IDEAS AMAI 2026 HUMANOS AMPLIFICANDO LA IA, EL ARTE DE DECIDIR BIEN

Bienvenida AMAI Ana Gabriela Alcalá – Presidenta de la AMAI

En el arranque del congreso, Ana Gabriela Alcalá nos recordó desde el primer minuto: la inteligencia artificial no viene a enterrar a la investigación de mercados, sino a exigirnos más rigor metodológico, criterio técnico y responsabilidad ética.

Recordó que la misión histórica de la AMAI ha sido defender la calidad del dato y la representatividad en el entendimiento del consumidor en México. Ante la masificación de herramientas automáticas que generan respuestas rápidas pero sin contexto, el sello de confianza gremial sigue siendo el verdadero filtro de certeza para los negocios.

La tecnología democratiza el acceso a herramientas, pero jamás el criterio analítico de un investigador.

Apertura IDEAS AMAI 2026 Cristina Galindo – Líder del Comité de Eventos Profesionales de la AMAI

Cristina Galindo presentó los ejes conceptuales de esta edición, destacando una curaduría pensada para confrontar de manera abierta las promesas tecnológicas con los dolores reales que vivimos en agencias y marcas.

Subrayó la importancia de articular a asociaciones clave como AVE, IAB y ESOMAR en una misma conversación. El objetivo central fue trascender la fascinación superficial por la inteligencia artificial y establecer pautas colectivas sobre qué debemos auditar, cómo debemos validar y para qué tiene sentido innovar.

Menos deslumbramiento por el software y más debate de fondo sobre la calidad de nuestros entregables.

IA en el modelo de innovación Rodolfo Ramírez y Pablo Rodríguez – RedBox Innovation

Muchas empresas están utilizando la IA como una fábrica desmedida de conceptos genéricos: pedirle a un prompt 50 ideas no es innovar. Ramírez y Rodríguez sentenciaron que automatizar un proceso deficiente solo sirve para reproducir ocurrencias a mayor velocidad.

¿Cómo integrarla con sentido estratégico? La IA funciona como un excelente multiplicador de divergencia en etapas tempranas y como un prototipador ágil de escenarios. Sin embargo, la semilla de la innovación no proviene de un modelo de lenguaje, sino del 'insight' empático que destapa una tensión humana real.

Para iterar y simular, la IA es imbatible; para conectar con el corazón del consumidor, el ojo humano sigue siendo insustituible.

El futuro del investigador en la era de AI Ana Valdespino – Consejo Mexicano de Inteligencia Artificial

Partiendo de la evidencia académica global, Valdespino fue clara: si el valor de un investigador dependía de transcribir entrevistas, picar cuestionarios o limpiar bases de datos, ese rol exige desarrollar nuevas capacidades frente a la velocidad de la máquina.

El peso estratégico se traslada hoy a la curaduría de contexto, la formulación de preguntas de negocio de alto calibre ('prompting' analítico) y la auditoría crítica contra alucinaciones y sesgos. El gremio necesita alfabetizarse en ciencia de datos sin diluir su sensibilidad humanista.

La IA no va a reemplazar a los investigadores; los investigadores que dominen la IA con criterio desplazarán a quienes sigan aferrados a procesos mecánicos.

Efecto streaming: cuando el dupe se vuelve mainstream Renato Bautista y Francisco Santos – Mega Research

De la Modernidad colectiva y la Posmodernidad de la búsqueda individual de distinción, hemos transitado a la era de las 'comunidades algorítmicas'. En plataformas de streaming y video vertical, los algoritmos ya no solo sugieren contenido: crean tribus con códigos propios.

En este entorno, el fenómeno del 'dupe' (duplicados accesibles de productos de alta gama) perdió por completo su estigma de copia inferior para convertirse en un trofeo de compra inteligente y sofisticación financiera.

Las marcas tradicionales ya no pueden sostener precios premium solo con inversión publicitaria. La investigación debe apoyarse en escucha etnográfica digital para detectar microtendencias comunitarias antes de que alteren la categoría.

E-commerce con AI: observar el journey, entender los porqués y competir mejor Laura Ruvalcaba – BRAIN y Arisbeth Piña – Suburbia

Frente a un comercio electrónico proyectado en 941 mil millones de ventas al cierre, el verdadero punto de inflexión no es cuánto se transacciona, sino el cambio psicológico en los hábitos: compramos de noche por insomnio, en pausas laborales (pico de 12 a 14 hrs) o viendo series (20 a 22 hrs).

