La IA está difuminando la línea entre ventas y marketing: el nacimiento de una nueva experiencia del cliente
Cómo la inteligencia artificial está transformando el recorrido del cliente y obligando a las empresas a integrar marketing, ventas y servicio
Por OscarAI
Durante décadas, las empresas han organizado su actividad comercial como si marketing y ventas fueran dos mundos diferentes.
Marketing tenía una misión: atraer, comunicar, posicionar y generar demanda.
Ventas tenía otra: contactar, negociar, convertir y cerrar negocios.
Después aparecía servicio al cliente, encargado de atender lo que sucedía después de la compra.
Era un modelo aparentemente lógico.
Pero había un pequeño problema: el cliente nunca vio esos departamentos.
Para el cliente, siempre existió una sola empresa.
Cuando una persona veía un anuncio, visitaba una página web, preguntaba por un producto, hablaba con un vendedor, realizaba una compra y posteriormente solicitaba soporte, no estaba pensando: "Ahora estoy pasando del departamento de marketing al departamento de ventas y después al departamento de servicio."
Simplemente estaba teniendo una experiencia con una marca.
Y aquí aparece una de las transformaciones empresariales más interesantes de la inteligencia artificial.
La IA está comenzando a conectar esas experiencias.
El artículo de Harvard Business Review, "AI Is Blurring the Line Between Sales and Marketing", sostiene que la IA agéntica está desdibujando las fronteras tradicionales entre marketing y ventas, precisamente cuando muchas empresas todavía implementan estas tecnologías de manera separada en cada función. ([Harvard Business Review][1])
La pregunta, entonces, ya no es solamente: ¿Cómo puede la IA ayudar a marketing?
Ni tampoco: ¿Cómo puede la IA ayudar a ventas?
La pregunta verdaderamente estratégica es: ¿Cómo puede la inteligencia artificial ayudar a toda la organización a crear una experiencia de cliente integrada?
Y esa pregunta cambia completamente el juego.
Introducción: cuando vender y hacer marketing empiezan a parecerse
Imaginemos una situación cotidiana.
Una persona necesita comprar un computador portátil.
Primero busca información.
Después consulta opiniones.
Compara modelos.
Mira videos.
Pregunta a un asistente de inteligencia artificial.
Visita una tienda virtual.
Revisa el precio.
Abandona la página.
Vuelve al día siguiente.
Pregunta por una característica técnica.
Finalmente conversa con un vendedor.
Compra.
Y después recibe recomendaciones sobre accesorios, garantía, mantenimiento o productos complementarios.
¿En qué momento terminó el marketing y comenzó la venta?
La respuesta es: cada vez es más difícil establecerlo.
La IA puede intervenir en prácticamente todos esos momentos.
Puede interpretar la búsqueda.
Puede recomendar contenidos.
Puede identificar señales de intención.
Puede responder preguntas.
Puede clasificar oportunidades.
Puede ayudar al vendedor.
Puede generar una propuesta.
Puede recomendar el siguiente contacto.
Puede apoyar el servicio posventa.
Y puede utilizar la información obtenida durante todo el proceso para mejorar futuras interacciones.
Por eso, la inteligencia artificial no está simplemente automatizando tareas.
Está comenzando a reorganizar el recorrido comercial completo.
1. Del embudo de ventas al ecosistema de experiencia
Durante mucho tiempo, las organizaciones utilizaron el concepto de embudo de ventas.
El modelo era relativamente sencillo: Atención → Interés → Consideración → Decisión → Compra.
Marketing se concentraba especialmente en las primeras etapas.
Ventas intervenía con mayor intensidad en las etapas finales.
El modelo funcionaba razonablemente bien cuando las interacciones entre empresas y consumidores eran relativamente predecibles.
Pero el consumidor digital cambió las reglas.
Hoy una persona puede descubrir una marca en redes sociales, investigar en un buscador, consultar un video, preguntar a una IA, comparar precios en diferentes plataformas y conversar con un vendedor antes de tomar una decisión.
Incluso puede hacer todo eso varias veces y en diferentes órdenes.
El recorrido ya no es un embudo.
Es más parecido a una red de decisiones.
La inteligencia artificial tiene la capacidad de analizar esas señales y conectar diferentes puntos del recorrido.
Esto significa que la empresa puede comenzar a observar algo que antes era mucho más difícil:
la historia completa de la relación con el cliente.
2. El cliente no quiere hablar con departamentos
Este principio parece obvio, pero tiene enormes consecuencias.
Un cliente no quiere explicar cinco veces quién es, qué compró y cuál es su problema.
No quiere recibir un mensaje de marketing promocionando un producto que acaba de comprar.
No quiere que un vendedor le ofrezca algo que acaba de rechazar.
No quiere comenzar desde cero cuando pasa del chatbot al asesor humano.
Y tampoco quiere recibir diez comunicaciones diferentes de diez sistemas que aparentemente no saben que todos están hablando con la misma persona.
Esto plantea una nueva exigencia: La empresa debe tener memoria.
La IA puede contribuir a construir esa memoria organizacional.
Pero solamente si la información está conectada.
Aquí aparece una de las principales condiciones para que la IA tenga impacto: datos integrados.
Si marketing tiene una base de datos, ventas tiene otra y servicio utiliza una tercera, la inteligencia artificial puede terminar automatizando la fragmentación.
Por eso hay una idea fundamental: Una IA poderosa con datos fragmentados puede producir una organización más rápida, pero no necesariamente una organización más inteligente.
