¿Qué es Treasure AI (antes Treasure Data)?

Treasure AI (antes Treasure Data) es una plataforma de experiencia agéntica (Agentic Experience Platform) que unifica datos de clientes de cualquier fuente, resuelve identidades entre canales y despliega agentes de IA para ejecutar de forma autónoma la personalización, la mensajería y la toma de decisiones, bajo la dirección de la creatividad y el criterio estratégico de las personas.

La plataforma nació como uno de los primeros CDP (plataforma de datos de clientes, customer data platform) y hoy reúne el CDP, la mensajería omnicanal (omnichannel messaging) y la IA en un solo producto para ejecutar el Customer Intelligence Loop de forma continua.

Divulgación: cdp.com es un sitio gestionado por Treasure Data (hoy Treasure AI). Este perfil aplica los mismos criterios editoriales que los demás perfiles de proveedor del sitio, documentados en la política editorial, pero el lector debe conocer esa relación. Para la comparación lado a lado de los proveedores de CDP, vea la guía de proveedores de CDP.

Treasure AI en resumen

Historia de la empresa

Treasure Data se fundó en 2011 en Mountain View, California, como una plataforma de gestión de datos en la nube para registros de actividad (logs) y analítica de big data. En los años siguientes, la empresa movió el foco hacia los datos de clientes y construyó la infraestructura de ingesta de datos, resolución de identidad y activación de audiencias a gran escala que se convirtió en su plataforma de datos de clientes.

Hitos principales:

Según las cifras que publica la empresa, en 2026 Treasure AI atiende a más de 400 clientes corporativos en retail, servicios financieros, salud, automotriz, bienes de consumo y medios, y procesa miles de millones de perfiles unificados en todo el mundo.

El cambio de marca: de Treasure Data a Treasure AI

El 20 de abril de 2026, Treasure Data pasó a llamarse oficialmente Treasure AI. El dominio de la empresa cambió de treasuredata.com a treasure.ai, y la categoría de producto pasó de “Customer Data Platform” a “Agentic Experience Platform”.

El cambio de marca responde a una modificación estructural de lo que hace la plataforma. Treasure Data empezó como un sistema en el que las personas consultaban datos de clientes unificados para decidir qué hacer en marketing. Treasure AI está diseñada como un sistema en el que los agentes de IA consultan esos mismos datos unificados para decidir y ejecutar de forma autónoma, mientras las personas fijan la estrategia, la creatividad y los límites de actuación.

Tres cambios definen la transición:

1. De plataforma de datos a plataforma de experiencia. El CDP original se encargaba de la ingesta, la unificación y la activación de audiencias. La nueva plataforma añade mensajería omnicanal nativa (correo electrónico, SMS, push, mensaje dentro de la aplicación, LINE), toma de decisiones con IA y personalización en tiempo real, y con ello suprime la necesidad de encadenar un proveedor distinto en cada etapa del Customer Intelligence Loop.

2. De arquitectura centrada en personas a arquitectura centrada en agentes. La interfaz principal de la plataforma pasa de los tableros y los constructores de consultas a agentes de IA que operan por MCP (Model Context Protocol), CLI, API y habilidades de agente prefabricadas. Las personas siguen dirigiendo la estrategia; los agentes de IA se encargan de la ejecución a escala.

3. De ciclos por lotes a ciclos continuos. El CDP ejecutaba la segmentación de clientes en lotes diarios o semanales. La plataforma de experiencia agéntica ejecuta el Customer Intelligence Loop de forma continua: RECOPILAR, UNIFICAR, ENTENDER, DECIDIR e INTERACTUAR en minutos, y el resultado de la interacción vuelve para orientar el ciclo siguiente.

Las API, los SDK y los flujos de trabajo existentes siguen siendo retrocompatibles. El cambio de marca es una evolución del producto, no una migración que rompa las integraciones ya en producción.

Arquitectura de la plataforma

Treasure AI usa una arquitectura híbrida que separa el plano de control del plano de datos.

Arquitectura de la plataforma de experiencia agéntica de Treasure AI. La plataforma es componible en la capa de contexto (iCDP) y agrupa por encima la activación, los agentes de IA y las interfaces de varias superficies.

• Plano de control (Treasure AI): resolución de identidad, segmentación de audiencias, toma de decisiones con IA, orquestación de la mensajería y el entorno de ejecución de los agentes de IA. Es la capa gestionada de la plataforma, donde se ejecuta el Customer Intelligence Loop.

