La inversión en sitios MFA vuelve a crecer y el “AI slop” prende alarmas en publicidad programática

La compra programática vuelve a mirar de cerca la calidad del inventario: según un análisis publicado por AdExchanger este 8 de julio, la inversión en sitios MFA —medios creados principalmente para capturar pauta— subió por primera vez desde 2023 en el benchmark programático de la ANA para el primer trimestre.

El dato no implica un regreso masivo del problema, pero sí instala una alerta para anunciantes, agencias y plataformas: la escala de contenido generado con IA puede hacer más barato levantar sitios de baja calidad y más difícil distinguir entre automatización útil y “AI slop”. Para quienes optimizan campañas solo por CPM, el costo oculto puede aparecer en eficiencia, seguridad de marca y resultados reales.

Qué debes saber

• La proporción de inversión en propiedades MFA pasó de 0,6% en el cuarto trimestre de 2025 a 1,1% en el primer trimestre de 2026, de acuerdo con el reporte citado por AdExchanger.
• El gasto se concentra más en anunciantes de menor desempeño: el grupo con peores resultados destinó 2,1% de su presupuesto a MFA, frente a 0,9% del grupo de mejor performance.
• La ANA apunta a subtipos en crecimiento como el “AI slop”: contenido de baja calidad producido con IA para ganar tráfico y monetizar impresiones.
• SSP, DSP y vendors de verificación están reforzando listas de exclusión, auditorías humanas y señales de calidad para bloquear inventario riesgoso.

Por qué importa para las marcas

La promesa de impresiones baratas sigue siendo tentadora, especialmente en escenarios de presión presupuestaria. Pero el avance de sitios de baja calidad muestra que la optimización programática necesita mirar más allá del precio: contexto, origen del tráfico, densidad publicitaria y señales de atención pesan tanto como el alcance.

Para equipos que trabajan con Performance Max y automatización en Google Ads, la discusión también sirve como recordatorio: los algoritmos amplifican lo que se les pide optimizar. Si el objetivo privilegia volumen sin suficientes controles de calidad, el presupuesto puede terminar financiando entornos que no construyen marca ni conversión incremental.

El desafío de separar IA útil de contenido basura

El problema no es que una publicación use IA en su flujo editorial. La diferencia está entre herramientas que apoyan investigación, edición o productividad, y fábricas de contenido que publican cientos de piezas sin valor real para capturar pauta. Esa frontera será cada vez más relevante para agencias, medios y plataformas.

La conversación conecta con un punto más amplio de la publicidad digital: a medida que crecen canales como retail media y nuevos inventarios programáticos, la medición de calidad deja de ser un “extra” y pasa a ser una condición para proteger la inversión.

Qué deberían revisar los anunciantes

• Exigir reportes de dominios, apps y fuentes de inventario, no solo métricas agregadas.
• Definir listas de inclusión o exclusión según calidad editorial, seguridad de marca y performance real.
• Revisar si el ahorro en CPM se traduce en outcomes de negocio o solo en impresiones de bajo valor.
• Coordinar criterios entre marca, agencia, DSP, SSP y partners de verificación para actuar rápido ante nuevos patrones de fraude o baja calidad.

La señal es clara: la IA puede mejorar la productividad del marketing, pero también abaratar la producción de ruido. La ventaja estará en quienes sepan medir calidad, no solo comprar escala.