{"id":130061,"date":"2026-01-09T18:16:21","date_gmt":"2026-01-09T17:16:21","guid":{"rendered":"https:\/\/quondos.com\/mag\/?p=130061"},"modified":"2026-01-09T18:16:22","modified_gmt":"2026-01-09T17:16:22","slug":"google-impulsa-la-lucha-contra-el-fraude-en-google-ads-con-su-nuevo-modelo-de-ia-alf","status":"publish","type":"post","link":"https:\/\/quondos.com\/mag\/google-impulsa-la-lucha-contra-el-fraude-en-google-ads-con-su-nuevo-modelo-de-ia-alf\/","title":{"rendered":"Google impulsa la lucha contra el fraude en Google Ads con su nuevo modelo de IA ALF"},"content":{"rendered":"\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"750\" height=\"422\" src=\"https:\/\/quondos.com\/mag\/wp-content\/uploads\/2023\/10\/Google-Ads.jpg.webp\" alt=\"\" class=\"wp-image-125525\" title=\"\" srcset=\"https:\/\/quondos.com\/mag\/wp-content\/uploads\/2023\/10\/Google-Ads.jpg.webp 750w, https:\/\/quondos.com\/mag\/wp-content\/uploads\/2023\/10\/Google-Ads.jpg-300x169.webp 300w\" sizes=\"auto, (max-width: 750px) 100vw, 750px\" \/><\/figure>\n\n\n\n<p>Google ha dado un nuevo paso en su estrategia de seguridad con el lanzamiento de <strong>ALF, un modelo de inteligencia artificial dise\u00f1ado para detectar fraude en Google Ads<\/strong>, seg\u00fan la informaci\u00f3n recogida en un reciente trabajo de investigaci\u00f3n publicado a finales de 2025. De acuerdo con esta fuente, el sistema ya est\u00e1 desplegado en producci\u00f3n y estar\u00eda consiguiendo una mejora notable en la precisi\u00f3n y el control de los anunciantes sospechosos <strong>dentro del ecosistema publicitario de la compa\u00f1\u00eda<\/strong>. <\/p> <div id=\"ez-toc-container\" class=\"ez-toc-v2_0_76 counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">\u00cdndice de contenidos<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Alternar tabla de contenidos\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/quondos.com\/mag\/google-impulsa-la-lucha-contra-el-fraude-en-google-ads-con-su-nuevo-modelo-de-ia-alf\/#Un_nuevo_modelo_de_IA_centrado_en_entender_a_los_anunciantes\" >Un nuevo modelo de IA centrado en entender a los anunciantes<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/quondos.com\/mag\/google-impulsa-la-lucha-contra-el-fraude-en-google-ads-con-su-nuevo-modelo-de-ia-alf\/#Por_que_los_modelos_anteriores_se_quedaban_cortos\" >Por qu\u00e9 los modelos anteriores se quedaban cortos<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/quondos.com\/mag\/google-impulsa-la-lucha-contra-el-fraude-en-google-ads-con-su-nuevo-modelo-de-ia-alf\/#Como_analiza_senales_para_detectar_fraude_en_Google_Ads\" >C\u00f3mo analiza se\u00f1ales para detectar fraude en Google Ads<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/quondos.com\/mag\/google-impulsa-la-lucha-contra-el-fraude-en-google-ads-con-su-nuevo-modelo-de-ia-alf\/#La_tecnica_de_Inter-Sample_Attention_y_el_analisis_de_grandes_lotes\" >La t\u00e9cnica de Inter-Sample Attention y el an\u00e1lisis de grandes lotes<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/quondos.com\/mag\/google-impulsa-la-lucha-contra-el-fraude-en-google-ads-con-su-nuevo-modelo-de-ia-alf\/#Resultados_en_produccion_y_mejoras_en_precision\" >Resultados en producci\u00f3n y mejoras en precisi\u00f3n<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/quondos.com\/mag\/google-impulsa-la-lucha-contra-el-fraude-en-google-ads-con-su-nuevo-modelo-de-ia-alf\/#El_equilibrio_entre_latencia_y_seguridad_en_Google_Ads\" >El