Cómo usan los retailers la IA en sus redes publicitarias.
La simbiosis entre IA y RMNs está creando un nuevo paradigma donde los retailers se transforman en socios publicitarios estratégicos.
Si prefieres escuchar el artículo, este es el podcast que hemos creado con NotebookLM, de Google.
Arrancamos anunciando un evento en el que me hace especial ilusión participar: la presentación del libro 𝗘𝗹 𝗗𝗶𝗿𝗲𝗰𝘁𝗼𝗿 𝗚𝗲𝗻𝗲𝗿𝗮𝗹 𝗲𝘅𝘁𝗲𝗿𝗻𝗼 𝗲𝗻 𝗹𝗮 𝗘𝗺𝗽𝗿𝗲𝘀𝗮 𝗙𝗮𝗺𝗶𝗹𝗶𝗮𝗿. Desde Good Rebels trabajamos en su día de la mano con dos de sus autores, Jorge A. Grosse y José María Joana cuando eran Director General y Adjunto a Dirección General respectivamente de González Byass. Su libro, único en la categoría, establece una magnífica reflexión sobre la complejidad de la empresa familiar y del rol del directivo externo. Si te interesa el mundo de la empresa familiar, ¡regístrate!
📅 Lunes 24 de marzo de 2025
⏰ 19:00-20:30h
📍 Hotel Wellington - 8 Calle Velázquez, Madrid
Y ahora sí, le doy paso a Carlos Corredor, que se ha currado una magnífica reflexión acerca del uso de la inteligencia artificial en las redes publicitarias de los retailers.
La IA en las redes publicitarias de los retailers.
El Retail Media es un movimiento emergente que está redefiniendo el mercado publicitario. Gigantes de la venta minorista como Walmart o Target han creado ecosistemas propios que desafían a las plataformas publicitarias tradicionales, monetizando datos de primera mano de los consumidores para ofrecer a los anunciantes, con ayuda de la IA, espacios mejor dirigidos y más efectivos. Y lo más importante: controlados por ellos mismos.
Según eMarketer, la inversión en redes propias de minoristas en Estados Unidos alcanzó los 54.480 millones de dólares en 2024: aproximadamente uno de cada siete dólares gastados en publicidad tuvo ese destino. La tendencia irá a más en los próximos años, con una previsión de que la inversión en redes multicanal represente una cuarta parte de toda la inversión publicitaria en 2028.
Un poco de historia sobre las redes publicitarias de los comercios minoristas.
La explosión de las Retail Media Networks (RMNs) se remonta a no más de cinco años. En ese tiempo, los retailers han cambiado de rol, pasando de un papel clientelar a coger la sartén por el mango. Un activo vital, la fidelidad de los clientes, ha pasado de quedar externalizado a estar controlado in-house. Las RMNs permiten amortizar el conocimiento del consumidor bien aprovechándolo internamente, bien vendiéndolo a terceros.
Como McKinsey señalaba en el inicio, las RMNs benefician a todos los implicados. Los minoristas monetizan espacios publicitarios en sus plataformas digitales y físicas, o los revenden a marcas con audiencias complementarias. Este ecosistema ofrece ventajas múltiples: consumidores reciben publicidad relevante a sus intereses, anunciantes acceden a segmentos precisos de mercado, y los comerciantes diversifican operaciones con un negocio de alta rentabilidad..
Tres factores catapultaron las Redes Minoristas de Medios (RMNs). Primero, la explosión del e-commerce durante la pandemia, que inundó a los comerciantes de datos sobre comportamiento del consumidor prácticamente de la noche a la mañana.
Segundo, el anuncio de Google en 2020 sobre la eliminación gradual de cookies de terceros, que impulsó estrategias basadas en datos propios. Los minoristas poseen un tesoro de información directa (navegación web, historial de compras, búsquedas, interacciones con apps y programas de fidelización) que no requiere intermediarios. Este filón alimenta plataformas de CRM y CDPs para crear perfiles unificados de clientes, personalizar campañas e identificar nuevos segmentos objetivo.
Finalmente, la madurez de la IA aplicada a publicidad ha sido decisiva. Inicialmente con algoritmos de aprendizaje automático para detectar patrones en datos, y ahora con IA generativa que aporta dinamismo creativo, permitiendo anuncios que se adaptan en tiempo real al consumidor y optimización continua mediante pruebas A/B en directo.
Algunos casos de RMNs líderes.
Amazon Advertising: en el cuarto trimestre de 2024, Amazon generó 17.300 millones $ en ingresos por publicidad, un crecimiento YoY del 18%. La variedad de formatos publicitarios incluye anuncios patrocinados en su sitio web y aplicación, anuncios en Prime Video y publicidad en plataformas como Twitch.
