La IA no mejora anuncios. Rediseña el sistema que los produce

Lo que el lanzamiento europeo de KANS me enseñó sobre creatividad, producción publicitaria y ventaja competitiva en la era de la IA.

Tiempo estimado de lectura: 9 minutos

Key Takeaways

• Mi mayor aprendizaje trabajando con IA aplicada a publicidad no fue cómo producir imágenes más rápido, sino cómo rediseñar el sistema completo de producción creativa.
• En el proyecto KANS, el principal límite dejó de estar en la generación de ideas y apareció en la velocidad, flexibilidad y capacidad de iteración del pipeline.
• La IA genera valor cuando deja de utilizarse como una herramienta aislada y pasa a integrarse dentro de una arquitectura que conecta estrategia, creatividad, producción y aprendizaje.
• De esta experiencia surgió lo que llamo AI Creative Factory: un modelo operativo creativo basado en ciclos de generación, validación, ajuste y aprendizaje.
• Cuando una tecnología elimina un cuello de botella, la ventaja competitiva no desaparece: migra hacia el siguiente punto del sistema.

El desafío: lanzar una marca en un mercado nuevo

Cuando empezamos a trabajar en el lanzamiento europeo de KANS, el desafío iba mucho más allá de producir una campaña.

Teníamos que construir presencia para una marca todavía desconocida en Europa y hacerlo con una exigencia alta de calidad visual, múltiples activos publicitarios y una ventana de tiempo muy reducida.

Durante buena parte de mi carrera había trabajado exactamente en el problema opuesto.

Venía de años liderando equipos de producción publicitaria a gran escala, trabajando con estructuras capaces de desarrollar cientos de campañas, coordinar diferentes disciplinas y llevar una idea desde el briefing hasta su ejecución audiovisual.

Conocía bien ese modelo.

Estrategia.

Concepto creativo.

Dirección de arte.

Casting.

Producción.

Rodaje.

Postproducción.

Adaptaciones.

Aprobaciones.

Durante décadas, esa arquitectura permitió crear campañas extraordinarias y sigue teniendo un enorme valor para muchos proyectos.

Pero KANS planteaba una situación diferente.

Necesitábamos velocidad.

Necesitábamos capacidad de producir múltiples activos.

Y, sobre todo, necesitábamos poder iterar sin que cada cambio significara volver a movilizar una estructura completa.

Al principio pensé que la IA podía ayudarnos a hacer más rápido lo que ya sabíamos hacer.

Ese fue mi primer error.

El primer intento: acelerar el sistema conocido

Mi primera reacción fue bastante natural.

Si la IA podía generar imágenes, acelerar retoques, producir variantes o reducir tiempos de determinadas tareas, entonces podríamos insertarla dentro del proceso tradicional y conseguir eficiencia.

Era una lógica razonable:

mismo sistema + nueva tecnología = mayor velocidad.

Pero muy pronto apareció una contradicción.

Podíamos acelerar una parte de la producción y, sin embargo, el proceso completo seguía teniendo prácticamente las mismas dependencias.

Cada nueva idea podía significar nuevos briefs.

Cada cambio exigía decisiones.

Cada variante necesitaba mantener coherencia con la estrategia de marca.

Cada activo debía funcionar dentro de una arquitectura de comunicación más amplia.

La tecnología podía acelerar un output.

Pero acelerar outputs no necesariamente aceleraba el sistema.

Y esa diferencia terminó siendo mucho más importante de lo que imaginaba.

El verdadero problema no era producir más rápido

Hubo un momento durante el proyecto en el que la pregunta dejó de ser:

¿Cómo podemos utilizar IA para producir este anuncio más rápido?

Y pasó a ser:

¿Qué ocurriría si diseñáramos el proceso completo pensando desde el principio en las posibilidades de la IA?

Ese cambio de pregunta modificó mi manera de entender el proyecto.

Ya no estábamos hablando simplemente de generación de imágenes.

Estábamos hablando de infraestructura.

Porque la velocidad de producción solo genera una ventaja real cuando estrategia, dirección, producción y aprendizaje pueden moverse con ella.

De poco sirve generar diez alternativas en una hora si el sistema que decide qué producir, cómo evaluarlo y qué aprender de los resultados sigue necesitando semanas.

El cuello de botella había cambiado.

Y ahí apareció el verdadero aprendizaje de KANS.

Cuando desaparece un cuello de botella, la ventaja competitiva migra

Hay una idea que surgió de esta experiencia y que hoy me parece más interesante que cualquier herramienta concreta de IA.

Cuando la tecnología elimina un cuello de botella, la ventaja competitiva no desaparece. Migra.

Durante mucho tiempo, una parte importante de la ventaja en producción publicitaria estuvo asociada a la capacidad de movilizar recursos:

grandes equipos, productoras, especialistas, presupuestos, jornadas de rodaje y estructuras capaces de transformar una idea en una pieza de alta calidad.

La IA empieza a reducir algunas de esas barreras.

