El 72% no tiene evaluadas sus skills de IA: cómo demostrarlas en PPC

Estudios

El 72% no tiene evaluadas sus skills de IA: cómo demostrarlas en PPC

Vakho Mtchedlishvili · 15 nov 2026 4 min lectura · Asistido por IA

Un nuevo estudio de CodeSignal publicado esta semana deja una foto incómoda: el 72% de los trabajadores afirma que sus habilidades con IA nunca han sido evaluadas formalmente, mientras que el 69% de los managers dice que la capacidad con IA pesa de forma moderada o decisiva a la hora de contratar. Dicho de otro modo: las empresas contratan por una competencia que no saben medir.

Para quienes gestionamos campañas de Google Ads, Performance Max o Demand Gen, esto no es anécdota. Es un problema de carrera. La automatización lleva años siendo la recomendación por defecto de Google, y cada decisión que tomamos sobre pujas, audiencias o creatividades es, en realidad, una decisión sobre cuándo delegar en la IA y cuándo intervenir. Si no documentas ese criterio, no existe.

Lo que dice el estudio y lo que no dice

CodeSignal encuestó en septiembre de 2026 a 1.000 empleados y 1.000 managers en EE. UU. a través de Pollfish. Hay matices que conviene subrayar antes de extrapolar al mercado hispanohablante. El famoso titular de que los roles con uso de IA requerido o esperado «saltaron un 78%» es un incremento relativo y autorreportado: pasaron del 9,4% al 16,7%. Casi el doble, sí, pero menos de uno de cada cinco trabajadores.

El PPC está muy por delante de esa media. Smart Bidding, Performance Max y las recomendaciones automáticas de Google llevan años siendo el estándar, no la excepción. La pregunta útil para nuestro sector no es si usamos IA, sino quién sabe demostrar que la usa bien.

La formación existe, pero no sirve

El 62% de los empleados recibió formación en IA de su empresa. Solo el 35% dice que esa formación es donde construyó las habilidades que realmente aplica. De los que sí recibieron formación, apenas uno de cada cuatro puede aplicar la mayoría de lo aprendido. El resto aprende por su cuenta: recursos gratuitos (46%), prueba y error en el trabajo (39%), compañeros (22%) o cursos pagados por ellos mismos (12%).

En PPC esto siempre ha sido así. La mayoría de los profesionales que conozco en España y LATAM aprendieron Smart Bidding leyendo a practitioners en LinkedIn y rompiendo cuentas propias. La diferencia ahora es que lo que se aprende por prueba y error es la IA del propio Google Ads, y cada error se paga con presupuesto del cliente. Eso cambia la ecuación: ya no puedes permitirte la curva de aprendizaje silenciosa.

El problema de medición que la IA ha destapado

El 66% de los trabajadores dice que sus habilidades en general nunca han sido evaluadas. La brecha con el dato de IA es de solo seis puntos. El diagnóstico real no es que no sepamos medir la IA, es que las empresas no miden casi nada y toman decisiones por proxies: currículo, antigüedad, impresión del manager.

En paid media esto es especialmente paradójico. Discutimos ventanas de atribución, tests de incrementalidad y conversion lag con decimales, pero evaluamos al equipo que gestiona esas campañas con un «cumple expectativas» anual. Para una disciplina que vive de medir, es una contradicción cada vez más difícil de defender.

Cómo un PPC manager demuestra su criterio con IA

La única salida que veo, y así lo aplico con el equipo, es construir un registro de decisiones. No un portfolio bonito, sino una traza verificable de dónde intervienes en la automatización y qué pasa después. Algunas prácticas concretas:

  • Log de overrides: cada vez que desactivas una recomendación de Google Ads, anota el motivo, la hipótesis y el resultado a 14-28 días. Si aceptas una recomendación, lo mismo.
  • Checks sobre Performance Max: documenta exclusiones de marca, señales de audiencia añadidas, assets pausados y por qué. El informe de insights de PMax da material de sobra.
  • Revisión de search terms: incluso con tCPA o tROAS, el trabajo de negativas sigue protegiendo presupuesto. Mide cuánto ahorras mensualmente.
  • Prompts guardados: si usas Gemini, ChatGPT o Claude para generar titulares RSA, variantes para Demand Gen o análisis de competencia, mantén un repositorio con el prompt, el output y qué editaste antes de subirlo.
  • A/B frente a la automatización pura: experimentos con drafts y experiments donde la hipótesis sea «mi intervención supera a la configuración por defecto». Los resultados, aunque sean negativos, son evaluables.

Qué significa esto para el mercado hispanohablante

En España y LATAM, la madurez de las empresas respecto a la IA sigue siendo desigual. Muchas agencias venden «expertise en IA» sin ningún método para demostrarlo, y muchos anunciantes contratan sin saber qué preguntar. El profesional que llegue a una entrevista con un registro de decisiones y resultados tiene una ventaja competitiva brutal frente al que solo habla de que «domina Performance Max».

La conclusión práctica es simple: empieza hoy tu log. Un Google Sheet basta. En seis meses tendrás algo que el 72% del mercado no tiene, y que el 69% de los managers dice valorar. En SEO y SEM, el trabajo siempre ha sido la prueba. Con la IA de por medio, documentarlo ha dejado de ser opcional.

Fuente original: Search Engine Journal

Autor

Vakho Mtchedlishvili

SEO Lead especializado en ecommerce y AI Search. Ayudo a negocios digitales a crecer en Google y en los nuevos entornos de búsqueda con IA.

Deja un comentario