La red de Amazon Ads supera los dos millones de marcas y los modelos se han entrenado con 15.000 millones de transacciones. Para los pequeños anunciantes, esto significa reducir la barrera de entrada tecnológica: las campañas iniciales requieren solo 15 minutos de configuración.
Walmart Connect: el 90% de los hogares estadounidenses compra en Walmart, 140 millones de personas visitan cada semana alguna de sus 10.000 tiendas o compran en la web (las transacciones online suponen el 6,4% de todo el comercio electrónico en EEUU). Con esta clientela “cautiva”, en 2024 Walmart alcanzó 4.400 millones $ en ingresos publicitarios, con un crecimiento del 27% YoY. Walmart Connect permite a los anunciantes colocar anuncios patrocinados en su sitio web, aplicación y en tiendas físicas. Además, ofrece publicidad programática y colaboraciones con plataformas como TikTok y Meta.
Roundel Target: en 2024 Roundel alcanzó $1.500 millones en ingresos publicitarios, con un crecimiento del 20% YoY. Roundel permite a los anunciantes ofrecer promociones personalizadas en su aplicación y sitio web, así como anuncios en video y gráficos en sus plataformas digitales.
Instacart Ads: La plataforma de Instacar genera automáticamente hasta 500 variantes de páginas por hora, probando combinaciones de productos y copys. Los modelos reemplazan los productos menos relevantes cada seis horas, manteniendo altas las tasas de conversión. También se integra con redes sociales convirtiendo post de TikTok en carruseles shoppables, reduciendo el tiempo de lanzamiento de campañas de cinco días a cuatro horas.
No pensemos que las impresiones publicitarias se limitan a la parte digital. El Retail Media también incluye soportes físicos, principalmente dentro de las tiendas. Y aquí podemos encontrar la verdadera innovación para mejorar la experiencia de cliente, sistemas que analizan datos en tiempo real para ofrecer información relevante y oportuna, transformando las tiendas físicas en medios interactivos (o phygitals). Por ejemplo, etiquetas electrónicas que permiten actualizaciones automáticas de precios y descuentos. O pantallas inteligentes que ajustan sus promociones en función de la hora del día o el tráfico de clientes.
El papel de la IA.
Las tecnologías de IA analizan grandes volúmenes de datos (historial de compras, navegación en sitios web y aplicaciones, información demográfica, etc) para identificar patrones y preferencias individuales, buscando una hiper-personalización que aumente la relevancia de los anuncios, mejore la participación del consumidor y combata la fatiga publicitaria. La IA también automatiza las estrategias de puja en tiempo real para asegurar que los anuncios se muestren a las audiencias más propensas a la conversión.
La IA automatiza diferentes tareas en la gestión de las campañas publicitarias. Por ejemplo, la generación dinámica de creatividades (DCO): la IA produce variaciones de anuncios (banners, mensajes) en función de la audiencia objetivo, el contexto, la ubicación geográfica o el rendimiento previo. Y a medida que disminuye la dependencia de las cookies de terceros, la IA permite desarrollar modelos de atribución más precisos basados en datos de primera mano. Por ejemplo, Amazon Ads usa IA para priorizar espacios publicitarios (páginas de producto vs. correos electrónicos) basándose en probabilidades de conversión en tiempo real.
La personalización es otro punto clave. Algoritmos como los de Walmart Connect analizan historiales de compra para identificar momentos clave en la vida del consumidor, por ejemplo, unos padres primerizos.
La contraofensiva de Google y Meta
Ante el auge de los RMNs, Google y Meta ven amenazado su dominio publicitario al perder terreno frente a minoristas que ahora monetizan directamente su audiencia y datos de primera mano.
Google ha desplegado una estrategia dual: desarrolla herramientas de IA avanzadas mientras se integra con los propios retailers. Con Performance Max y Demand Gen automatiza y optimiza campañas en tiempo real, mientras que Google Retail Media permite a las marcas acceder al inventario publicitario de los minoristas desde Google Ads. Paralelamente, potencia Google Shopping y Commerce Search con IA generativa para competir con la hipersegmentación ofrecida por los RMNs.
Meta, en contraste, apuesta por reforzar su núcleo: automatización, comercio social e integración de datos conversionales. Advantage+ Shopping y Advantage+ Creative aplican machine learning para personalización avanzada, mientras Instagram Shops y WhatsApp Business evolucionan como plataformas de retail media nativas. Su Meta AI Assistant automatiza la creación y gestión de campañas, y Llama 3 potencia sus algoritmos de targeting para maximizar la relevancia en sus ecosistemas sociales.
