La mitad de los presupuestos de medios se gasta en anuncios que no están construidos para las plataformas en las que se emiten. La estimación es de la consultora CreativeX y la recoge The New Creative Advantage, el informe que WARC, TikTok y LIONS Advisory publicaron el 14 de julio de 2026 y que esta redacción ha consultado íntegro. En el mismo documento aparece la contrapartida, atribuida a la base de datos LIFT+ de Kantar: adaptar el contenido al contexto en el que se consume puede elevar un 57% la contribución de una campaña al valor de marca.
Conviene fechar el primer dato antes de usarlo. La estimación de CreativeX que el informe cita procede de un trabajo de 2023, según su propia nota al pie. Tres años en distribución digital son muchos, y el documento no aporta una medición posterior. Lo que sí queda en pie es el orden de magnitud del problema, porque ninguna de las cifras nuevas del informe apunta a que se haya corregido. La tesis central de ese informe —que la IA ha multiplicado el volumen creativo sin mejorar la calidad— se analizó en esta casa el 15 de julio.
La IA solo es tan buena como los datos con los que se la entrena
Marcos Angelides, director general del laboratorio de L’Oréal y responsable de operaciones de IA en Publicis Media, en el informe (declaración en inglés, traducida)
El análisis
Puestas una junto a otra, las dos cifras describen una ineficiencia con nombre y factura. No es que el anunciante compre mal los medios: es que compra el espacio y encarga la pieza por separado, y entrega en cada entorno un material pensado para otro. El coste no aparece en ninguna línea del presupuesto porque no es un gasto, es un rendimiento que no llega.
La irrupción de la IA generativa cambia la escala del asunto, no su naturaleza. Producir versiones adaptadas era caro y lento, y esa era la coartada económica para no hacerlo. Ha dejado de serlo: el 49% de los profesionales encuestados por el informe ya usa IA generativa para escalar y adaptar contenido a distintas plataformas. La restricción presupuestaria que justificaba el desajuste se ha aflojado; el desajuste, según los datos disponibles, no.
Qué falta
El informe pregunta a esos 400 profesionales de marketing de Reino Unido, Estados Unidos, Australia y Brasil qué les falta para encargar bien un trabajo a la IA. Las respuestas son de gestión, no de tecnología: datos de comportamiento de audiencia (45%), directrices de marca de calidad suficiente para alimentar la herramienta (40%), señales culturales en tiempo real (35%) y datos históricos de rendimiento con suficiente detalle (34%). Solo uno de cada diez dice no tener carencias.
Ese 40% es el dato que debería incomodar a cualquier dirección de marketing. Significa que cuatro de cada diez organizaciones están escalando producción con una herramienta que amplifica lo que se le da, sin haber codificado antes qué hace distinta a su marca. El resultado previsible no es un desastre visible, sino algo peor de detectar: piezas correctas e indistinguibles de las de cualquier competidor de la categoría.
Marcos Angelides, director general del laboratorio de L’Oréal y responsable de operaciones de IA en Publicis Media, señala en el informe, en una declaración hecha en inglés: «La ventaja está en los datos con los que entrenas esos modelos, porque la IA solo es tan buena como los datos con los que se la entrena. […] Hay que saber lo que la gente hace de verdad, no solo lo que dice que hace».
Cuándo no conviene
El informe propone una matriz de decisión que es la parte más aprovechable del documento para quien firma presupuestos. Cruza dos variables: cuánta inteligencia de audiencia hay disponible para encargar el trabajo y cuánta distintividad de marca se juega la pieza. Cuando ambas son bajas —encargo basado solo en demografía, sin señales de comunidad ni entrenamiento de marca—, el documento describe el riesgo con una franqueza inusual en un informe patrocinado por una plataforma: mediocridad a escala, producida con eficiencia.
Queda una tercera cifra, esta atribuida a un trabajo de MIQ de noviembre de 2025: solo el 40% de los profesionales cree firmemente que puede aplicar lo aprendido en una campaña a la siguiente. Es la ineficiencia definitiva, porque anula las otras dos correcciones. Adaptar cada pieza a su entorno sirve de poco si el aprendizaje se pierde entre campaña y campaña.
El informe lo encarga TikTok y sus recomendaciones apuntan al contenido nativo de plataforma. El dato sobre el gasto desaprovechado no depende de esa recomendación: el dinero ya está comprometido, y la mitad no está haciendo el trabajo por el que se pagó.
Fuentes
- WARC × TikTok × LIONS Advisory, The New Creative Advantage: How community signals are reshaping creative success in the age of AI (2026) — informe íntegro, consultado por esta redacción. Las estimaciones de CreativeX (2023), Kantar (LIFT+) y MIQ (Global AI Confidence Curve, noviembre de 2025) se citan tal como el informe las atribuye; esta redacción no ha tenido acceso a esos trabajos originales
- WARC — ficha pública del informe