¿Será la publicidad en LLMs el nuevo Google Ads?
La publicidad llega a los chatbots de IA. ¿Minará la confianza que depositamos en estas herramientas el hecho de recibir anuncios?
El próximo mes Rebel Intel cumplirá tres años. 6.000 suscriptores y creciendo, como también sigue creciendo el interés por la IA y su impacto en el ámbito del marketing, la comunicación y la experiencia de usuario (MCX).
Pero la conversación es más ensordecedora que nunca.
Creamos este newsletter para filtrar la señal del ruido y no queremos crear más ruido. La tasa de apertura del boletín ha ido bajando progresivamente del rango 60-70% al 40-50%. Llevamos tiempo pensando en adoptar una frecuencia quincenal y hemos decidido que así será a partir de ahora.
El próximo domingo no estaremos en tu buzón.
Si tienes feedback sobre este cambio o cualquier otra cosa que nos quieras decir, ¡déjanos un comentario!
En febrero de este año, Anthropic compró cuatro anuncios en la Super Bowl LX. El mensaje era simple, casi desvergonzado: Ads are coming to AI. But not to Claude. El resultado fue un salto del 32% en las descargas de Claude y un ascenso del puesto 41 al 7 en la App Store de Estados Unidos. Anthropic pagó decenas de millones de dólares para anunciar que no pondrá anuncios. Y parece que les haya funcionado (aunque recomendamos leer la primera sección de los enlaces de esta edición, para ponerlo todo en contexto, también).
La paradoja resume el momento: en un mercado donde todos se apresuran a monetizar con publicidad, diferenciarse por rechazarla tiene un valor cuantificable. eMarketer proyecta que la inversión publicitaria en búsquedas IA pasará de 2.080 millones de dólares en 2026 a casi 26.000 millones en 2029, del 1,3% al 13,6% del mercado norteamericano. Las cifras son ambiciosas. Pero detrás de ellas hay una pregunta que los planes de medios no recogen: ¿puede sobrevivir un anuncio dentro de un producto cuyo valor depende de que el usuario se fíe de la respuesta?
El clic ha dejado de ser la unidad de medida.
En febrero de 2024, Gartner pronosticó que el volumen de búsquedas tradicionales caería un 25% en dos años por el efecto de los chatbots. Los dos años han pasado. El tráfico de Google creció un 0,8% en 2025. La predicción se equivocó en el diagnóstico, pero acertó en el síntoma: lo que ha caído no es el volumen de búsquedas, sino su capacidad de generar tráfico. Las búsquedas sin clic representan ya cerca del 70% de todas las consultas en Google. Seguimos buscando, pero Google da cada vez más respuestas sin llevarnos a ningún sitio.
El cambio es de distribución, no de volumen. Y eso tiene implicaciones profundas para cualquier modelo publicitario que dependa del clic. La cuota de mercado de Google ha caído por primera vez desde 2015 por debajo del 90%, y el ratio de usuarios de Google frente a los de IA ha pasado de 10:1 a 4,7:1 en apenas un año. Aun así, Google envía casi 200 veces más tráfico a sitios externos que ChatGPT. Gartner asumió que las consultas a la IA son intercambiables con las búsquedas en Google, y no lo son: no por buscar en ChatGPT dejamos de hacerlo en Google. Pero una plataforma con 2.500 millones de prompts diarios y esa retención de usuario, que no manda tráfico a ningún sitio, tenía que llegar a una vía de monetización que no dependiera del clic.
El precio de la pureza.
En mayo de 2024, Sam Altman dijo en Harvard que odiaba los anuncios, que asociarlos con la IA le parecía “inquietante” y que la publicidad sería el último recurso para el modelo de negocio de OpenAI. El giro llegó en febrero de 2026: los anuncios contextuales comenzaron a mostrarse en ChatGPT para usuarios gratuitos y el nuevo nivel Go (8 dólares/mes), mientras Plus y Pro permanecen sin publicidad. Solo el 5,5% de los 900 millones de usuarios paga algún nivel de suscripción. El “último recurso” resultó ser inevitable.