• Plano de datos (infraestructura del cliente): los datos de clientes pueden permanecer en el data warehouse (almacén de datos) del propio cliente: Snowflake, Databricks, BigQuery u otros entornos. Treasure AI lee y escribe en el warehouse del cliente sin exigir que los datos se muevan a un almacenamiento propietario.

Este modelo de despliegue híbrido aborda una tensión central del mercado de CDP. Los CDP componibles mantienen los datos en el warehouse, pero no ejecutan ciclos de IA en tiempo real a la velocidad de una API; los CDP empaquetados responden rápido, pero exigen copiar todos los datos a un almacenamiento propietario. La arquitectura de Treasure AI busca las dos cosas: datos residentes en el warehouse con un plano de control gestionado, diseñado para la lectura de perfiles de baja latencia y la activación en tiempo real.

Productos principales

Treasure AI Studio

Treasure AI Studio es la interfaz principal de la plataforma y está disponible en varias superficies:

• Web: espacio de trabajo en el navegador para los equipos de marketing, de análisis y de datos
• Escritorio: aplicación nativa para macOS y Windows
• Dispositivo móvil: iOS y Android, para seguimiento y aprobaciones fuera de la oficina
• CLI (Treasure Code): interfaz de línea de comandos para que los equipos de ingeniería y de datos interactúen con la plataforma de forma programática. Treasure Code está construido sobre Claude Code y da acceso desde la terminal a los datos de clientes, a la inspección de esquemas y a las operaciones de canalización de datos
• Voz (Treasure AI Voice): interfaz de voz con IA para consultar datos y capturar notas sin usar las manos

Studio da acceso en lenguaje natural a los datos de clientes, la creación de segmentos, la gestión de campañas y la analítica de datos, y está diseñado para que un usuario sin perfil técnico consulte esos datos y actúe sobre ellos sin SQL ni apoyo de ingeniería.

Comparación de segmentos en Treasure AI Studio. Una consulta en lenguaje natural dispara el análisis de solapamiento de audiencias y devuelve las siguientes acciones recomendadas, sin SQL manual ni flujo de inteligencia de negocio.

AI Super Agents

Los AI Super Agents son agentes de IA prefabricados y especializados por dominio, que automatizan flujos de trabajo concretos dentro del Customer Intelligence Loop:

• AI Super Agent for Marketers: cubre el descubrimiento de audiencias, la creación de campañas, la recomendación de la siguiente mejor acción y la activación entre canales. En lugar de dedicar horas a armar a mano un segmento de recuperación, el responsable de marketing describe el objetivo (“clientes que compraron durante El Buen Fin y no han interactuado en 60 días”) y el agente arma el segmento, elige los canales y lanza la campaña.

• AI Super Agent for Data Analysts: automatiza la exploración de datos, la generación de hallazgos y la creación de informes. El analista pregunta en lenguaje llano y recibe respuestas estructuradas con visualizaciones de apoyo. Durante el acceso anticipado (early access), un equipo de servicios financieros informó que redujo el tiempo de entrega de informes de tres días a 60 segundos en las consultas de rutina sobre clientes.

Estos agentes se apoyan en la base unificada de datos de clientes de la plataforma, así que operan sobre perfiles completos y ya resueltos, no sobre datos fragmentados en herramientas aisladas.

Mensajería omnicanal

La plataforma incluye capacidades nativas de mensajería en estos canales:

• Correo electrónico: contenido personalizado con optimización del horario de envío mediante IA (Email Marketing)
• SMS: mensajes transaccionales y promocionales (SMS Marketing)
• Push: notificaciones para iOS y Android (Mobile App Marketing)
• Mensaje dentro de la aplicación: mensajes contextuales dentro de las aplicaciones móviles
• LINE: integración nativa con la plataforma de mensajería LINE, relevante para los mercados de Asia-Pacífico

WhatsApp, el canal de relación dominante con el consumidor mexicano, no figura en esa lista de canales nativos. En una evaluación hecha desde México, pregunte al proveedor por qué vía se atiende el canal (integración propia, socio o la API oficial de WhatsApp Business) y cuántos datos de resultado regresan al perfil unificado.

Llevar la mensajería dentro de la plataforma, en lugar de exigir una plataforma de interacción con el cliente aparte, hace que los resultados de interacción (aperturas, clics, conversiones) vuelvan directo al Customer Intelligence Loop sin la latencia de cruzar la frontera de otro proveedor.

