TL;DR
Adam Mosseri acaba de decir en voz alta lo que muchos intuían: Instagram va a apostar aún más fuerte por las recomendaciones algorítmicas y a alejarse del grafo de Following. El descubrimiento también seguirá desplazándose hacia los DMs y los grupos pequeños. Obtendrás más controles para “ajustar” lo que ves, pero serán generales (temas, reinicio de intereses), no un regreso a un feed basado solo en lo que sigues. Aquí tienes qué ha cambiado, por qué importa y cómo adaptarte sin quemar a tu equipo.
Qué ha cambiado realmente
- Más recomendaciones, menos Following. Meta lleva años moviéndose en esa dirección; a principios de 2024, ~50% de lo que veías en Instagram ya era contenido recomendado por IA (no de cuentas que sigues). Esa proporción sigue creciendo. (Newszii)
- Últimas declaraciones de Mosseri: en un reel/hilo reciente, reiteró que Instagram está redoblando su apuesta por el contenido recomendado, ampliando lo que mostrará (incluidas categorías previamente relegadas) con controles para ajustarlo — pero sin volver al modo predeterminado de Following. En enero hizo una declaración similar al abrir la puerta a contenido político recomendado con controles de intensidad, subrayando el giro estructural hacia las recomendaciones. (The Verge)
- Controles de ajuste (pero sin precisión): Instagram ahora expone/expande las Preferencias de Contenido — funciones como Mostrar más/menos, No interesado, Controles de contenido sensible e incluso una opción para reiniciar las recomendaciones y refrescar lo que el sistema cree que te gusta. Son útiles, pero son palancas generales a nivel de tema, no un “solo seguir a quien elijo, punto”. (Androidsis)
- DMs como superficie de descubrimiento. Instagram sigue lanzando funciones que impulsan el compartir y descubrir dentro del inbox (responder a Stories con Reels, accesos directos de DM, prompts grupales). Mosseri ha sido claro: la gente comparte más en privado que públicamente, y los cambios de producto reflejan eso. (Popular Science)
- Pruebas que ignoran tu grafo de seguidores. Instagram ha estado testeando Trial Reels y otros experimentos que desacoplan el alcance de los seguidores, permitiendo a los creadores probar contenido directamente con no seguidores. Eso es distribución centrada en recomendaciones en la práctica. (SlashGear)
El resultado: los algoritmos de feed y Reels de Instagram optimizan en función de lo que el sistema predice que te enganchará, apoyados por señales de compartidos en DM — no simplemente por lo que publican las cuentas que sigues.
Por qué esto es clave para creadores, marcas y empresas
- Tu número de seguidores importa menos para el alcance. El algoritmo puede llevar tu mejor publicación a los no seguidores adecuados — genial para crecer si tu packaging es fuerte. Pero también significa que un post flojo o fuera de marca puede desaparecer, incluso con una gran audiencia. (Ese es el “efecto lotería” que muchos equipos comentan.)
- Las comparticiones privadas son la nueva señal poderosa. Los reenvíos por DM y la resonancia en chats de grupo son cada vez más lo que impulsa los posts a entrar en pools más amplios de recomendaciones. Los likes/comentarios públicos ya no son toda la historia. (Popular Science)
- Controles ≠ curación. Puedes dar pistas a Instagram con herramientas de temas/intereses o incluso reiniciar el algoritmo, pero no vas a tener un modo Following puro por defecto. Espera una tensión continua entre la elección del usuario y la optimización de la plataforma. (Androidsis)
- Meta se siente cómoda ampliando el embudo. Si Instagram incluso recomendará contenido político (con controles), recomendará casi cualquier cosa que crea que verás — otra señal clara de que Following ya no es la puerta principal. (The Verge)
Cómo está cambiando el descubrimiento bajo el capó
- Peso de recomendaciones > peso de Following. El modelo analiza tiempo de visualización, finalización, repeticiones, guardados, compartidos (especialmente DMs) y feedback negativo para decidir quién más debería ver una publicación. Eso afecta a feed, Reels, Explore y cada vez más a la bandeja de entrada. (Popular Science)
- Los efectos de red se trasladan a grupos pequeños. Un post que despega en dos o tres chats de grupo ahora puede superar a uno que lo hizo “bien” con una base de seguidores más grande.
- Feed “ajustable”, no “elegido”. Puedes refrescar o rebajar categorías amplias desde la configuración, pero el algoritmo sigue combinando tus señales con sus predicciones. (Androidsis)
Desventajas y riesgos (seamos honestos)
- Menor agencia del usuario. Mucha gente quiere un feed puro de Following. La respuesta de Instagram hasta ahora es “usa los controles”, no “aquí tienes un modo Following por defecto”. (The Verge)
- Gravedad publicitaria. Un sistema centrado en recomendaciones puede sentirse como una cinta transportadora de anuncios, incluso si el descubrimiento orgánico es bueno.
