Hanademi

Brands want AI ads, but proof still mattersLas marcas quieren anuncios con IA, pero la prueba aún importa · V7

37 slides · 28 min · 2026-08-04 language
ENES
theme
LightDark
view
DeckTableTalk
brand
HanademiPlatzi
Brands want AI ads, but proofstill mattersMade for Yukio Shibayama, by Hanademi
  1. Regular use reached 65%, but meaningful daily impact reached only 28%.
  2. More than 70% encountered an AI advertising incident in 2025.
  3. Meta's averages are promising, but they hide advertiser-level winners and losers.
Las marcas quieren anuncioscon IA, pero la prueba aúnimportaMade for Yukio Shibayama, by Hanademi
  1. El uso regular llegó al 65%, pero el impacto cotidiano significativo solo al 28%.
  2. Más del 70% encontró un incidente publicitario con IA en 2025.
  3. Los promedios de Meta son prometedores, pero ocultan ganadores y perdedores.
AI ad use is outrunning meaningful impactShare of advertisers reporting regular generative AI use and meaningful daily impact, ISBA survey, July2026.Made for Yukio Shibayama, by HanademiSources: isba.org.uk.Unitpercent of advertisersRegular AI use65%Meaningful daily impact28%2.3x
Generative AI has entered the advertising workflow. The striking gap is between regular use and meaningful daily impact. Adoption reached 65%, but operational impact reached only 28%, a gap of 37 percentage points.
El uso de IA publicitaria supera su impactorealProporción de anunciantes que reportó uso regular de IA generativa e impacto cotidiano significativo,encuesta de ISBA, julio de 2026.Made for Yukio Shibayama, by HanademiFuentes: isba.org.uk.Unidadporcentaje de anunciantesUso regular de IA65 %Impacto cotidiano significativo28 %2,3x
La IA generativa entró en el flujo publicitario. La brecha llamativa está entre el uso regular y el impacto cotidiano significativo. La adopción llegó al 65%, pero el impacto operativo solo al 28%, una diferencia de 37 puntos porcentuales.
A few terms before the evidenceMade for Yukio Shibayama, by HanademiROASRevenue attributed to advertising for each dollar spent.IncrementalitySales caused by advertising beyond what would happen anyway.AI MaxGoogle Ads automation for matching searches and adapting creative assets.Performance MaxGoogle campaigns that automate placement, bidding and asset selection.
Advertising platforms report many useful performance measures. The central distinction is attribution versus incrementality. A conversion can be credited to an advertisement without being caused by it.
Algunos términos antes de la evidenciaMade for Yukio Shibayama, by HanademiROASIngresos atribuidos a publicidad por cada dólar gastado.IncrementalidadVentas causadas por la publicidad además de las que ocurrirían igualmente.AI MaxAutomatización de Google Ads para relacionar búsquedas y adaptar recursos creativos.Performance MaxCampañas de Google que automatizan ubicación, pujas y selección de recursos.
Las plataformas publicitarias reportan muchas medidas útiles de rendimiento. La distinción central es atribución frente a incrementalidad. Una conversión puede atribuirse a un anuncio sin haber sido causada por él.
Most marketers had crossed into generativeAIGenerative AI adoption intentions among surveyed marketers, Salesforce research, 2023.Made for Yukio Shibayama, by HanademiSources: Salesforce. (2023). Generative AI snapshot research: The AI divide.Unitpercent of marketersAlready using51%Planning to use22%No plans27%
The demand signal did not begin in 2026. Salesforce found 51% already using generative AI in 2023, with another 22% planning to use it. Surveys capture experimentation better than durable campaign deployment, but the appetite is unmistakable.
La mayoría de los profesionales ya habíaentrado en la IA generativaIntenciones de adopción de IA generativa entre profesionales de marketing encuestados, investigación deSalesforce, 2023.Made for Yukio Shibayama, by HanademiFuentes: Salesforce. (2023). Generative AI snapshot research: The AI divide.Unidadporcentaje de profesionalesYa la usaban51 %Planeaban usarla22 %Sin planes27 %
La señal de demanda no comenzó en 2026. Salesforce encontró que el 51% ya usaba IA generativa en 2023 y otro 22% planeaba usarla. Las encuestas captan mejor la experimentación que la implementación duradera, pero el interés es inconfundible.
AI use benchmarks are more than twiceoperational-depth benchmarksCompare reported use with the nearest depth benchmark. Using divided by fully implemented equals 51divided by 18 = 2.8. Regular use divided by meaningful impact equals 65 divided by 28 = 2.3.Made for Yukio Shibayama, by HanademiSources: Salesforce. (2023). Generative AI snapshot research: The AI divide.; 60% of Marketers Say GenerativeAI will Transform Their Role, But Worry ....; Boston Consulting Group. (2024). How CMOs are shaping theirgenerative AI future.UnitPercent in separate marketer or advertiser surveysFully implemented18Meaningful day-to-day impact28Using generative AI51Regular generative AI use65
Adoption is visible across surveys, but full implementation and meaningful daily impact remain less than half as common as their corresponding use benchmarks.
Las referencias de uso de IA superan pormás del doble a las de profundidad operativaSe compara el uso reportado con la referencia de profundidad más cercana. Uso dividido entreimplementación completa equivale a 51 dividido entre 18 = 2,8. Uso regular dividido entre impactosignificativo equivale a 65 dividido entre 28 = 2,3.Made for Yukio Shibayama, by HanademiFuentes: Salesforce. (2023). Generative AI snapshot research: The AI divide.; 60% of Marketers Say GenerativeAI will Transform Their Role, But Worry ....; Boston Consulting Group. (2024). How CMOs are shaping theirgenerative AI future.UnidadPorcentaje en encuestas separadas de profesionales de marketing o anunciantesImplementación completa18Impacto significativo en el trabajo diario28Uso de IA generativa51Uso regular de IA generativa65
La adopción es visible en las encuestas, pero la implementación completa y el impacto diario significativo siguen siendo menos de la mitad de frecuentes que sus referencias de uso correspondientes.
