Editorial: la brecha de atribucion de IA y el argumento a favor del criterio humano
Las herramientas de atribucion con IA prometen claridad, pero los vacios de datos detras de ellas exigen que los marketers sigan aplicando criterio humano.
Mariano De Vitto · Agosto 2026
El resumen de predicciones 2026 de Marketing Dive saca a la luz un problema que la industria viene evitando: agencias y marcas estan invirtiendo presupuesto en herramientas de atribucion con IA mientras admiten, en voz baja, que esas herramientas no pueden decir con certeza que canal genero realmente una venta. Esa brecha entre la confianza en los resultados de la IA y el desorden real del recorrido del consumidor esta moldeando hoy como los lideres de marketing planifican el gasto del proximo ano, y merece mas atencion de la que esta recibiendo.
Las predicciones citadas en la nota de Marketing Dive apuntan a un crecimiento sostenido de las plataformas de medicion impulsadas por IA, el tipo de herramientas que prometen unir los puntos de contacto en busqueda, redes sociales, retail media y TV conectada en un solo modelo prolijo de influencia. Estas plataformas se venden como el antidoto a anos de suposiciones, prometiendo a los ejecutivos una unica fuente de verdad sobre donde conviene invertir los dolares de marketing de cara al proximo ciclo de presupuestos. Los proveedores que venden estos sistemas estan encantados de dejar que los marketers crean que la matematica ya esta resuelta.
El problema de los jardines cerrados
No esta resuelta. La atribucion multi touch siempre tuvo problemas con jardines cerrados como Google y Meta, que retienen datos, y sumarle machine learning a datos incompletos no soluciona el problema de fondo de visibilidad, solo hace que el resultado se vea mas autoritario de lo que merece.
Esta no es una tension nueva. Durante anos, los marketers de performance supieron que las plataformas que controlan la mayor parte de la inversion publicitaria tambien controlan los datos necesarios para probar que esa inversion funciono, y el incentivo para compartir esos datos abiertamente nunca fue fuerte. Las redes de retail media y las plataformas de TV conectada suman aun mas silos a la mezcla, cada una con su propia definicion de conversion y su propia reticencia a exponer la senal cruda a proveedores de medicion externos. Un modelo de IA solo puede ser tan honesto como los datos que recibe, y hoy buena parte de esos datos llega filtrada, agregada o directamente retenida.
Cuando el dashboard se vuelve verdad absoluta
Esa autoridad es el verdadero riesgo. Cuando un dashboard produce un numero prolijo, los marketers se tientan a tratarlo como un hecho en lugar de una estimacion construida sobre supuestos que el modelo rara vez explica. Decisiones de presupuesto, revisiones de agencias e incluso decisiones de dotacion pueden depender de cifras que nadie en el equipo entiende del todo ni puede defender si alguien pregunta.
El peligro se agrava dentro de organizaciones donde marketing tiene que justificar el gasto ante lideres de finanzas que esperan precision. Un resultado con apariencia confiable de una plataforma de atribucion con IA puede convertirse en la base para recortar un canal que en realidad estaba funcionando, o para escalar uno que solo se beneficiaba de la demanda generada en otro lado. Sin alguien en la sala que pregunte como se produjo ese numero, los puntos ciegos del modelo se convierten simplemente en los puntos ciegos de la empresa.
Combinar IA con criterio
Por que importa: los marketers deberian seguir invirtiendo en medicion con IA, porque efectivamente mejora la suposicion manual, pero cada resultado del modelo deberia acompanarse de revision humana. Hay que preguntarle a los proveedores que datos excluye el modelo, testear las afirmaciones de atribucion contra experimentos controlados cuando sea posible, y entrenar a los equipos para tratar los insights generados por IA como un punto de partida para el criterio, no como un reemplazo de este. A medida que arrancan los ciclos de planificacion 2026, las agencias y marcas que incorporen ese escepticismo desde el inicio van a tomar mejores decisiones que las que simplemente confian en el dashboard.
The Signal Brief · Mariano De Vitto — Head of Marketing, Barcelona