La IA opera como la infraestructura que decide en milisegundos a qué precio pujar, qué audiencias priorizar y qué creatividades servir, sin que el equipo tenga que activarla.
Lo que cambió en 2025 y 2026 es que esa IA ahora también puede conversar contigo, recibir instrucciones en lenguaje natural y actuar de forma autónoma en tu campaña, eso es lo que significa “agente de IA” en el contexto programático y entenderlo cambia la forma en que trabajas.
Qué es un agente de IA y en qué se diferencia de una herramienta de IA
Antes de hablar de plataformas específicas, es importante saber distinguirlos.
Una herramienta de IA te ayuda a hacer algo, por ejemplo sugerir un headline, analizar un reporte o generar una imagen. Tú sigues tomando todas las decisiones y ejecutando todas las acciones.
Un agente de IA recibe un objetivo, toma decisiones autónomas para alcanzarlo y ejecuta acciones por su cuenta sin que el equipo apruebe cada paso. Le dices “optimiza esta campaña para reducir el CPA” y el agente analiza el contexto, decide qué ajustes hacer y los implementa.
Esa diferencia no es semántica. Tiene implicaciones directas en cómo se estructura el trabajo de un equipo de ad ops o de un media buyer.
Los tres agentes que ya operan en el ecosistema
The Trade Desk: Koa Agents dentro de Kokai
Kokai distribuye algoritmos de deep learning a través de todos los aspectos del proceso de compra de medios digitales, con acceso a más de 13 millones de impresiones por segundo, cada una con miles de señales distintas.
Pero el salto más significativo llegó en abril de 2026. The Trade Desk anunció Koa Agents, que permite a los compradores describir lo que quieren de una campaña y la IA se encarga del resto. Es el pivote de The Trade Desk hacia la IA agéntica, es decir, un sistema donde el marketer define el objetivo y el agente ejecuta de forma autónoma.
Los resultados reportados por The Trade Desk en su plataforma Kokai son concretos. Las campañas corriendo a través de Kokai han entregado en promedio 43 % menor costo por alcance único, 24 % menor costo por clic y 27 % menor costo por adquisición. Marcas como McDonald’s y Sky reportaron reducciones de CPA del 40 % y del 84 % respectivamente.
Google: Ask Advisor (anteriormente Ads Advisor)
Google presentó Ask Advisor en Google Marketing Live 2026. Ask Advisor es un agente de IA unificado construido sobre Gemini que conecta Google Ads, Google Analytics, Google Marketing Platform y Merchant Center en una sola interfaz colaborativa, consolidando lo que antes eran asistentes separados.
Ads Advisor, el precursor de Ask Advisor, llegó a disponibilidad general para todas las cuentas en inglés de Google Ads en diciembre de 2025. El agente aprende directamente de las interacciones del usuario y del contexto de la cuenta para ofrecer recomendaciones personalizadas y optimizar campañas de forma proactiva.
Entre sus funciones concretas está diagnosticar por qué una campaña no está rindiendo, sugerir ajustes de presupuesto, recomendar extensiones de anuncio para eventos estacionales y monitorear la seguridad de la cuenta de forma continua.
Amazon: Creative Agent dentro de Amazon Ads
Amazon anunció Creative Agent en septiembre de 2025 y lo lanzó oficialmente en noviembre del mismo año como herramienta agéntica dentro de Creative Studio. El agente combina señales de retail de Amazon con guía conversacional para investigar audiencias, desarrollar conceptos creativos en storyboard y producir anuncios de video, display y Streaming TV.
La diferencia con los otros dos es el acceso a datos de retail. Creative Agent puede usar el historial de compras, los datos de búsqueda y el comportamiento dentro de Amazon para personalizar la creatividad a un nivel que los DSPs sin esa data de primera fuente no pueden replicar.
Qué pueden hacer (y qué todavía no pueden)
| Lo que los agentes hacen bien | Lo que los agentes todavía NO hacen bien |
|---|---|
| Los agentes optimizan pujas en tiempo real con miles de señales simultáneas, detectan anomalías en campaña (caídas de rendimiento, problemas de entrega, alertas de brand safety) antes de que el equipo las note, generan recomendaciones de ajuste basadas en patrones históricos de la cuenta, producen variaciones creativas a partir de assets existentes y automatizan el reporting con síntesis de resultados en lenguaje natural. | Los agentes no tienen acceso al contexto de negocio que no está en los datos. Un agente no sabe que el cliente está a punto de lanzar un producto nuevo, que hay una crisis de reputación en curso o que el equipo decidió cambiar la estrategia de posicionamiento esa semana. Esa información tiene que venir del equipo humano. Tampoco pueden negociar deals directos con publishers, evaluar la calidad editorial de un sitio más allá de sus métricas cuantitativas ni tomar decisiones estratégicas sobre en qué canales invertir a largo plazo. |
Qué cambia en el trabajo del media buyer
Según el estudio de eMarketer y TransUnion de octubre de 2025, el 50 % de los marketers de marcas y agencias en Estados Unidos ya adoptó IA y machine learning para automatizar el reporting de campañas.
El trabajo no desaparece. Cambia de forma.
En la práctica, eso implica menos tiempo en tareas operativas (ajuste de pujas, generación de reportes, troubleshooting básico) y más tiempo en las decisiones que los agentes no pueden tomar solos, como la estrategia de audiencias, la elección de partners de supply, la evaluación de calidad del inventario y la alineación con objetivos de negocio
El media buyer de 2026 que trabaja con agentes de IA hace un trabajo diferente al de 2022. No necesariamente más simple, pero sí más estratégico.
El contexto LATAM: adopción en curso
Los agentes de IA de The Trade Desk, Google y Amazon están disponibles globalmente, pero su adopción en LATAM está varios pasos detrás de mercados como Estados Unidos o el norte de Europa.
Las razones son estructurales. Hay menor penetración de los DSPs enterprise entre anunciantes y agencias medianas, menor disponibilidad de soporte técnico local para implementar y sacar provecho de las capacidades agénticas y, en algunos casos, la interfaz de los agentes todavía opera principalmente en inglés
Lo que sí está ocurriendo en la región es que los DSPs están aplicando la IA de forma silenciosa en la infraestructura de compra, independientemente de si el equipo local lo sabe o no. La optimización automática de pujas, la detección de fraude en tiempo real y el scoring de impresiones ya son procesos de IA que operan en cualquier campaña programática activa en LATAM hoy.
La brecha es de comprensión. Los equipos locales necesitan entender qué hace la IA y cómo darle las instrucciones correctas.
Próximos pasos
Si trabajas con The Trade Desk, Google Ads o Amazon Ads, los agentes ya están disponibles en tu cuenta o lo estarán pronto. El primer paso concreto no es técnico, es entender qué objetivos de campaña quieres que el agente optimice y cuáles prefieres mantener bajo control manual.