Treasure Data (CDP): la capa de contexto

La base de toda la plataforma es Treasure Data, el CDP que funciona como capa de contexto. En esa capa se ingieren los datos de clientes, se resuelven las identidades, se construyen los perfiles unificados y se aplican las políticas de gobernanza. Todos los productos anteriores (Studio, Super Agents y mensajería) leen y escriben en la capa de contexto.

Capacidades centrales de esa capa:

• Ingesta de datos: más de 170 conectores listos para ingesta por lotes y por streaming desde CRM, comercio electrónico (e-commerce), analítica web, punto de venta, atención al cliente y fuentes de IoT
• Resolución de identidad: correspondencia determinista y probabilística con aprendizaje automático (machine learning), que resuelve identidades entre dispositivos, canales y cuentas
• Perfiles unificados: perfiles persistentes de visión 360° del cliente que agregan datos de comportamiento, de transacción y demográficos en un solo registro
• Toma de decisiones con IA e inteligencia de modelos: análisis predictivo (predictive analytics), puntuación de propensión y procesamiento de señales en tiempo real, que sostienen las etapas ENTENDER y DECIDIR del ciclo
• Gobernanza de datos: control de acceso por campo, aplicación del consentimiento y automatización del cumplimiento en toda la activación posterior

Esa es la capa marcada como “Composable” en el diagrama de arquitectura: la empresa puede conectarla al data warehouse que ya usa mediante el modelo de despliegue híbrido, y los datos siguen residiendo en el warehouse mientras la capa de contexto se encarga de la identidad, la IA y la gobernanza.

La capa de contexto opera en dos modos. Complete CDP es el despliegue totalmente gestionado, en el que los datos se ingieren y se almacenan dentro de la plataforma: conectores listos para usar, resolución de identidad, segmentación y activación sin exigir infraestructura de warehouse previa. Composable CDP (Composable Audience Studio) es el modo que parte del warehouse: las consultas federadas sin copia empujan la lógica de segmentación hacia Snowflake, BigQuery o Databricks y solo devuelven el resultado, sin ETL inverso (reverse ETL) y sin copiar datos personales. El equipo de marketing arma audiencias de forma visual y los datos no salen del warehouse hasta la activación intencional. Ese modo entrega la construcción de audiencias nativa de warehouse que promete la arquitectura componible, y conserva la resolución de identidad gestionada, la toma de decisiones con IA y la mensajería nativa que un proveedor puramente componible no trae. Para la comparación de proveedores de CDP componibles, vea la guía de proveedores de CDP.

Caso de cliente publicado en México: Nestlé

Treasure AI publica un caso de cliente sobre Nestlé que cubre las operaciones de México y de Brasil, y que sitúa el inicio de la relación en 2022. Estas son las cifras que el proveedor atribuye a la operación mexicana:

• 4.9 millones de dólares ahorrados en medios pagados y campañas de CRM
• Un aumento de 71 % en la tasa de clics (click-through rate)
• Una reducción de 49 % en el costo por lead (cost per lead)
• 2.3 millones de dólares atribuidos a la eficiencia operativa que habilitó el CDP
• 132 % de la meta de captación de contactos nuevos

Las cinco cifras salen del caso de cliente publicado por Treasure AI y son datos del propio proveedor, sin auditoría independiente. cdp.com no verificó ninguna de esas cifras y no las presenta como referencia del mercado mexicano: describen una implementación concreta, en una empresa concreta, sobre un punto de partida que el caso no detalla. Quien evalúe la plataforma desde México puede pedirle al proveedor la metodología de medición y el periodo comparado antes de trasladar cualquiera de esas cifras a su propio modelo de negocio.

Resultados del acceso anticipado

Durante el acceso anticipado de 2026, Treasure AI publicó dos resultados corporativos:

• Retail corporativo: un cliente de retail comprimió de cinco días a ocho horas el flujo que va de la creación del segmento al lanzamiento de la campaña, con los AI Super Agents. El agente encontró un segmento de alta intención de 340 000 perfiles que el análisis manual no había detectado, y ese segmento produjo un aumento de 23 % en la conversión.
• Servicios financieros: un equipo de analítica de datos sustituyó un ciclo de informes de tres días por consultas en lenguaje natural de 60 segundos en Treasure AI Studio, lo que liberó a los analistas para la interpretación estratégica en lugar de la extracción de datos.