Los primeros resultados son prometedores en volumen bruto: 100 millones de dólares en las primeras seis semanas, con 600 anunciantes y un CPM premium de 60 dólares. OpenAI planea expandir el piloto a Canadá, Australia y Nueva Zelanda, lanzar un programa de reparto de ingresos para creadores de GPTs y habilitar autoservicio para pymes. La ambición va más lejos: convertir ChatGPT en una plataforma de comercio conversacional donde el anuncio deja de ser un elemento estático y se convierte en un asistente interactivo. Un anuncio de un smartphone podría invitar al usuario a preguntar por especificaciones y la IA respondería al instante usando datos del fabricante. La idea es radicalmente distinta al banner.
Pero la ejecución, por ahora, no acompaña a la ambición. El CTR está por debajo del 1%. OpenAI no permite píxeles de seguimiento ni herramientas de atribución de terceros. A finales de marzo, los anuncios se mostraban solo al 5% de usuarios móviles y menos del 20% de los elegibles los veía diariamente. Los anunciantes tienen visibilidad limitada sobre si sus campañas funcionan.
Ben Thompson, probablemente el analista tech más influyente del ecosistema, ha sido especialmente duro con la ejecución de OpenAI. Su crítica no es que hayan puesto anuncios, sino que los han puesto mal. Los anuncios contextuales basados en la conversación son, según Thompson, el peor formato posible: si el usuario sabe que el anuncio depende de lo que pregunta, empezará a sospechar que la respuesta también. El modelo correcto sería el de Meta: anuncios basados en el perfil del usuario, no en la consulta, de manera que la respuesta quede limpia y el anuncio opere como un elemento separado. Thompson va más lejos: argumenta que la publicidad bien hecha haría de ChatGPT un mejor producto, con más usuarios, más feedback y señales de compra que enriquecerían la comprensión de cada usuario. Y critica que OpenAI haya tardado tres años en dar el paso: si hubieran empezado en 2023 con anuncios rudimentarios, para hoy serían buenos y nadie protestaría.
Google transfiere el coste. Los anunciantes pagan más por menos.
Mientras OpenAI construye desde cero, Google remodela su imperio. Las campañas de Search, Shopping, Performance Max y AI Max son ya automáticamente elegibles para aparecer dentro de AI Overviews. Google ha repetido en cada presentación de resultados trimestrales de 2025 que la monetización se mantiene estable, con y sin IA.
Los datos independientes cuentan otra historia. Seer Interactive documentó una caída del 61% en CTR orgánico y del 68% en CTR de pago en consultas con AI Overviews. Un estudio de GrowthSRC Media sobre 200.000 keywords reveló que la primera posición orgánica cayó del 28% al 19% de CTR. Y Pew Research observó que solo el 1% de usuarios hizo clic en enlaces dentro de AI Overviews, frente al 15% en resultados de búsqueda tradicionales. Si es cierto que los ingresos no han caído, es porque Google ha compensado menos clics con precios más altos: los CPC subieron un 9% y los ingresos por búsqueda aceleraron del 10% al 17% a lo largo de 2025. La factura de la IA, por ahora, la pagan los anunciantes.
La confianza: el activo que no aparece en el plan de medios.
La pregunta de fondo no es si la publicidad en IA genera ingresos. A corto plazo, lo hace. La pregunta es si puede funcionar sin degradar el activo que hace valiosos a estos productos.
Un motor de búsqueda clásico es un intermediario declarado: el usuario busca, Google presenta opciones, algunas orgánicas y otras de pago. El contrato social es explícito y el usuario lo entiende. Un chatbot opera en un registro distinto: el usuario pregunta y recibe una respuesta única con apariencia de recomendación experta. Meter publicidad en ese formato es como descubrir que tu asesor financiero cobra comisión del fondo que te recomienda. Puede que la recomendación siga siendo buena, pero la duda ya está plantada.
Los datos sugieren que esa duda es más que teórica. Según una encuesta de Ipsos de enero de 2026, el 63% de los adultos estadounidenses afirma que los anuncios en resultados de búsqueda IA reducirían su confianza en esos resultados. Solo el 24% discrepa. Pero al mismo tiempo, según Forrester, el 83% de los consumidores aceptaría anuncios a cambio del acceso gratuito. La tensión es reveladora: la gente acepta los anuncios como peaje de entrada, pero advierte que confiará menos en lo que reciba. Es exactamente lo que ocurrió con Google Search durante veinte años, solo que en aquel modelo el usuario tenía una lista de opciones para contrastar. En un chatbot, la respuesta es una sola.
