Monks, agencia de IA: el criterio humano decide

Por qué producir más dejó de ser una ventaja

Un equipo creativo puede generar mil piezas antes de que se enfríe el café. Ese es el nuevo punto de partida, y es exactamente lo que rompe el modelo anterior: cuando la producción deja de ser el cuello de botella, la pregunta cambia de "¿podemos hacerlo?" a "¿deberíamos publicarlo?".

Monks, la agencia que firma el análisis, lo resume en una frase: la velocidad ya está resuelta; lo que sigue siendo trabajo humano es elegir. Para un founder eso no es una reflexión filosófica, es una advertencia operativa. Si tu diferenciación era "sacamos contenido más rápido", esa ventaja acaba de desaparecer.

El problema técnico: la IA devuelve el término medio

Los modelos generativos aprenden de lo que ya existe. Por diseño, tienden a devolver el promedio de su entrenamiento: lo correcto, lo seguro, lo que no ofende a nadie. Cuando todas las marcas usan las mismas herramientas de la misma manera, el resultado es un catálogo de piezas impecables que se parecen entre sí: el anuncio, el post, el concepto creativo, incluso el ángulo estratégico.

Correcto no es lo mismo que bueno, ni que impactante, ni que memorable. Y una marca que no te marca es, en términos de negocio, presupuesto publicitario sin retorno.

Toys R Us y Burger King: misma tecnología, criterio opuesto

Dos casos que la fuente original pone frente a frente ilustran la diferencia mejor que cualquier marco teórico.

Toys "R" Us quiso homenajear a su fundador con una película hecha íntegramente con IA. El resultado, según el análisis, se sintió extraño y distante. La marca quería ser la primera en usar la herramienta, y la herramienta terminó siendo la protagonista. Nadie dudaba de la tecnología: faltó alguien que preguntara si esa era la mejor forma de contar la historia.

Burger King hizo casi lo contrario con su Million Dollar Whopper. Usó la IA para que la gente inventara su propia hamburguesa, dentro de reglas de marca muy claras. Era el "Have It Your Way" de siempre, contado de una forma nueva. La tecnología era parecida; la diferencia estuvo en alguien que supo qué contar y para qué.

La lección para una startup es directa: la IA no falla cuando es mala, falla cuando no tiene una idea a la que servir.

Qué dicen los datos sobre la confianza del público

El público ya emitió su veredicto, y no es un rechazo a la tecnología. Los estudios recientes que cita el análisis, de IAB a NielsenIQ, coinciden en algo: la gente reconoce una pieza hecha en serie, la encuentra más fría y la olvida antes. Los más jóvenes, sobre todo, que construyen su identidad eligiendo con mucho cuidado qué miran y no perdonan lo genérico.

Lo que sí está medido con precisión es el peso de la voz humana. Un estudio global de IAB publicado en septiembre de 2026 y difundido por PRNewswire encuestó a 2.200 consumidores de Estados Unidos, Reino Unido, Australia, México e India que habían usado IA para investigar compras en los tres meses previos. El 72% usa asistentes de IA de propósito general para decisiones de compra. Y el 56% prefiere recomendaciones generadas por IA que incorporen la perspectiva de creadores o influencers, mientras que el 65% dice tener más confianza en una recomendación de IA cuando está respaldada por reseñas creíbles.

La brecha generacional es enorme: el 65% de la Generación Z y los millennials prefiere recomendaciones con perspectiva de creadores, frente al 53% de la Generación X y el 34% de los boomers. Entre los más jóvenes, las reseñas de creadores pesan casi tanto como la información de la propia marca (27% frente a 29%). Y la mitad de la Generación Z y los millennials ya descubrió creadores a través de la IA.

Traducción para un founder: a la gente no le molesta que haya IA detrás. Le molesta notar que nadie pensó detrás. El problema nunca fue la herramienta, sino la ausencia de alguien que la dirija.

De maker a tastemaker: el perfil que ahora se contrata

Monks lo llama pasar de maker a tastemaker. La tecnología es solo una parte de lo que se contrata en una agencia así; lo que la hace valer es lo que viene con ella: criterio, juicio y experiencia.

• Criterio para saber cuándo algo técnicamente impecable va a sonar falso.
• Juicio para sopesar originalidad, códigos de marca y riesgo en el mismo segundo.
• Experiencia de haberse equivocado lo suficiente como para reconocer una buena idea entre miles de estímulos sintéticos.

En el día a día, ese criterio se parece menos a la magia de lo que se cree: es mirar cien versiones y quedarse con una, descartar la opción que más gusta en la sala porque no suena a la marca, defender una idea imperfecta frente a otra impecable y vacía, saber cuándo parar y cuándo insistir.

Qué significa esto para tu startup

Si tu equipo ya usa IA para contenido, diseño o producto, el riesgo no es que la IA escriba mal. El riesgo es que escriba correctamente y sin carácter. Tres movimientos concretos:

• Define el "no" antes del "sí". Antes de generar, escribe en una página qué tono, qué palabras y qué ángulos nunca representan a tu marca. Es el equivalente a las reglas claras que usó Burger King: la IA funciona mejor dentro de límites explícitos que en libertad total.
• Entrena con tu identidad, no con prompts genéricos. Si le das algo promedio, te devuelve algo promedio. Alimenta el modelo con tus mejores piezas, tu tono y tu ambición, y trata ese material como un activo de la empresa, no como un truco de productividad.
• Pon un humano con nombre en la última milla. No un comité: una persona responsable de decir que no. La IA encuentra, explora y propone; la última palabra tiene que ser de alguien que responda por ella.

Y una métrica que casi nadie mide: cuántas piezas descartaste este mes. Si el número es cero, no estás editando, estás publicando todo lo que sale de la máquina.

Cómo se entrena el criterio en un equipo pequeño

Las startups hispanohablantes tienen una ventaja estructural aquí: menos capas de aprobación y más proximidad al cliente. Eso permite iterar el criterio rápido, algo que una corporación tarda meses en hacer.

Dos ejercicios que caben en una semana de trabajo:

• La prueba de las cien versiones. Toma una campaña o un lanzamiento y genera cien variantes. Elige una. Documenta por qué descartaste las otras 99. Ese documento es tu guía de marca, escrita por la práctica y no por un manual teórico.
• El test del reemplazo. Toma una pieza tuya y pregúntate si podría ser de un competidor con el logo cambiado. Si la respuesta es sí, no tienes una pieza: tienes un promedio.

Conclusión

La IA no eliminó el trabajo creativo: lo reubicó. La ejecución se volvió barata y la producción dejó de ser un diferenciador. Lo que queda, y lo que el mercado está dispuesto a pagar, es el juicio para decidir qué merece existir.

Para un founder la conclusión es incómoda y liberadora a la vez: no necesitas el mejor modelo ni la herramienta más nueva. Necesitas un punto de vista. La IA encuentra, explora y propone; la ventaja competitiva sigue estando en quien elige.

Fuentes

• Inteligencia artificial y creatividad: el valor del criterio humano - IPMARK (fuente original)
• Consumers Want AI Shopping Recommendations to Include Trusted Creator Perspectives, According to IAB