¿Se puede usar la IA para diferenciar una marca sin que todo acabe sonando igual? Sí, pero solo si cambias para qué la usas. Si le pides que escriba el mensaje, te devolverá el promedio de tu categoría, eso sí, bien redactado. Si la usas para mapear lo que ya dice toda la competencia y localizar el territorio que nadie ocupa, se convierte en una herramienta de diferenciación muy potente.
El diagnóstico del problema llega con firma ilustre. En una entrevista con Marketing Week, Sir John Hegarty, cofundador de BBH, define buena parte del marketing actual como «repetitivo, tópico y aburrido», y culpa a marcas y agencias llenas de «pensadores de hemisferio izquierdo» que entienden una hoja de cálculo pero no una idea. Su argumento favorito: alrededor del 95 % de los lanzamientos de nuevos productos fracasan, una tasa que, según él, apenas se ha movido en veinte años pese a todos los datos disponibles. Él mismo admite que la cifra exacta es discutible, pero el fondo de su crítica se sostiene.
¿Por qué tanta publicidad hecha con IA suena igual?
Por cómo funcionan los modelos. Un modelo de lenguaje predice la continuación más probable de un texto, y lo más probable es, por definición, lo que más se parece a lo que ya existe. Pídele un claim para una marca deportiva y te hablará de superación, esfuerzo y límites que se rompen. Si se lo pide tu competidor, le dará lo mismo con otras palabras.
El resultado es una convergencia silenciosa. Cada pieza, por separado, parece correcta. Juntas, forman una categoría en la que nadie destaca y el consumidor no recuerda quién dijo qué.
La culpa no es de la herramienta. Es de pedirle a una máquina de promedios que haga el trabajo de una idea.
Lo que Hegarty acierta y dónde sí ayuda la IA
Hegarty no habla de inteligencia artificial en la entrevista. No le hace falta. Su frase «los datos no tienen la respuesta» se apoya en una idea sencilla: los datos describen lo que ya ha pasado, y el marketing debería mirar hacia delante. Una IA entrenada con lo que ya existe hereda ese límite.
Pero hay un matiz que merece la pena. Si los datos describen el pasado, también describen con precisión dónde está todo el mundo. Y saber dónde está la manada es exactamente lo que necesitas para salir de ella.
Los consejos de Hegarty encajan con este enfoque: escribir un manifiesto que deje claro en qué cree la marca, mantener las buenas campañas más tiempo en lugar de cambiarlas por aburrimiento y escuchar también a quienes no compran, porque una marca no la construyen solo sus clientes.
¿Por qué las marcas siguen a la manada?
La teoría del comportamiento gregario, el llamado efecto manada, explica que en situaciones de incertidumbre tendemos a imitar lo que hacen los demás. Si todos van en una dirección, por algo será. Y si sale mal, al menos nadie se equivocó solo.
En publicidad, ese instinto crea códigos de categoría que todo el mundo copia: la cámara lenta y el sudor en el deporte, la familia sonriente en alimentación, el dashboard flotante en tecnología. Seguirlos parece seguro ante un comité de aprobación. En realidad sale caro, porque se paga la misma inversión en medios por un mensaje que el público podría atribuir a cualquiera.
La IA mal usada amplifica la manada: si toda la categoría trabaja con modelos parecidos y briefs parecidos, la convergencia es casi inevitable. Para conectar de verdad hay que atreverse a apartarse de la tendencia. La buena noticia es que esa misma tecnología permite hacerlo con método y no a ciegas.
Cómo diferenciar el mensaje de una marca con IA, paso a paso
- Mapea la categoría entera. Analiza los anuncios y el contenido orgánico de todos los competidores, no solo de los tres que el cliente menciona en el brief.
- Agrupa por territorios. Identifica qué promesas, tonos, formatos y códigos visuales se repiten. Ese es el mapa de lo saturado.
- Busca tensiones sin dueño. Cruza ese mapa con la conversación real de la audiencia: qué le preocupa o le frustra que ninguna marca está respondiendo.
- Escribe la postura antes que el claim. Aquí manda el criterio humano. Un manifiesto breve, en la línea de lo que propone Hegarty: en qué cree la marca y contra qué se rebela.
- Usa la IA como sparring, no como autora. Pídele que te diga a qué competidor se parece cada idea y qué cliché repite. Si no encuentra ninguno, vas por buen camino.
- Pon a prueba los conceptos antes de invertir en medios. Puntúa su probabilidad de clic prevista y quédate con los que son distintos y además prometen funcionar.
- Dale tiempo a la idea. La diferenciación se construye con constancia. Cambiar de mensaje cada trimestre devuelve la marca al ruido.
IA genérica frente a IA estratégica
| Fase | Uso que lleva a lo genérico | Uso que diferencia |
|---|---|---|
| Investigación | Pedirle a un chatbot las «tendencias del sector» | Analizar los anuncios y el contenido real de toda la categoría |
| Insight | Resumir lo que dice todo el mundo | Encontrar tensiones de la audiencia que nadie atiende |
| Mensaje | Generar cincuenta claims y elegir el que suena mejor | Escribir desde una postura de marca y usar la IA para ponerla a prueba |
| Creatividad | Copiar el formato viral del mes | Construir códigos propios y reconocibles |
| Validación | Lanzar y esperar a ver qué pasa | Puntuar los conceptos antes de la inversión en medios |
¿Cómo saber si una idea distinta va a funcionar antes de invertir?
Este es el verdadero freno. Diferenciarse da miedo porque lo distinto no tiene historial, y ningún director de marketing quiere defender ante su comité una apuesta sin pruebas. Ahí es donde la IA sí reduce el riesgo, en lugar de aumentar la uniformidad.
En la plataforma de Defy, Defy Monitor puntúa la clicabilidad prevista de cada concepto antes del gasto en medios, con un modelo validado contra el rendimiento real de anuncios. La idea es sencilla: saber si una creatividad va a funcionar antes de pagar por ella. Y como analiza en minutos los anuncios de toda una categoría, también deja ver si esa idea se parece demasiado a lo que ya hace la competencia.
Un aviso para no caer en la trampa contraria: una puntuación alta no convierte en buena una idea que se parece a todas las demás. El filtro tiene que ser doble. ¿Es distinta? ¿Y tiene probabilidades de funcionar? Si solo cumple una de las dos condiciones, todavía no está lista.
El criterio sigue siendo humano
La IA puede ahorrarle a una agencia horas de auditoría de competencia, resumir miles de conversaciones y anticipar qué concepto tiene más tirón. Lo que no puede hacer es decidir en qué cree una marca. Eso sigue siendo cosa de personas con gusto, criterio y algo de valentía.
Hegarty tiene razón: los datos no tienen la respuesta. Pero, bien usados, te dicen qué respuestas ya están ocupadas.