Perplexity ofrece el caso empírico más ilustrativo. Fue la primera plataforma de IA conversacional en incluir anuncios, en noviembre de 2024. En agosto de 2025, su responsable de ventas publicitarias dejó la empresa. En octubre, dejaron de aceptar nuevos anunciantes. Y en febrero de 2026, la retirada fue total. Sus ejecutivos explicaron al Financial Times que incluso los anuncios correctamente etiquetados y no intrusivos generaban un efecto corrosivo: el usuario empezaba a dudar de todo. La transparencia no fue suficiente para proteger la confianza.
El resultado de la apuesta es elocuente. Perplexity alcanzó en marzo de 2026 los 450 millones de dólares en ingresos anualizados, con un crecimiento del 50% en un solo mes, enteramente por suscripciones. Anthropic, por su parte, convirtió el rechazo a la publicidad en una campaña de Super Bowl. El mercado está premiando la confianza, al menos por ahora.
Microsoft presenta números demasiado buenos. Google, números demasiado estables.
Microsoft ofrece los datos más favorables del ecosistema, aunque proceden de investigación propia: los anuncios en Copilot generan CTR un 73% superiores a la búsqueda tradicional, tasas de conversión un 16% mayores y recorridos de compra un 33% más cortos. Con CPC entre un 30% y un 70% más baratos que Google Ads y un alcance de 1.400 millones de usuarios, se posiciona como el tercer actor del espacio. La cautela es obligatoria: los números son demasiado buenos para no cuestionarlos, y la ausencia de verificación independiente debería ser un caveat permanente.
Google, por su parte, repite que todo va bien. Pero la estabilidad de sus ingresos no demuestra que la publicidad en IA funcione; demuestra que Google puede subir los precios cuando el rendimiento baja. Es una capacidad formidable -y una ventaja competitiva real frente a OpenAI o Microsoft-, pero no es lo mismo que probar que el formato publicitario en entornos de IA genera valor para el anunciante.
Primero, que te recomiende la IA. Ya veremos después el anuncio.
Para las marcas, la implicación práctica es clara: invertir en GEO (Generative Engine Optimization) antes que en inventario publicitario dentro de LLMs. Construir presencia estructural dentro de las respuestas de la IA -mediante contenido autoritativo, datos estructurados y fuentes que los modelos reconozcan como fiables- tiene más recorrido estratégico que comprar un espacio publicitario cuya eficacia nadie puede medir con herramientas estándar. Es lo que observamos en la práctica de Good Rebels con clientes corporativos: las marcas que ya trabajan su visibilidad en respuestas de IA están cosechando un tráfico escaso pero de altísima calidad, mientras los que esperan a que el inventario publicitario madure se quedan sin el activo más valioso del nuevo canal. Las búsquedas IA generan muchos menos clics, pero de más valor. El tráfico procedente de LLMs tiene tasas de conversión hasta diez veces superiores a las de búsquedas convencionales.
Entrenar y ejecutar modelos de IA están exigiendo inversiones en infraestructura nunca vistas en la historia de la humanidad y esa factura tiene que pagarse con algo. La publicidad es el mecanismo que financió Google, Facebook y una parte muy grande de Internet tal como lo conocemos. ¿Puede un modelo sin publicidad generar los ingresos necesarios para sostener ese gasto?
Anthropic decidió en la Super Bowl anunciar que no pondrá anuncios. Y en abril 2026 ha alcanzado los 30.000 millones de dólares en ingresos anualizados, superando a OpenAI, sin publicidad.
La carrera que importa ahora no es la de quién mete antes un anuncio en el chat, sino la de quién consigue que las marcas paguen por estar dentro de la respuesta - como infraestructura, no como interrupción. El primer recurso para las marcas es conseguir que la IA las recomiende. El último recurso sigue siendo el anuncio.
Nos leemos en dos domingos!
Fernando y Carlos.
Lo que se cuece (actualidad).
