddit con la intuición creativa para una campaña.

Deep Research en acción: ejemplos prácticos.

Chema Gutiérrez es el director de estrategia creativa en Good Rebels. Le hemos pedido que nos cuente con sus palabras cómo usamos Deep Research en la casa:

En Good Rebels aplicamos Deep Research al análisis de microtendencias, especialmente en proyectos dirigidos a la Generación Z, donde los códigos cambian a gran velocidad. La IA nos permite rastrear comportamientos y significados emergentes dentro de subculturas digitales: foros, comunidades emergentes, fandoms o movimientos de nicho. Identificando señales débiles que luego sirven como “food for thought” para los equipos creativos.

A partir de ahí, combinamos la exploración algorítmica con social listening tradicional para validar si esas señales tienen tracción real o simple ruido. Esa agilidad nos permite anticipar conversaciones y detectar oportunidades culturales antes de que se saturen. Cuando el tiempo o el presupuesto no permiten una investigación completa, recurrimos a focus groups sintéticos, generados con IA, que nos ayudan a testear hipótesis y observar cómo ciertos mensajes resuenan entre audiencias específicas.

En paralelo, incorporamos perspectivas humanas para ampliar la lectura: filósofos, sociólogos o tecnólogos invitados a confrontar los hallazgos desde su disciplina. Un ejemplo: analizar el burnout contemporáneo desde la lente de Byung-Chul Han, el reciente Premio Princesa de Asturias, y contrastarlo con una interpretación sociológica sobre las nuevas economías de la atención. En ese cruce entre inteligencia artificial y pensamiento crítico reside el verdadero valor del Deep Research: transformar la investigación en un proceso híbrido que nos permite entender mejor lo que está ocurriendo.

Hace un tiempo, contábamos también por aquí, cómo habíamos elaborado un análisis de marca para Toyota allá por 2014:

Hace diez años, elaboramos un análisis de personalidad de marca para Toyota a partir de 700.000 conversaciones recopiladas de Internet. Invertimos un mes de trabajo usando herramientas como Brandwatch y otras de análisis de datos.

Al poco de salir DR dimos una charla a ING España sobre el impacto de la IA en las áreas de marketing y utilizamos nuestra suscripción Pro (200 eur/mes) para elaborar una investigación profunda sobre dos marcas financieras en España siguiendo el framework de Aaker. Lo que una década antes nos había costado un mes de trabajo, lo obtuvimos tras diez minutos de espera, viendo cómo el agente de búsqueda de OpenAI realizaba la investigación delante de nuestros ojos, tomando decisiones de rastreo siguiendo diferentes fuentes y organizando los resultados conforme al marco de Aaker. Lo que hace unos meses costaba 200 euros al mes, hoy es prácticamente gratuito (limitado en número) en casi todos los servicios de IA.

El analista MCX como editor del conocimiento.

Para MCX, el DR es más que una herramienta: es un nuevo sistema operativo: hipótesis que se formulan, testean y ajustan en ciclos cortos, con un coste marginal mínimo. El centro de gravedad se desplaza del reporting al foresight, del “Qué ha pasado” al “Esto es lo que viene”. Cuando la IA hace el trabajo pesado (recopilar y sintetizar información), el rol del estratega se centra en dotar de sentido. Pasan de recolectores de datos a curadores de insights, con funciones cercanas a las de un editor: seleccionar las señales relevantes, interpretar su contexto y traducirlas en oportunidades de acción.

Pero DR también presenta zonas grises. Los agentes pueden sintetizar toneladas de información, pero corresponde al estratega guiarlos con precisión. Un brief vago produce resultados superficiales. Con la IA generativa la calidad de la pregunta sigue determinando la calidad de la respuesta. Enunciados más precisos propiciarán mejores cadenas de razonamiento de los agentes y permitirán analizar diferentes escenarios: “¿Qué pasa si XX gana cuota en TikTok?”, “¿Cómo podemos combinar los hallazgos de DR con nuestros datos internos para una visión más completa del consumidor?”

Tampoco debemos caer en la ilusión de la exhaustividad. Que un modelo lea miles de fuentes no significa que entienda el contexto. Al analista corresponde detectar tensiones, matices y contradicciones donde los modelos estadísticos solo ven correlaciones. El Deep Research ha demostrado acelerar la comprensión y ampliar el campo visual pero sigue lejos de sustituir el trabajo interpretativo: entender el contexto, aplicar criterio e intuición para leer detrás de los datos.

El próximo domingo, volvemos a tu buzón.

Fernando y Carlos.

