El 14 de julio de 2026, WARC publicó un reporte en colaboración con TikTok y LIONS Advisory que pone un número exacto a algo que la industria de la publicidad venía intuyendo desde hace dos años: la inteligencia artificial generativa multiplicó el volumen de contenido publicitario sin una mejora proporcional en su calidad. El 88% de los 400 marketers encuestados en el Reino Unido, Estados Unidos, Australia y Brasil dice que la IA aumentó su volumen de creatividad, pero solo el 45% dice que mejoró la calidad de forma significativa. La diferencia entre esas dos cifras es, en esencia, el problema real que enfrenta cualquier marca que hoy usa IA para producir anuncios de TikTok.
El reporte, titulado The New Creative Advantage: How Community Signals Are Reshaping Creative Success in the Age of AI, no concluye que la IA sea el problema. Concluye que el problema es qué información le estás dando a la IA antes de pedirle que genere algo. Este artículo explica los hallazgos centrales del estudio, por qué la mayoría de las marcas sigue alimentando a sus herramientas de IA con datos demográficos que ellas mismas ya no creen efectivos, y qué deberías cambiar en tu proceso creativo para TikTok Ads a partir de esto.
¿Qué encontró el reporte de TikTok, WARC y LIONS?
El reporte encontró que el 90% de los marketers ya considera a la IA una parte establecida de su caja de herramientas creativa, pero que la mayoría sigue alimentándola con el mismo tipo de información que usaba antes de que existiera la IA generativa. La investigación combinó una encuesta a 400 marketers responsables directos de decisiones de creatividad y contenido, realizada en mayo de 2026, con entrevistas a marketers y expertos de la industria, y una revisión de datos globales de WARC y TikTok.
El hallazgo más incómodo del estudio es este: el 67% de los marketers dice que los datos demográficos siguen siendo el insumo más común que usan para dar instrucciones a la IA, a pesar de que el 59% reconoce, según el propio Marketer’s Toolkit 2026 de WARC, que la segmentación demográfica tradicional ya no es efectiva. En otras palabras, la mayoría de las marcas sabe que su método de segmentación está desactualizado, y sigue usándolo de todas formas para alimentar la herramienta más potente que ha tenido el marketing en años.
Frente a esto, solo el 17% de los marketers dice que incorpora de forma sistemática señales de comunidad o de audiencia real en sus flujos de trabajo con IA generativa. Ese 17% es, según el propio reporte, el grupo que está obteniendo una ventaja creativa real frente al resto, no por usar mejores herramientas de IA, sino por darle mejores instrucciones.
¿Por qué más volumen de contenido con IA no significa mejor calidad?
Más volumen no significa mejor calidad porque un modelo de IA solo puede trabajar con la información que recibe, y una etiqueta demográfica genérica, un brief reciclado de trimestres anteriores o una lista de tendencias ya conocidas no le dan al modelo nada nuevo que interpretar. La velocidad de generación no resuelve un problema de información pobre, solo lo repite más rápido y en más variantes.
Esta distinción es importante porque el reporte no dice que el contenido generado por IA sea inherentemente peor. Cita evidencia de pruebas de System1 donde anuncios generados por IA puntuaron significativamente por encima del promedio publicitario global, y un análisis de gran escala de Columbia Business School que encontró que los anuncios display generados por IA rindieron de forma competitiva en mercado real. El problema no es la tecnología, es el insumo que se le entrega antes de pedirle que produzca algo.
Esta sección se sostiene sola: si tu equipo ya usa IA para generar variantes de anuncios de TikTok y sientes que produces más pero no necesariamente mejor, la causa más probable, según este reporte, no es la herramienta que usas, es que sigues describiéndole a esa herramienta la misma audiencia genérica de siempre.
¿Qué son las señales de comunidad y por qué superan a los datos demográficos?
