Las nuevas reglas de relevancia en compras asistidas por IA

Los consumidores están adoptando las compras asistidas por IA más rápido de lo que muchos especialistas en marketing se dan cuenta. En una investigación de Horizon Futures se reveló que el 56% de los consumidores familiarizados con la IA ya la usan a diario, mientras que el 82% la usan para investigar y comparar productos antes de comprar.¹ Al mismo tiempo, los compradores delegan cada vez más la carga cognitiva en herramientas de compra impulsadas por IA, como Alexa for Shopping, para hacer seguimiento de precios, descubrir productos y encontrar ofertas.

De hecho, el 70% de los encuestados se sentía cómodo dejando que la IA se encargara de buscar ofertas, y el 64% confiaba en la IA para comparar productos.² La IA influye cada vez más en el descubrimiento de productos y en las decisiones de compra, entonces las marcas que tendrán éxito serán las que construyan sistemas de confianza y relevancia para ayudar a moldear las preferencias de los consumidores antes de que se produzcan los momentos de recomendación de la IA.

En ese punto es que la convergencia de los medios de streaming, las señales de compra y la optimización impulsada por IA se vuelve estratégicamente importante.

Crea marcos de medición que optimicen la confianza, no solo la atribución

Uno de los hallazgos más claros de la investigación de Horizon fue que a los consumidores no les importa tanto cómo funcionan las herramientas de IA, y sí les importa mantener el control cuando algo sale mal. El “control mediante el veto”, las devoluciones fáciles, la toma de decisiones transparente y el acceso a soporte humano se ubicaron entre los principales factores de confianza en entornos de compra asistidos por IA.

Para los anunciantes, esto cambia la forma en que tendría que funcionar la medición. Las marcas necesitan visibilidad sobre cómo las audiencias actúan en diferentes puntos de contacto, y necesitan evaluar los efectos de entrada y halo en torno a puntos de contacto como la exposición a streaming prémium para entender qué señales generan la confianza y la familiaridad que las recomendaciones de IA recompensan.

Amazon Marketing Cloud (AMC) hace esto posible, ya que les permite a los anunciantes analizar patrones de interacción, superposiciones de audiencias y conversiones de formas que protegen la privacidad, priorizan la confianza del consumidor y, al mismo tiempo, muestran información práctica y útil.

En los entornos de compra asistidos por IA, la confianza en sí misma se convierte en una variable del desempeño.

Desarrolla la notoriedad de la marca antes de que ocurran los momentos de recomendación de la IA

En la investigación de Horizon se descubrió que los compradores con IA se están convirtiendo en “optimizadores, en lugar de navegadores”. Los consumidores esperan cada vez más que la IA reduzca las opciones, compare alternativas y muestre los productos más relevantes de forma rápida.

Esto significa que el descubrimiento está migrando hacia etapas más tempranas del proceso. Para los anunciantes, esto eleva el papel de la TV por streaming y los medios interactivos prémium de canales de reconocimiento a puntos de contacto que generan relevancia.

El gráfico autenticado de Amazon Ads conecta estas señales y vincula la interacción con el streaming con los comportamientos de compra reales a través de relaciones de confianza entre hogares. Con Amazon DSP y los anuncios de TV por streaming se crean oportunidades para conectar la exposición a contenido prémium con resultados de comercio medibles a lo largo del proceso del consumidor. Las marcas que combinan9 TV por streaming con formatos interactivos pueden llevar a las audiencias de la visualización pasiva a entornos de participación activa, donde el contenido, el comercio y la interacción se refuerzan mutuamente.

En la práctica, esto significa que los anunciantes tienen que secuenciar los medios de manera diferente. La TV por streaming tiene que establecer notoriedad a nivel de categoría y familiaridad emocional antes de que surjan los momentos de alta intención de compra. El remarketing a través de Amazon DSP puede aprovechar las señales de interacción de streaming para impulsar acciones más eficientes en las etapas posteriores del embudo.

También estamos notando que más marcas usan videos interactivos y entornos liderados por creadores para generar señales de interacción más sólidas antes de que ocurran los momentos transaccionales. Los formatos interactivos que invitan a la participación en lugar de al consumo pasivo suelen generar indicadores de comportamiento más valiosos que luego pueden fortalecer la relevancia de las recomendaciones y la eficiencia de conversión.

En el comercio asistido por IA, el descubrimiento ocurre cada vez más antes de llegar a la barra de búsqueda.

