Desde su origen el Marketing estuvo en la conversación donde se decide el Negocio, pero fue quedando fuera progresivamente cuando su desempeño empezó a medirse con una unidad que vivía lejos del P&L y cuando comenzaron a especializarse las áreas operativas. Con el tiempo, terminó con una etiqueta cómoda para el resto de la organización: comunicación, posicionamiento y, cuando se requería por las metas del trimestre, apoyo comercial. 

Lo bueno es que el escenario se está revirtiendo. La inteligencia artificial llega en un momento único de nuestra historia, cuando la presión por demostrar impacto se está volviendo inevitable, y el Marketing puede por fin operar a la velocidad del Negocio y mostrar su aporte en la unidad en que se decide dónde van los recursos y estrategia. 

La IA, mirada desde el Negocio 

Una automatización ejecuta la regla que alguien escribió: si pasa esto, haz aquello. La IA y sus agentes reciben un objetivo, eligen el camino y corrigen según el resultado de su propia acción. La diferencia es de gobierno antes que de tecnología. Automatizar es delegar una tarea. Con un agente de IA uno delega además una parte del criterio, y eso obliga a asegurarnos antes qué es lo que la compañía considera como resultado esperado de Negocio. 

Esto es un cambio de modelo de gestión, ya que la ejecución deja de ser el cuello de botella y la ventaja se traduce como la calidad de las decisiones y los datos que las alimentan. El salto de crecimiento aparece cuando la compañía rediseña cómo opera alrededor de los agentes, un proyecto incómodo en el que pocas empresas se aventuran aún. 

Dónde ya hay valor y dónde todavía hay promesa 

Desde el POV de Marketing, la evidencia de hoy es sólida en producción creativa a escala, con testing continuo en vez de dos oleadas al año, y en lectura de Performance, donde un agente detecta la desviación de un CPA el mismo día. También en ciclos de vida en CRM, donde las microdecisiones superan hace rato a la capacidad humana. Y en la visibilidad de las marcas dentro de respuestas generadas por modelos, donde al medir por industria aparecen marcas presentes en casi todas las respuestas relevantes junto a competidores directos invisibles para el modelo. 

Todavía hay más promesa que resultado en la asignación autónoma de presupuesto por incrementalidad, en la negociación con medios y en el agente que opera una marca de punta a punta sin nadie mirando. 

Lo que hay que ordenar antes de encender el primer agente 

Un agente de IA sobre un proceso ineficiente ejecuta el mismo error, pero más rápido y a mayor escala, que la antigua ejecución sin IA. Lo primero que debemos definir es el gobierno del dato y la disciplina MarTech: una sola definición de CAC, de lead calificado y de margen, viva en un solo lugar. Después, definir el modelo operativo con el mapa de quién decide qué y en qué plazo. Y la condición que casi siempre falta: saber qué resultado busca la compañía, con número y con fecha. Si no logro explicar un proceso en una hoja, no es posible delegarlo aún. 

Es que conectar el Marketing al Negocio pide dos movimientos que nadie puede hacer por el CMO: Uno es compartir KPIs con Finanzas y Comercial, para que la conversación pase de la inversión al margen, y el otro es asignarle un driver a cada disciplina: SEO y AEO al costo de adquisición, CRM al LTV, Media al margen por canal, MarTech al tiempo de ejecutar un cambio. 

Lo que firma una persona 

El criterio que a mí me sirve es cuánto cuesta echar pie atrás. Si el error es caro y difícil de deshacer, decide alguien con nombre. Ahí entran posicionamiento y promesa de marca, precio, asignación de recursos y todo lo que tenga consecuencia legal o reputacional. Un agente carece de personalidad jurídica y de patrimonio, así que ante un cliente o un regulador responde una persona. La accountability vive en quien firma el dominio, y cada decisión automatizada necesita trazabilidad que aún las empresas no están en condiciones de delegar a la IA. 

Cómo podemos medirlo 

El ahorro de tiempo es la métrica de entrada. Sirve el primer trimestre y después deja de decir algo. Lo que importa son CAC por segmento, margen por canal, LTV e incrementalidad medida con diseño experimental. A esa lista sumaría dos indicadores que los agentes hacen posibles: velocidad de decisión, el tiempo entre la señal y la acción, y costo por decisión, que nadie calculaba porque no había cómo bajarlo. 

La marca sube de rango y los perfiles también 

Aquí discrepo de buena parte de lo que se escribe. Cuando el costo marginal de producir una pieza tiende a cero, lo escaso pasa a ser elegir qué vale la pena decir, y la creatividad gana jerarquía. La tesis de marca, la lectura cultural y la disposición a tomar riesgo suben de valor, porque un modelo amplifica una tesis, pero no se le ocurre a él. Hay un riesgo que conviene nombrar: si todos usamos los mismos modelos con las mismas instrucciones, las marcas empiezan a sonar iguales. La defensa es tener data que el resto no tiene y a alguien dispuesto a decidir junto a ella. 

El profesional que viene diseña sistemas y audita resultados. Necesita leer un P&L, armar el contexto con el que trabaja un agente y darse cuenta de cuándo una respuesta impecablemente redactada está equivocada. No lo he visto todavía en ninguna malla universitaria en Chile ni de Latinoamérica, y esto es una deuda que la academia debe afrontar. 

Entre empresas, agencias y consultoras la distancia se acorta, porque el mismo equipo que diseña el modelo puede operarlo. Eso presiona el pricing por horas y empuja hacia acuerdos por modelo instalado y por impacto. 

Un estándar que podemos escribir primero 

Chile tiene una ventana para liderar esto en la región, y ANDA es el lugar natural. Acá comparto una propuesta de cinco compromisos que debiéramos abordar:  

1. Declarar el uso de IA cuando el contenido representa hechos o personas reales. 

2. Registrar la traza de las decisiones automatizadas que afectan inversión o audiencias. 

3. Tratar los datos con consentimiento y minimización, sin entrenar modelos con data de un cliente salvo acuerdo explícito. 

4. Nombrar supervisión humana por dominio. 

5. Dejar la responsabilidad establecida en el contrato con el proveedor. Si el gremio fija este piso antes que la regulación, la inversión gana reglas claras para escalar. 

La hoja de ruta: doce meses 

• Primer trimestre: definiciones únicas de métricas y mapa de decisiones, la parte aburrida y la que después nadie quiere volver a abrir.  

• Segundo trimestre: agentes en producción con supervisión, en dominios de alto volumen y bajo riesgo, con la línea base medida antes.  

• Tercer trimestre: conectarlos para que compartan contexto y mover la cadencia mensual a operación continua.  

• Cuarto trimestre: institucionalizar, con política de IA, gobierno y métricas de Negocio en el comité. 

Como reflexión final, y muy honesta, me gustaría declarar que en una compañía grande el freno raramente es la tecnología. Son las aprobaciones, el brand safety y el tiempo que tardan Finanzas, TI y Legal en acordar cómo se calcula el CAC. Quien resuelva eso primero ganará ventaja en un momento único en nuestra historia. El Marketing lleva veinte años pidiendo que lo tomen en serio en el comité, pero la gran diferencia es que ahora llega a la mesa preparado con el mismo enfoque de Negocio que tienen y esperan los equipos de Finanzas.