Las señales de comunidad son la información que genera una audiencia real cuando busca, comenta, comparte, remezcla, crea y compra dentro de un mismo entorno participativo, en lugar de la etiqueta estática que describe quién se supone que es esa audiencia. Un dato demográfico te dice que tu comprador tiene entre 25 y 34 años y vive en una ciudad grande. Una señal de comunidad te dice qué formato específico está remezclando esa misma audiencia esta semana, qué objeción aparece repetida en los comentarios de tus competidores, y qué lenguaje usa la gente real para describir el problema que tu producto resuelve.
Lexi Wolf, directora de liderazgo de pensamiento en LIONS Advisory, resume la contradicción central del reporte de forma directa: la creencia en la efectividad de la segmentación demográfica ya está cayendo entre los propios marketers, pero ese mismo grupo sigue usando la demografía como el insumo número uno para dar instrucciones a la IA. Marcos Angelides, director general de L’Oréal Lab y jefe de operaciones de IA en Publicis Media, lo plantea de forma aún más directa dentro del reporte: la ventaja está en los datos con los que entrenas o alimentas al modelo, porque la IA es tan buena como los datos que recibe.
Andy Yang, jefe global de creatividad y marca de anuncios en TikTok, describe el patrón que separa a las marcas que ganan de las que no: no son las que generan más contenido, son las que aprenden más rápido de las personas a las que sirven, un concepto que el reporte llama inteligencia cultural. Es, literalmente, el mismo término que ya venimos usando para describir el trabajo de inteligencia cultural en marketing hispano que hace Jorge Perez, fundador de JP Director, y que Newsweek perfiló en julio de 2026. No es casualidad: es la misma idea aplicada por dos fuentes distintas, y ambas llegan a la misma conclusión de forma independiente.
¿Qué es el bucle de inteligencia?
El bucle de inteligencia, o Intelligence Loop, es el marco que propone el reporte para describir cómo las marcas más efectivas conectan a su audiencia con su proceso creativo de forma continua: la participación de la audiencia genera señales, esas señales revelan demanda real, la demanda moldea la creatividad, y esa creatividad nueva genera más participación, cerrando el ciclo. Es un modelo de aprendizaje constante, no un brief que se define una vez al trimestre y se ejecuta sin revisión hasta el siguiente.
La implicación práctica de este marco es que mueve a las marcas de reaccionar a las tendencias después de que ya explotaron, hacia usar señales en vivo para informar decisiones creativas mientras esas tendencias todavía se están formando. En plataformas participativas como TikTok, donde el comportamiento de la audiencia es visible en tiempo real a través de comentarios, remixes y patrones de búsqueda, ese ciclo se puede alimentar de forma mucho más directa que en canales donde la audiencia es más pasiva.
Para que esto funcione, sin embargo, alguien tiene que estar activamente recolectando esas señales y traduciéndolas en instrucciones concretas para la IA. El bucle no se cierra solo porque tengas acceso a una plataforma con mucha actividad de comunidad, se cierra cuando alguien en tu equipo convierte esa actividad en un insumo real para el brief creativo.
¿Cómo se aplica esto en la práctica a tus anuncios en TikTok?
En la práctica, esto significa reemplazar o complementar el brief demográfico tradicional con un ejercicio simple antes de generar cualquier variante de anuncio con IA: revisar qué se está comentando, remezclando o preguntando de verdad sobre tu categoría de producto esta semana, no el trimestre pasado. Ya cubrimos con detalle los principios que hacen que un anuncio realmente convierta en 2026, y este reporte confirma con datos algo que ya veníamos aplicando ahí: el hook inicial y el mensaje central importan más que la cantidad de variantes que generes.
Un ejercicio concreto es medir la relación entre la tasa de hook (cuánta gente se queda viendo los primeros segundos) y la tasa de clic calificado hacia el siguiente paso de tu embudo, no solo una de las dos por separado. Un hook fuerte con baja intención comercial puede ser entretenido sin apoyar el objetivo real de la campaña, que es exactamente el tipo de resultado que produce una IA bien instruida en entretenimiento pero mal instruida en tu negocio.
