¿Cómo está cambiando la IA el comportamiento del consumidor? En el fondo, en tres frentes: la búsqueda, el descubrimiento de productos nuevos y la confianza. Para las agencias, eso tiene una consecuencia incómoda. Los métodos de insight basados en estudios anuales y segmentos demográficos van por detrás de un comportamiento que no deja de cambiar.
Al mismo tiempo, la IA está cambiando a los propios estrategas. Según el informe «The Future of Strategy 2026» de WARC, la adopción de la IA es el mayor cambio en el rol de estratega. Un 56% de los estrategas encuestados, la mayoría de ellos en agencias, señala la sustitución de roles de estrategia por la IA como su mayor amenaza esperada, 15 puntos porcentuales más que el año anterior. Y aun así, el 66% ve motivos claros para el optimismo.
¿Cómo está cambiando la IA la forma de comportarse de los consumidores?
Los estrategas deberían vigilar tres cambios, no como leyes de la naturaleza, sino como hipótesis que se manifiestan de forma distinta en cada categoría y que conviene contrastar con tus propios datos.
1. De la consulta de búsqueda a la pregunta
En lugar de teclear tres palabras clave y comparar diez enlaces, la gente hace cada vez más preguntas completas a asistentes de IA y recibe una respuesta con unas pocas recomendaciones. La preselección pasa del consumidor a la máquina. Las marcas que no aparecen en esas respuestas quedan fuera del conjunto de consideración antes de que haya empezado siquiera la comparación.
2. De buscar a que te sirvan
Los feeds de TikTok, Instagram o YouTube los curan algoritmos de recomendación, no los amigos. Los productos se descubren sin que nadie los busque. Los impulsos de compra surgen en las secciones de comentarios y en los vídeos de creadores: en público y, por tanto, observables.
3. De confiar en el contenido a confiar en las personas
Cuanto más contenido pulido y genérico produce la IA, más peso tienen las voces reconociblemente reales: reseñas, testimonios de primera mano, creadores con punto de vista. La comunicación de marca que suena a todo lo demás se pierde en el ruido de fondo.
Para cada disciplina, esto significa algo distinto. Las agencias de medios necesitan entender dónde se hace la preselección, antes incluso de que sea posible una exposición publicitaria. Las agencias creativas necesitan entregar trabajo que suene reconociblemente a personas, no a la media. Las agencias de CRM tratan con clientes malcriados por los algoritmos, que mandan a la papelera las newsletters genéricas más rápido que nunca. Las agencias de relaciones públicas y de influencers ganan peso porque las voces creíbles se vuelven más valiosas, siempre que elijan esas voces por su resonancia real y no solo por su alcance.
¿Por qué ya no bastan los métodos de insight clásicos?
Porque son demasiado lentos y están demasiado alejados. Un estudio anual toma una instantánea de un comportamiento que ya está cambiando durante el trabajo de campo. Los segmentos demográficos describen quién es alguien, pero no cómo decide hoy esa persona, con un chatbot, un creador y tres secciones de comentarios como asesores.
Además hay una cuestión de método. Las encuestas miden lo que la gente dice sobre su comportamiento cuando se le pregunta. Las conversaciones públicas muestran lo que expresa cuando nadie pregunta: en comentarios, reseñas, foros. Ambas tienen su lugar, pero la segunda está más cerca del momento de la decisión.
La ilusión de los datos: por qué más datos no significan más comprensión
Aquí hay una trampa que crece con la IA. El llamado efecto de ilusión de los datos describe la tendencia a deducir una comprensión profunda a partir de un gran volumen de datos. Cuantas más curvas, clústeres y dashboards hay sobre la mesa, más seguro se siente el equipo, con independencia de si realmente entiende a las personas que hay detrás.
La IA amplifica el efecto. Resume enormes cantidades de datos en tres frases convincentes. Muchas veces ya no se puede rastrear si esas frases son correctas. Pero un patrón no es una explicación. Los datos revelan patrones, pero no pueden definir lo que es ser humano.
WARC extrae la consecuencia para la disciplina: el valor está en el criterio, en saber qué preguntas merece la pena hacer y en comprender a las personas que hay detrás de los conjuntos de datos. Ningún resumen puede hacer eso por ti.
El trabajo de insight, antes y ahora
| Dimensión | Trabajo de insight clásico | Trabajo de insight en la era de la IA |
|---|---|---|
| Fuente | Encuestas, paneles, estudios anuales | Conversaciones y contenido públicos y anuncios de la competencia, complementados con encuestas |
| Ritmo | Anual o por proyecto | Continuo, con puntos de control fijos |
| Unidad | Segmentos demográficos | Buyer personas con motivaciones y tensiones |
| Evidencia | Porcentajes agregados | Cada afirmación, rastreable hasta publicaciones reales |
| Papel de la IA | Apenas presente | Recopilar, agrupar, resumir |
| Papel del estratega | Obtener y preparar datos | Preguntar, comprobar, interpretar, decidir |
¿Cómo reconstruyen las agencias su trabajo de insight?
- Audita tus fuentes. ¿En qué datos se basan tus buyer personas y posicionamientos actuales? ¿Qué antigüedad tienen? ¿Quién los comprobó por última vez?
- Haz de las conversaciones públicas una fuente permanente. Los comentarios, las reseñas, el contenido de creadores y los anuncios de la competencia de la categoría deben formar parte de toda base de insight.
- Pon a prueba los tres cambios. Pregunta de forma concreta: ¿cómo descubre la gente productos en esta categoría? ¿Qué papel desempeñan los asistentes de IA y los creadores? ¿En quién confían?
- Introduce la carga de la prueba. Ninguna conclusión de la IA entra en el documento de estrategia si nadie ha visto las publicaciones en las que se basa.
- Cambia el ritmo. No elimines el estudio anual, pero añade un chequeo mensual de insight con preguntas claras.
- Libera a los estrategas de la obtención de datos. La IA puede encargarse de recopilar, ordenar y resumir. El tiempo ganado es para la interpretación y para las conversaciones con el cliente.
¿Sustituirá la IA a los estrategas?
La preocupación es real, como muestran las cifras de WARC. Aun así, el contraargumento es más fuerte: la IA sustituye la obtención de datos, no el criterio. Cuando el comportamiento del consumidor cambia más rápido, crece la necesidad de personas capaces de interpretar patrones, convivir con las contradicciones y extraer de ellos una dirección.
Las agencias independientes incluso pueden convertir esto en una ventaja. Suelen rehacer sus procesos más deprisa que las grandes redes con estructuras arraigadas, siempre que tengan acceso a datos comparables. Para eso está pensada la plataforma Defy: en Defy Monitor, cada conclusión de la IA se puede rastrear hasta las publicaciones reales que hay detrás, y la estrategia sale de lo que las audiencias y la competencia publican de verdad, no de encuestas.
¿Qué significa esto para tu próxima presentación a un cliente?
Sustituye una frase como «El público objetivo tiene entre 25 y 45 años, es urbano y se desenvuelve bien en lo digital» por tres citas reales de conversaciones públicas que muestren qué les ronda ahora mismo por la cabeza a esas personas. Añade dónde descubren los productos y en quién confían por el camino. El cliente no preguntará por el tamaño de la muestra, sino por el siguiente paso. Y ahí es exactamente donde empieza la estrategia.
