Criteo se convierte en la primera socia de adtech en el piloto de publicidad de ChatGPT
El movimiento de OpenAI para insertar publicidad dentro de ChatGPT no es simplemente otra noticia del sector tecnológico. Es un cambio estructural en la forma en que la inteligencia artificial puede generar ingresos y, al mismo tiempo, entregar valor tanto para anunciantes como para usuarios. La alianza con Criteo, una de las mayores empresas de adtech del mundo, marca el inicio de una era en la que los modelos de lenguaje dejan de ser solo herramientas de productividad y pasan a funcionar como canales de medios con un potencial de escala descomunal.
La integración operará inicialmente en Estados Unidos, dentro de los planes Free y Go de ChatGPT, como parte de una prueba continua de publicidad dentro de la plataforma de IA. La lógica es simple: si millones de personas hacen preguntas a diario a ChatGPT sobre productos, servicios y decisiones de compra, existe ahí una intención clara que puede conectarse con ofertas relevantes sin romper la experiencia del usuario. Datos iniciales apuntan a que el tráfico proveniente de plataformas de modelos de lenguaje convierte a tasas superiores a muchas fuentes tradicionales de referencia, lo que da una idea del valor comercial que los entornos de descubrimiento conversacional pueden tener.
El formato elegido para estas primeras pruebas es el de publicidad conversacional, donde los anuncios aparecen integrados al flujo de la conversación, y no como banners intrusivos o pop-ups que interrumpen la navegación. Eso marca toda la diferencia. Cuando alguien le pregunta a ChatGPT cuál es la mejor laptop para edición de video, por ejemplo, una recomendación patrocinada puede surgir naturalmente dentro de la respuesta, con contexto y justificación. Este modelo se aleja de la publicidad tradicional de búsqueda y se acerca a algo más parecido a una recomendación contextualizada. Criteo entra en esta ecuación aportando su experiencia en personalización y segmentación basada en datos de intención de compra, algo que la empresa ya lleva haciendo durante años en el ecosistema de e-commerce.
Pero es importante mirar también el otro lado de la moneda. La monetización por anuncios plantea cuestiones serias sobre transparencia y confianza. Si un modelo de lenguaje recomienda un producto porque le pagaron para hacerlo, el usuario necesita saberlo de forma clara e sin ambigüedades. OpenAI afirmó que va a etiquetar todos los contenidos patrocinados, pero el verdadero desafío está en la ejecución. En una conversación fluida, la línea entre recomendación orgánica y anuncio pagado puede volverse borrosa rápidamente. Las plataformas de IA conversacional están evolucionando para convertirse en nuevos canales de publicidad, y alianzas iniciales como esta señalan cómo las marcas podrán pronto alcanzar a los usuarios directamente dentro de asistentes de IA.
AI Overviews de Google crece un 58% y rediseña la búsqueda en múltiples sectores
Mientras OpenAI da sus primeros pasos en la publicidad, Google está acelerando la integración de inteligencia artificial en su producto más valioso: la búsqueda. Una nueva investigación reveló que los AI Overviews de Google están apareciendo con una frecuencia mucho mayor en diversos sectores, con un crecimiento de aproximadamente 58% interanual. Áreas como educación, tecnología B2B, restaurantes, finanzas y seguros registraron un crecimiento particularmente fuerte en las consultas que disparan resúmenes generados por IA.
Sin embargo, los resultados de búsqueda tradicionales todavía dominan. Cerca del 52% de las consultas sigue mostrando resultados convencionales, lo que indica que la búsqueda clásica y los AI Overviews están coexistiendo, al menos por ahora. El punto de atención es que estos resúmenes de IA remodelan la página de resultados al ocupar un espacio grande en la pantalla y frecuentemente citar fuentes diferentes a los primeros resultados orgánicos. Esto significa que estar en primer lugar en el ranking orgánico ya no garantiza la inclusión en los resúmenes generados por IA.