La incógnita persiste: ¿mantendrán las marcas su inversión en estos gigantes o migrarán gradualmente hacia los RMNs? La respuesta dependerá de la eficacia comparativa de sus herramientas de IA y de cómo evolucione el panorama sin cookies en los próximos años.
El próximo domingo, volvemos a tu buzón.
Fernando y Carlos.
Hace una semana nos sentamos desde el Foro IA con José Manuel de la Chica, Nathalie Picquot y sus respectivos equipos, gracias a la coordinación de Carlos Relloso, para hablar del enfoque que un grupo como el Santander está haciendo del despliegue de la IA generativa y compartiendo aprendizajes y reflexiones a los que se enfrentan grandes organizaciones en ese reto. No dejes de suscribirte al newsletter del Foro para estar al tanto de encuentros y novedades.
Actualidad.
Google ha lanzado Gemma 3, una familia de modelos abiertos construidos sobre la base de Gemini 2.0, con el 98% del rendimiento de DeepSeek R1, pero con ligereza y potencia suficiente para ejecutarse en hardware de consumo (smartphones, portátiles, consolas). Una vuelta de tuerca más al tema de coste (mucho más barato) y consumo de energía (mucho más eficiente). La combinación de multimodalidad, potencia y ligereza permitiría, por ejemplo, búsquedas visuales sin conexión, traducciones instantáneas y reconocimiento del entorno, siempre manteniendo los datos dentro del dispositivo. LINK
La IA que conocemos hoy sigue básicamente limitada a una caja de texto o a una pantalla. Google DeepMind ha presentado Gemini Robotics, que aplica modelos VLA (Vision Language Action) a robots para ejecutar con precisión todo tipo de acciones en el mundo físico. Google afirma que el sistema es capaz de controlar con éxito robots en cientos de escenarios no incluidos específicamente en su entrenamiento: una vez que el modelo robótico comprende los conceptos espacio-temporales, se vuelve mucho más general y útil.
Dario Amodei, CEO de Anthropic, cree que en los próximos seis meses la IA escribirá el 90% de todo el código, y en un año toda la codificación estará automatizada. Pero Arvind Krishna, CEO de IBM, no ve cerca el momento en que la IA ocupe el lugar de los programadores: solo se ocupará del 20 o 30% de los casos más fáciles. ¿Con quién nos quedamos? Como referenciamos más abajo, la AGI parece estar más cerca que nunca. Y eso me inclinaría a darle la razón a Amodei, en un período significativo de tiempo: sino un año, en pocos años. Pero no en una década.
McDonalds va a remozar sus más de 43.000 restaurantes con IA. Incorporará mantenimiento predictivo para los equipos de cocina, Computer Vision para la precisión de los pedidos y un gestor basado en IA generativa para encargarse de tareas administrativas. LINK
Reflexiones.
Kevin Rose y Ezra Klein, dos prominentes periodistas del New York Times han desatado ríos de tinta esta semana con una bandera roja que nos tiene a algunos inquietos: la AGI. Sin que haya una definición de consenso, la AGI va de sistemas de IA más capaces que la inteligencia de ningún humano en todos los terrenos de conocimiento. Durante meses, muchos investigadores se han mostrado escépticos con la capacidad o la inteligencia real de los modelos LLMs. Pero los modelos tipo Chain-of-Thoughts (CoT), como ChatGPT o3 o DeepSeek r1, que piensan con mayor tiempo de inferencia y usando varios sistemas para ayudarse entre ellos a razonar, representen un nuevo breakthrough (como lo fue el modelo Transformer en su día). Y como se ha producido en muy poco tiempo, podría ser indicación suficiente de que alcanzaremos la AGI antes de lo que pensaban los expertos. Hablamos de llegar a este momento de uno a tres años. Klein por su parte, habla en su podcast de que la AGI llegará en la legislatura de Trump y entrevista al que fue el advisor en IA de Biden, que opina lo mismo. NYT1, NYT2
La industria tecnológica prometió que la IA (Siri, Alexa, Gemini, ChatGPT) revolucionaría nuestra manera de relacionarnos con los dispositivos, pero la realidad es que estos asistentes no han conseguido transformar el uso cotidiano de los dispositivos, con Apple como caso más flagrante. Los fabricantes de dispositivos han diseñado su estrategia en torno a una visión idealizada de la IA, en lugar de buscar aplicaciones útiles y viables en el presente. Hay oportunidades de innovación, más allá de esperar que la IA lo resuelva todo. THE VERGE
Vibecoding es la palabra de moda. Programar con grandes modelos de lenguaje, sin tener que saber programar o haciéndolo mejor. NYT, LINK, LINK
Sakana presentó en septiembre The AI Scientist, un investigador científico totalmente independiente, capaz por sí solo de proponer un tema, investigar, escribir un paper y revisarlo. En un congreso sobre machine learning, acaba de presentar el primer paper que ha superado un peer review (revisión entre pares), el mismo proceso que siguen los investigadores humanos. Prometedor, pero con algunos peros. Pero la lucha por crear la «superinteligencia científica» es intensa. Lila Sciences es otra start-up que encarna el optimismo de que la inteligencia artificial puede acelerar los descubrimientos científicos. NYT
Research.
