Ask Advisor y Demand Gen: lo que Google Marketing Live 2026 nos dice sobre el futuro.

Durante años, la persona que abría Google Ads era quien decidía. Elegía las palabras clave, fijaba las pujas, armaba los grupos de anuncios y un lunes cualquiera revisaba el informe de términos de búsqueda para apagar lo que no rendía. En Google Marketing Live 2026 esa figura cambió de manos. El operador de la plataforma dejó de ser la persona. Ahora es la máquina.

El anuncio central fue Ask Advisor, un agente construido sobre Gemini que Google describe como “un agente unificado que abarca Google Ads, Google Analytics, Merchant Center y Google Marketing Platform”. No es un asistente que sugiere, es un agente que ejecuta. Le pides en lenguaje natural algo como “encuentra nuevos clientes para mis productos de cuidado capilar” y el sistema extrae el catálogo de Merchant Center, arma campañas en Google Ads y cruza señales de Analytics sin que toques un formulario. Por ahora está en beta para cuentas en inglés, con un despliegue más amplio previsto a lo largo de 2026.

Conviene leerlo con calma, porque el titular es fácil de despachar como una novedad más de una conferencia anual. No lo es. Es el punto donde converge una década de decisiones de producto, y entenderlo bien cambia cómo deberías estructurar tu cuenta, tus feeds, tu creatividad y tu medición durante los próximos dos años.

CÓMO LLEGAMOS HASTA AQUÍ

La automatización de Google Ads no nació en 2026. Es un movimiento largo y bastante deliberado, y verlo en secuencia ayuda a dimensionar lo que se anunció.

En 2016 apareció Smart Bidding y el sistema empezó a fijar pujas en tiempo real usando aprendizaje automático, en función de señales de conversión que un humano no alcanza a procesar a mano. En 2021 Google retiró el Broad Match Modifier y empujó la concordancia hacia formas más amplias que interpreta el propio algoritmo. Ese mismo año, en noviembre, llegó Performance Max, el mayor salto hacia la automatización desde Smart Bidding: una sola campaña que reparte presupuesto entre Búsqueda, YouTube, Display, Discover, Gmail y Maps, y decide por su cuenta dónde y cuándo aparecer. En 2025 se sumó AI Max para campañas de Búsqueda. En 2026 llegó Ask Advisor.

Cada paso movió una decisión desde tu mano hacia el modelo. Primero la puja, después la concordancia de palabras clave, luego la distribución entre canales, y ahora la operación completa de la cuenta, orquestada por un agente conversacional. La adopción acompañó la curva. Más de un millón de anunciantes usan Performance Max en el mundo, según Google en abril de 2025, y encuestas de la industria sitúan el uso de Smart Bidding en torno al 88% de las cuentas hacia 2026. La automatización ya no es una opción avanzada, es el terreno por defecto.

Hay un matiz que se pierde en la narrativa triunfalista, y es que ninguno de esos pasos fue neutral para el anunciante. Cuando Google retiró el Broad Match Modifier, muchos equipos perdieron control fino sobre qué búsquedas activaban sus anuncios y tuvieron que reaprender la gestión de negativas a otra escala. Cuando Performance Max absorbió a Smart Shopping y a las campañas locales, se llevó también gran parte de la transparencia por canal y por consulta. El agente de 2026 continúa esa lógica. No suma una función encima de lo anterior, mueve el punto de apoyo entero desde la operación manual hacia la instrucción en lenguaje natural, y con ello redefine qué habilidades valen dentro de una cuenta.

DISPLAY DEJA DE EXISTIR COMO CAMPAÑA PROPIA

El segundo anuncio importante es menos vistoso, pero más concreto para quien opera cuentas hoy. Las campañas estándar de Display se integran en Demand Gen. Google confirmó que a partir de junio de 2026 aparece una herramienta de migración por fases, que más adelante en 2026 ya no se podrán crear campañas de Display nuevas fuera de Demand Gen, y que hacia 2027 las campañas activas restantes se migrarán de forma automática. Después de eso, Display no vive como formato autónomo: su inventario existe dentro de una estructura unificada de Demand Gen, junto a YouTube, Discover, Gmail y Maps.

Google respalda el cambio con datos propios. Informa que, en promedio, las cuentas que suman inventario de Display dentro de Demand Gen ven un 9,5% de aumento en ROI, y cita un caso donde GoFood logró un 24% menos de CPA y un 19% más de conversiones. Son cifras de Google sobre su propio producto, así que conviene tomarlas por lo que son. Aun así marcan la dirección. La plataforma prefiere que dejes de pensar en canales y empieces a pensar en objetivos, y la arquitectura del producto está empujando hacia allá.

