He estado implementando herramientas de optimización de presupuesto basadas en IA durante los últimos meses, y estoy llegando a un límite conceptual que no logro resolver completamente.
Las herramientas funcionan bien cuando tienes datos limpios y consistentes de un único mercado. Pero cuando trabajas con influencers que operan en dos mercados (ruso e inglés), con monedas diferentes, regulaciones distintas, y patrones de compra que no correlacionan directamente, el modelo comienza a “sobreopitimizar” de manera que simplemente no siente correcta.
He visto IA recomendar asignaciones que matemáticamente tienen sentido basadas en ROI histórico, pero que fallan en la práctica porque no tienen en cuenta cosas como:
- Saturación de mercado en ciertos períodos (ej: Navidad en RU es diferente de Navidad en US)
- La reputación local del influencer (lo que funciona hablando inglés no significa que el mismo creator tenga autoridad en ruso)
- Cambios en algoritmos de plataforma que afectan distintos mercados en diferentes momentos
En realidad, creo que la pregunta no es “¿debería confiar en la IA?”, sino “¿en qué punto específico de mi stratégía de asignación debería pausar y aplicar juicio humano?”
¿Dónde están ustedes tomando esa decisión? ¿Tienen un framework claro o es más intuitivo?
Excelente formulación de la pregunta. La verdad es que no existe un punto único donde termina la IA y empieza el juicio humano—es un espectro continuo.
Lo que hemos estructurado es así: La IA maneja la velocidad y el volumen. Procesa datos de cientos de influencers, ejecuta miles de simulaciones de asignación, e identifica patrones que un humano nunca detectaría en el tiempo disponible. Eso es su fortaleza.
El juicio humano entra en la validación de contexto y riesgo. Preguntas como:
- “¿Este influencer ha estado controversial?”
- “¿El mercado RU está entrando en una fase de contracción que nuestros datos aún no reflejan?”
- “¿He visto a tres competidores ejecutar la misma estrategia con este creator recientemente?”
Nosotros usamos IA para generar tres escenarios posibles de asignación (optimista, realista, conservador), y luego un equipo de estrategia revisa cada escenario respondiendo: “¿Qué podría salir mal aquí que los datos no muestren?”
Para mercados bilingües específicamente, el punto de intervención debe ser temprano: en la definición de benchmarks. Si defines incorrectamente qué es un “benchmark realista” para un influencer bilingüe, toda la optimización posterior está construida sobre una mentira. Ahí es donde necesitas expertise humana.
Nosotros pausamos en dos momentos clave:
-
Antes de subir el presupuesto drásticamente: Si la IA me dice “Aumenta por 40% a este creator”, paro y pregunto qué cambió. ¿Es que los datos son mejor ahora, o simplemente hay un sesgo estacional que el modelo no está pesando correctamente?
-
Cuando hay divergencia entre mercados: Si un influencer se comporta bien en RU pero débil en EN (o viceversa), la IA puede intentar “promediar” esa asignación. Ahí es donde yo digo no—necesito hablar con el cliente sobre si queremos presencia en ambos mercados o si priorizamos uno.
Lo que hemos encontrado es que la IA es excelente para decir “aquí hay 47 influencers que podría considerar”. Pero “¿debería invertir 30K o 50K con este influencer específico?” Esa es una conversación humana que involucra relaciones, contexto político, y visión de negocio.
Mi framework es simple: IA para análisis de escala. Humano para límites, relaciones, y decisiones que tienen implicaciones estratégicas.
Desde donde yo estoy, la cosa es que muchos creadores sabemos si va a funcionar una campaña o no antes de que los números lo digan. Esto suena esotérico, pero lo verifico constantemente.
Un brand viene con una propuesta, y sé intuitivamente si resuena con mi audiencia. La IA no captura esto. Puede ver que mi EN audience tiene X características demográficas y Y poder adquisitivo, pero no sabe si realmente van a querer el producto.
Cuando trabajes con creadores bilingües, pregúntales directamente: “¿Con cuál mercado sientes más conexión?” La asignación de presupuesto debería respetar eso. Si fuerzas a un creator a hacer contenido en un idioma donde no se siente auténtico, los números van a sufrir, y la IA no será la culpable—tu asignación fue la culpable.