Durante mucho tiempo, la creatividad y la programática funcionaron como dos mundos con contacto mínimo. El equipo creativo producía las piezas, el equipo de Ad Ops las cargaba en el DSP y el sistema hacía lo suyo con la segmentación, las pujas y la optimización de entrega. La frontera entre ambos mundos era clara porque los assets eran fijos. Lo que entraba al sistema era lo que se servía.
Esa separación ya no describe cómo funciona la industria. Cuando el asset lo puede generar un algoritmo en el momento de la impresión, o cuando un sistema de DCO (Dynamic Creative Optimization) ensambla la pieza combinando elementos de un catálogo según el contexto del usuario, la pregunta de qué se va a mostrar deja de tener una respuesta única. La creatividad se convierte en un espacio de posibilidades, y el algoritmo elige dentro de ese espacio en tiempo real.
Para los equipos de Ad Ops y para los anunciantes que compran programática en LATAM, esto tiene consecuencias operativas que van bastante más allá de instalar una herramienta nueva.
Del asset fijo al sistema de variantes
El DCO no es nuevo. Las primeras implementaciones datan de la década pasada y se usaban principalmente en retail para personalizar producto, precio e imagen según el usuario. Lo que cambió en los últimos dos años es el nivel de la capa generativa dentro del flujo.
En el modelo tradicional de DCO, un equipo creativo producía los componentes (fondos, productos, textos, llamadas a la acción) y el sistema elegía la combinación que mejor funcionaba para cada perfil de audiencia. La variabilidad existía, pero tenía un techo definido por el catálogo de piezas disponibles.
Con modelos generativos integrados al stack, el techo desaparece. El sistema puede producir el texto del anuncio, ajustar el tono según el contexto editorial de la página, adaptar la imagen de producto a la paleta cromática del entorno o generar una versión del copy que respete las restricciones de brand safety de un publisher específico. Las posibilidades ya no dependen del catálogo que cargó el equipo; dependen del modelo y de los parámetros que se le definieron.
Este cambio tiene una consecuencia inmediata para Ad Ops. Quien configura los parámetros del modelo y define las restricciones está tomando decisiones creativas, aunque no lo llame así.
Qué dice la industria sobre adopción
Según el reporte “2025 Digital Video Ad Spend & Strategy” publicado por IAB, el 86 % de los compradores de publicidad en video ya usa o planea usar GenAI para producir creative. El mismo reporte proyecta que la creative generada con IA alcanzará el 40 % de todos los anuncios en 2026. Estos datos corresponden al mercado estadounidense y no tienen un desglose verificado para LATAM.
La tendencia de adopción tiene una motivación concreta. En el estudio “The AI Ad Gap Widens” publicado por IAB en 2026 (basado en encuestas entre octubre 2025 y enero 2026), la eficiencia de costos se posicionó como el principal beneficio percibido de la IA en publicidad, citado por el 64 % de los encuestados. En 2024 ese mismo beneficio ocupaba el quinto lugar. La innovación creativa, que lideraba el ranking en ciclos anteriores, cayó al segundo lugar con 61 %.
El desplazamiento importa porque revela cómo maduró la conversación. En la fase inicial, GenAI en publicidad se vendía como expansión de posibilidades creativas. En la fase actual, los equipos lo justifican con métricas de producción. Menos tiempo por variante, menor costo por iteración y mayor velocidad para probar hipótesis.
Lo que cambia en la operación
Cuando el asset lo genera un sistema, varios supuestos operativos que eran ciertos dejan de serlo.
Revisión creativa. En el flujo tradicional, los assets se aprobaban antes de entrar al sistema. Con producción generativa, la aprobación se vuelve un proceso de muestreo estadístico. Es imposible revisar cada variante que el sistema puede producir, por lo que la validación se traslada a los parámetros y a la supervisión de outputs representativos. Los equipos de Ad Ops que no actualizan su proceso de QA están operando sin el control que creen tener.
Brand safety. Las herramientas de verificación de terceros (DoubleVerify, IAS) trabajan sobre el contexto de la página donde aparece el anuncio. Cuando el contenido del anuncio mismo es generado dinámicamente, aparece una variable nueva. El sistema puede producir combinaciones de texto e imagen que el brand safety convencional no detecta, porque el problema no está en el entorno sino en el asset.
