Según McKinsey & Company, las operaciones de marketing se llevan a cabo cada vez más a través de sistemas mediados por IA. La IA agente está comenzando a dar forma a los flujos de trabajo de marketing a medida que los consumidores utilizan plataformas digitales para descubrir y comprar productos, mientras que las expectativas de personalización y tiempos de respuesta continúan endureciéndose.
Las herramientas de IA generativa ya se están utilizando para tareas como redacción y creación de imágenes. Estas implementaciones a menudo se limitan a casos de uso aislados, lo que genera sistemas fragmentados que aumentan el volumen de producción sin mejorar el rendimiento empresarial general.
McKinsey describe esto como una brecha entre la experimentación generalizada y el impacto empresarial limitado, impulsada en parte por pilotos desconectados que no se integran en los flujos de trabajo. Las pilas de tecnología de marketing existentes, incluidos los sistemas de gestión de contenidos, las plataformas de gestión de activos digitales, los sistemas de relaciones con los clientes y las herramientas de análisis, no fueron diseñadas para modelos de datos compartidos ni flujos de trabajo de agencia en tiempo real.
IA agente y rediseño del flujo de trabajo
Los sistemas de IA agente capaces de ejecutar procesos de varios pasos se basan en modelos básicos. Los sistemas permiten a las organizaciones estructurar flujos de trabajo donde los agentes de IA manejan la ejecución mientras los equipos humanos supervisan los resultados. En este modelo, un único profesional de marketing puede supervisar a varios agentes responsables de tareas como la generación y optimización de contenidos. El informe describe esta estructura como una fuerza laboral híbrida entre humanos y agentes, donde los humanos definen objetivos y barreras de seguridad mientras los agentes llevan a cabo la ejecución en múltiples pasos.
El informe afirma que la adopción de este enfoque requiere capas de datos unificadas, marcos de identidad consistentes y sistemas que permitan a los agentes interactuar a través de interfaces de programación de aplicaciones. El informe señala que la interoperabilidad del sistema, no la capacidad del modelo, es a menudo la principal limitación en la implementación de flujos de trabajo agentes. Agrega que se requieren una infraestructura flexible de servicio de modelos y sistemas de activación capaces de exponer API confiables para permitir que los agentes actúen en entornos de contenido y distribución.
McKinsey estima que la IA agente podría respaldar hasta dos tercios de las actividades de marketing actuales, incluidas las pruebas de audiencia sintéticas, donde se utilizan simulaciones de audiencia generadas por IA para evaluar el rendimiento de la campaña antes de su implementación, con generación automatizada de contenido y planificación de medios basada en la audiencia. La firma también informa que las organizaciones que implementan estos flujos de trabajo han registrado aumentos potenciales de ingresos del 10 al 30 % a través de una ejecución más específica.
Los sistemas agentes también pueden acelerar los procesos de campaña en un factor de 10 a 15, incluida la generación y el despliegue de ideas. El informe afirma que la automatización de las tareas operativas permite reasignar los presupuestos de marketing desde los procesos internos hacia la participación directa del cliente.
La implementación sigue siendo limitada. Los datos citados por McKinsey indican que casi el 90% de los directores de marketing están probando aplicaciones de IA, mientras que menos del 10% ha implementado flujos de trabajo de un extremo a otro que generan valor mensurable. El informe atribuye esta brecha a la complejidad de rediseñar los flujos de trabajo y la integración de sistemas, no a las limitaciones de los modelos de IA subyacentes.
Diseño de flujos de trabajo de marketing agente
Las organizaciones que adoptan IA agente están reestructurando los flujos de trabajo al mapear los procesos existentes en estructuras de tareas detalladas. Esto incluye identificar dependencias en sistemas como plataformas CRM, herramientas de gestión de activos digitales y canales de análisis. Algunas empresas han dividido los flujos de trabajo en cientos de microtareas para identificar dónde se puede aplicar la automatización. El informe señala que este mapeo también incluye actividades relacionadas con el conocimiento, como la síntesis de datos, la generación de hipótesis y la interpretación de las señales de los consumidores, que siguen dependiendo parcialmente del juicio humano.
Luego, las tareas se agrupan en categorías funcionales como análisis de datos, generación y ejecución de contenido. En un ejemplo citado en el informe, una marca de consumo clasificó las actividades de marketing en arquetipos de agentes reutilizables.