equilibrio entre latencia y seguridad en Google Ads<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/quondos.com\/mag\/google-impulsa-la-lucha-contra-el-fraude-en-google-ads-con-su-nuevo-modelo-de-ia-alf\/#Privacidad_seguridad_de_datos_y_limites_de_uso\" >Privacidad, seguridad de datos y l\u00edmites de uso<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/quondos.com\/mag\/google-impulsa-la-lucha-contra-el-fraude-en-google-ads-con-su-nuevo-modelo-de-ia-alf\/#Por_que_este_avance_importa_para_el_ecosistema_publicitario\" >Por qu\u00e9 este avance importa para el ecosistema publicitario<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"Un_nuevo_modelo_de_IA_centrado_en_entender_a_los_anunciantes\"><\/span>Un nuevo modelo de IA centrado en entender a los anunciantes<span class=\"ez-toc-section-end\"><\/span><\/h2> <p>Seg\u00fan los datos facilitados, ALF responde a las siglas de <strong>Advertiser Large Foundation Model<\/strong> y se describe como un modelo fundacional multimodal capaz de analizar textos, im\u00e1genes y v\u00eddeos junto con datos estructurados de las cuentas de publicidad. De acuerdo con la fuente, el objetivo principal no es solo revisar anuncios sueltos, sino <strong>comprender de forma hol\u00edstica el comportamiento e intenci\u00f3n de cada anunciante<\/strong> dentro de Google Ads. <\/p> <p>La investigaci\u00f3n explica que este enfoque resulta clave en un contexto en el que los anuncios conviven con intentos de fraude y violaciones de pol\u00edticas, algo que impacta tanto en usuarios como en marcas leg\u00edtimas. Seg\u00fan se detalla, ALF incorpora se\u00f1ales como la antig\u00fcedad de la cuenta, los m\u00e9todos de pago o el historial de rendimiento para dibujar un perfil m\u00e1s completo y <strong>detectar patrones combinados que puedan indicar actividad sospechosa<\/strong>. De acuerdo con la compa\u00f1\u00eda, estos elementos vistos en conjunto ofrecen una imagen mucho m\u00e1s fiable que si se analizan de forma aislada. <\/p> <h2><span class=\"ez-toc-section\" id=\"Por_que_los_modelos_anteriores_se_quedaban_cortos\"><\/span>Por qu\u00e9 los modelos anteriores se quedaban cortos<span class=\"ez-toc-section-end\"><\/span><\/h2> <p>La fuente se\u00f1ala que Google se enfrentaba a tres grandes retos con los sistemas previos: datos heterog\u00e9neos, grandes vol\u00famenes de creatividades y la necesidad de mantener la fiabilidad en situaciones reales. Seg\u00fan el documento, los modelos tradicionales sufr\u00edan al gestionar <strong>informaci\u00f3n de muchos tipos distintos, desde datos de cuenta hasta im\u00e1genes o v\u00eddeos<\/strong>, algo que complica la representaci\u00f3n matem\u00e1tica de cada anunciante. De acuerdo con la investigaci\u00f3n, esta complejidad reduc\u00eda la eficacia de los modelos convencionales. <\/p> <p>Otro problema descrito es la capacidad de algunos actores maliciosos para esconder creatividades problem\u00e1ticas entre miles de anuncios aparentemente normales, lo que dificultaba su detecci\u00f3n automatizada. De acuerdo con la fuente, los antiguos sistemas pod\u00edan verse desbordados ante campa\u00f1as con grandes cat\u00e1logos de anuncios, lo que dejaba huecos para el fraude. Por eso, seg\u00fan el estudio, <strong>ALF se ha dise\u00f1ado para manejar conjuntos de creatividades pr\u00e1cticamente ilimitados<\/strong> y seguir identificando aquellos elementos que no encajan con un comportamiento