Adform abre su DSP a agentes de IA con 29 skills de solo lectura

Adform dio un paso concreto hacia la publicidad operada por agentes de inteligencia artificial: su equipo de Solutions Engineering publicó 29 skills que permiten consultar la plataforma FLOW en lenguaje natural. La propuesta cubre reportes, pronósticos, descubrimiento de audiencias y auditorías de campañas, pero mantiene una barrera deliberada: los agentes pueden leer y analizar, no modificar la pauta.

Para agencias y equipos de medios, el lanzamiento muestra una posible ruta de adopción de IA en adtech sin entregar de inmediato el control de presupuestos, pujas o creatividades. El modelo busca acelerar tareas de análisis mientras las decisiones y correcciones siguen en manos humanas.

Qué pueden hacer las nuevas skills

• Consultar rendimiento: recuperar datos de campañas y convertirlos en respuestas o reportes comprensibles.
• Generar pronósticos: explorar escenarios de planificación antes de activar cambios.
• Descubrir audiencias: identificar segmentos disponibles dentro del entorno de Adform FLOW.
• Auditar campañas y creatividades: detectar inconsistencias, duplicados o elementos que requieren revisión.
• Revisar taxonomías: comprobar convenciones de nombres y etiquetas sin editar la configuración.

Cómo funciona la conexión con FLOW

Las capacidades se apoyan en el servidor GraphQL Model Context Protocol de Adform. Cada skill define su propósito, consultas de ejemplo, restricciones de uso y pautas para presentar el resultado. Un agente conectado puede interpretar una petición, elegir la consulta adecuada y devolver un análisis, sin recibir permisos de escritura sobre la cuenta.

La arquitectura extiende la infraestructura de publicidad agéntica que Adform había presentado para conectar FLOW con herramientas externas. Ahora la compañía traduce ese acceso técnico en casos de uso más específicos y reutilizables para operaciones de medios.

La seguridad está en el diseño

El punto diferencial no es solo la cantidad de funciones, sino el límite de permisos. Una skill de gobernanza de taxonomías, por ejemplo, puede comparar nombres de campañas con una convención, detectar duplicados y señalar etiquetas faltantes. Sin embargo, la corrección debe ejecutarla una persona responsable de trafficking u operaciones.

Ese enfoque reduce el riesgo de que una instrucción ambigua cambie una campaña activa o afecte inversión. También permite que agencias prueben flujos con agentes sobre tareas de bajo riesgo antes de considerar automatizaciones más sensibles. El avance se suma a la conversación sobre cómo los agentes de IA están entrando en la operación publicitaria y a las nuevas exigencias de control y seguridad para las plataformas de anuncios.

Qué cambia para agencias y anunciantes

En la práctica, estas skills pueden reducir el tiempo dedicado a extraer información, ordenar reportes o revisar estructuras de campaña. También pueden ayudar a estandarizar preguntas frecuentes entre planificación, analítica y operaciones, especialmente en cuentas complejas con múltiples mercados y convenciones.

La promesa, sin embargo, dependerá de la calidad de los datos y de la capacidad de cada equipo para validar las respuestas. El agente puede encontrar una anomalía y priorizarla, pero no reemplaza el criterio sobre objetivos comerciales, atribución o contexto de marca.

Un modelo gradual para la publicidad agéntica

Adform está proponiendo una adopción por etapas: primero acceso estructurado a los datos, después análisis asistido y solo más adelante, si existen controles suficientes, automatización de acciones. Para el mercado programático, esa separación puede ser tan importante como la propia IA.

El lanzamiento convierte la idea de “agentes publicitarios” en tareas reconocibles para un equipo de medios. En lugar de prometer una campaña completamente autónoma, empieza por algo más concreto: responder mejor, auditar más rápido y mantener a una persona al mando.