Amazon Ads Agent: el retail media se vuelve agéntico en unBoxed 2026

El retail media siempre ha tenido una ventaja sobre el resto de la publicidad digital: está junto a la compra. En unBoxed 2026, Amazon añadió una segunda ventaja. Puso un agente de IA delante de casi todo lo que un anunciante hace en su plataforma, desde la compra hasta la creatividad y la medición.

Qué ha pasado

El propio resumen de Amazon, The 11 biggest takeaways from unBoxed 2026, enumera los anuncios. La pieza central es Amazon Ads Agent, una experiencia de compra unificada que fusiona el antiguo DSP y Ads Console y abarca Sponsored ads, Full-Funnel Campaigns y DVA+, con una experiencia de IA conversacional en una beta cerrada ampliada.

Full-Funnel Campaigns permite que la IA gestione la combinación de canales, la creatividad, las audiencias y la optimización en vídeo, display y audio. Amazon afirma que quienes la probaron en beta obtuvieron un retorno de la inversión publicitaria a largo plazo un 67 % mayor y un coste un 29 % menor para captar clientes nuevos para la marca. Las herramientas creativas con IA de Ads Agent generan anuncios display y vídeo a partir de los recursos de producto existentes; Amazon afirma que los anunciantes que las usaron lograron hasta un 71 % más de cobertura de productos y hasta un 15 % de crecimiento de las ventas en comparación con sus resultados anteriores.

En cuanto a la medición, Ads Agent da acceso a casi 1.000 métricas mediante consultas conversacionales y genera revisiones de negocio con visualizaciones y comparativas con empresas similares. Una AMC Expert Tool convierte peticiones en lenguaje natural en SQL de Amazon Marketing Cloud. Amazon también anunció un Ads MCP Server (Lite) para que agentes externos puedan trabajar con Amazon Ads, Branded Conversations para presentar los elementos diferenciadores de una marca dentro de Alexa for Shopping, y Sponsored Services, con Yelp como socio principal para servicios locales. Todas las cifras de rendimiento son de la propia Amazon.

Por qué importa

Destacan dos cambios.

El primero es que la interfaz de la plataforma publicitaria se está convirtiendo en una conversación. Pedir una revisión de negocio en lenguaje natural, sobre casi mil métricas, elimina mucho trabajo pesado. También significa que la pregunta que usted hace determina la respuesta que obtiene. Los analistas solían pasar horas decidiendo qué corte de los datos era justo. Un cuadro de chat hace fácil saltarse ese paso.

El segundo es que la plataforma está asumiendo todo el embudo. Cuando la IA elige la combinación de canales, la creatividad y las audiencias, y la misma plataforma mide el resultado, los anunciantes deben tener claro qué decisiones delegan y cómo verificarán los resultados.

Lo que dice mi investigación

He escrito sobre esta tensión en la medición en e27, en Every dashboard is green. So why can't anyone say what worked? Unas mejores herramientas de informes no producen automáticamente una mejor comprensión. La analítica en lenguaje natural hará que los paneles sean aún más fáciles de producir. La disciplina de preguntar “¿comparado con qué?” se vuelve más importante, no menos.

En el lado creativo, nuestra investigación se ha centrado en predecir el rendimiento y explicarlo. En Fusing Predictive and Large Language Models for Actionable Recommendations in Creative Marketing (ACM TOIS 2025) combinamos la predicción del rendimiento con LLM para que una puntuación creativa se convierta en una recomendación accionable. Generar display y vídeo a partir de recursos de producto a escala es potente, pero la generación es solo la mitad del ciclo. La otra mitad es saber qué variante respaldar y por qué, y ese conocimiento debería pertenecer a la marca, no solo al optimizador de la plataforma.

También hay una cuestión de cola larga. Amazon afirma que los anunciantes que usan sus herramientas creativas con IA lograron más cobertura de productos. En mi opinión, la cobertura de la cola larga es donde la IA demuestra su valor: los miles de SKU y audiencias de nicho para los que ningún equipo humano escribiría anuncios individuales. Traté la optimización de la cola larga y de la parte baja del embudo en Forbes, en Low-Funnel Ad Optimization On Social Media Platforms. La oportunidad es real, siempre que el control de calidad escale con ella.

Qué deben hacer ahora los equipos de retail media

• Defina su mapa de delegación. Ponga por escrito qué palancas puede controlar Ads Agent (pujas, combinación de canales, variantes creativas) y cuáles necesitan aprobación humana.
• Haga mejores preguntas a la analítica conversacional. Pida siempre la comparación: frente al periodo anterior, frente a un grupo de control, frente a una referencia del sector, y anote cuál utilizó.
• Use la creatividad con IA para ganar cobertura y luego depure. Genere recursos para la cola larga de productos, pero revise el rendimiento y retire las variantes débiles de forma periódica.
• Lleve su propio registro de resultados. Exporte los resultados que importan a su propio análisis para poder comparar Amazon con otros canales con el mismo criterio.
• Explore MCP con cuidado. Conectar sus propios agentes a Amazon Ads es eficiente, pero deles los permisos más restringidos que funcionen.

Amazon ha hecho que la plataforma publicitaria responda. Los equipos que más partido le saquen serán los que sigan haciéndole preguntas difíciles.

Preguntas frecuentes