Las conversaciones de marketing más importantes que tuve este año no fueron con personas. Fueron con máquinas.

Esa comprensión me fue invadiendo poco a poco, y luego de repente. Era el tercer año de la revolución de la IA, pero fue el primero en que dejó de parecer experimental y empezó a ser estructural. La IA ya no era una herramienta. Era la sala.

Se filtró a la educación, el trabajo, los viajes, las finanzas, el derecho, la crianza de los hijos e, inevitablemente, a mi ya frágil capacidad de atención. Los mercados se subieron a la ola como una montaña rusa patrocinada por cinco acciones de megacapitalización. Bajo la espuma se escondían preguntas más difíciles que los profesionales del marketing aún luchan por responder: ¿Cómo se ve el aprendizaje ahora? ¿Dónde reside la confianza? ¿Y quién, o qué, decide cuándo una respuesta es "suficientemente buena"?

A mediados de año, algo quedó claro: no se trataba de una carrera armamentística de contenido. Era una crisis de credibilidad de las respuestas.

Cuando el texto perdió su monopolio

Uno de los cambios más grandes llegó silenciosamente: el multimodal finalmente se volvió realidad.

Las marcas ya no solo se describen. Se visualizan, simulan y demuestran. Los modelos de generación de imágenes han avanzado hasta el punto de poder producir composiciones precisas, texto legible y menos alucinaciones.

Eso elevó la apuesta. Una frase incorrecta era una cosa. Una imagen errónea del producto, el empaque o las instrucciones de uso era algo completamente distinto. Este año, el riesgo de marca se volvió visual.

Slop, señal y la menguante vida media de la novedad

Como muchos especialistas en marketing, pasé parte del año experimentando con herramientas avanzadas: canciones, parodias, dibujos animados, desvíos creativos en plataformas como Gemini y ChatGPT que eran divertidos, rápidos y fugaces.

La lección no fue que la creatividad desapareció. Se volvió barata. La novedad decayó más rápido de lo esperado. LinkedIn desmintió mi falsa sensación de creatividad auténtica al añadir su marca de agua "Generado por IA" a muchas de mis imágenes. (Vale, es justo). Lo que perduró fue la señal: claridad, consistencia y veracidad repetible.

La misma dinámica se manifestó en la forma de trabajar. La IA redujo semanas de producción a horas. Las diapositivas se convirtieron en collages. Los prototipos aparecieron de la noche a la mañana. La velocidad se disparó. El criterio se convirtió en la limitación.

La creatividad se expandió. El discernimiento no.

La búsqueda no murió: perdió el momento

Se produjo otro cambio con menos fanfarria pero con mayores consecuencias: para las preguntas de alta intención, la búsqueda dejó de ser el centro de gravedad.

Google AI Overviews, ChatGPT, Perplexity, Claude, e incluso —me atrevo a decir— Amazon Rufus y un poco de Walmart Sparky se convirtieron en puntos de partida habituales para momentos de "explicación", "comparación" y "¿debería?". Con OpenAI procesando ahora más de 2500 millones de solicitudes al día, el descubrimiento se redujo a una sola conversación. Las marcas empezaron a ser evaluadas antes de que nadie hiciera clic.

El embudo no solo se encogió, sino que se invirtió.

La verdad incómoda: la IA no confía en el marketing

A lo largo del año, una idea se fue consolidando: la IA no confía en las campañas. Confía en la documentación.

Preguntas frecuentes. Centros de ayuda. Páginas de políticas. Información regulatoria. Validación de terceros.

Esa realidad se volvió imposible de ignorar. Al trabajar junto a cerca de 60 marcas globales que intentaban comprender la visibilidad, la vulnerabilidad y la preparación de la IA, surgió un patrón claro. La IA reveló verdades que las marcas no siempre estaban dispuestas a escuchar, no por cinismo o confrontación, sino por su literalidad. Reflejaba lo documentado, lo consistente y lo corroborable.

En ese sentido, se convirtió en un detector de verdades incómodo, una especie de detector automático de tonterías, aplicado de manera uniforme y sin disculpas.

Los sitios web cambiaron de rol discretamente, comportándose menos como centros de narración y más como depósitos de evidencia. Para muchos directores de marketing, esta constatación resultó entre inquietante y esclarecedora.

La plausibilidad superó a la prueba y la confianza se convirtió en un impuesto

La IA también mejoró a la hora de sonar bien, incluso cuando no lo era.

Este año, la verosimilitud empezó a superar a la prueba. Las respuestas erróneas se volvieron más fluidas, seguras y difíciles de detectar. La confianza dejó de ser un problema de comunicación para convertirse en un problema operativo. Si tus respuestas no coincidían en todos los sistemas, la IA lo detectaba.

Pero la consecuencia más importante se vio en la estructura de las respuestas. Las marcas con déficit de confianza empezaron a pagar lo que llamé el Impuesto a la Confianza: una penalización computacional que se reflejaba en cómo la IA cubría, calificaba y enmarcaba sus menciones.

Donde una marca confiable obtuvo: "La marca X ofrece...", una marca cuestionada obtuvo: "La marca Y afirma... aunque algunas reseñas indican...". La diferencia ya no era solo reputacional. Era algorítmica. La confianza se convirtió en un impuesto aplicado a cada respuesta, siempre.

Para los CMO acostumbrados a considerar la confianza como una métrica de marca, esto fue esclarecedor: la confianza no solo afectaba la percepción, sino también la carga computacional, la longitud de las respuestas y la aparición de alternativas competitivas.

La consistencia se hizo visible. Las brechas se volvieron escalables.

Cuando los agentes empiezan a actuar

El cambio más profundo no fue un chat más inteligente. Fue la toma de decisiones delegada.

Los agentes de compras compararon. Los agentes de viajes reservaron. Los agentes de investigación resumieron. El software empezó a actuar en nuestro nombre, silenciosa e incansablemente.

Las marcas se dieron cuenta de que ya no solo persuadían a la gente. Convencían a los delegados: sistemas sin nostalgia, lealtad ni paciencia. Y aquí es donde la situación se volvió incómoda: las marcas blancas parecían triunfar. Los agentes de compras que buscaban la combinación perfecta de rendimiento y precio se mostraron muy amables con Kirkland. Cuando los algoritmos optimizan el valor racional sin apego emocional, el valor de marca se enfrenta a una prueba diferente.

¿Por qué comencé a escribirlo?

Algunos días soy tremendamente optimista. Otros, me preocupa que la disrupción sea más profunda, dura y desigual de lo que los líderes están dispuestos a admitir.

Esa tensión —y la creciente constatación de que las respuestas, no los anuncios, se están convirtiendo en el recurso más escaso— es la razón por la que dediqué la segunda mitad del año a escribir. «La economía de las respuestas: cómo los agentes, no los anuncios, moldean el futuro de las marcas» (de Wiley) es mi intento de dar sentido a lo que viene a continuación.

Porque en un mundo de infinita basura, las respuestas ganan.

La IA responderá preguntas sobre tu marca, estés listo o no. No premia el gasto. Premia la claridad. No confía en los eslóganes. Confía en la evidencia.

A medida que nos adentramos en otro año de aceleración, aquí está la pregunta que vale la pena hacerse: ¿Qué respondería la IA sobre su marca hoy?