Autoría y propiedad. Cuando el asset lo produce un modelo de lenguaje o imagen, la pregunta de a quién pertenece ese asset tiene implicaciones contractuales. IAB publicó en diciembre de 2025 el “AI Intellectual Property and Transactions Digital Advertising Playbook” precisamente para orientar a los equipos legales y de procurement que enfrentan esta pregunta en contratos con proveedores de tecnología creativa.
Medición creativa. En el DCO clásico, la atribución del rendimiento a una variante creativa específica era compleja pero abordable. Con producción generativa y miles de combinaciones posibles, los modelos de atribución existentes tienen dificultades para aislar el efecto de una decisión creativa puntual. La pregunta “¿qué versión funcionó mejor?” se vuelve estadísticamente más difícil de responder.
El rol del equipo creativo en un flujo con IA
La pregunta que circula en muchos equipos de agencia es si la adopción de creative generativa reduce la necesidad de producción creativa humana. La respuesta, al menos en la fase actual, es diferente a lo que sugiere el debate superficial.
Lo que el modelo generativo produce de forma confiable son variantes dentro de parámetros definidos. Lo que no produce bien, sin supervisión humana, es el criterio sobre qué parámetros tienen sentido para una marca específica, qué tono resulta consistente con la voz de la marca en distintos contextos, o qué combinaciones representan un riesgo reputacional que los filtros automatizados no van a capturar.
El IAB, en su “Generative AI Playbook for Advertising“, señala que la IA permite a los anunciantes escalar personalización con una precisión sin precedentes, pero que los casos de uso más efectivos combinan la capacidad generativa con decisiones humanas sobre estrategia creativa y definición de restricciones.
El trabajo creativo se desplaza hacia arriba en la cadena. Los equipos dejan de producir assets individuales y pasan a diseñar los sistemas que definen qué puede producir el modelo.
Implicaciones para LATAM
En la región, la adopción de creative generativa enfrenta dos restricciones adicionales que no aparecen en los datos globales.
La primera es de infraestructura tecnológica. El DCO con capa generativa requiere acceso a plataformas que integren esa funcionalidad, y la penetración de esas plataformas entre anunciantes medianos y agencias independientes de LATAM sigue siendo baja. La mayor parte de la adopción que registran los estudios de IAB corresponde a mercados con mayor madurez programática.
La segunda es de datos. Los modelos de creative generativa personalizan sobre señales de audiencia. En mercados donde la infraestructura de first-party data es incipiente (que es el estado de la mayoría de los anunciantes en la región), el potencial de personalización se reduce a señales contextuales y a categorías de audiencia amplias. El resultado es un DCO generativo que produce variantes, pero con menos capacidad de relevancia por usuario que en mercados donde los anunciantes tienen perfiles de audiencia más ricos.
Esto no invalida la adopción. Significa que las expectativas deben calibrarse según el punto de partida de cada operación.
Próximos pasos
Para los equipos de Ad Ops y anunciantes que quieren evaluar si tiene sentido incorporar creative generativa a su stack, hay tres preguntas concretas antes de avanzar:
¿Qué proceso de QA existe para revisar outputs generativos antes de que salgan al mercado? Sin respuesta a esta pregunta, la adopción crea exposición de brand safety que el equipo puede no detectar hasta que el daño ya ocurrió.
¿Qué datos de audiencia están disponibles para alimentar el sistema? Un DCO generativo operando solo con señales contextuales puede producir variantes, pero difícilmente vas a ver el salto de rendimiento que justifica la inversión en la herramienta.
¿Los contratos con los proveedores de tecnología creativa tienen cláusulas sobre propiedad intelectual de los assets generados? Si no las tienen, es el momento de actualizarlos.
La creatividad programática con capa generativa ya funciona en los segmentos más activos del mercado. Para LATAM, la pregunta es con qué preparación operativa la vamos a recibir.
Nota sobre los datos de este artículo: Las cifras de adopción de IA en producción creativa (86 % de compradores de video, 40 % de proyección de ads generados por IA, 64 % que cita eficiencia de costos como beneficio principal) provienen de reportes de IAB correspondientes al mercado estadounidense. No existe, a la fecha de publicación de este artículo, un desglose verificado con metodología publicada para LATAM.