Por Ricardo Aros C., CSO MIA LATAM, Director APG Chile y Chilediseño. 

La conversación sobre inteligencia artificial y planning está atrapada en una pregunta cómoda – si la IA va a reemplazar al planner –  y esa pregunta, mal formulada, solo produce respuestas irrelevantes. El primer problema real que la IA le plantea a nuestra disciplina no es el reemplazo sino el facilismo analítico. 

En MIA LATAM llevamos tiempo analizando este tema y experimentando con IA en todo tipo de procesos estratégicos. Nuestra mirada, el challenge driven thinking, nos obliga a tomar en serio cualquier cosa que reconfigure nuestro trabajo con las marcas. Morgan, Holt y Sharp nos han servido de brújula, y la conclusión provisoria es sencilla: la IA amplifica al planner que ya tenía una mirada, y diluye al que no la tenía. Los LLM son un espejo que devuelve, rápido, respuestas al mismo nivel de la pregunta que uno le hace. El filósofo Jianwei Xun, en su libro Pensar con prompts, lo resume bien: «lo humano no desaparece; se descentra. Se convierte en un comisario de diálogos, un director de procesos, un editor de significado». Esa imagen, el humano como editor y no como productor, describe bastante bien el terreno donde se juega hoy el oficio del planner. 

Editor, no productor

La distinción no es cosmética. Un productor genera material desde cero. Un editor trabaja sobre material que ya existe y decide qué se queda y qué se bota. El editor no tiene menos autoría que el productor: tiene otra. Quienes vienen del cine lo saben bien. El montajista no filma nada y, sin embargo, es quien termina de construir el sentido de la película. Walter Murch, uno de los grandes editores de Hollywood, lo decía simple: editar es decidir. 

Ese desplazamiento describe lo que le pasa al planner hoy. Antes, buena parte del oficio estaba en producir: redactar briefs, escribir insights, elaborar hipótesis a partir de lecturas y entrevistas. La IA puede hacer todo eso ahora, y a una velocidad que convierte esa producción manual en commodity. Lo que no puede hacer es elegir con criterio. Decidir qué tiene valor estratégico, qué encaja con la ambición de una marca y qué no. El planner-editor ya no trabaja con escasez, trabaja con exceso. Y en ese ruido, el criterio se vuelve el activo que escasea. 

La IA no imagina, promedia

Los modelos de IA son, por diseño, máquinas de promedio. Miran lo que ya existe, detectan regularidades y devuelven la respuesta más probable. Eso los hace buenos describiendo el mundo tal como es, y malos imaginando el mundo tal como podría ser. 

Adam Morgan, autor de Eating the Big Fish, lleva años insistiendo en que las marcas challenger se construyen sobre reencuadres, no sobre optimizaciones. Su trabajo más reciente, The Extraordinary Cost of Dull, muestra que la mayoría de la publicidad es aburrida porque sigue los patrones probados: lo que funcionó, lo que testea bien, lo que se parece al líder. La IA, entrenada sobre esos mismos outputs, tiende al centro. Si le pedimos un territorio para una categoría, nos devuelve el promedio estadístico de lo que ya hace esa categoría. Lo contrario de lo que necesita una marca challenger. 

La tensión se vuelve más interesante con Douglas Holt, antropólogo de Harvard que escribió Cómo las marcas se vuelven íconos. Para Holt, las marcas más poderosas nacen de identificar tensiones culturales y resolverlas simbólicamente. Esas tensiones no viven en los datos: viven en la grieta entre lo que una sociedad dice que valora y lo que efectivamente hace. Un modelo estadístico detecta correlaciones, pero difícilmente lee una tensión cultural emergente antes de que sea evidente. Y cuando es detectable por los datos, ya no es oportunidad: es lugar común. 

El riesgo de que todo se parezca 

El problema más concreto de corto plazo no es la calidad de los outputs de la IA. Es que todos los planners usemos las mismas herramientas, con prompts parecidos, sobre bases parecidas. Si la industria entera se alimenta del mismo modelo promediador, vamos a ver una convergencia estética y conceptual sin precedentes. Y no es menor: según WARC, cerca del 60% de la publicidad ya está gobernada por algoritmos, y la proporción crece rápido. 

Tampoco es especulación. El IPA, la asociación británica de publicidad, viene documentando un aplanamiento —incluso caída— de los resultados de marketing tanto en marca como en performance. A eso se suma lo que varios llaman el flattening of culture: desde el diseño de cafeterías hasta las portadas de libros y las comunicaciones de marca, todo empieza a parecerse. Ya lo veo en briefings y territorios estratégicos que me llegan: hay un aire de familia preocupante. La distintividad se erosiona cuando todos procesamos la información con el mismo filtro. Si dejamos que la IA tome esa decisión por nosotros, vamos a optimizar marcas hasta volverlas irrelevantes. 

Del planner que sabe al planner que pregunta 

El planner valioso de los próximos años no va a ser el que tenga más acceso a data ni el que domine más herramientas, sino el que formule mejores preguntas y sostenga juicios estratégicos bajo presión. Eso se traduce en dos capacidades concretas: pensamiento algorítmico, entender qué optimizan los sistemas que hoy median la elección, y capacidad de interpretar, no solo de producir, los outputs que la IA genera en volumen. 

Kevin Kelly, en The Inevitable, le dedica un pasaje memorable a las buenas preguntas. Dice que una buena pregunta desafía las respuestas existentes, crea territorios nuevos de pensamiento y reencuadra sus propias respuestas. Y cierra así: «una buena pregunta puede ser el último trabajo que una máquina aprenda a hacer. Una buena pregunta es para lo que existen los humanos». Esa es nuestra apuesta. La IA nos libera del trabajo que nunca debió ser el corazón de nuestra disciplina. Queda lo que siempre importó: entender a las personas, leer la cultura, diseñar tensiones, sostener la apuesta. Nada de eso se automatiza solo, hay que practicarlo.