Fa més de deu anys, amb 300 m'agrada a Facebook, uns investigadors de Cambridge podien conèixer-te millor del que et coneix la teva parella. Un model entrenat amb aquests "m'agrada" generava un perfil de personalitat amb la mateixa precisió que assoliria el teu cònjuge. I avui, una dècada després, amb intel·ligència artificial pel mig, aquesta dada fa curt. Massa curta. Quan va sortir aquell estudi, el món es va espantar una mica (amb raó: d'aquí va sortir, entre altres coses, l'escàndol de Cambridge Analytica).

Però l'interessant no era només l'escàndol, sinó la mecànica: n'hi havia prou amb uns quants clics perquè un algoritme sabés llegir-te millor que les persones que fa anys que estan al teu costat. Avui aquests "quants clics" s'han multiplicat per desenes de milers. Cada scroll, cada pausa de mig segon en un vídeo, cada cerca a les 2 a. m., cada carretó abandonat, són senyals que un model processa en temps real i a una velocitat que cap humà (ni la teva mare, ni la teva parella) pot igualar. Ells et coneixen a tu. El model coneix el teu patró. I resulta que el patró prediu millor que l'afecte.

Amb aquest context, convé preguntar-se: continua tenint sentit pensar el màrqueting com un embut? El funnel deia una cosa així: el consumidor coneix la teva marca, la considera, compra, i si tot va bé, repeteix. Ordenadet, lineal, fàcil de dibuixar en un PowerPoint. El problema és que aquesta narrativa fa temps que no descriu ningú real. Ningú navega en fases.

La gent entra i surt de diferents estats mentals tot el temps, sense avisar i sense ordre. Això és just el que mostra l'estudi de les 4S: el comportament del consumidor no es mou per un passadís, es mou entre quatre modes: streaming, scrolling, searching i shopping, que s'encavalquen i canvien de pes segons el sector i el moment. Un mateix vídeo pot ser pura inspiració passiva si parlem de moda, i minuts després, aquest mateix format es converteix en investigació activa si parlem d'un viatge. El canal no determina el comportament; el comportament determina el canal. El funnel, en el millor dels casos, era una simplificació útil. Avui és simplement una foto vella d'un fenomen que ja va canviar de forma.

Sota aquest enfocament, els models predictius de valor (com ClaudIA en el cas de FiT) s'entrenen directament sobre la first-party data (dades pròpies de l'empresa) per assignar a cada usuari un score dinàmic basat en el seu valor real per al negoci: el seu Lifetime Value (LTV), la seva propensió de compra o el seu risc d'abandonament (churn). Així mateix, la integració de les conversions offline, aquelles que es materialitzen fora de l'entorn digital, es torna indispensable en un ecosistema cookieless on els píxels tradicionals amb prou feines aconsegueixen registrar una fracció del comportament del mercat. En ambdós casos, la lògica és la mateixa: l'algoritme no necessita un mapa del journey. Necessita patrons que es repeteixin prou per a tornar-se predictibles. El journey, per a una IA, no és l'objectiu. És només el soroll del qual s'extreu el senyal.

Això canvia la pregunta que haurien de fer-se els equips de mitjans. Ja no és "en quina fase està el meu client?", sinó "quina combinació de comportaments mou realment l'agulla, i quant pressupost hauria de seguir aquest senyal?". El propi framework de les 4S construeix el seu índex de contribució creuant comportament real, eficàcia incremental i percepció declarada, precisament perquè el que l'usuari creu que el va convèncer i el que la dada demostra que el va convèncer, gairebé mai coincideixen.

I aquí tornem a Cambridge, però deu anys després. Aquell estudi usava un sol tipus de senyal: un "m'agrada", en una sola plataforma. Avui els models que alimenten la personalització creuen milers de punts de comportament entre dispositius, sessions, ubicació, veu, vídeo, i ara també agents d'IA que actuen en nom de l'usuari sense que aquest escrigui una sola paraula. El que el 2015 necessitava 300 senyals per igualar un cònjuge, avui s'aconsegueix amb una fracció d'aquesta quantitat, actualitzant-se constantment.

Durant anys vam parlar de personalització: la marca s'adapta al que l'usuari és. Però el nivell de granularitat actual permet una cosa diferent, i més incòmoda: l'experiència es torna condicional. Ja no es tracta de mostrar a l'usuari una versió adaptada de la marca, sinó la versió específica que, donat el seu patró de comportament en aquest instant exacte, té més probabilitat de generar l'acció que busquem.

El missatge, el canal i el moment deixen de ser decisions estratègiques preses amb calma i es converteixen en sortides calculades al vol. No és un matís semàntic, és un canvi de responsabilitat. Si la IA ja no necessita entendre't com a persona per influir en la teva decisió (li basta amb el teu patró), la pregunta que tota marca hauria de fer-se el 2026 no és quanta data té, sinó que està disposada a fer amb la capacitat de saber, abans que tu mateix, què faràs.