IA y audio: un nuevo canal publicitario posible

La IA puede escribir un anuncio y la conversión de texto a voz puede expresarlo casi de inmediato. Combine esas capacidades y la publicidad de audio ya no tendrá que ser un único anuncio pregrabado que se reproduzca para todos. Puede cambiar según el tema de un artículo o episodio.

Trabajé tanto en el lado de la tecnología publicitaria como en el del editor de los medios digitales en Japón. Era fácil ver una limitación recurrente: los sistemas de segmentación podían producir más segmentos de los que los equipos creativos podían soportar. Una mejor lógica de entrega no ayudó mucho cuando cada segmento recibió los mismos dos activos. Las herramientas generativas reducen ese cuello de botella en la producción.

No es lo mismo velocidad de producción que efectividad publicitaria. El audio es difícil de ignorar, lo que hace que un mensaje irrelevante o mal expresado sea más intrusivo que un anuncio gráfico en el borde de una página.

La producción creativa se está poniendo al día con la entrega.

Los sistemas de publicidad generativa pueden convertir la información del producto en varias versiones de texto, imágenes, vídeo y audio. Google, Meta y Amazon están avanzando en esta dirección. Amazon describe su conjunto actual de herramientas en su página de publicidad generativa de IA.

Cuando participaba en las pruebas de campaña, los experimentos a menudo se detenían mientras los equipos esperaban otro activo. El principal valor de la generación no es un titular inteligente. Es la capacidad de probar variaciones más significativas sin agregar la misma cantidad de tiempo de producción.

La revisión humana todavía importa. Los nombres de marcas pueden pronunciarse mal, los reclamos regulados pueden reescribirse incorrectamente y una voz sintética puede entregar textos confidenciales en el tono incorrecto. Finanzas, atención médica, contratación y otras categorías de alto riesgo deben conservar un paso de aprobación.

El audio contextual puede reducir la dependencia de historias personales

El audio funciona bien con la publicidad contextual porque un artículo o episodio proporciona un tema claro. Una historia reciente puede contener un mensaje de producto deportivo; un artículo de gestión puede incluir un anuncio de software empresarial. La señal coincidente es el contenido que se consume, no un perfil del oyente entre sitios.

Spotify anunció soporte de producción generativa para guiones, locuciones y música de fondo en 2025 (Spotify Newsroom). Spotify también publicó un estudio de caso en el que SHI International generó más tráfico en el sitio con una campaña de anuncios Gen AI. Este es un estudio de caso de plataforma, no un punto de referencia entre industrias, por lo que no debe tratarse como un aumento esperado.

Esta ventaja de privacidad se conecta con el problema más amplio descrito en [Restricciones de cookies, bloqueo de anuncios y anuncios de audio] (/blog/cookie-ad-blocking-audio-ads). Sin embargo, el contexto por sí solo no revela la intención de compra. Si los anunciantes siguen agregando datos personales en busca de precisión, el modelo eventualmente recrea los problemas de seguimiento que debía evitar.

El nuevo inventario todavía tiene un problema de frecuencia

El mercado estadounidense de publicidad en podcasts ha seguido desarrollándose. El Estudio de ingresos por publicidad de podcasts de IAB es una referencia útil porque establece su geografía y metodología. Las ganancias de la empresa, los pronósticos de mercado y las estimaciones de audio programático utilizan definiciones diferentes y no deben combinarse como si midieran lo mismo.

En las operaciones de los editores, vi repetidamente pronósticos que mostraban que un espacio publicitario más aumentaría los ingresos a corto plazo. Por lo general, esos pronósticos eran correctos. Los daños a la velocidad de la página, la finalización y las visitas posteriores aparecieron más tarde. El audio tiene la misma tensión: una sesión más larga crea más pausas posibles, pero una interrupción excesiva debilita el programa en sí.

Afirmaciones como “entre 1,5 y 2,5 veces más” varían según la longitud del artículo, la fuente de tráfico, la ubicación y la definición de una sesión. En lugar de presentar nuestras propias observaciones como un efecto universal, documentamos las condiciones en una [guía de medición de audio] separada (/blog/audio-articles-time-on-page-study).

Los editores necesitan datos de escucha antes de un producto publicitario

Antes de vender inventario de audio, un editor necesita saber qué historias se reproducen, dónde se detienen los oyentes y si regresan. Como muestra la estrategia de audio de YouTube y Spotify, las grandes plataformas no están invirtiendo en sonido por sí solo. Están ampliando el tiempo y los contextos en los que los usuarios permanecen conectados.

En una importante editorial japonesa, aprendí a examinar el rendimiento de los anuncios junto con la duración de la historia, la fuente de referencia, el dispositivo y el comportamiento de repetición. Los ingresos por sí solos hacen que casi todos los bloques de anuncios adicionales parezcan atractivos. Un conjunto más amplio de señales a menudo cambia la decisión.

PUBVOICE es una opción para convertir los artículos existentes de los editores en audio medible. No es adecuado para todas las páginas. Las noticias breves de última hora, las tablas de datos y las comparaciones visuales suelen funcionar mejor como texto. Los análisis largos, las entrevistas y las columnas son mejores lugares para realizar una prueba controlada.

El futuro de la publicidad de audio con IA no lo decidirá únicamente la calidad de la voz. Los editores también deben decidir qué contexto se puede utilizar, qué datos personales no se utilizarán y cuánta interrupción aceptará su audiencia. Esos límites determinan si el audio dinámico se convierte en un inventario útil o simplemente en un anuncio más difícil de cerrar.