Durante años, Meta se vio principalmente como una empresa de redes sociales. Hoy, esa definición se queda corta. En la práctica, Meta de Facebook se ha convertido en uno de los principales innovadores en el desarrollo de la inteligencia artificial del planeta. Y uno de los sistemas que mejor representa ese giro es Andromeda, su motor de recuperación y personalización de anuncios impulsado por IA y Machine Learning (ML).
Aunque Andromeda rara vez se presenta como un “producto” visible para el usuario final, su impacto es profundo: decide qué anuncios se muestran, a quién, cuándo y por qué, utilizando algoritmos predictivos para seleccionar los mejores anuncios para cada usuario individualmente.
Meta y su transición hacia una empresa de IA
Para entender Andromeda, es importante primero entender el cambio estratégico de Meta. En los últimos años, Meta ha invertido de forma agresiva en infraestructura de IA, pudiendo utilizar como ejemplo los centros de datos especializados y aceleradores GPU de alta gama, como los superchips NVIDIA Grace Hopper, o modelos de lenguaje propios, como LLaMA (Large Language Model Meta AI), y sistemas de recomendación cada vez más complejos. La publicidad siempre ha sido el núcleo del negocio de Meta. Sin embargo, el modelo tradicional —segmentación manual, intereses definidos por el anunciante y control humano— empezó a mostrar límites. Demasiados datos, demasiadas variables y un entorno regulatorio cada vez más restrictivo en términos de privacidad. La solución que Meta encontró fue automatizar la toma de decisiones mediante inteligencia artificial. Andromeda nace exactamente de esa necesidad.
¿Qué es Andromeda?
Andromeda es un motor de recuperación de anuncios de nueva generación, diseñado para operar a una escala masiva y en tiempo casi real. Su función principal es seleccionar, de entre millones de anuncios posibles, cuáles tienen mayor probabilidad de ser relevantes para un usuario específico en un momento determinado.
A diferencia de sistemas publicitarios anteriores, Andromeda no depende principalmente de reglas fijas ni de segmentaciones manuales. En su lugar, utiliza modelos de aprendizaje profundo que analizan diferentes aspectos de la navegación de un usuario, como las señales de comportamiento, dispositivo, rendimiento histórico de anuncios por usuario, y cientos de variables adicionales que le permiten a Andromeda seleccionar el anuncio publicitario que tiene la mayor probabilidad de impacto en el usuario que lo recibe, todo esto en tan solo fracciones de segundo.
Desde el punto de vista técnico, Andromeda combina varios enfoques avanzados de IA. Destacablemente, las redes neuronales desarrolladas para funcionar con los superchips NVIDIA Grace Hopper. Estas redes permiten evaluar la relevancia potencial de un anuncio no solo por datos explícitos, sino por relaciones complejas entre señales aparentemente no relacionadas. Andromeda no evalúa todos los anuncios uno por uno. En su lugar, filtra progresivamente grandes conjuntos de anuncios hasta quedarse con los más prometedores.
Cada interacción del usuario alimenta el sistema. Clics, visualizaciones, conversiones y omisiones se convierten en datos de entrenamiento para Andromeda, aprendiendo constantemente sin necesidad de alimentación humana directa. En términos simples: el sistema se vuelve mejor con el uso. Aprende de los usuarios y las tendencias que exploran con ellos, reajustándose constantemente para mantenerse al día con los gustos cambiantes de las personas.
Uno de los efectos más visibles de Andromeda es la reducción del control directo del anunciante. Las antiguas estrategias basadas en intereses, audiencias muy específicas o microsegmentación han perdido relevancia. La lógica es sencilla: si la IA es lo suficientemente buena, no necesita que el humano le diga a quién mostrar el anuncio. Solo necesita buenos datos y buenas piezas creativas. Entre más único y llamativo sea un anuncio, tendrá mejores oportunidades de ser seleccionado por el algoritmo Andromeda y, por consecuencia, recibirá mayor visibilidad en comparación con un anuncio genérico. Para algunos anunciantes, esto ha sido una liberación. Para otros, una pesadilla.
