Julio de 2026. Hasta hace poco, saber qué quiere el consumidor era caro, lento y perecedero. Una investigación cualitativa de escala media implicaba semanas de trabajo, equipos dedicados y presupuestos que pocas empresas podían sostener con regularidad. Ese modelo acaba de romperse.
La inteligencia artificial permite hoy reducir hasta un 90% los costes de investigación de mercado y comprimir a horas plazos que antes se medían en semanas. Los analistas proyectan que los datos sintéticos supondrán más del 50% de los inputs de investigación de mercado en 2027 (PyMC Labs), y el 69% de los investigadores ya utiliza esta tecnología, con un 83% que planeaba aumentar su inversión en IA aplicada a investigación durante 2026 (The Alchemic).
Para los departamentos de marketing, innovación e insights de las grandes empresas, el impacto es directo: decisiones más rápidas, presupuestos más eficientes y mayor nivel de análisis en los procesos de lanzamiento de nuevos productos.
El problema que la reducción de costes no resuelve: la investigación que caduca
Pero abaratar no es el único argumento. Hay un problema más silencioso que afecta a cualquier empresa que haya invertido en investigación cualitativa: la información muere. El informe se archiva, los matices se diluyen y, con el tiempo, una investigación cara deja de aportar valor.
Una de las principales multinacionales de productos de gran consumo que operan en España lo vivió de primera mano. Había activado una investigación de gran escala —21 focus groups, 12 entrevistas en profundidad y 2 comunidades online—, con matices críticos para decisiones estratégicas de lanzamiento. El problema era el de siempre: sintetizarlo sin perder riqueza era inviable.
La solución llegó de la mano de Kraz, compañía española de IA aplicada a negocio. Conviene aclarar un matiz, porque marca la diferencia con la tendencia de los consumidores sintéticos: aquí no se inventó ningún consumidor virtual. Su plataforma Atria entrenó un asistente de IA con las transcripciones completas de las sesiones reales, las de personas reales. El resultado es un consultor disponible a cualquier hora al que los equipos de marketing e innovación preguntan en lenguaje natural y que responde con evidencia de consumidores reales, comparando percepciones entre segmentos al instante.
Lo que antes exigía semanas de análisis manual ahora son consultas inmediatas. Las decisiones sobre los lanzamientos previstos para 2026 se están apoyando directamente en ese asistente.
«Un focus group tradicional muere cuando se apaga la grabadora: queda un informe que resume y, por tanto, pierde matices», explica Joan Miró, CEO de Kraz. «Lo que hace la IA es lo contrario de sustituir la opinión humana: la convierte en un activo vivo, consultable para siempre y sin perder riqueza. El debate no es humanos o máquinas. Es cuánto valor estamos dejando morir en las investigaciones que ya hemos pagado».
La posición de Kraz refleja el modelo que se está imponiendo en las empresas más avanzadas: no la sustitución del consumidor real por uno sintético, sino la construcción de analistas sintéticos a partir de opiniones de usuarios reales. IA sobre datos humanos reales para velocidad y accesibilidad, con las personas reales como fuente de verdad.
Una industria dividida ante un cambio que ya es irreversible
No todo el sector celebra la transformación. Según un estudio de Rival Group, el 42,75% de los investigadores se declara «nada entusiasmado» con los respondentes sintéticos, sobre todo por su capacidad para capturar matiz emocional y contexto cultural. Los estudios de validación sitúan la correlación entre respuestas sintéticas y humanas entre el 80% y el 95% en preguntas direccionales, un margen que parte del sector considera inaceptable para decisiones estratégicas.
Pero los números de adopción sugieren que el debate ya no es si el cambio va a ocurrir, sino a qué velocidad y bajo qué modelo. Para las empresas que deciden lanzamientos con presupuestos y plazos ajustados, la pregunta ya no es tecnológica. Es competitiva.