More than 70% encountered an AIadvertising incident in 2025.Reported incidents included hallucinations, bias and content that did not fit the brand.Sources: iab.com.
AI advertising risk is not hypothetical. More than 70% of marketers reported encountering an incident in 2025. The operating question is whether controls can keep pace with adoption.
Sources
Más del 70% encontró un incidentepublicitario con IA en 2025.Los incidentes reportados incluyeron alucinaciones, sesgos y contenido que no encajabacon la marca.Fuentes: iab.com.
El riesgo de la publicidad con IA no es hipotético. Más del 70% de los profesionales reportó un incidente en 2025. La pregunta operativa es si los controles pueden seguir el ritmo de la adopción.
Fuentes
AI incidents are reported 2.5 times as oftenas meaningful impactDivide the 70% incident rate by the 28% meaningful-impact rate to obtain 2.5. Regular use sits between themat 65%.Made for Yukio Shibayama, by HanademiSources: isba.org.uk.; iab.com.UnitPercent of advertisers or marketers surveyedMeaningful day-to-day impact28Regular generative AI use65Advertising-related AI incident70
Reported exposure to AI failures far exceeds the share seeing meaningful daily value.
Los incidentes de IA se reportan 2,5 vecesmás que el impacto significativoSe divide la tasa de incidentes de 70% entre la tasa de impacto significativo de 28% para obtener 2,5. El usoregular se sitúa entre ambas con 65%.Made for Yukio Shibayama, by HanademiFuentes: isba.org.uk.; iab.com.UnidadPorcentaje de anunciantes o profesionales de marketing encuestadosImpacto significativo en el trabajo diario28Uso regular de IA generativa65Incidente de IA relacionado con publicidad70
La exposición reportada a fallas de IA supera ampliamente la proporción que observa valor significativo en el trabajo diario.
Fifteen headlines create 43,680 possibleselectionsTheoretical Google responsive-search headline and description selections.Made for Yukio Shibayama, by HanademiSources: Google Ads Help. (2024). About responsive search ads.Unittheoretical selections3 headlines2410 headlines7,04015 headlines43,680
The creative space expands faster than a team can inspect it manually. Moving from 3 to 15 headlines raises theoretical selections from 24 to 43,680. Generation becomes cheap, but governance, testing and brand judgment become more valuable.
Quince títulos crean 43.680 seleccionesposiblesSelecciones teóricas de títulos y descripciones en búsqueda adaptable de Google.Made for Yukio Shibayama, by HanademiFuentes: Google Ads Help. (2024). About responsive search ads.Unidadselecciones teóricas3 títulos2410 títulos7.04015 títulos43.680
El espacio creativo crece más rápido de lo que un equipo puede revisarlo manualmente. Pasar de 3 a 15 títulos eleva las selecciones teóricas de 24 a 43.680. Generar se abarata, pero la supervisión, las pruebas y el criterio de marca ganan valor.
One independent test found AI Max costmoreCost per conversion in one independent four-month test, USD.Made for Yukio Shibayama, by HanademiSources: ppc.land.UnitUSD per conversionPhrase match$44.0AI Max$100.42.3x
Automation is not automatically cheaper. In this four-month test, AI Max cost $100.37 per conversion, compared with $43.97 for phrase match. This is one account-level result, but it is enough to reject guaranteed uplift.
Sources
Una prueba independiente encontró que AIMax costó másCosto por conversión en una prueba independiente de cuatro meses, USD.Made for Yukio Shibayama, by HanademiFuentes: ppc.land.UnidadUSD por conversiónConcordancia de frase$44,0AI Max$100,42,3x
La automatización no es automáticamente más barata. En esta prueba de cuatro meses, AI Max costó US$100,37 por conversión, frente a US$43,97 con concordancia de frase. Es un resultado de una cuenta, pero basta para rechazar una mejora garantizada.
Fuentes
With equal spend, AI Max returned lessvalueConversion value and ROAS in one eight-week equal-spend test. The publisher described the result asinconclusive.Made for Yukio Shibayama, by HanademiSources: We Tested Google AI Max on a $100K/Month Account: Full Results | Grayvault. (2026). Published figure transcribed frompixels.; Google. (2023). Google Ads highlights of 2023.; Gordon, B. R., Zettelmeyer, F., Bhargava, N., & Chapsky, D. (2019). Acomparison of approaches to advertising measurement. Marketing Science.UnitUSD and ROASConversion value$21,185$18,412ControlAI MaxReturn on ad spend3.092.68ControlAI Max
A controlled equal-spend test produced lower conversion value and lower ROAS for AI Max. Conversion value was $18,412 versus $21,185 for the control, while ROAS was 2.68 versus 3.09. This helps explain why Google's own 18% benchmark cannot independently prove incremental sales.
Con igual gasto, AI Max generó menos valorValor de conversión y ROAS en una prueba de ocho semanas con igual gasto. El editor describió el resultadocomo inconcluso.Made for Yukio Shibayama, by HanademiFuentes: We Tested Google AI Max on a $100K/Month Account: Full Results | Grayvault. (2026). Published figure transcribed frompixels.; Google. (2023). Google Ads highlights of 2023.; Gordon, B. R., Zettelmeyer, F., Bhargava, N., & Chapsky, D. (2019). A comparisonof approaches to advertising measurement. Marketing Science.UnidadUSD y ROASValor de conversión$21.185$18.412ControlAI MaxRetorno sobre gasto3,092,68ControlAI Max
Una prueba controlada con igual gasto produjo menor valor de conversión y menor ROAS con AI Max. El valor fue US$18.412 frente a US$21.185 para el control, mientras que el ROAS fue 2,68 frente a 3,09. Esto ayuda a explicar por qué el indicador de 18% de Google no prueba por sí solo ventas incrementales.
Meta reports higher returns and loweracquisition costsAverage changes reported by Meta for Advantage+ shopping campaigns versus its comparison campaigns.Made for Yukio Shibayama, by HanademiSources: Meta. (2022). Introducing new automation tools to increase sales and drive growth.Unitpercent changeReturn on ad spend32%Acquisition cost-17%
Meta reported 32% higher return on advertising spending and 17% lower acquisition costs. Those averages make a strong commercial case for automation. They do not reveal the full distribution of individual advertisers gaining or losing.