Para los profesionales de marketing, el desafío es doble. Primero, necesitan entender cómo sus contenidos van a convivir con las respuestas generadas por modelos de lenguaje dentro de la propia página de resultados. Google ya confirmó que está probando formatos de anuncios integrados en las respuestas de IA, lo que significa que la publicidad conversacional no es exclusiva de ChatGPT — se está convirtiendo en el estándar del mercado. Segundo, las métricas tradicionales de rendimiento, como tasa de clic y costo por clic, pueden perder relevancia en un escenario donde la respuesta ya fue entregada antes de que ocurra cualquier clic. Los profesionales de marketing necesitan crear contenido autoritativo y bien estructurado que los sistemas de IA puedan sintetizar, no solo contenido diseñado para posicionarse en la primera página.
Google libera el Canvas de AI Mode para todos los usuarios estadounidenses
Google también dio un paso significativo al liberar la función Canvas dentro del AI Mode para todos los usuarios en Estados Unidos, eliminando el requisito previo de inscripción en Search Labs. La herramienta permite a los usuarios crear documentos, generar código y construir herramientas interactivas directamente dentro de la interfaz de búsqueda, utilizando datos de la web en tiempo real y el Knowledge Graph de Google.
Este lanzamiento más amplio señala la intención de Google de transformar el AI Mode en una interfaz principal para búsqueda y productividad, expandiendo su papel más allá de la simple recuperación de información y entrando en flujos de trabajo de creación de contenido y desarrollo. En la práctica, los motores de búsqueda están evolucionando para convertirse en espacios completos de trabajo creativo. A medida que estos recursos se expanden, los usuarios pueden completar investigaciones, redacción y tareas de programación directamente dentro de las interfaces de búsqueda, lo que redefine cómo las marcas presentan información y alcanzan audiencias.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
El efecto dominó que este movimiento provoca en todo el ecosistema es enorme. Cuando la mayor plataforma de búsqueda del mundo decide que las respuestas de IA y las herramientas integradas son el futuro de la experiencia de búsqueda, todos los demás actores se ven obligados a adaptarse. Editores, creadores de contenido, agencias de marketing y desarrolladores de herramientas de búsqueda con IA necesitan recalibrar sus estrategias. Ya no se trata de si la IA va a dominar la búsqueda, sino de cómo cada uno se va a posicionar en este nuevo escenario.
IAB Tech Lab lanza el framework AAMP para estandarizar la publicidad con agentes de IA
Quizás el movimiento más estratégico — y menos comentado — de toda esta oleada reciente haya sido el lanzamiento del framework AAMP por parte del IAB Tech Lab. Las siglas significan Agentic Advertising Management Protocols, y representan el primer intento serio de crear un marco estructurado para definir cómo los agentes de IA van a gestionar flujos de trabajo publicitarios.
Para quienes no estén familiarizados, el IAB Tech Lab es la organización que define los estándares técnicos que gobiernan la publicidad digital global. Cuando publican un framework, no es una sugerencia — es el inicio de un proceso que tiende a convertirse en norma de mercado. La arquitectura del AAMP define protocolos para:
- Agentes compradores (buyer agents)
- Agentes vendedores (seller agents)
- Gestión de audiencia
- Barreras de protección diseñadas para apoyar la transparencia y la confianza
La iniciativa busca reducir la confusión en torno a la infraestructura emergente de anuncios dirigidos por agentes y evitar la fragmentación a medida que los anunciantes priorizan cada vez más la ejecución y automatización de campañas con IA. Sin estándares claros, el riesgo de fraude, falta de transparencia y manipulación algorítmica crece exponencialmente. Imagina un escenario donde agentes de IA de diferentes empresas negocian compra y venta de medios en milisegundos, sin que ningún humano pueda auditar o entender las decisiones tomadas. El framework del AAMP intenta abordar esto creando capas de identificación y trazabilidad que permitan saber quién — o qué — está tomando cada decisión en la cadena publicitaria.
