¿Cómo sería el Agentic Advertising Landscape? La industria pide a gritos un mapa

La publicidad digital está cambiando a una velocidad brutal con la llegada de los Agentes de IA (AI Agents). El problema es que nadie ha creado aún un buen landscape, ese mapa visual de categorías y actores como nuestro famoso Landscape AdTech que explique qué empresas están haciendo qué, cómo se conectan y quién debería importar a marcas y agencias.

Así que nos hacemos la pregunta que muchos os estáis haciendo…

¿Cómo debería ser el "Agentic Advertising Landscape"?

Aquí os dejamos algunos principios para diseñarlo:

🎯 1. ¿Cuál es el job to be done? Cada agente existe para resolver una necesidad específica. Ejemplo: agentes que ayudan a las marcas a definir y hacer cumplir estándares globales (su usuario sería el equipo de medios global trabajando con su agencia).

🏭 2. ¿Qué produce cada agente? ¿Crea un anuncio? ¿Un plan de medios? ¿Un informe? ¿Una audiencia? ¿Un PMP? Este output define en qué parte del funnel o del workflow actúa el agente.

👨‍💻 3. ¿Quién calibra al agente y de quién es la propiedad intelectual? Importante: ¿es un sistema abierto que aprende con datos del cliente o una caja negra cerrada (y entonces… ¿realmente es AI?) La propiedad intelectual y la capacidad de aprendizaje continuo serán factores clave en el valor de cada agente.

⚙ 4. Los agentes necesitan execution environments. Así como los Ad Exchanges permitieron operar a las Ad Networks, los agentes necesitan plataformas de ejecución. Scope3 ya anunció su Agentic Media Platform. Newton Research podría convertirse en una plataforma de orquestación de agentes (al estilo "conectar agentes especialistas").

Spoiler: Las grandes agencias están moviéndose en esta dirección con cosas como Core AI y Blu.

🔎 5. Los agentes necesitan señales. ¿De dónde viene el dato? ¿Super agregadores? ¿Datos propietarios? ¿Se debería crear una categoría específica de proveedores de señal en el Landscape? LiveRamp parece bien posicionado como la plataforma de datos para el futuro Agentic (nota: sí, soy empleado de LiveRamp 😅).

🧠 6. Los agentes están cambiando la publicidad misma. Ya no es solo planificar, crear y comprar. Algunos agentes fusionarán medios y creatividad para diseñar nuevas experiencias publicitarias. ¿El Landscape debe mapear también estos nuevos modelos?

🔄 7. Aprendizaje y propiedad del aprendizaje. ¿El agente aprende de la marca o también del consumidor? ¿Quién se queda ese insight? Dato curioso: el límite entre un agente de consumer insight y uno de ventas es cada vez más borroso (como ya anticipaba Firsthand en sus comienzos).

🤖 8. Empresas que usan agentes: ¿mapearlas o no? Si una empresa usa agentes como parte clave de su negocio (aunque no los haya desarrollado), ¿debería aparecer en el Landscape? Debate abierto.

LiveRamp Ventures ya ha dado un primer paso y se ha atrevido a publicar un primer mapa de IA en publicidad digital bastante acertado, con 4 categorías:

• Content Generation, con cuatro sub-categorías: Copy, email, imágenes, video y product placement.

• Optimization Algorithms con cuatro sub-categorías: Contextual Intelligence, Custom Bidding Algorithms, Journey Orchestration y Smart Audiences

• AI Agents, con dos sub-categorías: AdOps Agents y Data Science Agents.

• LLM / AI Destination Optimization, con tres sub-categorías: Ad Optimization, Content Optimization y Publisher Content Monetization.

Este es el mapa pintado por LiveRamp ventures:

Fuente: LiveRamp Ventures

Algunos comentarios a este primer landscape: El Journey orchestration (donde se ha metido a Firsthand) es quizá un poco raro… no es solo optimización. También falta que el ecosistema CTV/digital integre el tema de planning e insights que, sinceramente, deberían estar en la cima del funnel. Y sí, bien por incluir a Prorata_ai y Tollbit… pero falta espacio para empresas como InsurAds o Adelaide Metrics en una categoría de atención.

¿Comentarios?

Spoiler alert: Este mapa va a cambiar radicalmente en los próximos meses….