leg\u00edtimo. <\/p> <h2><span class=\"ez-toc-section\" id=\"Como_analiza_senales_para_detectar_fraude_en_Google_Ads\"><\/span>C\u00f3mo analiza se\u00f1ales para detectar fraude en Google Ads<span class=\"ez-toc-section-end\"><\/span><\/h2> <p>El funcionamiento de ALF se apoya en la combinaci\u00f3n de m\u00faltiples tipos de datos, tanto estructurados como no estructurados, para construir una visi\u00f3n global de cada anunciante, seg\u00fan la explicaci\u00f3n t\u00e9cnica compartida. De acuerdo con la fuente, el modelo es capaz de juntar informaci\u00f3n como el contenido de los anuncios, las p\u00e1ginas de destino o los detalles de facturaci\u00f3n, y a partir de ah\u00ed <strong>inferir si existe un riesgo de que la cuenta est\u00e9 vulnerando las pol\u00edticas de Google Ads<\/strong>. Este enfoque busca anticiparse a las t\u00e1cticas de los estafadores antes de que causen da\u00f1o. <\/p> <p>Un ejemplo citado en el documento ilustra un caso donde una cuenta nueva, con anuncios de una marca conocida y un pago con tarjeta rechazado, podr\u00eda no parecer problem\u00e1tica si cada hecho se mira por separado. Sin embargo, seg\u00fan el estudio, <strong>la combinaci\u00f3n de estas se\u00f1ales dispara las alarmas del modelo<\/strong>, que interpreta el conjunto como un posible intento de suplantaci\u00f3n o fraude. De acuerdo con los investigadores, este tipo de an\u00e1lisis contextual resulta clave para distinguir entre errores leg\u00edtimos y operaciones organizadas. <\/p> <h2><span class=\"ez-toc-section\" id=\"La_tecnica_de_Inter-Sample_Attention_y_el_analisis_de_grandes_lotes\"><\/span>La t\u00e9cnica de Inter-Sample Attention y el an\u00e1lisis de grandes lotes<span class=\"ez-toc-section-end\"><\/span><\/h2> <p>Uno de los elementos destacados por la investigaci\u00f3n es el uso de una t\u00e9cnica denominada <strong>Inter-Sample Attention<\/strong>, pensada para que el modelo compare el comportamiento de muchos anunciantes al mismo tiempo. Seg\u00fan la fuente, en lugar de evaluar cada cuenta en aislamiento, ALF analiza grandes lotes de anunciantes y estudia sus interacciones dentro del sistema. Este enfoque permite identificar con m\u00e1s precisi\u00f3n qu\u00e9 se considera actividad normal en el conjunto y qu\u00e9 patrones se salen de la norma. <\/p> <p>De acuerdo con el documento, esta atenci\u00f3n entre muestras ayuda a que el modelo aprenda mejor qu\u00e9 caracter\u00edsticas son realmente representativas de un fraude frente a las acciones habituales de empresas leg\u00edtimas. Seg\u00fan los investigadores, <strong>ALF consigue as\u00ed mejorar la detecci\u00f3n de \u201coutliers\u201d o comportamientos at\u00edpicos<\/strong>, reduciendo los falsos positivos y centrando los avisos en los casos con mayor probabilidad de incumplir las pol\u00edticas. Esta capacidad resulta especialmente relevante en un entorno tan masivo como Google Ads. <\/p> <h2><span class=\"ez-toc-section\" id=\"Resultados_en_produccion_y_mejoras_en_precision\"><\/span>Resultados en producci\u00f3n y mejoras en precisi\u00f3n<span class=\"ez-toc-section-end\"><\/span><\/h2> <p>Los autores del trabajo aseguran que ALF ya se ha probado frente a un sistema de referencia muy optimizado que Google utilizaba hasta ahora en producci\u00f3n. Seg\u00fan la fuente, los experimentos internos muestran que <strong>ALF supera claramente a ese baseline en tareas clave de detecci\u00f3n de riesgo<\/strong>, tanto en pruebas controladas