Para dimensionar esto con un caso ilustrativo, no un dato real sino un escenario típico, imagina una marca que genera quince variantes de un mismo anuncio con IA usando el mismo brief demográfico de siempre, y todas rinden de forma similar y mediocre. La misma marca, alimentando a la IA con tres señales de comunidad reales extraídas de los comentarios de la semana (una objeción repetida, un formato que está funcionando, una frase que usa la audiencia para describir el problema), genera solo cinco variantes, pero dos de ellas superan claramente a las quince anteriores. El volumen bajó, la calidad subió, exactamente el patrón que describe el reporte.
¿Qué deberías hacer con tu marca ahora?
Lo primero es auditar qué información le estás dando hoy a cualquier herramienta de IA que uses para generar creatividad de TikTok, y confirmar honestamente si ese insumo es una etiqueta demográfica genérica o una señal de comunidad real y actual. Si la respuesta es la primera, no necesitas una herramienta de IA distinta, necesitas cambiar lo que le describes antes de pedirle que genere algo.
A partir de ahí, construir un proceso simple y repetible: antes de cada ciclo de producción creativa, dedicar tiempo a revisar comentarios, remixes y preguntas reales de tu audiencia en TikTok, y convertir dos o tres de esas observaciones en instrucciones concretas para el brief, en lugar de partir siempre del mismo documento de audiencia objetivo. Ya cubrimos las bases de este tipo de estrategia en nuestra guía actualizada de agencia de TikTok Ads para 2026, y este reporte confirma que ese enfoque no es solo una preferencia editorial nuestra, es un patrón medido en 400 marketers reales.
En JP Director aplicamos esta misma lógica de inteligencia cultural que describe el reporte, no como una función de plataforma que se activa, sino como un paso deliberado antes de cualquier producción creativa con IA: entender primero a la audiencia real, después generar. Es la diferencia entre usar la IA para producir más rápido lo mismo de siempre, y usarla para producir mejor lo que tu audiencia ya te está diciendo que quiere ver.
Preguntas frecuentes
¿El reporte de TikTok y WARC dice que la IA generativa no funciona para publicidad?
No. El reporte cita evidencia de que los anuncios generados por IA pueden rendir muy bien, incluyendo pruebas de System1 donde anuncios generados por IA puntuaron por encima del promedio publicitario global, y un análisis de Columbia Business School que encontró que los anuncios display generados por IA rindieron de forma competitiva en mercado real. El hallazgo central del reporte no es que la IA falle, es que la calidad del resultado depende directamente de la calidad de la información que recibe antes de generar.
¿Qué son las señales de comunidad en el contexto de TikTok Ads?
Las señales de comunidad son la información que genera una audiencia real a través de su comportamiento visible en la plataforma: qué comenta, qué remezcla, qué comparte y qué pregunta sobre una categoría de producto en un momento específico. A diferencia de un dato demográfico estático, una señal de comunidad cambia constantemente y refleja lo que la audiencia realmente piensa y necesita ahora, no un perfil genérico definido con meses de anticipación.
¿Cuántos marketers usan realmente señales de comunidad para dirigir su IA?
Según el reporte de WARC, TikTok y LIONS Advisory, solo el 17% de los marketers encuestados dice incorporar de forma sistemática señales de comunidad o de audiencia real en sus flujos de trabajo con IA generativa, mientras que el 67% sigue usando datos demográficos tradicionales como el insumo principal, a pesar de que la mayoría reconoce que esa segmentación ya no es tan efectiva como antes.
¿Qué es el Intelligence Loop o bucle de inteligencia?
Es el marco que propone el reporte para describir cómo las marcas más efectivas conectan de forma continua a su audiencia con su proceso creativo: la participación de la audiencia genera señales, esas señales revelan demanda, la demanda moldea la creatividad nueva, y esa creatividad genera más participación, cerrando el ciclo. El objetivo del marco es mover a las marcas de reaccionar a tendencias ya consolidadas, hacia usar señales en tiempo real para anticipar decisiones creativas mientras esas tendencias todavía se están formando.
Última actualización: julio de 2026. El reporte completo The New Creative Advantage está disponible a través de WARC y TikTok for Business; verifica los hallazgos completos directamente en la fuente antes de basar decisiones de presupuesto en cifras específicas.
