LONDRES — La nota de prensa llegó con la sobriedad habitual de Kantar, pero los números que contiene describen una escena extraña: una industria entera acelerando hacia una puerta que los consumidores aún no han cruzado. El 75% de los profesionales del marketing planea aumentar su inversión en asistentes de inteligencia artificial en 2027. La mayoría de los consumidores, sin embargo, ni siquiera usa esos asistentes para decidir qué comprar, y menos de uno de cada cuatro confía en lo que recomiendan. El dinero ya está en movimiento; la confianza, no.

El estudio Media Reactions 2026, la medición anual que Kantar realiza entre más de 800 profesionales sénior del marketing y 23.000 consumidores en 33 mercados, dibuja así una industria dispuesta a apostar fuerte por la IA al mismo tiempo que pierde certezas sobre casi todo lo demás. La mitad de los anunciantes dice confiar en tener el equilibrio correcto entre construcción de marca y marketing de performance —eran el 60% en 2025—. Solo el 57% cree tener el media mix adecuado, frente al 64% del año anterior. Y apenas el 51% siente que está extrayendo inteligencia accionable de sus datos. Lejos de constituir un hecho fortuito, esa erosión de la confianza es el telón de fondo de la apuesta por la IA: se invierte más donde menos se entiende.

El nut graf de este informe no es la cifra del 75%, aunque sea la que viajará en los titulares. Es la asimetría que la cifra encierra: la industria del marketing está comprando visibilidad en entornos donde el consumidor aún no decide. “Se está destinando mucho dinero a la IA bajo la premisa de que las personas la utilizarán como la industria espera”, advierte Pablo Gómez, head of media de Kantar España. La paradoja es financiera antes que tecnológica: se presupuesta para un comportamiento futuro que nadie ha medido en el presente.

Cómo se llegó a esta brecha

Detrás de la retórica corporativa se libra una historia de tres años. El lanzamiento de ChatGPT en 2022 desplazó la fase de descubrimiento del consumer journey hacia los chatbots: en el verano de 2026, en el escenario de SXSW London, el cofundador de NP Digital Neil Patel ya describía un cambio de hábitos irreversible —más personas usan asistentes de IA en la fase de descubrimiento, con una caída marcada del tráfico hacia los sitios web de las marcas, aunque el porcentaje de ventas atribuido a la búsqueda haya aumentado—. Las marcas llevan años preparándose para ese desplazamiento. En el evento Future of Brands 2025, Jack Smyth, chief solutions officer de planificación e insights de IA en la agencia Jellyfish del grupo Brandtech, comparó los chatbots con “el influenciador definitivo” y añadió que la forma en que los grandes modelos de lenguaje “piensan sobre tus marcas determinará cada vez más tu cuota de mercado”.

La semana pasada, ese pronóstico ganó una pieza más de evidencia corporativa: Meta presentó Muse, su asistente de IA, vendido en parte como una “IA que compra por ti”. La idea de agentes que no solo recomiendan sino que ejecutan la compra —el marketing agéntico— dejó de ser un pitch de conferencia para convertirse en producto de una de las compañías más grandes del planeta. La inversión de los marketers, entonces, no es un capricho: es un anticipo defensivo. Si el descubrimiento se muda al chat, no aparecer en la respuesta del asistente equivale a no existir en el anaquel.

La anatomía de la desconfianza

La tabla de cifras de Kantar merece leerse con la frialdad de un auditor:

MétricaValorVariación 2025→2026
Marketers que aumentarán inversión en asistentes de IA (2027)75% (neto)—
Marketers que ven la GenAI decisiva en recomendaciones de marca62%—
Consumidores que usan asistentes para informarse de marcas32%—
Consumidores que confían en sus recomendaciones23%—
Anunciantes con equilibrio marca/performance correcto50%↓ desde 60%
Organizaciones con el media mix adecuado57%↓ desde 64%
Campañas cuyo rendimiento vino de canales trabajando juntos (2020-2025)43%↑ desde 18% (pre-2014)

El último dato, proveniente de la base Kantar LIFT+, es la otra mitad del mensaje: los canales trabajan cada vez más en conjunto —el 43% del rendimiento de campaña entre 2020 y 2025 vino de la sinergia entre canales, frente al 18% antes de 2014—. La IA entra, entonces, en un mix que ya es fragmentado y cuya medición ya es débil. Añadir un canal opaco a un sistema de medición que solo la mitad de los anunciantes cree entender es la definición operativa del riesgo que Kantar describe.