En el último informe del Foro IA, analizamos cómo los deepfakes puede erosionar la confianza pública, amplificar la polarización y convertirse en un arma estratégica en conflictos geopolíticos. Un documento pensado para directivos y responsables públicos que quieran entender el alcance real de estas amenazas —y qué marcos de respuesta son necesarios— en un terreno donde la línea entre ficción y realidad se desdibuja peligrosamente.

→ Léelo aquí

Actualidad.

• Hay que apostar por la IA europea. Mistral anuncia su AI Studio. MISTRAL

  

• Más de lo mismo: PayPal se asocia con OpenAI para habilitar compras desde ChatGPT a partir de 2026, pagando con carteras de PayPal a través de Instant Checkout y el protocolo ACP. LINK

• Perplexity ha publicado una guía de 42 páginas para utilizar la IA de forma eficiente fen el trabajo. Los casos de uso incluyen DR en la web o en archivos poropios, preparación de reuniones, creación de contenidos... La mayoría de estas funciones se explican a través de los productos de Perplexity, pero se pueden aplicar a diferentes herramientas IA.

• Adobe ha presentado en MAX 2025 una reinvención total de su suite creativa, integrando asistentes IA conversacionales en sus principales productos. El ecosistema Firefly integra modelos de la competencia (Google, Runway, Pika, Topaz) para entrenar modelos personalizados privados con estilo propio. LINK

• Si no queremos que LinkedIn utilice nuestros datos para entrenar sus modelos IA, tenemos que hacer opt-out antes de mañana, 3 de noviembre. LINK

• Elon Musk ya tiene su propia versión de Wikipedia: Grokipedia nace con casi un millón de artículos generados por Grok. Larry Sanger, cofundador de Wikipedia y después crítico con ella (cree que ha sido raptada por una oligarquía anónima que impone una visión sesgada) califica Grokipedia con una C (aprobado alto), destacando que, si bien los artículos son extensos y detallados, presentan problemas de estilo (”LLMesados”), errores fácticos, repeticiones y alucinaciones. También cree que es más neutral y menos sesgada (2.1 frente a 3.5 sobre 5). Sanger confía en que Grokipedia presione a Wikipedia para que finalmente adopte las reformas que propuso en sus nueve tesis. La cuestión es: ¿se convertirá el acceso a la información en un posicionamiento ideológico?

Reflexiones.

• Una interesante reflexión de Antonio Ortiz sobre cómo la IA ayuda en la asimetría de la información entre proveedores y usuarios, permitiendo que ciudadanos mejor informados reclamen sus derechos, negocien mejor y eviten abusos. En paralelo, nuevos algoritmos anticiparán necesidades individuales —por ejemplo, alertas de ahorro o ventajas ocultas— y harán que el acceso a información útil deje de depender exclusivamente de la iniciativa del usuario. En The Economist profundizan sobre el tema y los “mercados de limones” de Akerlof. Y un ejemplo: cómo Claude diseccionó la factura de un hospital para reducirla de 195.000 a 33.000 dólares. LINK, THE ECONOMIST, LINK

• Se han acumulado estos días noticia y reflexiones sobre “el ocaso de la consultoría”: su momento Kodak. Bloomberg ha publicado estos días que una empresa compra horas de consultores estratégicos y de banqueros de inversión para adiestrar los modelos con contenido difícilmente accesible en la web. Pero como en otras reflexiones más amplias sobre el impacto en el mercado laboral: ¿es el declive percibido fruto de la incertidumbre política y la contención del gasto que trajo el comienzo de la subida de tipos para la contención de la inflación en marzo del 2022, o fue noviembre de 2023 y la llegada de ChatGPT? A la consultoría se le tiene ganas de siempre. Clay Christensen, entre muchos otros, pronosticó su declive hace 13 años y desde entonces no ha hecho más que florecer. Pero como siempre, esta vez parece diferente. Se nos olvida que la consultoría no va sólo de hacer powerpoints. A veces es el chivo expiatorio. A veces es el “tercero de confianza”. Además, la consultoría es el campo de entrenamiento de los juniors que luego salen a poblar otras industrias. ¿Y si sobran consultores, por qué no sobrarían los que contratan a los consultores? Si la consultoría tiene un problema, TODOS tenemos un problema. REUTERS, BLOOMBERG, BLOOMBERG, ENRIQUE DANS, CARLOS ARES

• El boom de la IA es una de las mayores oleadas de inversión desde el fin de la IIGM, impulsada por un gasto masivo en infraestructuras. Las cinco mayores tecnológicas (Amazon, Meta, Microsoft, Alphabet y Oracle) invirtieron 241.000 millones $ en capex solo en 2024 (0,82 % del PIB de USA), y esta cifra aún crecerá en 2026, superando en términos de % del PIB a hitos históricos como el Apollo o el Proyecto Manhattan. Difícil de cuantificar solo con uno, aquí hay 16 gráficos que explican esta explosión. UNDERSTANDING AI

• Uno de cada cinco empleados de Open AI proviene de Meta. Este transbordo está reorientando la cultura de OpenAI, que está pasando de laboratorio de investigación pura a compañía obsesionada con las métricas Big Tech, buscando el crecimiento exponencial de usuarios diarios y la monetización. El lanzamiento de Sora, la creciente apertura a la publicidad y los rumores de salida a Bolsa son ejemplos de esa metamorfosis. THE INFORMATION

Research.

