Avi Chai Outmezguine, CEO de Becausal, sostiene que el próximo diferencial competitivo de la publicidad tecnológica no será tener más datos ni una IA más sofisticada, sino generar confianza. Su tesis es directa: los anunciantes ya no deberían aceptar un «porque el algoritmo lo dijo» como respuesta.
Durante los últimos 20 años, dice, la industria construyó un ecosistema de datos extenso, herramientas de IA y modelos de audiencia que permiten predecir comportamiento a gran escala. Pero, al mismo tiempo, persiste la pregunta que —según él— debería inquietar a cualquier marketer: «¿Puedo confiar en estos datos?», «¿Es precisa esta audiencia?», «¿Puedo confiar en la medición?».
Outmezguine afirma que la ventaja ya no estará en quien tenga la mayor base de datos o el mejor modelo, sino en quien pueda explicar y demostrar por qué una audiencia existe. En su planteo, la IA dejó de ser diferenciador y pasó a ser un requisito básico. Lo importante, ahora, es si puede explicar sus decisiones mientras actúa, no después.
El ejecutivo describe un problema de fragmentación: los datos de compra son desordenados, los minoristas describen productos de forma distinta, las categorías no siempre coinciden y la identidad sigue siendo imperfecta. También señala que casi nadie habla de la calidad de la información sobre la que trabaja la IA, aunque allí se crea —o se pierde— el valor real.
Para él, la explicabilidad no consiste en entregar una probabilidad, sino en mostrar evidencia comprensible. Distingue entre evidencia «determinística», cuando alguien compró de hecho un producto, e inferencia, cuando un sistema calcula que se parece a un comprador. Ambas sirven, dice, pero no son lo mismo, y la evidencia determinística debe prevalecer cuando exista.
El problema, añade, también aparece en retail media y en medición: cada actor opera en silos, uno construye la audiencia, otro la activa, otro la mide y otro la analiza. El resultado es que los anunciantes terminan reconciliando múltiples versiones de la verdad. Además, insiste en que la privacidad debe incorporarse desde el inicio de la arquitectura, no como un parche posterior.
Su conclusión es que en cinco años las marcas no preguntarán cuántos consumidores hay en una audiencia, sino cuánta evidencia la respalda. A eso llama «economía de la confianza»: un mercado donde el recurso escaso ya no será el dato ni la IA, sino la confianza para tomar decisiones con capital real encima de la mesa.
Desde la lógica del mercado, el mensaje es claro: cuando la tecnología administra dinero ajeno, la transparencia deja de ser un atributo blando y pasa a ser una exigencia de productividad. Si la IA no puede justificar sus recomendaciones, el riesgo ya no es solo técnico; es de capital mal asignado.
El mercado ya votó. La próxima ventaja no será prometer más automatización, sino reducir la opacidad. Y en una industria que vive de optimizar inversión, la confianza no es un valor moral: es una ventaja competitiva.