- Burbujas de filtro con “Mostrar Más/Menos”. Los nuevos controles pueden reducir inadvertidamente lo que ves. Los reinicios ayudan, pero pocas personas los usan regularmente. (Phandroid)
- Volatilidad para creadores. Los ganadores ganan más; los posts promedio caen más rápido.
El manual del operador (marcas, creadores, empresas)
1) Diseña publicaciones dignas de DM
- Construye valor para compartir en el propio frame (checklist, mapa, antes/después, mini plantilla).
- Añade una frase que fomente el compartir privado, no solo el hype público: “Guarda esto” / “Envíalo a tu compañero que gestiona ads”.
- Mide compartidos y guardados como tus métricas estrella (son predictivas en un mundo dominado por recomendaciones).
2) Empaqueta para audiencias frías
- Primeros 1–2 segundos: una promesa (“Los 3 hooks que triplican los guardados en Reels”).
- Overlays legibles para que un video reenviado se explique solo sin subtítulos.
- Evita bromas internas que solo entienden tus seguidores — asume que el espectador no tiene contexto.
3) Trata el Following como retención, no como distribución
- Los seguidores siguen siendo tus compradores recurrentes, pero el alcance de prueba proviene de las recomendaciones. Realiza sprints creativos A/B para encontrar formatos que generen reenvíos por DM.
4) Usa los controles con intención
- Reinicia periódicamente las recomendaciones si tu feed se siente desalineado (Ajustes → refrescar).
- Marca “No interesado” con agresividad para limpiar el ruido; usa Mostrar más/menos en categorías útiles. (Androidsis)
5) Programación: publica cuando sueles acertar
- El gráfico nativo de “audiencia en línea” de Instagram es descriptivo; utiliza tus propios datos de impacto por hora para predecir cuándo tus posts funcionan mejor. Si usas Rkive, el reloj de Peak Hours se basa en tus victorias pasadas; bloquea los horarios ganadores y deja que el autopilot rote candidatos para que siempre publiques a tiempo sin tener que estar pendiente. (Las analíticas nativas sirven para revisiones rápidas; tus datos son mejores para pronósticos.)
Estrategia corta para cada equipo
Creadores
- Haz una auditoría de “reenviabilidad”: los últimos 10 posts — ¿cuántos DMs, cuántos guardados?
- Duplica el formato con mayor ratio DM/compartido y publica dos más esta semana.
Marcas
- Publica más reels de problema-solución y micro-playbooks (activos que los colegas comparten en chats).
- Mide guardados/compartidos por formato en tu informe semanal; no dependas de los likes.
Empresas
- Crea una pipeline de videos-respuesta para preguntas recurrentes (excelente material para DMs).
- Establece un ritual de creativos × analíticas: ranking semanal de “difusión por DM”, retira formatos que no se compartan.
Bonus: Si gestionas múltiples cuentas, deja que Rkive asigne automáticamente los formatos ganadores a tus Peak Hours, luego revisa el Metrics Radar los lunes para decidir las próximas pruebas. Tú mantienes el control; la máquina mantiene el ritmo.
Qué observar a continuación
- Más “controles” en ajustes. Espera que Instagram amplíe los controles visibles de intereses/temas para que los usuarios sientan que tienen el control — aunque las recomendaciones sigan activadas por defecto. (Androidsis)
- Superficies en el inbox. Nuevos patrones de descubrimiento nativos en DM (prompts grupales, carpetas de guardar en DM, recordatorios de “enviar a…”) que recompensan formatos reenviables. (Popular Science)
- Cambios de categoría. Tras reabrir el grifo al contenido político con controles, otras categorías “sensibles o ambiguas” podrían seguir el mismo camino. (The Verge)
En resumen
El motor de descubrimiento de Instagram ahora optimiza por lo que podrías amar, no por a quién sigues — y cada vez escucha más las comparticiones privadas para decidir. No lo superarás pidiendo follows; lo superarás creando contenido digno de ser compartido por DM, empaquetando para audiencias frías y publicando en tus horas comprobadas para que el algoritmo tenga la mejor señal posible. Usa los nuevos controles de la plataforma para mantener tu feed bajo control, y tus analíticas para mantener tu máquina de contenido afinada.
Si quieres que lo integremos en tu plan semanal: podemos lanzar una prueba de 2 semanas con (1) dos formatos centrados en DMs, (2) programación en Peak Hours, y (3) un KPI de “compartidos y guardados”. Sabrás en 10 días si el motor de recomendaciones trabaja a tu favor — o qué debes ajustar.
Fuentes
Read more from Rkive AI
About the author
Alberto Luengo is the founder and CEO of Rkive AI, a leading expert in AI for content automation and growth. He shares real-world insights on technology, strategy, and the future of the creator economy.
RKIVE AI