como en entornos reales. De acuerdo con los datos publicados, el modelo logra \u201cganancias sustanciales y simult\u00e1neas en precisi\u00f3n y recall\u201d en pol\u00edticas cr\u00edticas. <\/p> <p>En particular, la investigaci\u00f3n afirma que ALF aumenta el recall m\u00e1s de 40 puntos porcentuales en una pol\u00edtica importante y alcanza una precisi\u00f3n del 99,8% en otra, lo que supondr\u00eda un salto significativo en la capacidad de bloquear anunciantes problem\u00e1ticos sin castigar a quienes cumplen las normas. Seg\u00fan el documento, <strong>este rendimiento se obtiene ya en plena producci\u00f3n, sirviendo millones de peticiones diarias<\/strong> dentro del sistema de seguridad de Google Ads. <\/p> <h2><span class=\"ez-toc-section\" id=\"El_equilibrio_entre_latencia_y_seguridad_en_Google_Ads\"><\/span>El equilibrio entre latencia y seguridad en Google Ads<span class=\"ez-toc-section-end\"><\/span><\/h2> <p>Uno de los aspectos delicados en este tipo de modelos es la latencia, es decir, el tiempo que tarda el sistema en generar una respuesta tras recibir una solicitud. La fuente reconoce que, por su tama\u00f1o, <strong>ALF introduce una latencia mayor que el modelo anterior<\/strong>, algo habitual en arquitecturas m\u00e1s complejas. Sin embargo, seg\u00fan el estudio, ese aumento se mantiene dentro de los m\u00e1rgenes aceptables para el entorno de producci\u00f3n de Google. <\/p> <p>De acuerdo con los investigadores, este coste en tiempo de respuesta se compensa con la mejora lograda en la detecci\u00f3n de riesgos, ya que el modelo aprovecha mejor las representaciones de contenido que los sistemas m\u00e1s simples no pod\u00edan explotar igual. Seg\u00fan la fuente, <strong>la compa\u00f1\u00eda considera justificado este intercambio entre velocidad y seguridad<\/strong>, especialmente porque la latencia puede optimizarse a\u00fan m\u00e1s mediante aceleradores de hardware. En la pr\u00e1ctica, el sistema estar\u00eda operando a gran escala sin comprometer la experiencia general. <\/p> <h2><span class=\"ez-toc-section\" id=\"Privacidad_seguridad_de_datos_y_limites_de_uso\"><\/span>Privacidad, seguridad de datos y l\u00edmites de uso<span class=\"ez-toc-section-end\"><\/span><\/h2> <p>El estudio tambi\u00e9n dedica espacio a explicar c\u00f3mo se maneja la privacidad de los usuarios y anunciantes dentro de este nuevo sistema. Seg\u00fan la fuente, antes de que ALF procese cualquier informaci\u00f3n, <strong>se eliminan los datos de car\u00e1cter personal identificable<\/strong>, de modo que el modelo trabaje sobre patrones de comportamiento y no sobre identidades concretas. Este enfoque intenta equilibrar la seguridad del ecosistema con el respeto a la privacidad. <\/p> <p>De acuerdo con el documento, el despliegue actual de ALF se limita al sistema de seguridad de Google Ads para identificar anunciantes que vulneran las pol\u00edticas de la plataforma. La fuente se\u00f1ala que no hay indicios de que se est\u00e9 utilizando en otras \u00e1reas como la B\u00fasqueda o los perfiles de Google Business. Sin embargo, seg\u00fan el trabajo, <strong>los autores apuntan a posibles usos futuros en \u00e1reas como el audience modeling o la optimizaci\u00f3n creativa<\/strong>, as\u00ed como en el an\u00e1lisis de patrones temporales para seguir la evoluci\u00f3n del fraude. <\/p> <h2><span class=\"ez-toc-section\" id=\"Por_que_este_avance_importa_para_el_ecosistema_publicitario\"><\/span>Por