Los dos resultados proceden del propio proveedor y corresponden a despliegues en fase temprana. Todavía no existe validación independiente de analistas ni un conjunto más amplio de referencias de clientes para esos dos casos.

Customer Intelligence Loop

El Customer Intelligence Loop es un ciclo continuo de cinco etapas que describe cómo fluyen los datos de clientes desde la recopilación hasta la activación, y cómo el resultado de la interacción vuelve para mejorar las decisiones siguientes. La mayoría de los stacks de marketing ejecuta ese ciclo en pasos desconectados: un warehouse recopila los datos, una herramienta aparte resuelve las identidades, otra arma los segmentos y otra más envía los mensajes. Cada relevo añade latencia y pierde contexto. El Customer Intelligence Loop es el principio con el que Treasure AI organiza la plataforma para cerrar esas grietas: las cinco etapas se ejecutan dentro de una sola plataforma y los agentes de IA recorren el ciclo de forma continua, en vez de esperar a los lotes que inicia una persona.

RECOPILAR → UNIFICAR → ENTENDER → DECIDIR → INTERACTUAR → (vuelta a RECOPILAR)

Cada etapa corresponde a capacidades concretas de la plataforma:

Los resultados de la interacción (aperturas de correo, conversiones de compra, contactos con atención al cliente) vuelven a la etapa RECOPILAR y cierran el ciclo. En el modelo agéntico, los agentes de IA recorren ese ciclo de forma continua, en lugar de esperar a las campañas que inicia una persona. Para una operación que ejecuta campañas semanales por lotes, sin exigencia de personalización en tiempo real ni dentro de la sesión, el ciclo continuo puede no ser necesario: una arquitectura componible que recorra el ciclo con cadencia diaria o semanal entrega valor suficiente con menos complejidad.

Gobernanza y seguridad

La gobernanza de datos corporativa es un requisito de base para cualquier plataforma que trate datos personales a escala. Las capacidades de gobernanza de Treasure AI incluyen:

• Certificaciones de cumplimiento: SOC 2 Tipo II, RGPD (GDPR), CCPA y elegibilidad para HIPAA
• Infraestructura: opera sobre AWS, con integración a Bedrock para las cargas de trabajo de IA
• Registro de auditoría: bitácora a prueba de alteraciones de todo acceso a datos, acción de agente y evento de activación
• Gestión del consentimiento: aplicación centralizada del consentimiento en todos los canales de activación
• Residencia de datos: opciones de almacenamiento regional para organizaciones sujetas a requisitos de localización de datos
• Política de datos para IA: los datos de clientes no se usan para entrenar modelos de IA

Para la lista completa de certificaciones y la documentación de seguridad, vea el Treasure AI Trust Center.

Una operación mexicana necesita leer esa lista con un cuidado adicional. La LFPDPPP (Ley Federal de Protección de Datos Personales en Posesión de los Particulares), publicada en el Diario Oficial de la Federación el 20 de marzo de 2025 y vigente desde el día siguiente, no aparece entre las certificaciones, que cubren el par estadounidense y europeo. Pida al proveedor el mapeo de cada finalidad de tratamiento contra el aviso de privacidad que exige la LFPDPPP, el flujo de atención a los derechos del titular y la región de almacenamiento aplicable al contrato; la autoridad que vigila el cumplimiento y sanciona es la Secretaría Anticorrupción y Buen Gobierno, a la que la propia ley atribuye esas facultades. En España y en la Unión Europea rige el RGPD, con la AEPD como autoridad de control, y la CCPA es la referencia estadounidense.

El registro de auditoría a prueba de alteraciones importa sobre todo en los sectores regulados: las organizaciones de servicios financieros y de salud necesitan un registro demostrable de quién consultó los datos de clientes, o de qué agente lo hizo, y de qué acciones se ejecutaron.

