Gestionar las campañas de Meta en lenguaje natural: la promesa del MCP
Una nueva promesa agita el mercado: desplegar el MCP para gestionar las campañas. El Model Context Protocol es un estándar abierto que conecta asistentes de IA como Claude o ChatGPT con herramientas y fuentes de datos. Aplicados a la API de Marketing de Meta, los servidores MCP ya permiten crear, actualizar y analizar campañas de Facebook e Instagram en lenguaje natural. Algunas de estas implementaciones exponen más de 70 herramientas que cubren todo el ciclo de vida de una campaña, desde la creación hasta las reglas de optimización automatizadas.
La promesa es fuerte y apetecible. Mañana, una parte de los oficios ligados a la programación de medios, la gestión y el asesoramiento podrían ser uberizados, ya que todo se produciría en lenguaje natural. En tigrz investigamos estas herramientas. Pero planteamos una pregunta sencilla: ¿hasta dónde llegará esta automatización y a quién sirve realmente?
Una promesa que apunta a oficios enteros
El movimiento va más allá de un simple plug-in. Meta anuncia la ambición de permitir a las empresas automatizar por completo la creación y la segmentación publicitarias de aquí a finales de 2026. La visión de Mark Zuckerberg es explícita: una marca debería poder «simplemente decirnos el objetivo que busca alcanzar, cuánto está dispuesta a pagar por resultado, conectar su cuenta bancaria, y nosotros hacemos el resto». Habla de una «redefinición de la categoría de la publicidad».
Proyectémonos a 24 meses. Miro mis campañas, le pregunto a Claude cuáles son los rendimientos, dónde optimizar, cómo reprogramar, qué ideas probar. Sobre el papel, está todo. En los hechos, pensamos que no bastará.
La verdadera pregunta: ¿hasta dónde llegará la slopificación?
Ya tenemos el ejemplo práctico. El efecto «guau» del chat que redacta nuestros correos en nuestro lugar se desgastó rápido: muchos vuelven atrás, por falta de sabor, de pertinencia y de impacto. El riesgo es el mismo aquí. ¿Produce un análisis automatizado un contenido sin relieve, un guiso que no es más que la media ponderada de lo que habría que decir? ¿O tengo delante un verdadero consejo?
Ese es todo el reto de la slopificación: a fuerza de simplificarlo todo, se obtiene un entregable liso, sin contenido, sin toma de postura. Y el rendimiento no nace de la media. Nace de la diferencia.
Por qué la automatización sirve primero a las plataformas
Hay que llamar a las cosas por su nombre. Confiar la gestión a una automatización plena reafirma, ante todo, a las plataformas. El sentido de la historia que cuentan es el de la simplificación: ponerlo todo en Advantage+, ponerlo todo en PMax, hasta que cualquier programación distinta se vuelva exótica. Con menos intermediarios habrá mecánicamente menos espíritu crítico, menos capacidad de cuestionar, de desafiar, de asumir riesgos. Nos conformamos entonces con análisis automatizados.
Pero la IA no vence al ser humano. La IA es una herramienta, y se ve bien en las campañas. Analizar únicamente bajo el prisma del ROAS o del CPA son KPI: no lo dicen todo. No capturan ni el valor de una visión singular, ni el instinto de salirse del marco para buscar un impacto en la demanda global. Y los sesgos de tracking no hacen que los medios sean optimizables por sí mismos.
Lo que la IA no gestiona: el contexto y el valor
Hoy tenemos la capacidad de desafiar y de proponer dispositivos que no son ASC: de retorno full-funnel, de integración 360, para generar incrementos de búsqueda en Google, de complementariedad con otras palancas, incluso de offline y de publicidad exterior ultralocal. Estas decisiones no dependen de una gestión hecha por Claude.
Lo admito: en reporting de primer nivel, la IA puede funcionar. Y aun así necesita contexto. Para comprender un balance, la IA debe estar extremadamente alimentada: cuál es el estado de la competencia, cuánto stock hay disponible, cómo se compara la fuerza de la oferta comercial con la del año pasado. Toda esta dimensión de contexto condiciona la optimización y la decisión. Sin ella, el reporting sigue siendo una cifra sin lectura.
Nuestra convicción: el insight inteligente producido por el ser humano
Tras las promesas de automatización hay, pues, un reto real de servir a los intereses de las plataformas. Y pensamos que los actores que más rendirán serán los que asuman riesgos, innoven y cuestionen el rendimiento en un contexto 360. Es lo que exigirá el mercado mañana.
Seamos claros: no se trata de rechazar la automatización. Desde el punto de vista de una agencia, es bienvenida, porque ahorra tiempo y desplaza el esfuerzo hacia la estrategia, el asesoramiento y el cliente. Pero lo que buscarán los anunciantes, los clientes y los CMO es insight inteligente producido por el ser humano. Data-based, sí. Pero data-based no significa data-automatizado. Es exactamente ahí donde se sitúa nuestro valor.
Para ir más lejos. Ver también la experiencia en Data e IA de tigrz.
Sobre el mismo tema: « ¿De qué es Andromeda el nombre? » y « ASC: ¿el PMAX del Social? Nuestras experiencias y las condiciones de éxito. ».
Palabras clave