LOS NUEVOS FORMATOS DE LA BÚSQUEDA CON IA

Google también mostró cómo Gemini reescribe el aviso dentro de la búsqueda con IA. Aparecen anuncios conversacionales que responden a la pregunta específica del usuario, con un explicador que Gemini redacta al momento para destacar por qué tu producto podría ser la respuesta correcta. Cuando el modo IA arma una lista de recomendaciones, avisos relevantes y de alta calidad pueden aparecer dentro de esa lista como respuesta destacada. Y para captación de leads, un agente de negocio reemplaza el formulario estático por un chatbot que responde con información de tu sitio.

El común denominador es que el aviso ya no ocupa un espacio fijo con un texto que tú escribiste. Se genera, se adapta y se inserta según la conversación de cada persona. Esto conecta con algo que ya venimos observando: la publicidad se está desplazando desde interfaces que tú controlas hacia respuestas que un modelo compone. Lo escribimos cuando OpenAI abrió su propio Ads Manager y estrenó un tercer ecosistema publicitario. Google no está reaccionando tarde. Está haciendo lo mismo dentro de su propia superficie dominante.

Ese desplazamiento tiene una consecuencia práctica que conviene digerir. eMarketer estima que en 2025 los anunciantes de Estados Unidos gastaron cerca de 1.040 millones de dólares en publicidad de búsqueda con IA, apenas un 0,7% de la inversión total en búsqueda, y proyecta que esa cifra llegue a 25.900 millones para 2029, un 13,6% del total. Sea cual sea la precisión de un pronóstico a cuatro años, la trayectoria dice algo claro. La superficie donde la gente hará sus preguntas se está moviendo, y el formato del anuncio se mueve con ella. Si tu contenido, tu feed y tus señales solo están afinados para la lista azul de enlaces de siempre, vas a competir peor en una superficie que redacta la respuesta antes de que el usuario llegue a tu sitio. El trabajo de fondo, autoridad, datos estructurados y una propuesta clara, empieza a pesar más que el ajuste de palabras clave.

A DÓNDE SE MUEVE LA VENTAJA COMPETITIVA

Si el algoritmo puja, distribuye, redacta y ejecuta, la pregunta obvia es qué te queda a ti. Lo que te queda es la calidad de lo que entra al sistema. Cuando la máquina optimiza sola, tu ventaja deja de ser la destreza operativa y pasa a ser la materia prima que le entregas.

Eso se traduce en cosas concretas. Están los datos propios, para empezar. Un agente que arma campañas cruzando Merchant Center y Analytics rinde según la limpieza de tu catálogo y la fidelidad de tus señales de conversión. Garbage in, garbage optimized. Si tu conversión mide un lead cualquiera en vez de un lead que se transforma en venta, el algoritmo va a optimizar hacia el ruido con una eficiencia perfecta. Está también la creatividad, porque en Demand Gen y en los formatos de IA los activos que subes son casi lo único tuyo que se ve: la imagen, el video, el ángulo. Y está la definición del objetivo, que es donde más te la juegas. El sistema persigue la meta que le pones, y si esa meta está mal planteada ejecuta el error a toda velocidad.

Hay una parte de todo esto que no se anuncia en el escenario, pero que decide el resultado: cómo queda tu cuenta por dentro. La lógica de armar veinte grupos de anuncios con palabras clave exactas por cada intención de compra pierde sentido cuando el agente decide la concordancia y la superficie. Lo que gana peso es la arquitectura de lo que alimentas. Un feed de Merchant Center con títulos pobres, atributos incompletos o categorías mal asignadas le da al agente menos con qué trabajar, y no hay puja manual que compense esa carencia. La higiene del catálogo, que durante años fue tarea del equipo de comercio electrónico y no del de medios, pasa a ser una palanca central de performance publicitaria. Lo mismo con la estructura de conversiones. Si mides diez eventos y solo tres representan valor real, el agente reparte esfuerzo entre los diez con la misma diligencia, así que definir bien qué cuenta como conversión y con qué valor deja de ser un ajuste opcional.

En la creatividad ocurre algo parecido. Cuando el sistema arma y prueba combinaciones solo, tu aporte deja de ser el ensamblaje y pasa a ser la calidad y la variedad de los insumos. Le entregas ángulos, mensajes, formatos y variantes, y el modelo descubre cuál funciona en cada superficie. Un banco de activos pobre limita al agente por arriba sin importar cuánto presupuesto le pongas. Es un cambio de oficio silencioso. El operador que antes vivía en la pantalla de pujas ahora rinde más produciendo mejores insumos y auditando lo que la máquina hace con ellos.