Quién debería considerar Treasure AI

Treasure AI encaja mejor en organizaciones que:

• Necesitan el Customer Intelligence Loop completo en una sola plataforma: ingesta de datos, resolución de identidad, toma de decisiones con IA y activación sin encadenar varios proveedores
• Quieren agentes de IA operando sobre datos de clientes unificados: no solo tableros para personas, sino una arquitectura centrada en agentes en la que la IA ejecuta de forma continua
• Exigen gobernanza de nivel corporativo: cumplimiento de HIPAA, SOC 2, RGPD y CCPA, con acciones de agente auditables
• Operan en varios canales: correo electrónico, SMS, push, mensaje dentro de la aplicación, LINE, personalización web y activación de medios pagados
• Ya invirtieron en un data warehouse: la arquitectura híbrida se conecta a Snowflake, Databricks y BigQuery sin exigir una migración completa
• Atienden mercados de Asia-Pacífico: integración nativa con LINE y opciones de residencia regional de datos

Organizaciones para las que otra arquitectura puede encajar mejor:

• Equipos que solo necesitan ETL inverso: una operación con data warehouse maduro, lógica de segmentación ya escrita en SQL y ninguna necesidad de resolución de identidad, de toma de decisiones con IA ni de mensajería nativa suele resolverse con una herramienta aislada de ETL inverso. La arquitectura híbrida de Treasure AI se conecta a esos mismos warehouses, pero la plataforma completa puede ser más capacidad de la necesaria
• Organizaciones comprometidas por entero con una sola suite (solo Adobe o solo Salesforce) pueden encontrar una integración más estrecha dentro de ese ecosistema, pese a las contrapartidas del suite tax. Quien opera Salesforce y Adobe a la vez, o mezcla productos de suite con herramientas especializadas, tiene que decidir si unifica los datos en el CDP de una de las dos suites o en una plataforma independiente de ambas
• Empresas pequeñas con necesidades simples de datos (menos de 100 000 perfiles, uno o dos canales) pueden no necesitar las capacidades corporativas de la plataforma

FAQ

¿Qué pasó con Treasure Data?

Treasure Data cambió de marca a Treasure AI el 20 de abril de 2026. El dominio de la empresa pasó de treasuredata.com a treasure.ai, y el producto evolucionó de plataforma de datos de clientes a plataforma de experiencia agéntica. Las integraciones, las API y los SDK de los clientes existentes siguen siendo retrocompatibles: el cambio de marca refleja una evolución del producto, no una ruptura de compatibilidad.

¿Treasure AI es un CDP o algo distinto?

Treasure AI incluye un CDP completo (ingesta de datos, resolución de identidad, segmentación y activación) y lo extiende con mensajería nativa y capacidades de agente de IA. La etiqueta “plataforma de experiencia agéntica” refleja la suma de la decisión y la ejecución con IA sobre esa base. Quien evalúe Treasure AI frente a otros CDP debe comparar el alcance completo de la plataforma, no solo la capa de unificación de datos. Vea qué es un CDP agéntico.

¿En qué se diferencia Treasure AI de otros CDP?

Treasure AI reúne el CDP, la mensajería omnicanal y los agentes de IA en una sola plataforma que ejecuta el Customer Intelligence Loop de forma continua. La mayoría de los CDP resuelve la unificación de datos y la segmentación, pero exige herramientas aparte para la mensajería y la toma de decisiones con IA: de cuatro a cinco proveedores en un stack componible. Treasure AI mantiene las cinco etapas dentro de una plataforma, lo que evita la duplicación de datos personales del ETL inverso.

¿Es Treasure AI el CDP adecuado para mi organización?

Treasure AI es el CDP adecuado para empresas globales y multimarca, B2C y B2B, con datos a gran escala y necesidad de cobertura en Asia-Pacífico, y es la elección equivocada para equipos pequeños o que dependen del autoservicio de marketing. Elíjalo por el alcance que cubre sola la plataforma: despliegue empaquetado o componible, IA predictiva y agéntica nativa, y correo electrónico, SMS y push nativos. Descártelo si necesita simplicidad de autoservicio o tiene presupuesto de pequeña y mediana empresa.

¿Qué alternativas hay a Treasure AI en México?

Adobe Real-Time CDP, Salesforce Data Cloud y Twilio Segment son las alternativas que este sitio cubre para el mercado mexicano. Adobe Real-Time CDP encaja en organizaciones que ya operan Adobe Experience Cloud; Salesforce Data Cloud, en las que tienen Sales Cloud o Service Cloud como sistema de registro; Twilio Segment, en equipos de producto y crecimiento que priorizan la recolección de eventos y el enrutamiento hacia muchos destinos.

Vea cómo evalúan los analistas a los proveedores de CDP → IDC MarketScape | Forrester Wave

Este artículo también está disponible en: What Is Treasure AI (Formerly Treasure Data)? · Treasure AI（旧Treasure Data）とは？特徴と沿革 · O que é Treasure AI (ex-Treasure Data)?