Las habilidades IA (de las que aquí hemos hablado) están reconfigurando el mercado laboral en EEUU. Según datos de la Universidad de Maryland que recoge WSJ, uno de cada cuatro empleos relacionados con tecnología requiere IA skills. Empresas de los sectores de salud, comercio minorista y servicios públicos buscan cada vez más candidatos que puedan integrar la IA en roles existentes, en lugar de crear puestos nuevos. LINK
Nueva edición (la cuarta) del ranking Top 100 Gen AI Consumer Apps, de Andreessen Horowitz. En las aplicaciones web, ChatGPT sigue incontestable en el número 1, superando los 400 millones de usuarios activos. DeepSeek se ha situado como un competidor notable colocándose en el número 2, superando opciones consolidadas como Perplexity o Claude (sin noticias de Gemini). Destaca la presencia de editores de imágenes y vídeo (son las que más ingresos generan) y de vibecoding (para programar desde texto, sin conocimientos técnicos, dictando a la IA). LINK
MCX.
El año pasado se destinaron 234.140 millones de dólares a publicidad en medios sociales. Ahora bien, si estos comienzan a (sobre)poblarse de bots, ¿continuarán los anunciantes confiando en ellos como destino para sus inversiones? La confianza se puede quebrar si están pagando por clics o impresiones generadas por bots o si no reciben datos fiables. Y entonces, es posible que busquen otros destinos para sus presupuestos publicitarios. LINK
La segmentación tradicional de audiencias ("mujeres de 35 a 45 años"; "seniors en áreas urbanas", "familias con niños pequeños", etc) se queda corta en un universo de consumidores cada vez más complejo y fragmentado. Y también es limitado el alcance de los mensajes de marca si siguen esos parámetros. En cambio, la IA permite segmentar audiencias de manera rica y precisa, aumentando la precisión y el impacto de los mensajes. Una pequeña guía / recordatorio sobre cómo hacer ese trabajo. LINK
HomeDepot ha lanzado un asistente de IA generativa para resolver a sus clientes cualquier duda sobre productos, resumir opniones o darles consejos. Magic Apron está integrado en la página web y en la aplicación. La empresa explica que es una forma de llevar al entorno digital la experiencia del empleado con delantal que ayuda en la tienda. LINK
Microsoft recoge más de 400 casos de transformación derivada de la IA, divididos en cuatro apartados: experiencia de empleado, interacción con los clientes, reestructuración de procesos e innovación. Por cada dólar invertido en IA generativa hay un retorno de 3,75, asegura. LINK
Herramientas IA.
NEX AI ha presentado Marko, un agente creado específicamente para el marketing de contenidos. Podemos darle imágenes, vídeos, datos de audiencia o directrices de marca, y el agente utiliza ese contexto para crear contenidos publicitarios (imágenes, vídeos, copys). Se puede probar aquí.
Off Tópicos.
¿Quá pasa con los coches voladores? Hay ya muchos modelos desarrollados, algunos incluso a la venta. No obstante, quedan muchas cuestiones pendientes de aclarar antes de que podamos verlos ¿circular?: permisos, duración de la batería, impacto medioambiental, contaminación acústica, seguridad... Poco a poco se irán integrando en nuestro ecosistema de transportes, de momento para nichos específicos (emergencias, acceso a áreas remotas, transporte de lujo...), pero aún es pronto para pensar en una adopción masiva. LINK
Magnífica entrega de contenido y referencias. Gracias por vuestro trabajo.
Instacart Ads: La plataforma de Instacar genera automáticamente hasta 500 variantes de páginas por hora, probando combinaciones de productos y copys. Los modelos reemplazan los productos menos relevantes cada seis horas, manteniendo altas las tasas de conversión. También se integra con redes sociales convirtiendo post de TikTok en carruseles shoppables, reduciendo el tiempo de lanzamiento de campañas de cinco días a cuatro horas.
Esto lo podemos usar?