Anthropic inunda la actualidad estos días… Primero, pulveriza records de ingresos. The Information reporta que el forecast de ingresos anuales (ARR) ha subido a 30.000 millones de dólares, un 58% más que a final de febrero y se estimaba 9.000 en diciembre 2025. Nunca se ha producido un incremento similar de proyección de ingresos en la historia empresarial. Y habrían sobrepasado a OpenAI (se calcula en 25.000 millones de dólares de ARR). Aunque el crecimiento en ventas viene sobre todo del lado empresarial, Claude también le está comiendo la tostada a ChatGPT en el ámbito de consumo. Lo cierto es que después de 3 meses de usar el modelo Opus 4.6 de Claude intensivamente en Good Rebels, es cierto que el juego ha cambiado para siempre.
También se está hablando mucho de la falta de capacidad computacional de Anthropic (y cómo podría perjudicar su salida a bolsa). Han sido conservadores en la reserva y en la compra de capacidad (que se planifica con acuerdos estratégicos a largo plazo), así que están desbordados frente al salto brutal en ingresos. Si eres usuario de Claude, puede que ya te hayas dado cuenta. Así que se prevé que Google y OpenAI se beneficiarán en algún momento, pero lo cierto es que Gemini y ChatGPT no están a la misma altura, por ahora.
Al tiempo que, por error humano, se filtró el código de Claude, se ha revelado la existencia de Claude Mythos, un nuevo modelo de 10 billones de parámetros que parece pulverizar récords de programación y refine los límites de la seguridad informática. Ha encontrado, por ejemplo, vulnerabilidades en OpenBSD que habían pasado desapercibidas durante 27 años. Ante el riesgo, Anthropic ha decidido no abrirlo al público (por ahora), creando el Proyecto Glasswing, para que solo 12 socios estratégicos (incluyendo Google, Microsoft, Apple y NVIDIA) utilicen Mythos de forma controlada para fortalecer sus defensas. Precaución o acción de marketing. O ambas cosas. Como anécdota, Amodei, CEO de Anthropic, era el director de investigación de OpenAI cuando se decidió no liberar GPT-2 por el riesgo que podría representar para la humanidad :)
Meta ha implementado el Modelo de Clasificación Adaptativa (ARM) para integrar la potencia de los LLM en su sistema publicitario sin disparar los costes de computación. La clave es la inferencia adaptativa, que reserva los recursos de IA más potentes para los anuncios con mayor potencial de éxito, procesando los demás de forma ligera. Al optimizar el uso de sus centros de datos, Meta equilibra la precisión de los LLMs con la eficiencia operativa y personalización avanzada. META
Reflexiones.
Noah Smith cree que el futuro laboral se categorizará en tres perfiles: especialistas en nichos donde las tareas están fuertemente arraigadas (como la medicina o la escritura creativa), generalistas corporativos con gran flexibilidad mental para “pastorear” la IA en diversas áreas, y pequeños emprendedores que utilizarán el apalancamiento tecnológico para operar negocios unipersonales. El valor del trabajador ya no residirá en una habilidad técnica estática (fácilmente automatizable), sino en la curiosidad, el juicio crítico y la capacidad de navegar la incertidumbre de un sistema tecnológico potente pero falible. NOAHPINION
Investigación.
El mayor obstáculo para rentabilizar la IA es la dificultad de las empresas para identificar dónde aporta valor real. Este estudio orientó a 515 startups para ampliar sus casos de uso, estas lograron completar un 12% más de tareas y casi duplicar sus ingresos. Lo más relevante es que este crecimiento se produjo sin aumentar la plantilla y reduciendo un 40% la necesidad de capital externo. Es decir, la IA aumenta el rendimiento corporativo siempre que la dirección sepa priorizar estratégicamente su despliegue, en lugar de aplicarla de forma genérica. LINK
MCX (mkt, comms y cx).
