Automatizando negociación y setup de campañas con IA—¿es realista o demasiado optimista?

Acá viene una pregunta que podría ser controversial, pero veo potencial: ¿podemos usar IA para automatizar negociación y setup de campañas con influencers?

Pensemos concretamente:

  • Tengo histórico de ~200 campañas con datos sobre qué términos fueron aceptados, duración típica de negozo, rangos de presupuesto por tier de influencer.
  • ¿Podría entrenar un modelo que, quando me proponga trabajar con Influencer X, sugiera automáticamente:
    • Presupuesto apropiado basado en su historico + mercado
    • Duración recomendada de campaña
    • Terms estándar (deliverables, usage rights, exclusividad)
    • Timeline de ejecución

El sueño sería que la IA genere un “proposal draft” que yo solo valido, en lugar de construirlo desde cero cada vez.

Pero veo riesgos obvios:

  • Diferencias culturales y de negociación entre mercados
  • Relaciones personales—algunas influencers confían en términos más flexibles conmigo porque las conozco
  • Influencers que rechazan términos cookie-cutter

Las preguntas reales:

  1. ¿Alguien está haciendo esto? ¿Parcialmente(maybe solo sugerir presupuesto) o full automation?
  2. ¿Qué level de customización necesita realmente cada influencer? ¿O hay más estandarización posible de lo que pensamos?
  3. ¿Cuál es el ROI real? ¿Vale la pena invertir en automationsi ahorras 5 horas por semana?
  4. Dónde está el limit? ¿Qué decisiones nunca debe tomar IA sin humano?

Interesado en escuchar si esto es el futuro o si estoy viviendo en una fantasía.

Estoy haciendo algo similar, pero con un caveat importante: la IA no negotia. La IA prepara para negociar.

Nuestra workflow:

  1. Data aggregation: Capturamos términos históricos—presupuesto, duración, deliverables, usage rights, exclusividad—de TODAS las campañas exitosas y fracasadas.

  2. Pattern recognition: Identificamos: “Para influencers con 100k-500k followers en LATAM, el rango típico es $2k-$5k, duración 2-3 meses, 4-6 posts entregables.”

  3. Proposal generation: Sistema genera un draft pra cada nuevas influencer basado en tier, región, industria. Es un starting point, no la oferta final.

  4. Human approval: Mi equipo valida cada propuesta antes de enviar. Ajustamos si conocemos al influencer, si hay relación anterior, si el contexto es especial.

  5. Feedback loop: Después de negozo, actualizamos el modelo. “Propusimos $3.5k, el influencer pidió $4.2k, cerramos en $3.9k.” Eso alimenta al modelo para futuras propuestas a ese tier.

El ROI es real pero sutíl. Ahorré ~3-4 horas/semana en generar proposals desde cero. Pero el mayor beneficio es consistency—todos los influencers del mismo tamaño reciben ofertras calibradas, no arbitrarias basadas en mi mood ese día.

El límite está claro: variación humanaa. Si conozco al influencer, si hay historia, si hay algo especial—eso override. La IA es para el 80% de casos genéricos.

¿Vos tenés datos limpios de tus negociaciones pass? Porque sin eso sería difícil entrenar el modelo.

Desde mi perspectiva, honestamente, si una marca simplemente me envia una propuesta templated que parece autogenerada, me molesta un poco. Me siento como si no fuera valorada. Lo que me hace aceptar una propuesta es cuando siento que la marca realmente me conoce—mi audiencia, lo que hago, por qué somos un buen match.

Dicho esto, entiendo que para grandes volúmenes de influencers, esto es impracticable. Pero si van a usar IA, al menos expliquen:

  • Por qué este presupuesto específico?
  • Por qué piensan que somos buenos match?

Personalizo mi respuesta cuando siento personalización, no solo una plantilla. Así que si usan IA, úsenla para análisis, pero mantengan el toque humano en la comunicación.

Pregunta: ¿el modelo está considerando si el producto realmente matchea con mi audiencia, o solo números de followers?

Esto es un problema de optimization clásico, y sí, es realista con provisos.

Aquí está el framework que hemos construido:

Tier 1 - Fully automated (low risk):

  • Influencers tier 3 (micro, <50k followers), industria estándar, geografía frecuente
  • Model propone presupuesto, duración, deliverables estándar
  • Sistema requiere apenas validación—not full approval, solo “veto” space
  • Time to proposal: 5 minutos

Tier 2 - Semi-automated (medium risk):

  • Influencers tier 1-2 (100k-5M followers), nuevo mix geográfico o industria
  • Modelo propone range + rationale explicada
  • Humano reviews + ajusta
  • Time to proposal: 30-45 minutos

Tier 3 - Manual (high risk):

  • Tierr 1+ (megainfluencers >5M), reputación significant, budgets large
  • Modelo provides competitive intelligence + historical benchmarks
  • Full manual negotiation
  • Time: depends on influencer schedule

Core model features:

  • Follower count + engagement rate (normalized by region/platform)
  • Historical terms acceptance rate (if we’ve worked with them before)
  • Market conditions (seasonality, competencia, category CPM benchmarks)
  • Brand fit score (overlap between influencer audience + target demographic)
  • Risk adjustment (fraud/brand safety scores)

Output: Not just numbers, pero recommendation rationale. "Presupuesto $3.5k because:

  • Regional benchmark for 250k followers = $2.5k-$4k
  • Engagement rate above average (+15%)
  • Previous with this influencer, acceptance rate 90% at $3.5k
  • Risk score low"

Critical limitation: El modelo NO negocia en respuesta a counter-offers. Si el influencer pide más, escalas a human. La automatización es unidireccional (initial proposal), no bidireccional (iteración).

ROI calculation:

  • We save ~5-7 hours/week on proposal generation
  • Consistency improvement = reduced negotiation back-and-forth (~20% fewer rounds)
  • Better match accuracy = fewer failed collaborations
  • Net: ~2-3 FTE equivalent savings, plus quality improvement

Where AI should NOT go:

  • Never auto-send without human eyes—al menos skim
  • Never ignore influencer’s stated preferences/constraints
  • Never use against influencers in pricing leverage; always transparent
  • Never remove the relationship component

Last thought: The best use case for automation isn’t negotiation—es pipeline. Having 100+ ready-to-go proposals for different tiers/regions means you can respond FAST when an opportunity comes up. That speed-to-market is often worth more than the discount from negotiation.