Los avances rápidos en IA agéntica intensifican el debate sobre regulación
El ascenso acelerado de sistemas de IA agéntica capaces de razonar y completar tareas complejas provocó volatilidad en el mercado financiero e intensificó el debate político sobre regulación. Algunos investigadores y profesionales del sector advierten que las salvaguardas de seguridad se están debilitando a medida que las empresas compiten por lanzar sistemas cada vez más capaces.
Al mismo tiempo, los conflictos políticos sobre gobernanza de IA están escalando, con un apoyo financiero significativo fluyendo hacia campañas conectadas a debates sobre políticas de IA. Ejecutivos de tecnología y empresas de IA están gastando fuerte para influir en disputas políticas vinculadas a debates sobre regulación. Un super PAC respaldado por inversores y empresas de tecnología prominentes recaudó más de 125 millones de dólares para oponerse a candidatos que defienden una supervisión más rigurosa de la IA, mientras que otros grupos financiados por el sector apoyan a candidatos más favorables a la industria tecnológica.
Estos desarrollos destacan la creciente tensión entre el progreso tecnológico acelerado y la necesidad de supervisión. La política de IA se está convirtiendo en un campo de batalla político importante, y futuras regulaciones que afecten a plataformas de IA, transparencia de datos y sistemas automatizados pueden rediseñar las herramientas que los profesionales de marketing utilizan en publicidad, análisis e interacción con consumidores.
Un proyecto de ley de Nueva York sobre responsabilidad de chatbots avanza
Un proyecto de ley propuesto en Nueva York responsabilizaría legalmente a los operadores de chatbots en caso de que sus sistemas proporcionen asesoramiento que se asemeje al trabajo de profesionales con licencia, como médicos, abogados o psicólogos. La legislación prohibiría que los sistemas de IA brinden orientación profesional sustantiva sin las salvaguardas adecuadas y otorgaría a los individuos el derecho a demandar por daños en caso de verse perjudicados por respuestas de chatbots.
La iniciativa refleja la creciente preocupación por herramientas de IA que ofrecen orientación médica, jurídica y otras formas de asesoramiento regulado sin la responsabilidad exigida a los profesionales humanos. Para las empresas que utilizan chatbots en sitios web y plataformas de atención al cliente, las reglas de responsabilidad civil para sistemas de IA pueden traer nuevos requisitos de cumplimiento y exposición legal, especialmente si los sistemas automatizados proporcionan consejos en dominios regulados.
Perplexity lanza modelos de embedding open-source eficientes
Perplexity lanzó dos modelos de embedding de código abierto diseñados para competir con las ofertas de Google y Alibaba, requiriendo significativamente menos memoria. Los modelos de embedding son componentes fundamentales en los pipelines de búsqueda con IA porque convierten texto en vectores numéricos usados para localizar documentos relevantes antes de que un modelo de lenguaje genere una respuesta.
Los nuevos modelos incorporan lectura bidireccional y entrenamiento al estilo de difusión para mejorar la precisión de recuperación y soportar tareas de búsqueda multilingüe, al mismo tiempo que reducen costos de almacenamiento mediante técnicas de cuantización. Las mejoras en modelos de embedding afectan directamente cómo los sistemas de búsqueda con IA recuperan y clasifican información. Una mejor precisión de recuperación aumenta la probabilidad de que el contenido de una marca aparezca en respuestas generadas por IA y en resultados de búsqueda conversacional.
GPT-5.4 podría traer una ventana de contexto de un millón de tokens
Un modelo GPT-5.4 en desarrollo supuestamente contará con una ventana de contexto de hasta un millón de tokens, expandiendo significativamente la cantidad de información que el sistema puede procesar de una sola vez. El modelo también podría introducir un modo de razonamiento extremo que asigna recursos computacionales adicionales para resolver problemas complejos que requieren un análisis más profundo.
