Qué son los focus groups sintéticos y por qué llegan ahora
Un estudio de mercado tradicional cuesta entre 3.000 y 5.000 dólares. Una simulación con consumidores virtuales, entre 8 y 20 dólares. Esa diferencia de dos órdenes de magnitud es la razón por la que los focus groups sintéticos dejaron de ser una curiosidad de laboratorio y se están metiendo en el flujo de trabajo diario de los equipos de marketing.
La mecánica es simple de describir y difícil de ejecutar bien. En lugar de reclutar personas reales, el investigador configura agentes de IA con atributos demográficos, psicológicos y culturales, y los pone a conversar entre sí sobre un producto, un concepto creativo o un mensaje publicitario. El resultado no es una encuesta: es una discusión simulada donde los perfiles se contestan, se contradicen y matizan.
La diferencia con un formulario tradicional es que aquí no se pregunta solo si algo gusta, sino por qué no convence. Y eso, para un founder que necesita decidir si construye la funcionalidad o la descarta, cambia por completo el tipo de respuesta que recibe.
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 díasCómo funciona Articos: 30 compradores simulados para el iPhone plegable
Articos, firma de investigación basada en IA con sede en Dubai y lanzada en el primer trimestre de este año, montó una demostración concreta. Tomando como excusa el anuncio de Apple de su teléfono plegable iPhone Duo y la serie 18 Pro, simuló un grupo de 30 compradores repartidos en 6 segmentos.
Les planteó tres preguntas: si darían el salto a un modelo Pro, si estarían dispuestos a pagar 1.999 dólares por el plegable y qué les motivaría realmente a comprar ese año. El resultado, según la propia compañía, fue incómodo: la mayoría de los usuarios que en teoría debían renovar su dispositivo no lo hicieron, y nadie optó por el salto a Pro.
Más allá de si el pronóstico acierta, el ejercicio muestra el uso real de la herramienta: testear percepción de precio, detectar objeciones antes de producir la campaña y reformular mensajes antes de gastar en medios.
La construcción de los perfiles no es improvisada. Articos usa el modelo Big Five —también llamado OCEAN—, que divide la personalidad en cinco dimensiones (apertura, responsabilidad, extraversión, amabilidad y neuroticismo), cada una desglosada en seis facetas: 30 en total. Además calibra los perfiles contra 93 mercados para que las diferencias culturales aparezcan en las respuestas, y arma cada panel con personalidades deliberadamente distintas: defensores, pragmáticos, escépticos, detractores y observadores.
Ese último detalle es el que más debería importar a un founder. Un panel de agentes complacientes es un espejo, no un test. Forzar la presencia de escépticos y detractores es la única forma de que la simulación sirva para algo más que para confirmar lo que ya querías hacer.
Autentic AI: la startup española que automatiza al encuestador
La IA no solo reemplaza al consumidor; también al que pregunta. Autentic AI, startup española, despliega entrevistadores de IA que conversan con usuarios y analizan esas conversaciones para extraer temas, emociones, citas e insights accionables.
La compañía afirma que su plataforma reduce el time-to-insight de 6-8 semanas a unos pocos días, y que según el tamaño de la muestra puede entregar resultados el mismo día. Su propuesta se aplica a tests de concepto y de producto, investigación de pricing, validación de user journey y feedback sobre mensajes y posicionamiento.
A principios de octubre, Autentic AI anunció una ronda pre-seed de 1,5 millones de euros con participación de varias firmas de venture capital, destinada a impulsar el crecimiento y seguir desarrollando la plataforma. Es una señal del apetito inversor: el research asistido por IA ya se financia como categoría propia y no como una feature dentro de otra herramienta.
Hay además una diferencia de criterio reveladora entre las dos compañías. Mientras Articos recomienda combinar lo sintético con lo humano y no sustituir el focus group tradicional, Autentic AI sostiene en sus preguntas frecuentes que su plataforma sí puede reemplazar a los focus groups y a las entrevistas uno a uno. Dos visiones del mismo mercado, y una decisión que cada equipo tendrá que tomar con sus propios datos.
El problema de fondo: los modelos no son personas
Acá está el límite que ningún caso de éxito debería tapar. Los participantes no son personas, y eso tiene consecuencias medibles.
