IAB lanza un framework para atribuir las conversiones generadas con IA
El nuevo modelo pretende abordar las limitaciones de los sistemas de atribución actuales, que dependen de señales como los clics y las referencias de tráfico.
IAB ha presentado AI-Era Attribution Blueprint, un marco de medición diseñado para identificar la influencia de la inteligencia artificial (IA) en las decisiones de compra y establecer criterios comunes para atribuir las conversiones a los distintos agentes que intervienen en el proceso.
La iniciativa responde a las dificultades que afronta la industria publicitaria para medir el impacto de la IA en el recorrido del consumidor. Según el estudio IAB’s 2026 Outlook Study: September Update, el 45% de los compradores de publicidad señala la comparación entre los recorridos de compra impulsados por IA y los tradicionales como su principal desafío de medición. Además, el 44% utiliza las búsquedas de marca y el tráfico directo como indicadores indirectos de una influencia de la IA que no puede rastrear.
El nuevo modelo pretende abordar las limitaciones de los sistemas de atribución actuales, que dependen de señales como los clics y las referencias de tráfico. Estas señales pueden reducirse o desaparecer cuando los asistentes de IA intervienen en la búsqueda de información, la recomendación de productos o la ejecución de compras.
“Las ventas influenciadas por la IA a veces se registran como tráfico de búsqueda o directo, lo que puede llevar a destinar la siguiente inversión en marketing al canal equivocado. El AI-Era Attribution Blueprint funciona junto a los sistemas de atribución existentes, definiendo las nuevas solicitudes de reconocimiento que genera la IA y las pruebas que requiere cada una”, ha explicado Caroline Giegerich, VP de IA de IAB.
Tres categorías de conversión
El marco desarrollado por IAB establece tres categorías de conversión en función de quién genera la intención de compra, quién toma la decisión y quién completa la transacción.
La primera, Human-Owned, corresponde a las conversiones controladas por una persona. La segunda, AI-Assisted, identifica aquellas en las que la inteligencia artificial interviene como herramienta de asistencia. La tercera, AI-Executed, recoge las operaciones ejecutadas por sistemas de IA.
Esta clasificación permite determinar qué participantes pueden solicitar el reconocimiento de su contribución a una conversión y qué pruebas deben presentar para justificarla. El documento diferencia entre las solicitudes vinculadas a la decisión de compra y aquellas relacionadas con una contribución al proceso.
IAB precisa que tener derecho a solicitar ese reconocimiento no implica recibir automáticamente crédito por una conversión, sino que permite evaluar la contribución de cada participante a partir de las evidencias disponibles.
Pide más información de las plataformas de IA
Uno de los problemas identificados por la organización es que buena parte de la información necesaria para determinar estas contribuciones no se recopila actualmente o permanece dentro de las plataformas de inteligencia artificial.
Para reducir esta falta de visibilidad, el documento plantea que las marcas estimen qué proporción de sus conversiones corresponde a cada una de las tres categorías establecidas.
También propone que las plataformas de IA informen de si sus recomendaciones son pagadas u orgánicas, identifiquen las fuentes utilizadas y adopten criterios homogéneos para etiquetar el tráfico originado por inteligencia artificial.
Por su parte, las agencias podrán aplicar estándares comunes para evaluar las solicitudes de atribución, diferenciando entre las contribuciones declaradas por las plataformas y aquellas verificadas de manera independiente. Los editores podrán identificar cómo contribuyen sus contenidos a las conversiones y qué pruebas necesitan para acreditar esa participación.
La entidad ha anunciado que reunirá a anunciantes, agencias, plataformas de IA, distribuidores y editores para compartir los aprendizajes derivados de la aplicación de este marco y avanzar en la reducción de las dificultades de medición.