Eso no significa que desaparezca el talento.

Tampoco significa que agencias, productoras, fotógrafos, realizadores o creativos dejen de tener valor.

Significa que el lugar donde se concentra el valor empieza a desplazarse.

Cuando producir determinadas ejecuciones se vuelve más rápido y accesible, el diferencial pasa cada vez más hacia:

• el criterio;
• la estrategia;
• la dirección creativa;
• la arquitectura de marca;
• la capacidad de hacer mejores preguntas;
• la velocidad para aprender;
• y la habilidad para diseñar sistemas que conecten todo lo anterior.

En otras palabras:

cuando producir deja de ser el principal límite, decidir qué producir y aprender de ello se vuelve mucho más importante.

De ahí surgió una idea que terminó sintetizando todo el proyecto:

La IA no mejora anuncios. Rediseña el sistema que los produce.

De utilizar IA a diseñar un sistema alrededor de ella

A partir de ahí dejamos de pensar en la IA como una colección de herramientas.

El desafío pasó a ser construir una arquitectura donde la tecnología pudiera operar dentro de un sistema coherente.

El primer componente era la arquitectura de comunicación.

Antes de generar activos necesitábamos definir con claridad:

qué debía representar KANS en Europa,

qué territorios visuales podía ocupar,

qué mensajes debía construir,

qué códigos debían mantenerse,

y qué elementos no podían depender de la improvisación de cada nueva pieza.

La IA podía generar infinitas posibilidades.

Precisamente por eso necesitábamos más dirección, no menos.

Cuantas más posibilidades aparecen, más importante se vuelve el criterio que las organiza.

Cómo nació AI Creative Factory

De esa experiencia fue tomando forma lo que hoy llamo AI Creative Factory.

No lo entiendo como una herramienta ni como una checklist.

Es un modelo operativo para conectar cuatro capacidades:

1. Arquitectura de comunicación

Define la estrategia, el territorio visual, los mensajes y los criterios que deben mantenerse consistentes.

Es el sistema de decisiones que precede a la generación.

Sin esa capa, la capacidad infinita de producir variantes puede convertirse rápidamente en ruido.

2. Pipeline creativo flexible

La IA permite convertir conceptos en activos, explorar territorios visuales y generar variaciones sin tener que reconstruir todo el proceso en cada iteración.

Pero el objetivo no es generar más por generar.

Es reducir el coste de probar una hipótesis creativa.

3. Producción audiovisual iterativa

La producción deja de funcionar exclusivamente como una secuencia lineal:

brief → producción → entrega.

Puede convertirse en un proceso mucho más dinámico:

generar → observar → seleccionar → ajustar → volver a generar.

La pieza deja de ser necesariamente el final del proceso.

Puede ser parte del aprendizaje.

4. Learning Loop

Este es probablemente el componente más importante.

Cada ejecución debería producir información capaz de mejorar la siguiente.

El sistema queda entonces conectado:

Arquitectura de comunicación

↓

Pipeline creativo flexible

↓

Producción audiovisual iterativa

↓

Respuesta y aprendizaje

↺

Nueva decisión estratégica

La ventaja no surge de ninguna etapa por separado.

Surge de la velocidad con la que el sistema completo puede aprender.

Lo que cambió para mí como líder

KANS también modificó mi propia manera de trabajar.

Durante años, liderar producción significaba tener control sobre una estructura muy definida.

Roles.

Procesos.

Tiempos.

Proveedores.

Entregables.

La IA introduce otro tipo de liderazgo.

No porque elimine la necesidad de dirección, sino porque la aumenta.

Cuando generar alternativas es barato, seleccionar se vuelve caro.

Cuando producir es rápido, el criterio se vuelve escaso.

Cuando existen infinitas posibilidades, la dirección importa más.

Mi trabajo dejó de consistir únicamente en controlar cómo se ejecutaba cada etapa.

Pasó cada vez más por:

definir el problema correcto,

construir la arquitectura,

establecer criterios,

decidir qué explorar,

descartar rápidamente,

y mantener coherencia mientras el sistema se movía a mayor velocidad.

Fue una transición importante.

La IA no redujo la necesidad de experiencia.

Cambió el lugar donde esa experiencia generaba valor.

La creatividad humana no desaparece: cambia su posición dentro del sistema

Por eso creo que buena parte de la conversación actual sobre IA y creatividad está formulada de manera equivocada.

Preguntamos:

¿La IA reemplazará a los creativos?

¿Una máquina puede tener una idea?

¿Las campañas con IA serán mejores que las tradicionales?

Son preguntas comprensibles.

Pero mi experiencia con KANS me llevó hacia otra:

¿Qué ocurre con una organización creativa cuando el coste y el tiempo necesarios para transformar una idea en una ejecución disminuyen radicalmente?

Ahí aparece una conversación mucho más interesante.

Porque la creatividad no desaparece.

Se desplaza hacia niveles diferentes del sistema.