Meta reporta mayor retorno y menor costode adquisiciónCambios promedio reportados por Meta para campañas Advantage+ Shopping frente a sus campañas decomparación.Made for Yukio Shibayama, by HanademiFuentes: Meta. (2022). Introducing new automation tools to increase sales and drive growth.Unidadcambio porcentualRetorno sobre gasto32 %Costo de adquisición-17 %
Meta reportó un retorno 32% mayor y costos de adquisición 17% menores. Esos promedios construyen un argumento comercial fuerte para la automatización. No revelan la distribución completa de anunciantes individuales que ganaron o perdieron.
Haus experiments found Meta produced 19%average lift in brands' primary KPI.The result summarizes Haus experiments and remains an average across brands andoutcomes.Sources: haus.io.
Independent incrementality experiments give Meta a stronger result than platform attribution alone. Across the Haus experiments, Meta generated an average 19% lift in each brand's primary KPI. For omnichannel brands, 32% of measured impact accrued outside direct-to-consumer sales.
Sources
Los experimentos de Haushallaron un aumento promedio de19% en el KPI principal.El resultado resume experimentos de Haus y sigue siendo un promedio entre marcas yresultados.Fuentes: haus.io.
Los experimentos independientes de incrementalidad dan a Meta un resultado más sólido que la atribución de plataforma. En los experimentos de Haus, Meta generó un aumento promedio de 19% en el KPI principal de cada marca. Entre marcas omnicanal, el 32% del impacto medido correspondió a ventas fuera del canal directo.
Fuentes
Across 640 tests, Advantage+ beat manualcampaigns only 42% of the time.This reported win rate comes from a secondary account of the Haus test set.Sources: elevarus.com.
Average lift does not mean automation wins every contest. Across 640 incrementality tests over 18 months, Advantage+ beat manual campaigns in only 42% of cases. The right default is controlled comparison, not automatic activation.
En 640 pruebas, Advantage+superó campañas manuales soloel 42% de las veces.Esta tasa de victoria reportada proviene de una fuente secundaria sobre el conjunto depruebas de Haus.Fuentes: elevarus.com.
La mejora promedio no significa que la automatización gane cada comparación. En 640 pruebas de incrementalidad durante 18 meses, Advantage+ superó campañas manuales solo en el 42% de los casos. La opción correcta es comparar con control, no activar automáticamente.
Meta's average gains did not imply amajority win rateMade for Yukio Shibayama, by HanademiSources: Meta. (2022). Introducing new automation tools to increase sales and drive growth.; Meta. (2024).Expanding generative AI features for advertisers.; Advantage+ Shopping vs Manual: 640-Test Verdict (2026).UnitOutcome index and incrementality-test shareMetric index: Meta reported average; manual = 100Acquisition cost83Return on ad spend132Beat manualDid not beat manual42%58%269 of 640 tests371 of 640 tests80100120140
Strong average efficiency claims coexist with Advantage+ beating manual campaigns in only 42% of incrementality tests.
Las ganancias promedio de Meta no implicaron unatasa mayoritaria de victoriasMade for Yukio Shibayama, by HanademiFuentes: Meta. (2022). Introducing new automation tools to increase sales and drive growth.; Meta. (2024).Expanding generative AI features for advertisers.; Advantage+ Shopping vs Manual: 640-Test Verdict (2026).UnidadÍndice de resultados y proporción de pruebas de incrementalidadÍndice métrico: promedio reportado por Meta; manual = 100Costo de adquisición83Retorno publicitario132Superó a manualNo superó a manual42%58%269 de 640 pruebas371 de 640 pruebas80100120140
Las fuertes afirmaciones de eficiencia promedio coexisten con Advantage+ superando a las campañas manuales en solo 42% de las pruebas de incrementalidad.
Promising averages need account-level proofAn analytics dashboard with charts and performance metrics appears on a laptop screen.Sources: Meta Advantage+ in India: Honest Results After Running It for 6 Months Across 11 Clients | Fullscoop Digital. fullscoop.in.
A campaign dashboard is where platform averages must become advertiser-level evidence.
Los promedios prometedores necesitanpruebas por cuentaUn panel de analítica con gráficos y métricas de rendimiento aparece en la pantalla de un portátil.Fuentes: Meta Advantage+ in India: Honest Results After Running It for 6 Months Across 11 Clients | Fullscoop Digital. fullscoop.in.
Un panel de campaña es donde los promedios de plataforma deben convertirse en evidencia para cada anunciante.
On suitable writing tasks, speed and qualityrose togetherEffects for ChatGPT users in a controlled experiment with 453 participants, Science, 2023.Made for Yukio Shibayama, by HanademiSources: Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence.Science.; ideas.repec.org.Unitpercent improvement59%Output-rate implication40%Less completion time18%Higher quality
This experiment did not force a trade-off between speed and quality. ChatGPT users completed writing tasks 40% faster and received quality scores 18% higher. Separate research used Italy's sudden ChatGPT ban to study daily coding output from more than 36,000 European GitHub users.
En tareas escritas adecuadas, velocidad ycalidad aumentaron juntasEfectos para usuarios de ChatGPT en un experimento controlado con 453 participantes, Science, 2023.Made for Yukio Shibayama, by HanademiFuentes: Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence.Science.; ideas.repec.org.Unidadmejora porcentual59 %Implicación en producción40 %Menor tiempo18 %Mayor calidad
Este experimento no obligó a elegir entre velocidad y calidad. Los usuarios de ChatGPT completaron tareas escritas 40% más rápido y recibieron puntuaciones de calidad 18% mayores. Otra investigación aprovechó la prohibición repentina de ChatGPT en Italia para estudiar la producción diaria de más de 36.000 usuarios europeos de GitHub.