Desde el punto de vista de Meta, Andromeda ofrece ventajas claras para los anunciantes y los usuarios. En campañas bien estructuradas, muchos anunciantes han reportado mejoras en costo por conversión y alcance efectivo. La IA puede detectar patrones que ningún equipo humano podría identificar a tiempo. Además, los ingenieros de Meta aseguran que el sistema Andromeda reduce la dependencia de datos personales explícitos, apoyándose más en señales contextuales y comportamiento agregado.
Sin embargo, no todo es entusiasmo en cuanto a Andromeda. También ha generado críticas importantes, pues los anunciantes ya no saben exactamente por qué un anuncio funciona o deja de funcionar. La explicación de “la IA lo decidió” es ambigua, en el mejor de los casos, y puede prevenir a empresas de menor escala obtener visibilidad mediante publicidad digital debido a que Andromeda no cree que su producto, su imagen o su anuncio sean suficientemente valiosos para el grupo de usuarios a quienes intenta dirigirse.
Para las empresas de mayor escala, por otro lado, optimizar se vuelve más reactivo que estratégico. Ajustar campañas es, en muchos casos, un ejercicio de prueba y error. Invertir en Marketing Digital se convirtió en un riesgo de la noche a la mañana, y esto puede llevar a publicidad menos atrevida, más cautelosa. Empresas con pocos incentivos para invertir grandes cantidades de dinero en publicidad sin la garantía de éxito. Además, cuanto más automatizado un sistema u algoritmo como Andromeda, menos transferible es el conocimiento. Lo que funciona en Meta no necesariamente sirve en otro ecosistema. Hay un cierto escepticismo alrededor de Andromeda y Meta por lo anterior, con algunos profesionales cuestionando si las mejoras reportadas son reales, o simplemente producto de cambios en atribución y medición.
Más allá de la publicidad, Andromeda plantea preguntas más amplias: ¿Hasta qué punto es aceptable que un sistema opaco decida qué contenido comercial vemos?, ¿Cómo se evita el refuerzo de sesgos algorítmicos?, ¿Qué sucede cuando la optimización prioriza únicamente la conversión, ignorando el impacto social o psicológico?
Meta afirma aplicar controles y evaluaciones éticas constantes para mantener Andromeda imparcial y bajo control, evitando direcciones políticas, religiosas o culturales. Sin embargo, el tamaño y la complejidad del sistema hacen que la supervisión total sea difícil, en el mejor de los casos.
Andromeda no es un proyecto aislado. No es el primero ni será el último de su tipo en el mundo. Andromeda forma parte de una estrategia mayor donde la IA se convierte en la capa invisible que sostiene todo en nuestros tiempos: publicidad, recomendaciones, contenido, asistentes virtuales y, eventualmente, experiencias inmersivas.
Andromeda representa lo mejor y lo más inquietante de la inteligencia artificial aplicada a gran escala. Es eficiente, sofisticada y claramente rentable. Pero también es opaca, centralizada y difícil de cuestionar. Para los anunciantes, el mensaje es claro: adaptarse o quedar atrás. Para los usuarios, la experiencia seguirá siendo “relevante”, aunque cada vez menos comprensible. Y para el ecosistema digital en general, Andromeda marca un punto de no retorno. La pregunta ya no es si la IA decidirá qué vemos. La pregunta es quién decide cómo se entrena esa IA, con qué y para qué. Y esa pregunta, curiosamente, aún no la responde ningún algoritmo.
Brenda Maldonado, experta en marketing digital con 15 años de experiencia en la dirección creativa, análisis de mercadeo, producción audiovisual, diseño gráfico, relatividad y data analytics en diferentes medios de difusión, comparte su opinión sobre la IA en el marketing moderno y su sostenibilidad, así como el impacto que tiene en profesionales y clientes.
“Desde mi perspectiva, esta es una oportunidad para que profesionales como artistas, diseñadores, gerentes, directores de marca y desarrolladores en el área puedan demostrar su talento. La publicidad y conexión con el cliente final está en la reforma, o un renacimiento. Haber llegado a un cliente ya no se mide con un precio, sino por el valor real en donde conectar la creatividad de un artista con las buenas prácticas y ética del buen uso de IA se verán reflejados en valor real, tanto para la marca como para el consumidor en modelos autosostenibles de flywheel.”