El valor humano pasa cada vez más por:

• interpretar problemas;
• encontrar insights;
• construir significado;
• tomar decisiones;
• dirigir estéticamente;
• entender contextos culturales;
• conectar una ejecución con una estrategia;
• y decidir qué merece existir entre miles de posibilidades.

La IA amplía la producción.

El criterio sigue definiendo la dirección.

Las implicaciones para agencias, marcas y productoras

Esto tampoco significa que exista una batalla entre un «modelo tradicional» y un «modelo IA».

Probablemente veremos muchas configuraciones diferentes.

Habrá campañas donde un rodaje tradicional siga siendo la mejor opción.

Habrá otras donde modelos híbridos permitan combinar talento humano, producción física y generación mediante IA.

Y habrá proyectos donde gran parte de la infraestructura de producción pueda operar digitalmente.

La cuestión estratégica no es quién desaparece.

Es cómo cambia la distribución del valor dentro del sistema.

Las agencias podrán aportar más valor construyendo estrategia, dirección y sistemas de experimentación.

Las productoras podrán integrar nuevos workflows.

Los equipos internos podrán aumentar su capacidad de iteración.

Los creativos podrán explorar territorios antes imposibles por restricciones de presupuesto o producción.

La tecnología modifica las fronteras.

Pero sigue haciendo falta alguien capaz de diseñar el sistema completo.

El verdadero cambio no es creativo. Es organizacional.

Esa es probablemente la conclusión que más me interesa después de esta experiencia.

La transformación producida por la IA no ocurre únicamente en las imágenes que vemos.

Ocurre detrás.

En los workflows.

En los roles.

En los tiempos.

En las decisiones.

En la manera en que estrategia y ejecución se conectan.

En la capacidad de aprender antes que la competencia.

Y esa lógica trasciende la publicidad.

Cada vez que una nueva tecnología elimina una restricción, las organizaciones tienen dos opciones.

Utilizarla para hacer un poco más rápido lo que ya hacían.

O preguntarse si ahora pueden diseñar un sistema completamente diferente.

La primera opción genera eficiencia.

La segunda puede generar una nueva ventaja competitiva.

Conclusión: la ventaja no desaparece, migra

Cuando empezamos el proyecto KANS, mi pregunta era cómo utilizar IA para producir creatividad premium de una manera más ágil.

Al terminarlo, la pregunta había cambiado.

Ya no estaba pensando únicamente en anuncios.

Estaba pensando en sistemas.

Porque cuando la tecnología reduce el coste de ejecutar, el valor empieza a concentrarse en otros lugares:

en la estrategia,

en el criterio,

en la dirección,

en la integración,

y especialmente en la capacidad de aprender más rápido.

Ese es probablemente el aprendizaje más importante que me llevo del proyecto:

Cuando una tecnología elimina un cuello de botella, la ventaja competitiva no desaparece. Migra.

Y creo que en publicidad estamos empezando a ver esa migración.

De la capacidad de producir hacia la capacidad de diseñar, dirigir y aprender de sistemas creativos cada vez más rápidos.

Por eso, después de esta experiencia, mi forma de entender la IA aplicada a publicidad puede resumirse en una frase:

La IA no mejora anuncios. Rediseña el sistema que los produce.

Y para los líderes de marketing, creatividad y negocio, esa diferencia puede terminar siendo mucho más importante que cualquier herramienta que utilicemos hoy.

FAQ

¿La IA reemplaza el modelo tradicional de producción publicitaria?

No necesariamente. La experiencia de KANS demuestra que existen proyectos donde un workflow basado en IA puede reducir determinadas dependencias y acelerar considerablemente la iteración. Pero habrá situaciones en las que rodajes, productoras, agencias y especialistas sigan siendo la mejor alternativa. La transformación está en disponer de nuevas arquitecturas de producción y poder elegir cuál tiene más sentido para cada problema.

¿Qué es AI Creative Factory?

Es el nombre que utilizo para describir un sistema creativo que conecta arquitectura de comunicación, producción asistida por IA, iteración y aprendizaje continuo. Su objetivo no es simplemente generar más activos, sino reducir la distancia entre una hipótesis creativa y lo que podemos aprender de ella.

¿Dónde está el valor humano cuando la IA produce parte de los activos?

Cada vez más en el criterio: definir problemas, encontrar insights, construir estrategia, dirigir la expresión creativa, interpretar resultados y tomar decisiones. Cuanto mayor sea la capacidad de generación, mayor será la necesidad de dirección.

¿Cuál fue el principal aprendizaje del proyecto KANS?

Que introducir una nueva tecnología dentro de un proceso existente puede generar eficiencia, pero las mayores oportunidades aparecen cuando utilizamos esa tecnología para cuestionar y rediseñar el proceso completo.

¿Qué deberían preguntarse hoy los líderes?

No solamente:

«¿Cómo podemos utilizar IA?»

Sino:

«Si esta tecnología elimina algunas de nuestras restricciones actuales, ¿cómo diseñaríamos nuestra organización si pudiéramos empezar nuevamente?»