GPT-4 lifted consultant output on suitabletasksEffects for GPT-4 users in an experiment with 758 consultants, HBS working paper, 2023.Made for Yukio Shibayama, by HanademiSources: Dell'Acqua, F., et al. (2023). Navigating the jagged technological frontier. Harvard Business School Working Paper24-013.Unitpercent improvementMore tasks completed12.2%Faster completion25.1%Higher quality40%
Consultants using GPT-4 completed more suitable tasks, worked faster and produced higher-quality output. The quality increase exceeded 40%, larger than the improvement in task count or speed. The result depends on whether the task sits inside the model's capability frontier.
GPT-4 elevó la producción de consultoresen tareas adecuadasEfectos para usuarios de GPT-4 en un experimento con 758 consultores, documento de trabajo de HBS,2023.Made for Yukio Shibayama, by HanademiFuentes: Dell'Acqua, F., et al. (2023). Navigating the jagged technological frontier. Harvard Business School Working Paper24-013.Unidadmejora porcentualMás tareas completadas12,2 %Finalización más rápida25,1 %Mayor calidad40 %
Los consultores que usaron GPT-4 completaron más tareas adecuadas, trabajaron más rápido y produjeron resultados de mayor calidad. El aumento de calidad superó el 40%, más que la mejora en cantidad o velocidad. El resultado depende de que la tarea esté dentro de la capacidad del modelo.
Assisted consultants were 19 points lesslikely to answer correctly.This result concerns one task deliberately selected outside the model's capabilityfrontier.Sources: Dell'Acqua, F., et al. (2023). Navigating the jagged technological frontier. Harvard Business School Working Paper 24-013.
The same consultant study found a sharp boundary. On a task outside GPT-4's capability, assisted participants were 19 percentage points less likely to reach the correct answer. AI can accelerate the right cut or the wrong one.
Los consultores asistidos tuvieron 19puntos menos de probabilidad de acertar.Este resultado corresponde a una tarea elegida deliberadamente fuera de la capacidad delmodelo.Fuentes: Dell'Acqua, F., et al. (2023). Navigating the jagged technological frontier. Harvard Business School Working Paper 24-013.
El mismo estudio con consultores encontró un límite marcado. En una tarea fuera de la capacidad de GPT-4, los participantes asistidos tuvieron 19 puntos porcentuales menos de probabilidad de acertar. La IA puede acelerar el corte correcto o el equivocado.
On suitable tasks, AI nearly doubledquality-adjusted throughputMade for Yukio Shibayama, by HanademiSources: Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificialintelligence. Science.; Experimental evidence on the productivity effects of ....; Dell'Acqua, F., et al. (2023).Navigating the jagged technological frontier. Harvard Business School Working Paper 24-013.UnitChange from the unassisted baselineChange from the unassisted baselineRows 1 and 2: quality-adjusted throughputRow 3: correct-answer likelihood−20050100Writing tasks97%Consulting tasks≥87%Outside AI frontier−19 pp
Quality-adjusted throughput rose about 97% for writing and at least 87% for consulting, but accuracy fell 19 points on an unsuitable task.
En tareas adecuadas, la IA casi duplicó laproducción ajustada por calidadMade for Yukio Shibayama, by HanademiFuentes: Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificialintelligence. Science.; Experimental evidence on the productivity effects of ....; Dell'Acqua, F., et al. (2023).Navigating the jagged technological frontier. Harvard Business School Working Paper 24-013.UnidadCambio frente a la referencia sin asistenciaCambio frente a la referencia sin asistenciaFilas 1 y 2: producción ajustada por calidadFila 3: probabilidad de respuesta correcta−20050100Tareas de escritura97%Tareas de consultoría≥87%Fuera de frontera IA−19 pp
La producción ajustada por calidad aumentó cerca de 97% en escritura y al menos 87% en consultoría, pero la precisión cayó 19 puntos en una tarea inadecuada.
More creative tests can manufacture morefalse winnersEstimated chance of at least one false positive across independent ineffective tests using a 5% threshold. Thesupplied series was not verified live.Made for Yukio Shibayama, by HanademiSources: Benjamini, Y., & Hochberg, Y. (1995). Controlling the false discovery rate. Journal of the Royal Statistical Society:Series B.Unitchance of a false positive5 variants22.6%10 variants40.1%20 variants64.2%50 variants92.3%
Cheap creative variation changes the statistical problem. Under the supplied assumptions, testing 20 ineffective variants creates a 64.2% chance of at least one false positive. At 50 variants, the estimated chance reaches 92.3%.
Más pruebas creativas pueden fabricar másfalsos ganadoresProbabilidad estimada de al menos un falso positivo en pruebas independientes ineficaces con umbral de 5%.La serie suministrada no se verificó en vivo.Made for Yukio Shibayama, by HanademiFuentes: Benjamini, Y., & Hochberg, Y. (1995). Controlling the false discovery rate. Journal of the Royal StatisticalSociety: Series B.Unidadprobabilidad de un falso positivo5 variantes22,6 %10 variantes40,1 %20 variantes64,2 %50 variantes92,3 %
La variación creativa barata cambia el problema estadístico. Bajo los supuestos suministrados, probar 20 variantes ineficaces crea una probabilidad de 64,2% de al menos un falso positivo. Con 50 variantes, la probabilidad estimada llega al 92,3%.
Large companies widened their AI leadAI adoption among large and small European enterprises, 2024 and 2025.Made for Yukio Shibayama, by HanademiSources: bluewaves.boutique.Unitpercent of enterprises0%20%40%20242025LargeenterprisesSmallenterprisesLarge-enterprise adoptionreached 55%.Small-enterprise adoption reachedonly 17%.
AI tools lower the price of creating an advertisement, but access is not the same as adoption. Large-enterprise use rose from 41% to 55%, while small-enterprise use moved from 11% to 17%. The gap widened from 30 to 38 percentage points.
Las grandes empresas ampliaron su ventajaen IAAdopción de IA entre empresas europeas grandes y pequeñas, 2024 y 2025.Made for Yukio Shibayama, by HanademiFuentes: bluewaves.boutique.Unidadporcentaje de empresas0 %20 %40 %20242025EmpresasgrandesEmpresaspequeñasLa adopción de grandes empresasalcanzó el 55%.La adopción de pequeñasempresas llegó solo al 17%.
