La IA ya ahorra tiempo a las agencias de publicidad, pero también pone en jaque su modelo de cobro

Además, los resultados económicos aparecen principalmente en la eficiencia, pues 49% de los beneficios identificados se relaciona con ahorro de recursos, como tiempo y costos, mientras otro 35% corresponde a mejoras en eficacia y calidad.

Las entrevistas cualitativas incluidas en la investigación apuntan incluso a incrementos de entre 20% y 30% en la rentabilidad por persona en algunos casos, debido a que un mismo equipo puede atender más proyectos, clientes o requerimientos.

No obstante, la mayor productividad modifica la relación comercial, porque las horas que antes se destinaban a tareas operativas pueden utilizarse ahora en estrategia, creatividad, análisis o atención al cliente.

El detalle aparece cuando el comprador interpreta la reducción del tiempo de ejecución como una razón para pagar menos. El estudio denomina a esta tensión “AI-flation” y advierte que las agencias pueden mejorar su productividad y rentabilidad, mientras sus clientes cuestionan si una menor intervención humana debería verse en los precios.

La discusión golpea a los esquemas que todavía calculan honorarios con base en las horas de trabajo. Pero la paradoja está en que las agencias ahora pueden producir con mayor velocidad y automatizar una parte de sus procesos, aunque después necesitan explicar por qué esa eficiencia tiene valor para el cliente y no necesariamente debe convertirse en un descuento.

Para qué las agencias usan la IA

Los usos de la IA son variados. En las tareas cotidianas, el estudio arroja que 35% corresponde a creatividad y producción, 33% a datos y estrategia y 32% a operaciones y soporte.

Cuando se observan aplicaciones específicas, el análisis de datos alcanza 51%, seguido del análisis de tendencias con 47%, la escritura y edición con 44%, la generación de contenido gráfico con 40% y el desarrollo de copys con 38%. El video y la segmentación o personalización aparecen después, ambos con 34%.

Tanto la IAB México como el IPADE plantean que las agencias deberán profundizar la relación entre el uso de IA y los indicadores de negocio, además de explorar modelos comerciales ligados al valor o a los resultados.

Para un cliente resulta más sencillo cuestionar una factura basada en 20 horas cuando una herramienta redujo el trabajo a diez, mientras que la discusión cambia si el precio se relaciona con ventas, efectividad, velocidad de salida al mercado o desempeño de una campaña.

Sin embargo, medir ese valor todavía representa uno de los desafíos, pues 13% identifica la medición del retorno de inversión como un reto. A esto se suma la percepción de “caja negra” cuando el cliente desconoce cómo se utilizó la tecnología o qué parte del resultado provino del equipo humano.

La transparencia gana entonces peso en la relación comercial, ya que el estudio recomienda documentar el trabajo estratégico, el volumen de piezas y variaciones generadas, la velocidad de producción y la profundidad de los insights para mostrar que ahorrar horas no necesariamente equivale a entregar menos valor.

La tecnología avanza más rápido que las agencias

La adopción tampoco significa que las organizaciones tengan resuelto cómo integrar la IA. Aunque 97% le concede relevancia estratégica, 56% todavía no cuenta con un presupuesto específico para estas herramientas, frente a 44% que sí lo tiene.

Asimismo, el dinero ni siquiera aparece como el principal obstáculo. La falta de procesos definidos encabeza las barreras con 26%, seguida de la falta de capacitación con 24% y la ausencia de talento con 19%, mientras el miedo al reemplazo alcanza 16% y la falta de inversión queda en 13%.

De esta forma, una agencia puede pagar una licencia de inteligencia artificial , pero todavía necesita decidir cuándo utilizarla, quién revisa el resultado, cómo protege la información del cliente y qué criterios aplica para validar el trabajo antes de entregarlo.

La capacitación también cobra fuerza a medida que estas herramientas atraviesan distintas funciones. El estudio señala que las agencias deben tener colaboradores capaces de utilizar IA, pero evitar que el conocimiento quede en unas cuantas personas y genere diferencias entre equipos.

Y no menos importante es la privacidad. El 19% identifica este aspecto entre los principales desafíos y las entrevistas revelan dificultades para controlar el uso cotidiano de plataformas externas, incluso cuando existen políticas internas o acuerdos con proveedores.

El estudio concluye que conforme los modelos de lenguaje y los generadores de imágenes se vuelven accesibles para todo el mercado, la ventaja real pasa a la capacidad de cada agencia para integrarlos a sus procesos, capacitar a sus equipos y convertir la eficiencia en resultados comprobables. Por ello, la siguiente disputa no será quién adopta primero la IA, sino quién logra demostrar su valor y convencer al cliente de pagar por él.