Aquí la medición deja de ser un detalle técnico. Google trae Meridian, su modelo de marketing mix de código abierto, a Google Analytics, y suma Future Long-Term Conversions para proyectar el valor de largo plazo. Son señales de que la propia plataforma reconoce que el último clic ya no basta para guiar a estos agentes. Nosotros venimos insistiendo en ese punto: el ROAS de plataforma es un espejo cómodo, pero engañoso, y lo desarmamos en el espejismo del ROAS. Cuando un agente optimiza hacia una métrica, esa métrica tiene que representar Negocio real y no una atribución inflada. Por eso el marco correcto para alimentar a estos sistemas combina modelos de mezcla, atribución y pruebas de incrementalidad, algo que ya explicamos en nuestra guía de modelos de medición.

EL CONTRAPUNTO HONESTO

No todo lo que reluce en una keynote conviene a tu cuenta, y vale la pena decirlo sin adornos.

Ceder la operación a un agente tiene un costo, que es la visibilidad. Performance Max ya enseñó esa lección. Muchos anunciantes descubrieron que la campaña gastaba en tráfico de marca que habrían captado igual, lo que inflaba el ROAS reportado sin sumar ventas incrementales. Un agente que abarca toda la cuenta amplifica ese riesgo porque toma más decisiones fuera de tu vista. La caja negra resulta cómoda hasta el día en que necesitas explicar por qué cayó una métrica y el sistema no te da el porqué.

Hay también un costo de aprendizaje que rara vez se dimensiona. Cada vez que reestructuras hacia un formato nuevo, el sistema entra en un periodo de calibración donde el rendimiento es inestable, y con un agente que decide más cosas, ese periodo es más difícil de leer porque cuesta saber qué variable movió el resultado. En cuentas chicas, con poco volumen de conversiones, el problema se agrava: el modelo tiene menos datos para aprender y tarda más en estabilizar, así que la promesa de automatización rinde mucho mejor para el anunciante grande que para el pequeño. Eso no aparece en la keynote, pero define si el cambio te conviene ahora o dentro de un año.

Hay además una tensión de márgenes que nadie en el escenario menciona. Cuanto más decide Google dónde aparece tu dinero, más incentivo tiene la plataforma de repartirlo hacia el inventario que a Google le conviene llenar. Los intereses no son idénticos. Tú quieres el cliente más barato y Google quiere maximizar el valor de su subasta. La automatización promete alinear ambas cosas, y a menudo lo logra, pero delegar sin instrumentación es firmar un cheque en blanco. La consolidación de Display en Demand Gen, por ejemplo, reduce tu capacidad de aislar y controlar ese canal por separado.

El asunto no es rechazar la automatización, porque ese barco zarpó en 2016 y no vuelve. El asunto es entrar con los ojos abiertos, adoptar los agentes por lo que hacen bien y montar tu propia medición por fuera para saber si de verdad están generando Negocio o solo un tablero que se ve bien.

LO QUE SIGUE SIENDO HUMANO

La escala del cambio es real, y por eso mismo importa nombrar lo que no se automatiza. La estrategia, el criterio y la gobernanza siguen siendo trabajo de personas. Un agente ejecuta con una eficiencia que ningún equipo iguala, pero no decide la dirección, no define la propuesta de valor ni interpreta una anomalía en su contexto, y no sabe cuándo un resultado bueno en el tablero es malo para el Negocio.

Lo que cambió es que esas personas ahora dirigen una máquina en vez de operar una consola. El trabajo se desplaza de ejecutar tareas a diseñar el sistema que las ejecuta: qué datos alimentan al agente, qué objetivo persigue, qué métricas cuentan como éxito y qué barandas lo contienen. Es un rol más de arquitecto y menos de piloto, y exige más criterio de Negocio, no menos.

Este no es un fenómeno aislado de Google. Meta recorrió el mismo camino con Advantage+ hasta volverse un competidor directo en terreno que antes era feudo de Google, algo que analizamos cuando Meta le disputó el duopolio. Y el patrón se repite a través de plataformas. Google, Meta y LinkedIn ya cambiaron las reglas, y la ventaja se fue del que aprieta botones hacia el que piensa el sistema.

En Futture lo vemos así: la máquina se quedó con la operación, y eso libera lo que de verdad escasea, que es el criterio. La agencia que suma valor en 2026 no es la que mueve más pujas a mano. Es la que le da al agente mejores datos, mejor creatividad y mejores objetivos, y después mide por fuera si está funcionando. Ask Advisor no reemplaza al estratega. Sube el precio de no tener uno.