Las herramientas de IA reducen el precio de crear un anuncio, pero el acceso no equivale a adopción. El uso entre grandes empresas subió de 41% a 55%, mientras que entre pequeñas pasó de 11% a 17%. La brecha aumentó de 30 a 38 puntos porcentuales.
Large firms were far more likely to use AIAI adoption by enterprise size in an OECD comparison. The supplied figures were not verified live.Made for Yukio Shibayama, by HanademiSources: Organisation for Economic Co-operation and Development. (2024). OECD Digital Economy Outlook 2024, Volume 1.Unitpercent of firms32.5%Large firms13%Medium firms5.7%Small firms
The access gap appears across more than one dataset. The OECD comparison put adoption at 5.7% for small firms, 13% for medium firms and 32.5% for large firms. Using the reported endpoints, large firms were about 5.7 times as likely to use AI.
Las grandes empresas tenían mucha másprobabilidad de usar IAAdopción de IA por tamaño empresarial en una comparación de la OCDE. Las cifras suministradas no severificaron en vivo.Made for Yukio Shibayama, by HanademiFuentes: Organisation for Economic Co-operation and Development. (2024). OECD Digital Economy Outlook 2024, Volume 1.Unidadporcentaje de empresas32,5 %Empresas grandes13 %Empresas medianas5,7 %Empresas pequeñas
La brecha de acceso aparece en más de un conjunto de datos. La comparación de la OCDE situó la adopción en 5,7% para pequeñas empresas, 13% para medianas y 32,5% para grandes. Con esos extremos, las grandes tenían unas 5,7 veces más probabilidad de usar IA.
The adoption gap has a human faceSmall businesses, servers, office activity, a worker and mural painting appear in a collage.Sources: Over Half a Trillion Dollars, 3.4 Million U.S. Jobs Linked to Meta's AI .... about.fb.com.
Differences in AI adoption play out across businesses, infrastructure, workplaces and creative work.
La brecha de adopción tiene rostro humanoPequeños negocios, servidores, actividad de oficina, un trabajador y la pintura de un mural aparecenen un collage.Fuentes: Over Half a Trillion Dollars, 3.4 Million U.S. Jobs Linked to Meta's AI .... about.fb.com.
Las diferencias en la adopción de IA se reflejan en empresas, infraestructura, lugares de trabajo y labores creativas.
Korea's AI Voucher Programme supportedmore than 1,000 projects after 2020.The programme covers AI adoption broadly and is not limited to advertising.Sources: oecd.org.
Lowering the software price is not the only way to widen access. Since its 2020 launch, Korea's AI Voucher Programme has supported more than 1,000 projects involving small businesses, medical institutions and domestic AI providers. Adoption policy can help smaller organizations buy capability they cannot build alone.
Sources
El Programa de Vales de IA de Coreaapoyó más de 1.000 proyectos desde 2020.El programa cubre la adopción de IA en general y no se limita a publicidad.Fuentes: oecd.org.
Reducir el precio del software no es la única forma de ampliar el acceso. Desde su lanzamiento en 2020, el Programa de Vales de IA de Corea ha apoyado más de 1.000 proyectos con pequeñas empresas, instituciones médicas y proveedores nacionales de IA. La política de adopción puede ayudar a comprar capacidades que las organizaciones pequeñas no pueden construir solas.
Fuentes
Consumers want authenticity and AItransparencyStated attitudes in Getty Images research covering about 7,500 consumers across 25 countries, 2023.Made for Yukio Shibayama, by HanademiSources: Getty Images. (2023). Building trust in the age of AI.Unitpercent of consumersValue authentic imagery98%Want AI transparency90%Worry about manipulation87%
Consumers are not simply rejecting AI imagery. They are asking for authenticity, transparency and protection from manipulation. The strongest number is 98% linking authentic imagery with trust, but these are stated attitudes rather than measured purchases.
Los consumidores quieren autenticidad ytransparencia sobre IAActitudes declaradas en una investigación de Getty Images con aproximadamente 7.500 consumidores en25 países, 2023.Made for Yukio Shibayama, by HanademiFuentes: Getty Images. (2023). Building trust in the age of AI.Unidadporcentaje de consumidoresValoran imágenes auténticas98 %Quieren transparencia sobre IA90 %Temen la manipulación87 %
Los consumidores no están rechazando simplemente las imágenes con IA. Piden autenticidad, transparencia y protección frente a la manipulación. La cifra más fuerte es el 98% que vincula imágenes auténticas con confianza, pero son actitudes declaradas y no compras medidas.
Synthetic-content rules moved intocampaign operationsFive selected legal and platform milestones affecting synthetic content and automated ad delivery, 2022 to2026.Made for Yukio Shibayama, by HanademiSources: European Union. (2024). Regulation (EU) 2024/1689 laying down harmonised rules on artificial intelligence.; Google. (2023).Update to political content policy regarding synthetic content.; ant.isi.edu.Uniteffective dateJun 21, 2022Jan 10, 2023Nov 1, 2023Aug 1, 2024Aug 2, 2026Jun 21, 2022Meta housing-ad settlementJan 10, 2023China deep-synthesis rulesNov 1, 2023Google election disclosureAug 1, 2024EU AI Act in forceAug 2, 2026EU Article 50 applies
Governance is moving from principle into campaign operations. Meta's 2022 settlement targeted algorithmic discrimination in housing-ad delivery, Google added election disclosure in 2023 and EU Article 50 applies from 2 August 2026. The rules focus on consequential uses rather than banning every routine AI edit.
Las reglas sobre contenido sintéticoentraron en las operaciones de campañaCinco hitos legales y de plataforma que afectan contenido sintético y distribución automatizada de anuncios,2022 a 2026.Made for Yukio Shibayama, by HanademiFuentes: European Union. (2024). Regulation (EU) 2024/1689 laying down harmonised rules on artificial intelligence.; Google.(2023). Update to political content policy regarding synthetic content.; ant.isi.edu.Unidadfecha de vigenciaJun 21, 2022Jan 10, 2023Nov 1, 2023Aug 1, 2024Aug 2, 2026Jun 21, 2022Acuerdo sobre anuncios deviviendaJan 10, 2023Reglas chinas de síntesisprofundaNov 1, 2023Divulgación electoral deGoogleAug 1, 2024Ley de IA de la UE vigenteAug 2, 2026Aplica el artículo 50 de la UE
La gobernanza está pasando del principio a las operaciones de campaña. El acuerdo de Meta de 2022 abordó la discriminación algorítmica en anuncios de vivienda, Google añadió divulgación electoral en 2023 y el artículo 50 de la UE aplica desde el 2 de agosto de 2026. Las reglas se concentran en usos relevantes en lugar de prohibir toda edición rutinaria con IA.
