La llegada de AI Max modifica una lógica publicitaria construida durante años alrededor de las palabras clave. Google automatiza cada vez más decisiones, desde cuándo mostrar un anuncio hasta qué mensaje utilizar. Para las empresas, el desafío no será evitar la IA, sino aprender a ponerle límites.
Durante casi dos décadas, hacer publicidad en Google respondió a una mecánica relativamente previsible: seleccionar palabras clave, crear anuncios y pagar para aparecer cuando una persona realizaba una búsqueda relacionada. Ese modelo no desapareció, pero está dejando de ser el centro del sistema.
Google avanza ahora hacia AI Max, un conjunto de funciones de inteligencia artificial incorporadas a las campañas de búsqueda. Desde agosto, la plataforma ya no permite crear campañas con varios de los formatos anteriores y en septiembre comienza a migrar automáticamente las que permanecen activas. Para cualquier empresa que invierta en Google Ads, no se trata de una discusión sobre el futuro: el cambio ya está ocurriendo.
AI Max amplía considerablemente la capacidad de decisión de la plataforma. Puede mostrar anuncios frente a consultas para las cuales el anunciante nunca cargó una palabra clave, interpretando por su cuenta si la intención del usuario coincide con lo que ofrece la empresa. También puede reescribir títulos y descripciones utilizando información del sitio web y dirigir a las personas hacia páginas que considera más relevantes, aunque no hayan sido seleccionadas originalmente para la campaña.
La lógica detrás de esta transformación es razonable. Las personas están cambiando su manera de buscar. En lugar de escribir simplemente “zapatillas running”, pueden preguntar “qué zapatillas me convienen para correr tres veces por semana”. Incluso una parte de esas consultas empieza a trasladarse hacia herramientas de inteligencia artificial.
En ese escenario, la coincidencia entre una consulta y una lista cerrada de keywords necesariamente pierde peso. Comprender el contexto y la intención puede ser más efectivo que esperar una combinación exacta de palabras.
El problema aparece cuando interpretar mejor al usuario implica otorgarle al algoritmo demasiada libertad.
Durante los últimos meses probé estas funciones en campañas de mi agencia y de clientes que decidieron avanzar con la herramienta. Lo hicimos en decenas de cuentas de sectores diferentes, desde servicios profesionales e industria hasta comercio electrónico y salud. Y la experiencia muestra una paradoja: la automatización, al menos por ahora, no necesariamente significa menos trabajo.
Buena parte del tiempo termina destinada a detectar y frenar búsquedas irrelevantes. El sistema puede comprar clics provenientes de consultas con una relación muy lejana con el negocio o directamente inexistente. La generación automática de anuncios también puede producir mensajes que sugieren productos, servicios o beneficios que la empresa no ofrece. Y cuando Google decide automáticamente la URL de destino, existe otro riesgo: enviar potenciales clientes hacia páginas que nunca fueron diseñadas para vender.
Esto obliga a repensar qué significa optimizar una campaña. Ya no alcanza con seleccionar buenas palabras clave, pero tampoco alcanza con activar la automatización y esperar que el algoritmo resuelva todo.
Una propuesta de valor clara se vuelve todavía más importante. La inteligencia artificial puede reorganizar textos y encontrar nuevas combinaciones, pero no puede inventar una diferenciación que la marca no tiene. Lo mismo ocurre con el sitio web: Google lo utiliza cada vez más para comprender qué ofrece una empresa y decidir frente a qué búsquedas mostrar sus anuncios.
Por eso, una web rápida, ordenada y con contenidos claros dejó de ser solamente un requisito de experiencia de usuario. La landing page empieza a convertirse, de alguna manera, en una nueva palabra clave.
También cambia la importancia de los datos. Para que la automatización pueda tomar mejores decisiones necesita señales de conversión vinculadas con resultados concretos: consultas comerciales, oportunidades y ventas. Optimizar únicamente alrededor de métricas de plataforma puede llevar al sistema en la dirección equivocada.
Pero hay un elemento que se vuelve todavía más relevante: el control.
Las palabras clave negativas, las exclusiones de marca y URLs y la revisión semanal de los términos de búsqueda dejaron de ser simples tareas de mantenimiento. Son las herramientas que permiten establecer los límites dentro de los cuales puede moverse el algoritmo.
Durante años, gestionar Google Ads significó principalmente decidir dónde queríamos aparecer. En esta nueva etapa, una parte cada vez mayor del trabajo consiste en decidir dónde no queremos hacerlo.
Por eso recomiendo no aceptar estas migraciones a ciegas. Hay que revisar qué funciones activó Google en cada campaña, probar la automatización con una porción acotada del presupuesto y evaluar los resultados con métricas del negocio. También es necesario auditar periódicamente en qué búsquedas aparece la empresa y, especialmente, qué está diciendo Google en su nombre.
Es probable que estos sistemas mejoren rápidamente. Performance Max ofrece un antecedente: comenzó a mostrar mejores resultados a medida que Google devolvió parte del control que originalmente había quitado.
AI Max probablemente también evolucione. Pero mientras eso sucede, innovación no debería ser sinónimo de delegación absoluta.
La inteligencia artificial llegó para ocupar un espacio cada vez mayor en la publicidad digital. La tarea humana, lejos de desaparecer, cambia de naturaleza: menos ejecución mecánica y más criterio, supervisión y capacidad para establecer límites.
Porque cuanto más decide el algoritmo, más importante se vuelve saber qué decisiones no conviene dejar en sus manos.