¿De qué depende la confianza? Kantar enumera cuatro vectores: cómo perciben las personas la tecnología que hay detrás, la opinión previa que ya tienen de determinadas marcas, las fuentes de las respuestas generadas por IA y la forma en que esas respuestas se presentan. Ninguno de los cuatro se compra con pauta. Todos se construyen con reputación, datos de primera parte y arquitectura de información —el trabajo lento que el presupuesto de 2027 parece querer saltarse.

Voces en tensión

El balance dista de ser unívoco. Gonca Bubani, directora global de medios de Kantar, formula la tesis escéptica con precisión quirúrgica: “Hay mucho dinero moviéndose hacia la IA bajo el supuesto de que las personas la usarán como la industria espera. La realidad es que los marketers aún no tienen una comprensión firme de los matices de lo que la gente siente sobre los entornos de IA o de cómo funcionan dentro de su media mix más amplio. Eso no debería impedirles experimentar con la IA, pero sí significa que necesitan probar, medir y aprender cuidadosamente a medida que invierten”.

La voz operativa —la de quienes construyen campañas— apunta a una lectura distinta: la inversión no es fe ciega, es cobertura. El argumento es que la visibilidad en asistentes de IA es un activo que se construye antes de que el tráfico llegue, igual que el SEO se construyó antes de que Google dominara el descubrimiento. Esperar a que el 23% de confianza se convierta en mayoría para empezar a invertir sería llegar tarde al inventario.

Desde la óptica de Arpón IA, la lectura pragmática para una empresa que opera en la región es que ambas tesis son ciertas a la vez y exigen respuestas distintas: la cobertura algorítmica se construye con agentes de IA capaces de operar sobre datos propios, medición de menciones de marca en respuestas de asistentes y contenidos estructurados que los modelos puedan citar con fuentes verificables; la confianza del consumidor, en cambio, se construye fuera del prompt, con reputación real, reseñas verificables y transparencia sobre cuándo una recomendación la genera una máquina. El error caro de 2027 no será invertir en IA: será invertir en IA sin instrumentación para saber qué parte del presupuesto está comprando visibilidad real y qué parte está comprando fe.

El lente latinoamericano

Para una empresa en Colombia o en la región, el informe llega con una traducción obligatoria. Primera: el media mix latinoamericano ya vive en canales conversacionales —WhatsApp es vitrina, caja y servicio al cliente— y la llegada de asistentes de IA al descubrimiento es una capa más sobre una conversación que ya ocurre en el teléfono. Segunda: los presupuestos regionales no toleran el desperdicio que el estudio describe. Si los anunciantes globales, con departamentos de medición enteros, solo en un 51% creen extraer inteligencia accionable de sus datos, el riesgo para una pyme colombiana que pauta a ciegas en entornos de IA es proporcionalmente mayor.

La vía práctica no exige presupuestos de multinacional: consultoría en IA para auditar dónde aparece —o no aparece— la marca en respuestas de asistentes, una capa de contenidos estructurados que los motores de respuesta puedan citar con fuentes verificables, y una disciplina de medición que conecte la inversión en visibilidad algorítmica con señales de negocio.

El 75% de los marketers va a aumentar su apuesta en 2027. La pregunta que Kantar deja sobre la mesa —y que cada presupuesto debería responder antes de firmarse— es más incómoda que la cifra: ¿cuánto de ese dinero está comprando visibilidad medible, y cuánto está comprando la esperanza de que los consumidores, algún día, confíen?