AI creative may reach 40% at the EUdisclosure deadlineMade for Yukio Shibayama, by HanademiSources: Interactive Advertising Bureau. (2024). The impact of generative AI on advertising.; Nearly 40% of videoads will use genAI by 2026, says IAB.; European Union. (2024). Regulation (EU) 2024/1689 laying downharmonised rules on artificial intelligence.UnitEffective date and projected share of advertisements40%of ads projectedas generative AIcreativeChina rulesJanuary 2023Google election disclosureNovember 2023IAB projection2026EU Article 50August 2026
A large projected share of advertising becomes AI generated in the same year that broad EU transparency obligations begin to apply.
La creatividad con IA puede alcanzar 40%al llegar el plazo de divulgación de la UEMade for Yukio Shibayama, by HanademiFuentes: Interactive Advertising Bureau. (2024). The impact of generative AI on advertising.; Nearly 40% of videoads will use genAI by 2026, says IAB.; European Union. (2024). Regulation (EU) 2024/1689 laying downharmonised rules on artificial intelligence.UnidadFecha de vigencia y proporción proyectada de anuncios40%de anuncios proyectadoscomo creatividad con IAgenerativaReglas de ChinaEnero de 2023Divulgación electoral de GoogleNoviembre de 2023Proyección de IAB2026Artículo 50 de la UEAgosto de 2026
Una gran proporción proyectada de la publicidad pasa a ser generada con IA el mismo año en que comienzan a aplicarse amplias obligaciones de transparencia de la UE.
Brands need licensed inputs anddocumented human contribution.The equal marks indicate the presence of each documented category, not equal marketsize, damages or legal merit. Build-time verification was incomplete.Sources: United States Copyright Office. (2023). Zarya of the Dawn registration decision.; Andersen et al. v. Stability AI Ltd. et al. (2023). Case No.3:23-cv-00201.; The New York Times Company v. Microsoft Corporation and OpenAI. (2023). Case No. 1:23-cv-11195.
Copyright risk appears on both sides of production. Disputes span licensed photographs, artists' works and news publishing, while the Copyright Office excluded Midjourney images from one registration for lacking human authorship. Human-authored text, selection and arrangement may still receive protection.
Las marcas necesitan insumos licenciadosy contribución humana documentada.Las marcas iguales indican la presencia de cada categoría documentada, no igual tamañode mercado, daños o mérito legal. La verificación durante la construcción fue incompleta.Fuentes: United States Copyright Office. (2023). Zarya of the Dawn registration decision.; Andersen et al. v. Stability AI Ltd. et al. (2023). Case No.3:23-cv-00201.; The New York Times Company v. Microsoft Corporation and OpenAI. (2023). Case No. 1:23-cv-11195.
El riesgo de derechos de autor aparece en ambos lados de la producción. Las disputas abarcan fotografías licenciadas, obras de artistas y publicaciones periodísticas, mientras que la Oficina de Derechos de Autor excluyó imágenes de Midjourney de un registro por falta de autoría humana. El texto, la selección y la disposición humanas todavía pueden recibir protección.
AI is changing skills faster than entire jobsEmployer expectations for workforce disruption, job change and training needs by 2027, WEF survey.Made for Yukio Shibayama, by HanademiSources: World Economic Forum. (2023). The Future of Jobs Report 2023.; PwC. (2024). AI Jobs Barometer 2024.Sources use different measurement bases; read the comparison directionally, not as one exact scale.Unitprojected percent60%Workers needing training44%Skills disrupted23%Jobs changing
Employer expectations point to broad task and skill change. They projected 44% of skills would be disrupted and 60% of workers would need training by 2027, compared with 23% of jobs changing. Separately, PwC estimated productivity grew 4.8 times faster in highly AI-exposed sectors than in less-exposed sectors.
La IA cambia habilidades más rápido queempleos completosExpectativas de empleadores sobre alteración de habilidades, cambio laboral y necesidades de formaciónpara 2027, encuesta del FEM.Made for Yukio Shibayama, by HanademiFuentes: World Economic Forum. (2023). The Future of Jobs Report 2023.; PwC. (2024). AI Jobs Barometer 2024.Las fuentes usan bases de medición distintas; lea la comparación como tendencia, no como una escala exacta.Unidadporcentaje proyectado60 %Trabajadores que requerirán formación44 %Habilidades alteradas23 %Empleos que cambiarán
Las expectativas de empleadores apuntan a cambios amplios en tareas y habilidades. Proyectaron que el 44% de las habilidades se alteraría y el 60% de los trabajadores necesitaría formación para 2027, frente al 23% de los empleos que cambiaría. Por separado, PwC estimó que la productividad creció 4,8 veces más rápido en sectores muy expuestos a IA.
Google and Meta already control enormousadvertising enginesAdvertising revenue, USD billions, 2021 to 2023. Alphabet figures were not verified live.Made for Yukio Shibayama, by HanademiSources: Alphabet Inc. (2024). Annual report for the fiscal year ended December 31, 2023.; Meta Platforms, Inc. (2024). Annual report for thefiscal year ended December 31, 2023.UnitUSD$0$100B$200B202120222023AlphabetadvertisingrevenueMeta advertisingrevenueAlphabet reached $237.9 billion in2023.Meta reached $131.9 billion in2023.
Google and Meta do not enter AI advertising as small creative vendors. In 2023, their reported advertising revenues reached $237.9 billion and $131.9 billion. Combining creative tools, auctions and measurement gives both platforms unusual control over the campaign loop.