• Un estudio que compara el tráfico que llega a casi 1.000 comercios desde LLMs y canales tradicionales. El que viene de LLMs rinde menos que cualquier canal tradicional (excepto el paid social media) en todas las métricas financieras y de engagment. Aunque tiene una buena tasa de bouncing, lo que sugiere relevancia alta, la baja conversión y el menor valor medio de los pedidos limitan su impacto. LINK

• Coméntabamos la semana pasada que la seguridad (y por ende, la confianza del usuario) es el gran caballo de batalla de los navegadores IA. Un análisis de Brave advierte del grave problema que supone la inyección de prompts invisibles, que afecta en concreto a Perplexity Comet o Fellou, y por extensión, a cualquier navegador IA. El problema reside en su incapacidad para distinguir instrucciones maliciosas, ocultas en capturas de pantalla o imágenes para apropiarse de datos personales. LINK

• El estudio State of Generative Media de Artificial Analysis analiza la adopción de modelos IA por desarrolladores y creativos, destacando el dominio de Google en generación de vídeo e imágenes (el estudio es previo al lanzamiento de Sora 2). Aunque la muestra es baja para sacar conclusiones definitivas (300 entrevistas), el ROI para estas herramientas es alto comparado con otros análisis: un 34% ya obtiene beneficios de su inversión, y un 31% espera lograrlos antes de 12 meses.

  

MCX.

• Un consorcio de agencias ha creado AdCP (Ad Context Protocol), un protocolo abierto construido sobre MCP para automatizar la compraventa de publicidad digital. AdCP dota a los agentes IA de anunciantes, publishers e intermediarios de un lenguaje común para “hablar de negocios”, permitiendo que tareas como la planificación, la negociación y la ejecución de campañas se completen de forma autónoma. LINK

• Toyota lanzará el 5 de noviembre “Grip: A Toyota Movie”, un corto anime de 10 minutos que culmina la serie iniciada en 2024 para reposicionar la marca entre audiencias jóvenes y multiculturales. La trama enfrenta a jóvenes conductores contra un malvado sistema IA, el Dr. Synth, que busca controlar todos los vehículos y erradicar la conducción humana. AD WEEK

• Puede que la IA acabe dominando las búsquedas, pero eso no sucederá en 2026. Aún no. Las búsquedas desde ChatGPT, Gemini, Claude o Perplexity representan en EEUU apenas el 3,3% del total. Y como dice Nate Elliot de eMarketer, antes de que ese número crezca, la IA se habrá integrado en los buscadores, que no corren peligro de desaparecer. LINK

• Google Labs ha presentado Pomelli, un experimiento para diseñar contenidos y campañas “on brand” a partir de la web de una marca. Aquí podemos verla en acción, aunque de momento no está disponible en España. GOOGLE

• ¿Cómo está la IA transformando las agencias? Replanteándose lo que ofrecen a sus clientes, cómo estructuran sus equipos y qué habilidades necesitará el profesional del marketing en el futuro inmediato. Cada vez definirán el éxito menos por el tamaño, y más por la eficacia con la que se combinan la experiencia del personal sénior y el talento híbrido creador/tecnólogo. LINK

• Mondelez va a utilizar la IA generativa para crear sus próximos anuncios. Ha invertido 40 millones $ en el desarrollo de una herramienta para crear videos, aunque calcula que gracias a ella ahorrará entre un 30 y un 50% en costes de producción. REUTERS

Herramientas IA.

• Odyssey-2 genera y transmite secuencias de video a 20 frames por segundo, con nuevos fotogramas cada 50 milisegundos. No tiene la calidad de Veo o Sora, pero permite crear y dar forma a videos prácticamente en tiempo real: vídeo IA interactivo.

Off Tópicos.

• Los verdaderos adictos a las pantallas no son los jóvenes, sino los mayores. Los jubilados de hoy pasan más tiempo al día mirando pantallas que los jóvenes, debido al tiempo libre, al aislamiento social y al aumento de dispositivos (smartwatches, tabletas, TVs conectadas, etc). Esto no es malo per se (puede aliviar la soledad y la inmovilidad), pero conlleva riesgos como la adicción a juegos, la vulnerabilidad ante el scamming y el impacto negativo de las noticias falsas. THE ECONOMIST