El camino tradicional se ha transformado en 'El Journey de la Telaraña': una red enredada donde las redes sociales operan como detonador y tienda directa. Para Suburbia, resolver por qué un cliente compra en tienda física pero no en la app exigía ir más allá de las encuestas declarativas lineales.

Mediante la metodología pasiva de 'URL Footprint' (analizando más de 1,400 rutas reales), se descubrió que los usuarios tardan apenas segundos en decidir si continúan navegando o abandonan la página. El anaquel digital funciona como un catálogo extendido donde la claridad visual y técnica define la conversión.

La clave metodológica: observar primero el rastro digital no consciente de la navegación, contrastarlo con entrevistas en profundidad y validar las hipótesis con medición cuantitativa.

Synthetic Data: rigor estadístico más allá del hype Sandra Gómez Gallego – Kantar México

Sandra Gómez desmitificó los datos sintéticos con una exposición de alto rigor estadístico, delimitando sus tres aplicaciones reales: 'boosting' para amplificar muestras pequeñas de nichos difíciles, imputación para completar cuestionarios en trackers de marca (práctica de más de 20 años en Kantar), y gemelos digitales para explorar escenarios.

En validaciones presentadas ante ESOMAR Global, los datos sintéticos alcanzaron entre 90% y 95% de asertividad frente a muestras de control humanas. Pero hay condiciones innegociables: deben provenir de datos humanos reales, autorizados éticamente y actualizados. Prometer multiplicaciones mágicas de muestra sin sustento es un engaño técnico.

Sandra Gómez señaló situaciones en las que desaconseja utilizar datos sintéticos:

• Cuando la muestra ya es robusta por sí misma.
• Para encubrir o maquillar un mal levantamiento de campo.
• Cuando no existe una muestra reserva independiente para auditar la calidad.
• Para descubrir patrones nuevos o realizar estudios de segmentación de raíz.

Panel: Comunicar sin estereotipos: ética, negocio y responsabilidad compartida Laura Velamazán – LEXIA (Moderadora), Rosario Zavala – LEXIA, Corinne García Kane – Oracle, Denisse Beltrán – DKT y Diego Adolfo Chávez Terrazas – Representante de ESOMAR en México

Rosario Zavala de Lexia abrió la conversación afirmando que los estereotipos están tan normalizados en nuestra cultura que muchas veces se reproducen sin conciencia: comerciales donde la mujer asume sonriente la sobrecarga del hogar o clichés que consideran caducas a personas mayores de 50 años.

Denisse Beltrán demostró desde DKT (marcas de salud sexual como Prudence y No-Lina) cómo derribar mitos médicos ancestrales y utilizar personas reales de distintas edades y perfiles físicos genera un engagement superior al de modelos tradicionales, respaldado además por una transformación interna donde su equipo directivo alcanzó una paridad 50/50.

Corinne García Kane advirtió que las políticas corporativas fracasan si los liderazgos mantienen sesgos inconscientes en ascensos y oportunidades, exigiendo métricas y auditorías reales. Diego Chávez señaló el origen del problema: los briefs que reducen millones de personas a dos párrafos de target genérico, discriminando por edad, raza o nivel socioeconómico.

Respecto a la IA, la conclusión fue tajante: el uso responsable de IA exige revisar los sesgos de los modelos, los datos y las instrucciones, además de cómo se interpretan sus respuestas. Si alimentamos modelos con prompts genéricos y sin contexto, la IA amplificará los prejuicios del pasado. La solución es capacitar con criterio crítico y apegarse a las guías éticas de ESOMAR.

La pregunta antes del algoritmo Javier Macías – Feuerluft / AVE, Agustín Tejera – Selection Book y Rosa María Gardea – AVE

La plataforma PULSO AVE presentó el primer gran diagnóstico sobre la salud del talento en la industria de la comunicación en México, sustentado en 5,560 encuestas a colaboradores, 21 directores de recursos humanos, 100 estudiantes y 33 entrevistas a líderes de nivel C.

El 51% de los colaboradores reporta una adopción alta de IA y el 66.5% la percibe como un potenciador laboral (solo 5% teme ser reemplazado). Sin embargo, los ponentes lanzaron una alerta contra la tentación corporativa de usar la tecnología para sobrecargar al equipo: si quien hacía 10 reportes ahora debe entregar 100 en el mismo tiempo, la adopción se traducirá en 'burnout' y fuga de talento.