qu\u00e9 este avance importa para el ecosistema publicitario<span class=\"ez-toc-section-end\"><\/span><\/h2> <p>Seg\u00fan la fuente, el despliegue de ALF supone un paso importante en la protecci\u00f3n del ecosistema publicitario, donde conviven peque\u00f1os negocios, grandes marcas y actores maliciosos que buscan aprovechar cualquier resquicio. Al mejorar la detecci\u00f3n de fraude y violaciones de pol\u00edticas, <strong>Google aspira a ofrecer un entorno m\u00e1s seguro tanto para usuarios como para anunciantes leg\u00edtimos<\/strong>. Esto resulta clave para mantener la confianza en la publicidad online, especialmente en una plataforma tan masiva como Google Ads. <\/p> <p>Aunque el trabajo se centra en detalles t\u00e9cnicos y resultados de pruebas, la lectura general apunta a una tendencia clara: <strong>el uso de modelos de IA m\u00e1s potentes y multimodales para filtrar mejor qu\u00e9 anuncios pueden mostrarse<\/strong>. De acuerdo con la investigaci\u00f3n, el caso de ALF demuestra que este tipo de modelos ya no son solo experimentos de laboratorio, sino herramientas activas que est\u00e1n tomando decisiones a gran escala sobre qu\u00e9 anuncios llegan a los usuarios y cu\u00e1les se quedan fuera por incumplir las normas. <\/p>\n\n\n\n<p>Fuente: https:\/\/www.searchenginejournal.com\/google-alf-advertiser-large-foundation-model\/564510\/<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Google ha dado un nuevo paso en su estrategia de seguridad con el lanzamiento de ALF, un modelo de inteligencia &#8230; <\/p>\n<p class=\"read-more-container\"><a title=\"Google impulsa la lucha contra el fraude en Google Ads con su nuevo modelo de IA ALF\" class=\"read-more button\" href=\"https:\/\/quondos.com\/mag\/google-impulsa-la-lucha-contra-el-fraude-en-google-ads-con-su-nuevo-modelo-de-ia-alf\/#more-130061\" aria-label=\"Leer m\u00e1s sobre Google impulsa la lucha contra el fraude en Google Ads con su nuevo modelo de IA ALF\">Leer m\u00e1s<\/a><\/p>\n","protected":false},"author":850,"featured_media":125525,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1469],"tags":[],"class_list":["post-130061","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-marketing-web","generate-columns","tablet-grid-50","mobile-grid-100","grid-parent","grid-50","no-featured-image-padding"],"_links":{"self":[{"href":"https:\/\/quondos.com\/mag\/wp-json\/wp\/v2\/posts\/130061","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/quondos.com\/mag\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/quondos.com\/mag\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/quondos.com\/mag\/wp-json\/wp\/v2\/users\/850"}],"replies":[{"embeddable":true,"href":"https:\/\/quondos.com\/mag\/wp-json\/wp\/v2\/comments?post=130061"}],"version-history":[{"count":1,"href":"https:\/\/quondos.com\/mag\/wp-json\/wp\/v2\/posts\/130061\/revisions"}],"predecessor-version":[{"id":130062,"href":"https:\/\/quondos.com\/mag\/wp-json\/wp\/v2\/posts\/130061\/revisions\/130062"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/quondos.com\/mag\/wp-json\/wp\/v2\/media\/125525"}],"wp:attachment":[{"href":"https:\/\/quondos.com\/mag\/wp-json\/wp\/v2\/media?parent=130061"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/quondos.com\/mag\/wp-json\/wp\/v2\/categories?post=130061"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/quondos.com\/mag\/wp-json\/wp\/v2\/tags?post=130061"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}