Pew Research Center publicó un experimento en el que usó GPT-5.1 y Claude Opus 4.6 para simular 6.700 encuestados reales de su propio panel y comparó los resultados con la encuesta humana. Ninguno de los dos modelos replicó bien la opinión pública: el error absoluto promedio fue de 11,4 puntos porcentuales para Opus y 13,3 puntos para GPT. Peor aún, cada modelo pintó un país distinto: GPT tendía a respuestas extremas, Opus a respuestas tibias. La elección del modelo, por sí sola, cambia la conclusión.
A eso se suman los riesgos que ya señalaba el reporte original: sesgos heredados de los datos de entrenamiento, refuerzo de estereotipos, respuestas demasiado racionales y coherentes, y la pérdida del subtexto —los silencios, los gestos, la incomodidad— que en un focus group real explica más que las palabras.
En un análisis publicado por Forbes, el CEO de OvationMR, James Whaley, añade dos riesgos operativos. El primero es la sycophancy: el modelo devuelve lo que el usuario quiere oír, sobre todo si insistes con el prompt, y terminas con las respuestas que querías, no con las que necesitabas. El segundo es el sesgo retrospectivo: si la simulación se alimenta de datos históricos de la empresa, te muestra el retrovisor y no el parabrisas.
Qué significa esto para tu startup
La conclusión práctica no es usarlo ni descartarlo. Es saber para qué sirve cada herramienta y en qué orden.
- Úsalo para descartar, no para decidir. El research sintético es excelente para reducir: pasar de 10 funcionalidades candidatas a 3, matar una línea de producto que no encaja con la actitud histórica de tus clientes o detectar qué preguntas vas a necesitar responder antes del lanzamiento. La decisión final, sobre todo si es cara o irreversible, sigue necesitando personas.
- Corre el mismo test en dos modelos distintos. El experimento de Pew muestra que la varianza entre modelos es enorme. Si tu simulación arroja conclusiones opuestas según el modelo que uses, no tienes un insight: tienes ruido. Comparar cuesta poco y te ahorra una decisión mal fundada.
- Integra el testing al sprint, no al trimestre. Con un costo por estudio de dos dígitos, el research deja de ser un evento anual y pasa a ser una rutina. Eso permite iterar el mensaje de una landing o el copy de una campaña varias veces antes de invertir en producción.
- Reserva lo humano para lo que no se simula. Las entrevistas con personas reales siguen siendo el estándar para descubrir matices emocionales profundos y casos límite inesperados. Si tu producto depende de una emoción o de un comportamiento que la gente no reporta con precisión, ahí no hay atajo.
El dato que ordena todo: según el estudio de tendencias 2025 de Qualtrics, el 71% de los investigadores a nivel global cree que los datos sintéticos representarán más de la mitad de toda la recolección de datos en los próximos tres años. Y según un informe de SAS citado por Forbes, el 18% de los marketers ya usa IA generativa para datos sintéticos, mientras el 54% planea hacerlo.
Con esa adopción, el diferencial competitivo deja de ser tener acceso a la herramienta y pasa a ser la metodología: qué preguntas le haces al panel, cómo validas contra personas reales y qué haces con la respuesta cuando no te gusta.
Conclusión
Los focus groups sintéticos resuelven un problema real: la mayoría de las startups nunca pudo pagar research continuo, y ahora puede. Pero la velocidad y el precio bajo son también la trampa, porque es fácil confundir una simulación coherente con evidencia.
El uso inteligente es quirúrgico: simular para explorar y descartar, medir con personas para decidir, y desconfiar de cualquier panel sintético que te diga exactamente lo que querías escuchar. La pregunta que conviene hacerse antes de adoptarlo no es cuánto ahorras, sino qué decisión vas a tomar con ese resultado y qué pasa si está equivocado.
Fuentes
- Reason Why — Focus groups sintéticos con consumidores que no existen
- CustomerThink — THG Fluently Launches Synthetic Data Validation Services
- Forbes — The Human Data Quality Paradox In The Backdrop Of Synthetic Data Use
- Pew Research Center — How synthetic polling results change based on the AI model
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días