El informe afirma que esta organización identificó casi 100 agentes modulares en flujos de trabajo relacionados con contenidos. Estos arquetipos incluían funciones como generación de contenido, recuperación de conocimiento, localización, análisis y ejecución, permitiendo que los agentes se reutilizaran en diferentes procesos de marketing.
La implementación también depende de la compatibilidad del sistema. A menudo surgen desafíos de integración al conectar agentes a plataformas de datos y repositorios de contenido. Algunos proveedores, incluidos Adobe y HubSpot, han introducido agentes de inteligencia artificial integrados en plataformas de marketing para generar y actualizar contenido basado en entradas en tiempo real. Estos agentes pueden adaptar variaciones de contenido, actualizar activos en canales y responder a señales de comportamiento sin requerir intervención manual en cada paso.
El rediseño del flujo de trabajo cambia el papel de los equipos de marketing. Las responsabilidades incluyen validar resultados, gestionar la calidad de los datos y mantener el cumplimiento de los requisitos reglamentarios y de marca. Los equipos también son responsables de supervisar los metadatos del contenido, las reglas de orquestación y la gobernanza de API para garantizar que los agentes operen de manera consistente y segura. Los roles humanos también incluyen revisar conceptos generados por IA, perfeccionar los resultados y garantizar la alineación con el posicionamiento de la marca y el contexto del mercado.
Las organizaciones están invirtiendo en capacidades como ingeniería rápida, monitoreo de calidad y fluidez de datos e inteligencia artificial para respaldar estos flujos de trabajo. Estas funciones ayudan a gestionar el rendimiento de los agentes y garantizar que los resultados se alineen con los objetivos comerciales. Las capacidades adicionales incluyen aprendizaje automático aplicado, diseño de experimentación y orquestación del flujo de trabajo para respaldar la optimización continua.
La implementación suele realizarse por fases. Una marca de consumo implementó su sistema de marketing agentic en tres etapas: una fase inicial centrada en la ideación continua, una segunda fase que introdujo pruebas previas automatizadas y verificaciones de marca y riesgo, y una tercera fase que extendió la localización y el lanzamiento al mercado. El informe afirma que este enfoque por fases permite a las organizaciones priorizar los flujos de trabajo de alto impacto mientras preparan los sistemas subyacentes para una implementación más amplia.
Los primeros resultados piloto muestran reducciones en los plazos de producción. En algunos casos, los ciclos de creación de contenidos se completaron hasta cuatro veces más rápido que los procesos tradicionales. Los sistemas agentes también se están aplicando en la ejecución de medios, donde los agentes de IA ajustan los parámetros de la campaña, como los presupuestos y las variaciones creativas, en tiempo real. Estos sistemas pueden realizar una optimización continua realizando ajustes incrementales en las campañas, reduciendo la necesidad de intervención manual.
Desafíos de gobernanza e implementación
La gobernanza sigue siendo una consideración importante debido al impacto directo del marketing en el contenido orientado al consumidor. Los datos de la encuesta citados por McKinsey identifican la gobernanza legal y de marca, las brechas de capacidad, la falta de inversión en tecnología y los cuellos de botella en los datos como principales preocupaciones entre los ejecutivos de marketing. El informe también destaca la necesidad de mecanismos de validación para garantizar que los conocimientos generados por la IA cumplan con los umbrales de precisión definidos antes de utilizarse en la toma de decisiones.
La IA agente se está implementando con otras tecnologías de automatización, incluida la automatización de procesos robóticos y los sistemas de aprendizaje automático. El informe señala que las organizaciones están evaluando estas herramientas de forma colectiva, sin depender únicamente de sistemas de agentes. Añade que centrarse exclusivamente en la IA agente puede limitar las ganancias de eficiencia si no se integran otros enfoques de automatización en los flujos de trabajo.
Las implementaciones actuales combinan la ejecución automatizada con la supervisión humana para gestionar la complejidad operativa y mantener el control sobre la marca y los requisitos de cumplimiento.
(Foto de Lukás Blazek)
Ver también: El holding publicitario más grande del mundo acaba de apostar su futuro de IA a un solo proveedor
Obtenga más información sobre la serie de Foros Mundiales de Marketing Digital y regístrese aquí.