La tecnología es un commodity al que todos tienen acceso; la verdadera ventaja competitiva que agrega valor a las marcas sigue siendo el talento humano.

Los cuatro grandes retos estructurales identificados en la industria:

• Gestionar el relevo formativo junior: los puestos de entrada donde se aprendía el oficio están siendo automatizados.
• Proliferación de perfiles técnicos efímeros que encarecen la nómina sin arraigo estratégico.
• Definir el balance humano-máquina en los entregables finales.
• Madurar los liderazgos: revertir el déficit de habilidades blandas en mandos medios altamente técnicos pero con vacíos de gestión.

La IA adentrándose al Consumer Journey Lucie Poisson – Sinnetic y Luis A. García – Netquest

Basándose en el análisis de 135,000 conversaciones reales de usuarios con modelos de lenguaje (con foco en 6,000 interacciones sobre tecnología), los ponentes confirmaron que los asistentes de IA ya superaron a las redes sociales y a la búsqueda de Amazon como fuentes de consulta.

El viaje del consumidor revela una estructura inesperada: el 38% de las conversaciones se enfoca en comparar atributos y tablas de especificaciones, pero el 45% se concentra en la fase de postventa y soporte técnico (el usuario le pide a ChatGPT que diagnostique fallas o le envía fotos de su pantalla). Sorprendentemente, el 37% de quienes consultan soporte regresan a las tres semanas a comparar productos: la postventa se convirtió en la antesala de la preventa.

Cuatro señales prioritarias para las marcas:

• El técnico vive en el LLM: la atención a clientes se mudó a los chats de IA, donde en el 80% de los casos se cita una marca sin intervención del fabricante.
• Confianza algorítmica: los usuarios confían más en las respuestas de la IA que en redes sociales, aunque la mitad sospecha de sesgos comerciales.
• Marca que entra, marca que se queda: si el usuario nombra una marca en su primer prompt (46%), la IA la mantiene hasta el final; si no, baraja hasta 60 opciones, abriendo una ventana para marcas retadoras.
• Estructuración de datos: las marcas deben optimizar sus fichas técnicas para que los algoritmos las lean con precisión y no inventen respuestas erróneas.

Cuando la IA reduce el anaquel a dos opciones Armando Uriegas – NIQ

El comercio electrónico en América Latina dejó de ser una promesa experimental para convertirse en un canal consolidado que canibaliza el crecimiento de los canales físicos. Pero la verdadera disrupción es la llegada del 'comercio agéntico'.

Venimos de los anaqueles infinitos de tiendas físicas y listados interminables en web para entrar a una era de hiperreducción: los agentes de IA analizan precio, inventario y conveniencia en tiempo real para comprimir la decisión del comprador a solo dos alternativas preseleccionadas.

Esto transforma los flujos de trabajo entre empresas (B2B): los agentes inteligentes de los fabricantes negociarán surtido y precios directamente con los agentes de los retailers. Quedar fuera de las dos opciones seleccionadas por el algoritmo significa perder visibilidad en las decisiones de compra mediadas por agentes de IA.

Conferencia magistral: Empresas irremplazables. Cómo capitalizar la era de la IA Sebastián Tonda – Emprendedor, Autor y Conferencista

Sebastián Tonda cerró el congreso con una pregunta existencial: ¿cuál es el rol del ser humano en un mundo de inteligencia sintética superabundante y de costo marginal cero? Definió a la IA como una 'inteligencia no metabólica' (no duerme, no come, no tiene hormonas ni ideología; solo consume cómputo para procesar matemáticas en mapas semánticos). A partir del argumento filosófico del ‘cuarto chino’, Tonda planteó la diferencia entre procesar símbolos y comprender su significado: solo calculan probabilidades y el sentido humano se lo otorgamos nosotros.

Desglosó los cinco niveles evolutivos de la IA generativa de OpenAI:

• Modelos conversacionales (ChatGPT en 2022).
• Modelos razonadores (descomponen problemas en planes lógicos).
• Agentes autónomos (ejecutan acciones y compras en dispositivos).
• Innovadores (resuelven enigmas científicos o crean proteínas).
• Organizaciones sintéticas (redes de agentes coordinados hacia un objetivo).

Su mensaje central fue un llamado a la reconexión con lo humano: en una era donde el procesamiento de datos es un commodity, las empresas verdaderamente irremplazables triunfarán no por su tecnología, sino por la solidez de su liderazgo humano, autoconocimiento, empatía, pensamiento crítico y sentido ético.