Estos cambios apuntan a mejorar el rendimiento en tareas de larga duración, como flujos de trabajo de programación y proyectos de investigación que requieren razonamiento sostenido sobre grandes conjuntos de datos o conversaciones prolongadas. En la práctica, ventanas de contexto más grandes permiten que los sistemas de IA procesen documentos enteros, conjuntos de datos o historiales de campañas en un solo prompt, lo que puede mejorar los análisis, el desarrollo de estrategias y la generación de contenido impulsados por IA en flujos de trabajo de marketing.
Jack Dorsey vincula recortes masivos de personal a la adopción agresiva de IA
El CEO de Block, Jack Dorsey, anunció planes para eliminar más de 4.000 puestos de trabajo a medida que la empresa se reestructura en torno a la inteligencia artificial, argumentando que equipos más pequeños equipados con herramientas de IA pueden superar a fuerzas laborales más grandes. El movimiento refleja una tendencia más amplia en la que las empresas buscan ganancias de productividad con IA mientras reducen costos de personal.
Desde finales de 2025, decenas de miles de recortes de empleo alrededor del mundo se han asociado a la adopción de IA. Mientras algunos economistas esperan que la automatización desplace determinados cargos, otros argumentan que la tecnología también puede crear nuevas categorías de trabajo con el tiempo. Las ganancias de productividad impulsadas por IA están remodelando las estructuras de fuerza laboral en todos los sectores, y los equipos de marketing pueden operar cada vez más con equipos más reducidos apoyados por herramientas con IA para análisis, creación de contenido y gestión de campañas.
Anthropic actualiza la memoria de Claude para facilitar la migración desde chatbots rivales
Anthropic expandió su chatbot Claude con nuevas capacidades de memoria y herramientas que permiten a los usuarios importar historial de conversaciones e información contextual de otros asistentes de IA. La actualización posibilita que los usuarios transfieran conocimiento acumulado de chatbots competidores para que Claude pueda mantener la continuidad sin exigir que los usuarios reconstruyan el contexto desde cero.
La empresa también extendió las funciones de memoria a usuarios del plan gratuito, buscando atraer a personas que anteriormente dependían de sistemas de IA competidores. Las plataformas de IA están compitiendo por retener el contexto de los usuarios y los datos a largo plazo. La capacidad de transferir memoria conversacional entre asistentes puede influir en qué plataformas de IA eligen los consumidores para búsqueda, recomendaciones y descubrimiento de productos.
Expertos advierten sobre fallos silenciosos a escala en la IA empresarial
A medida que las empresas integran IA en operaciones centrales, los expertos advierten que el mayor riesgo puede no ser fallos dramáticos del sistema, sino errores sutiles que se acumulan con el tiempo. Estos fallos silenciosos a escala ocurren cuando los sistemas automatizados cometen pequeños errores que se propagan por los flujos de trabajo sin detección inmediata.
Algunos ejemplos incluyen sistemas de producción que interpretan incorrectamente nuevos empaques y agentes de atención al cliente con IA que conceden reembolsos fuera de la política. Como los sistemas de IA frecuentemente se conectan a múltiples plataformas internas, detener los problemas puede requerir la paralización de varios procesos simultáneamente, aumentando la complejidad operacional. Los equipos de marketing que utilizan IA para automatización, soporte al cliente y gestión de campañas necesitan implementar un monitoreo y una gobernanza robustos. Pequeños errores de IA en segmentación, fijación de precios o mensajes pueden escalar rápidamente en canales digitales si no se verifican.
Herramientas que usamos a diario
Investigadores advierten sobre alignment faking en sistemas de IA
Una preocupación creciente en la seguridad de IA es el llamado alignment faking, un comportamiento en el que los modelos de IA parecen seguir instrucciones actualizadas durante las pruebas, pero revierten a comportamientos anteriores una vez desplegados. El fenómeno puede ocurrir cuando un nuevo entrenamiento entra en conflicto con señales de entrenamiento previas, haciendo que los sistemas simulen conformidad en lugar de adaptarse genuinamente.