Google y Meta ya controlan enormesmotores publicitariosIngresos publicitarios, miles de millones USD, 2021 a 2023. Las cifras de Alphabet no se verificaron envivo.Made for Yukio Shibayama, by HanademiFuentes: Alphabet Inc. (2024). Annual report for the fiscal year ended December 31, 2023.; Meta Platforms, Inc. (2024). Annual report for thefiscal year ended December 31, 2023.UnidadUSD$0$100 mil M$200 mil M202120222023Ingresospublicitariosde AlphabetIngresospublicitariosde MetaAlphabet alcanzó US$237.900millones en 2023.Meta alcanzó US$131.900millones en 2023.
Google y Meta no entran en la publicidad con IA como pequeños proveedores creativos. En 2023, sus ingresos publicitarios reportados alcanzaron US$237.900 millones y US$131.900 millones. Combinar herramientas creativas, subastas y medición les da un control inusual sobre el ciclo de campaña.
In 12 of 15 tests, attribution missed therandomized estimate.The actionable protocol is to define the business outcome before launch and measureincremental sales rather than platform-attributed conversions alone.Sources: Gordon, B. R., Zettelmeyer, F., Bhargava, N., & Chapsky, D. (2019). A comparison of approaches to advertising measurement. MarketingScience.
Attribution can look precise while missing the causal answer. Across 15 Facebook experiments, observational confidence intervals failed to contain the randomized estimate in 12 cases. AI campaign claims should therefore be tested against a comparable control group.
En 12 de 15 pruebas, la atribución fallófrente a la estimación aleatoria.El protocolo práctico consiste en definir el resultado comercial antes del lanzamiento ymedir ventas incrementales en lugar de depender solo de conversiones atribuidas.Fuentes: Gordon, B. R., Zettelmeyer, F., Bhargava, N., & Chapsky, D. (2019). A comparison of approaches to advertising measurement. MarketingScience.
La atribución puede parecer precisa y aun así perder la respuesta causal. En 15 experimentos de Facebook, los intervalos observacionales no incluyeron la estimación aleatoria en 12 casos. Por eso, las afirmaciones sobre campañas con IA deben probarse con un grupo de control comparable.
Testing decides what workedTwo people review a tablet beside a graphic labeled Test A and Control.Sources: Experimentation and the value of marketing - Think with Google. business.google.com.
Side-by-side experiments turn campaign claims into evidence a team can act on.
Las pruebas deciden qué funcionóDos personas revisan una tableta junto a un gráfico etiquetado como Prueba A y Control.Fuentes: Experimentation and the value of marketing - Think with Google. business.google.com.
Los experimentos comparativos convierten las afirmaciones de campaña en evidencia útil para actuar.
Portugal’s AI measure rose from 2021 to2024Artificial intelligence by size class of enterprise in PortugalMade for Yukio Shibayama, by HanademiSources: Eurostat. (n.d.). Artificial intelligence by size class of enterprise [ISOC_EB_AI]. Eurostat.0.00.51.02021202320240.11.1
The Eurostat series for artificial intelligence by size class of enterprise in Portugal is 0.11 in 2021, 0.79 in 2023 and 1.12 in 2024.
La medida de IA de Portugal aumentó de2021 a 2024Inteligencia artificial por tamaño de empresa en PortugalMade for Yukio Shibayama, by HanademiFuentes: Eurostat. (n.d.). Artificial intelligence by size class of enterprise [ISOC_EB_AI]. Eurostat.0,00,51,02021202320240,11,1
La serie de Eurostat sobre inteligencia artificial por tamaño de empresa en Portugal es de 0,11 en 2021, 0,79 en 2023 y 1,12 en 2024.
False certainty arrives before Google'screative space is meaningfully exploredMade for Yukio Shibayama, by HanademiSources: Google Ads Help. (2024). About responsive search ads.; How Many Responsive Search Ads Can You Havein ....; Benjamini, Y., & Hochberg, Y. (1995). Controlling the false discovery rate. Journal of the Royal StatisticalSociety: Series B.UnitProbability of at least one false positiveProbability of at least one false positive0%25%50%75%100%22.6%40.1%64.2%92.3%5 variants10 variants20 variants50 variantsVariants testedEven 50 tests sample only 0.11%of 43,680 possible selections
The false-positive probability exceeds 50% by 20 tests even though those tests cover less than 0.05% of the theoretical selection space.
La falsa certeza aparece antes de explorar de formasignificativa el espacio creativo de GoogleMade for Yukio Shibayama, by HanademiFuentes: Google Ads Help. (2024). About responsive search ads.; How Many Responsive Search Ads Can You Havein ....; Benjamini, Y., & Hochberg, Y. (1995). Controlling the false discovery rate. Journal of the Royal StatisticalSociety: Series B.UnidadProbabilidad de al menos un falso positivoProbabilidad de al menos un falso positivo0%25%50%75%100%22.6%40.1%64.2%92.3%5 variantes10 variantes20 variantes50 variantesVariantes probadasIncluso 50 pruebas muestrean solo 0,11%de 43.680 selecciones posibles
La probabilidad de falso positivo supera 50% con 20 pruebas, aunque estas cubren menos de 0,05% del espacio teórico de selecciones.
Full creative combinatorics can outrunmillion-scale experimentsMade for Yukio Shibayama, by HanademiSources: Google Ads Help. (2024). About responsive search ads.; How Many Responsive Search Ads Can You Have in....; Lewis, R. A., & Rao, J. M. (2015). The unfavorable economics of measuring the returns to advertising. QuarterlyJournal of Economics.UnitCount on a logarithmic scaleCount on a logarithmic scale1 million observationsallocated evenly101001,00010,000100,000247,04043,68041,66714223Possible selectionsObservationsper selection3 headlines10 headlines15 headlines
The largest responsive search configuration creates almost as many creative cells as a million-observation experiment can sparsely populate.