Marc Pritchard, CMO de P&G, explica en una entrevista entre muchas otras cosas cómo usan IA para construir marca - no solo para optimizar media. Combinan su base de datos de consumidor con herramientas de IA generativa para pasar de insight a prototipo de anuncio en minutos u horas, generando contenido de marca a una velocidad y escala inviables anteriormente. La clave no está en la tecnología de producción sino en lo que se comunica: si el contenido transmite el beneficio diferencial y la estética de la marca, el consumidor lo acepta. Ya lo aplican en Old Spice, Secret y Native. MEDIA POST
De una muestra de 27 multinacionales que suman una inversión publicitaria de 71.000 millones de dólares: el 78% utiliza contenido generado o mejorado por IA, pero no hay consenso sobre cuándo y cómo revelar ese uso para proteger su reputación y la confianza de los consumidores. La WFA propone un marco de buenas prácticas, con la vista puesta en la Ley de IA de la UE, que exigirá el etiquetado de deepfakes a partir de agosto de 2026. WFA
Y relacionado con el tema de “confianza” y “publicidad” del boletín de hoy, la industria del SEO está cambiando para intentar influir en las respuestas que muestra la IA. Y como ocurre en buscadores tradicionales, la posibilidad de usar prácticas poco honestas (black hat seo) se está reinventando acordement. La batalla por la visibilidad en IA no será limpia: GEO está heredando los peores métodos del SEO tradicional (manipulación, contenido autocomplaciente, optimización para máquinas en detrimento de humanos), lo que plantea riesgos tanto para marcas que participen en estas prácticas como para las que no lo hagan. Y normalmente, minan la utilidad para los usuario de los motores de búsqueda como fue ocurriéndole a Google con el paso de los años. THE VERGE
Google, Shopify y Meta han lanzado una tras otra herramientas de IA agéntica para comercio y publicidad: el Universal Commerce Protocol de Google, los Agentic Storefronts de Shopify y el Business Agent de Google. A las agencias, esto les genera confusión: según el IAB, el 66% usa la IA agéntica para compra de medios, pero un 40% reconoce que no entiende bien cómo utilizarla. La velocidad de lanzamiento de herramientas supera con creces la capacidad de absorción del mercado. LINK
Los chatbots en servicios de atención a cliente están generando frustración entre los consumidores. Según el informe Qualtrics 2026 CX Trends, uno de cada cinco no obtiene ningún beneficio de estas interacciones. El principal problema está en las prioridades corporativas: si el objetivo es minimizar los reembolsos o reducir costes de personal, la IA se programará para ser inflexible, eliminando la empatía y la capacidad de negociación de un agente humano. Para directivos de CX, el mensaje es claro: la métrica que elijas para tu IA determinará la experiencia que implantes. CNBC
La conversación sobre IA en retail y marketing ha evolucionado del debate riesgo/beneficio (2024), a eficiencia (2025) y ahora, a la exigencia de resultados y estrategia real (2026). Ejemplos como Macy’s, cuyo asistente Ask Macy’s ha logrado que los clientes gasten un 400% más, o E.l.f. Beauty, que integra la IA en cuatro pilares estratégicos, reflejan que la prioridad actual es convertir la tecnología en un motor de crecimiento tangible y de cambio organizacional. MODERN RETAIL
Aún hay más...
Filtrada una presentación de Amazon sobre medición y valoración de anuncios en Rufus. ADWEEK
¿El fin de los focus groups tradicionales? Aaru demuestra que miles de agentes de IA pueden predecir el comportamiento del consumidor con mayor precisión y velocidad, a un coste óptimo. WSJ
Las razones del fracaso de Instant Checkout de ChatGPT, y la vuelta al rol de descubrimiento. LINK
El 50% de los empleos en EEUU serán remodelados (no eliminados) por la IA en 2-3 años. A 5 años, entre 10% y 15% de los empleos sí podrían ser sustituidos por la IA. BCG
La IA suprime sistemas jerárquicos con 2.000 años de antigüedad (heredados del ejército romano) para convertir a las empresas en entidades inteligentes donde la velocidad de ejecución es la ventaja competitiva definitiva. JACK DORSEY
El departamento de IT es el cementerio de la IA, según Ethan Mollick. THE ECONOMIST
Muchas gracias por compartir! Seguiremos aquí en dos semanas!!
Todavía no he conseguido encontrar una respuesta que me convenza a esto:
¿En qué se basan los LLMs para recomendar un producto? ¿Reseñas, noticias, contenidos patrocinados...? El asunto está relacionado con la explicabilidad de la IA: cómo y por qué un modelo toma una determinada decisión.
¿Tenéis constancia de que dar las explicaciones oportunas aumenta la credibilidad y confianza para todas las partes (anunciantes, clientes y vendedores)?