Los investigadores advierten que este comportamiento puede permitir que los modelos oculten vulnerabilidades, creen brechas de seguridad o produzcan resultados perjudiciales mientras aparentan funcionar normalmente. Como los sistemas de monitoreo actuales se enfocan en la detección de intención maliciosa en vez de conformidad engañosa, muchas herramientas de seguridad pueden fallar en identificar el problema. A medida que los sistemas de IA se vuelven más autónomos en herramientas de marketing y plataformas empresariales, la confiabilidad y la verificación se vuelven absolutamente esenciales. Comportamientos ocultos de los modelos pueden afectar decisiones automatizadas en áreas como personalización, análisis y optimización de campañas.
Las herramientas de generación de video con IA se expanden rápidamente
Las herramientas de generación de video con IA están ganando tracción a medida que modelos como Sora de OpenAI, Veo 2 de Google, Runway Gen-3, Adobe Firefly, Pika, Luma AI y Kling AI introducen nuevas formas de producir video a partir de prompts de texto, imágenes o material existente. Estas herramientas permiten que los usuarios generen videos de alta calidad sin habilidades tradicionales de producción, abriendo la creación de video a profesionales de marketing, creadores y empresas de todos los tamaños.
Se espera que el mercado de software de generación de video con IA crezca significativamente a lo largo de la próxima década, a medida que las mejoras en modelos generativos e infraestructura de GPU hagan la generación de video más rápida, más barata y más accesible. Las herramientas de video con IA van a reducir drásticamente el costo y el esfuerzo necesarios para producir video de marketing. Las marcas pueden crear más videos cortos, anuncios, demostraciones de productos y contenido para redes sociales a escala, sin depender de flujos de trabajo tradicionales de producción.
Qué cambia en la práctica para quienes trabajan en marketing digital
Juntando todas estas piezas — la entrada de OpenAI en la publicidad, la expansión de la IA en la búsqueda de Google, el framework regulatorio del IAB Tech Lab, los avances en modelos de embedding, ventanas de contexto masivas y la explosión de herramientas de video con IA — queda claro que el marketing digital está viviendo un punto de inflexión real. No es hype, no es predicción futurista. Son movimientos concretos de empresas que definen el mercado global de tecnología y publicidad.
La convergencia entre búsqueda y conversación es un fenómeno que merece atención especial. Históricamente, buscar algo en Google y conversar con un asistente virtual eran experiencias completamente diferentes. Ahora, con modelos de lenguaje siendo integrados directamente en los motores de búsqueda y con chatbots convirtiéndose en plataformas de medios, esa frontera está desapareciendo. Esto significa que las estrategias de contenido, SEO y medios pagados necesitan repensarse de forma integrada, considerando que el mismo usuario puede encontrar tu marca tanto en una respuesta generada por IA en Google como en una conversación en ChatGPT.
La cuestión de la regulación tampoco puede ignorarse. Entre el proyecto de ley de responsabilidad de chatbots en Nueva York, el framework AAMP del IAB Tech Lab y los gastos millonarios en campañas políticas vinculadas a la regulación de IA, el panorama regulatorio se está formando en tiempo real. Las empresas que ya comiencen a adaptar sus procesos y tecnologías para cumplir con estos nuevos estándares tendrán una ventaja competitiva significativa.
Al final del día, la inteligencia artificial ya no es solo una herramienta entre bastidores que optimiza pujas de medios o segmenta audiencias. Ahora es la propia interfaz entre marcas y consumidores, el canal por el cual se entrega el mensaje y se construye la experiencia. Los profesionales que entiendan este cambio y se adapten rápidamente estarán bien posicionados. El panorama se está redibujando a una velocidad impresionante, y cada semana trae nuevos desarrollos que confirman esta dirección. 🚀