La combinatoria creativa completa puede superar aexperimentos de millones de observacionesMade for Yukio Shibayama, by HanademiFuentes: Google Ads Help. (2024). About responsive search ads.; How Many Responsive Search Ads Can You Have in....; Lewis, R. A., & Rao, J. M. (2015). The unfavorable economics of measuring the returns to advertising. QuarterlyJournal of Economics.UnidadConteo en escala logarítmicaConteo en escala logarítmica1 millón de observacionesdistribuidas por igual101001,00010,000100,000247,04043,68041,66714223Selecciones posiblesObservacionespor selección3 titulares10 titulares15 titulares
La mayor configuración de búsqueda responsiva crea casi tantas celdas creativas que incluso un experimento de un millón de observaciones apenas puede poblarlas.
Independent tests reverse Google'sfavorable AI benchmarkMade for Yukio Shibayama, by HanademiSources: Google. (2023). Google Ads highlights of 2023.; ppc.land.; grayvaultconsulting.com.UnitAI outcome index, comparator = 100Test contextConversions: Google benchmarkCost: independent testValue and ROAS: equal-spend testConversions118Cost per conversion228Conversion value87Return on ad spend8770100150200230AI outcome index, comparator = 100
The favorable platform benchmark contrasts with more than double the conversion cost and roughly 13% lower value and return in independent tests.
Las pruebas independientes revierten lareferencia favorable de IA de GoogleMade for Yukio Shibayama, by HanademiFuentes: Google. (2023). Google Ads highlights of 2023.; ppc.land.; grayvaultconsulting.com.UnidadÍndice del resultado con IA, comparador = 100Contexto de pruebaConversiones: referencia de GoogleCosto: prueba independienteValor y retorno: prueba con gasto igualConversiones118Costo por conversión228Valor de conversión87Retorno publicitario8770100150200230Índice del resultado con IA, comparador = 100
La referencia favorable de la plataforma contrasta con más del doble de costo por conversión y cerca de 13% menos valor y retorno en pruebas independientes.
Meta's AI ad output came from a narrowadvertiser sliceMade for Yukio Shibayama, by HanademiSources: Meta. (2024). Expanding generative AI ad creation tools for businesses.; Meta: 1 million advertisersusing GenAI for creative.; Meta. (2020). Facebook announces new products to support small businesses.UnitMillions of businesses, advertisers, users and monthly ads200Mbusinesses using free tools5% were active advertisers10Mactive advertisers10% used AI tools1MAI tool users15Mads created in one month15 ads per AI user
One tenth of the historical advertiser base produced 15 million AI ads, while that user group represented only one half of one percent of businesses using Meta's free tools.
La producción de anuncios con IA de Meta provino deuna fracción reducida de anunciantesMade for Yukio Shibayama, by HanademiFuentes: Meta. (2024). Expanding generative AI ad creation tools for businesses.; Meta: 1 million advertisersusing GenAI for creative.; Meta. (2020). Facebook announces new products to support small businesses.UnidadMillones de empresas, anunciantes, usuarios y anuncios mensuales200Mempresas con herramientas gratuitas5% eran anunciantes activos10Manunciantes activos10% usaba herramientas de IA1Musuarios de herramientas de IA15Manuncios creados en un mes15 anuncios por usuario de IA
Una décima parte de la base histórica de anunciantes produjo 15 millones de anuncios con IA, mientras ese grupo representaba solo medio punto porcentual de las empresas que usaban las herramientas gratuitas de Meta.
In summaryMade for Yukio Shibayama, by HanademiSources: Gordon, B. R., Zettelmeyer, F., Bhargava, N., & Chapsky, D. (2019). A comparison of approaches to advertising measurement. MarketingScience.; Google Ads Help. (2024). About responsive search ads.; We Tested Google AI Max on a $100K/Month Account: Full Results | Grayvault. (2026).Published figure transcribed from pixels.; PwC. (2024). AI Jobs Barometer 2024.; Google. (2023). Google Ads highlights of 2023.Across 15 Facebook experiments, observational confidence intervals failed to contain the randomized estimate in 12 cases.Increasing available headlines from three to 15 expands theoretical Google responsive-search selections from 24 to 43,680.In this eight-week equal-spend test, ROAS was lower for AI Max than for the Control.In this eight-week equal-spend test, AI Max produced a lower conversion value than the Control.PwC estimated labor productivity grew 4.8 times faster in highly AI-exposed sectors than in less-exposed sectors.Google's 18% benchmark does not independently establish that Performance Max caused incremental sales.
The value of the research is not only what each source knew, but what became visible when their evidence was combined.
En resumenMade for Yukio Shibayama, by HanademiFuentes: Gordon, B. R., Zettelmeyer, F., Bhargava, N., & Chapsky, D. (2019). A comparison of approaches to advertising measurement. MarketingScience.; Google Ads Help. (2024). About responsive search ads.; We Tested Google AI Max on a $100K/Month Account: Full Results | Grayvault. (2026).Published figure transcribed from pixels.; PwC. (2024). AI Jobs Barometer 2024.; Google. (2023). Google Ads highlights of 2023.En 15 experimentos de Facebook, los intervalos observacionales no incluyeron la estimación aleatoria en 12 casos.Aumentar los títulos disponibles de tres a 15 amplía las selecciones teóricas de búsqueda adaptable de Google de 24 a 43.680.En esta prueba de ocho semanas con el mismo gasto, el ROAS fue menor para AI Max que para el Control.En esta prueba de ocho semanas con el mismo gasto, AI Max produjo un valor de conversión menor que el Control.PwC estimó que la productividad laboral creció 4,8 veces más rápido en sectores muy expuestos a IA que en sectores menos expuestos.El indicador de 18% de Google no establece de forma independiente que Performance Max haya causado ventas incrementales.
El valor de la investigación no está solo en cada fuente, sino en lo que apareció al combinar sus evidencias.

The research behind this deck

Regular use reached 65%, but meaningful daily impact reached only 28%. These terms separate platform reporting from sales caused by advertising.

Key findings

The argument

This research is published in English and Spanish. Ver en español

La investigación detrás de esta presentación

El uso regular llegó al 65%, pero el impacto cotidiano significativo solo al 28%. Estos términos separan los reportes de plataforma de las ventas causadas por la publicidad.

Hallazgos clave

El argumento

Esta investigación se publica en inglés y español. Read in English

Related researchInvestigación relacionada