Usa la optimización de IA para acelerar la ejecución, no la estrategia de tercerización

Las herramientas de optimización de campañas impulsadas por IA se están convirtiendo en infraestructura operativa esencial para los profesionales del marketing modernos. Pero la automatización por sí sola no genera una ventaja competitiva.

De hecho, uno de los riesgos emergentes en la publicidad mediada por IA es la convergencia estratégica. Si todas las marcas dependen de las mismas señales de optimización, modelos de audiencia y recomendaciones automatizadas, la diferenciación se pierde rápidamente.

La ventaja se logra si se combina la eficiencia de las máquinas con la supervisión estratégica humana.

Las soluciones de Amazon Ads pueden ayudar a los anunciantes a acelerar la optimización de medios, mejorar la capacidad de respuesta e identificar patrones de desempeño emergentes más rápido que con flujos de trabajo manuales únicamente. Sin embargo, las marcas con mejor desempeño están estableciendo marcos de gobernanza claros sobre cómo se implementa la automatización. Esto incluye crear puntos de control con revisión humana para la optimización del material creativo, separar las estadísticas de ROAS a corto plazo de los indicadores de crecimiento de marca a largo plazo, y probar continuamente la incrementalidad en lugar de depender únicamente de las recomendaciones automatizadas.

Este equilibrio es importante porque las expectativas de los consumidores en torno a la IA siguen siendo matizadas. En la investigación de Horizon se encontró que los compradores se sienten significativamente más cómodos con la investigación asistida por IA que con las decisiones de compra totalmente autónomas. El mismo principio se aplica para las soluciones de marketing. La IA funciona mejor cuando potencia la toma de decisiones humanas, no cuando reemplaza por completo el razonamiento estratégico.

El futuro no es el marketing autónomo. Es la automatización con supervisión estratégica.

Lo que las marcas deben poner en práctica en los próximos 18 a 36 meses

En los próximos años, las marcas mejor posicionadas para aprovechar el auge de las compras asistidas por IA probablemente compartirán algunas características.

En primer lugar, integrarán las estrategias de marca y desempeño de forma más estrecha. A medida que el proceso del comprador se vuelve menos lineal y que las herramientas de IA moldean el descubrimiento en etapas más tempranas, la separación histórica entre los medios de la parte superior del embudo y la activación del comercio se vuelve menos útil.

En segundo lugar, invertirán en soluciones de medición conectadas que vinculen señales en streaming y en las compras. El comercio asistido por IA requiere continuidad entre entornos, no informes de canales aislados.

En tercer lugar, diseñarán experiencias creativas y de compra que preserven la autonomía del consumidor. En las investigaciones de Horizon se mostró de manera repetida que los consumidores prefieren recibir asistencia antes que delegar tareas. Las marcas que refuercen la transparencia, la tranquilidad y la reversibilidad estarán mejor posicionadas para mantener la confianza a medida que la automatización escala.

Por último, los especialistas en marketing tienen que empezar a hacer pruebas ahora mismo. En la investigación se sugiere que la asistencia de la IA escalará más rápido que la autonomía total durante los próximos 18 a 36 meses, especialmente en las categorías de compra repetida con menor fricción. Las marcas que aprovechen este período para fortalecer los marcos de medición, las estrategias de streaming y la preparación para la IA estarán mejor preparadas a medida que el comportamiento de los consumidores siga evolucionando.

Las marcas que prosperarán en el comercio asistido por IA no se limitarán a automatizar transacciones. Construirán sistemas de confianza, relevancia y tranquilidad que seguirán siendo influyentes antes, durante y después de las decisiones mediadas por IA.

Fuentes

^1-2 Investigación personalizada de Horizon Futures. Comercio agéntico. Realizado del 12 al 19 de marzo de 2026. Los datos reflejan en Estados Unidos. N=1.001.

Sobre la autora

Katie Comerford es presidenta de Horizon Commerce and Client Transformation, donde lidera la estrategia de datos empresariales, las iniciativas de transformación de clientes y las operaciones de Horizon Commerce. Es ejecutiva de marketing y medios con casi dos décadas de experiencia, y se enfoca en integrar la inteligencia de marketing con el modelo Client Architect de Horizon, alineando tecnología, datos y talento para impulsar resultados de negocio medibles y acelerar el crecimiento. Lleva más de 11 años en Horizon y anteriormente se desempeñó como vicepresidenta ejecutiva y directora de estrategia y operaciones en Horizon Next, donde ayudó a desarrollar soluciones integradas en diversos medios, datos y tecnologías.