3. Marketing deja de ser solamente comunicación
La inteligencia artificial está transformando la función de marketing.
Hoy puede apoyar tareas como: análisis de mercados; segmentación; generación de contenidos; personalización; análisis de comportamiento; investigación de consumidores; creación de campañas; optimización de mensajes; análisis de conversaciones; identificación de oportunidades.
Pero existe una diferencia importante entre generar contenido y generar valor.
La IA puede producir cientos de anuncios. Miles de correos. Decenas de publicaciones. Numerosas versiones de una misma campaña. Pero eso no significa que el cliente quiera recibirlas.
La eficiencia de producción no equivale automáticamente a efectividad comercial.
De hecho, una investigación de 2026 publicada en Harvard Business Review encontró que los anuncios generados por IA podían tener un desempeño inferior al de anuncios creados por humanos, incluso cuando los consumidores no podían distinguir fácilmente cuáles habían sido generados mediante IA. ([Harvard Business Review][2])
Este hallazgo introduce una advertencia importante: la IA puede producir más contenido, pero más contenido no significa necesariamente mejor marketing.
El desafío será utilizar la IA para comprender mejor al cliente, no simplemente para hablarle más.
4. La personalización: una poderosa herramienta con una línea roja
Uno de los grandes atractivos de la inteligencia artificial es la personalización. La empresa puede intentar responder:
¿Qué necesita este cliente?
¿Qué producto podría interesarle?
¿Qué mensaje sería más relevante?
¿Cuál sería el mejor momento para contactar?
Pero existe una paradoja. Cuanto más sabe una empresa sobre nosotros, mayor capacidad tiene para personalizar. Y cuanto más sabe, mayor puede ser nuestra preocupación por la privacidad.
La personalización puede sentirse como atención. Pero también puede sentirse como vigilancia. Puede parecer: "Esta empresa me entiende." O: "Esta empresa sabe demasiado sobre mí."
Por eso la estrategia de personalización debe equilibrar tres elementos: relevancia, privacidad y confianza.
Una empresa inteligente no debería preguntarse únicamente: "¿Qué podemos inferir sobre este cliente?" También debería preguntarse: "¿Qué tenemos derecho a utilizar y cómo podemos utilizarlo de manera responsable?"
5. El vendedor no desaparece: evoluciona
Aquí aparece uno de los debates favoritos cuando hablamos de inteligencia artificial:
¿La IA va a reemplazar a los vendedores? La respuesta responsable es mucho más interesante que un simple sí o no.
En muchos escenarios, la IA puede reemplazar determinadas tareas. Pero también puede aumentar las capacidades humanas.
Un vendedor puede pasar horas: buscando información; preparando reuniones; actualizando el CRM; redactando correos; elaborando propuestas; revisando conversaciones; buscando información sobre prospectos.
Muchas de estas tareas pueden recibir asistencia de IA. Eso permite que el vendedor concentre más tiempo en actividades donde el componente humano sigue siendo especialmente importante: escuchar, negociar, persuadir, construir confianza, interpretar contextos y resolver problemas complejos.
La evidencia empírica resulta especialmente interesante. Brynjolfsson, Li y Raymond estudiaron a 5.179 agentes de atención al cliente y encontraron que el acceso a un asistente de IA aumentó la productividad medida por problemas resueltos por hora en aproximadamente 14%, con mejoras mucho mayores entre trabajadores novatos o de menor desempeño previo. También encontraron evidencia de mejoras en el sentimiento de los clientes y en la retención de trabajadores. ([NBER][3])
Esto no significa que cualquier implementación de IA vaya a producir automáticamente un aumento del 14%. Pero sí proporciona evidencia importante de una idea: La IA puede aumentar las capacidades de las personas cuando se integra adecuadamente en su trabajo.
6. Del chatbot al agente de inteligencia artificial
Aquí comienza una transformación todavía más profunda. Un chatbot tradicional espera una pregunta y responde. La IA generativa puede crear contenido y mantener conversaciones. Los agentes de IA buscan ir más allá.
Pueden trabajar hacia objetivos definidos, utilizar herramientas, consultar información y ejecutar determinadas tareas dentro de los permisos establecidos. Imaginemos un agente comercial. Recibe una nueva oportunidad.
Puede analizar: información del cliente; historial de interacciones; productos consultados; comportamiento digital; conversaciones anteriores; información disponible en el CRM. Después podría generar una recomendación para el vendedor:
"Esta oportunidad presenta alta intención de compra. El cliente ha mostrado interés en X, pero tiene dudas sobre Y. Recomiendo abordar primero Y y ofrecer la alternativa Z."
El vendedor ya no empieza desde cero. Empieza desde el conocimiento acumulado por el sistema.
Eso transforma al vendedor. Y también transforma al marketing. Porque el conocimiento que antes pertenecía a un departamento comienza a circular por toda la organización.
7. El CRM puede convertirse en un sistema de inteligencia comercial
Durante mucho tiempo, el CRM fue básicamente un repositorio.
Guardábamos información.
Registrábamos contactos.
Actualizábamos oportunidades.
Generábamos reportes.
Pero la IA puede transformar el CRM en una herramienta de interpretación.
En lugar de preguntar: "¿Qué ocurrió?" podemos empezar a preguntar: "¿Qué significa lo que ocurrió?" Y posteriormente: "¿Qué deberíamos hacer?" Por ejemplo:
Antes: Cliente contactado el 15 de agosto.
Con IA: El cliente ha aumentado sus interacciones durante las últimas tres semanas, consultó información sobre precios y características técnicas y presenta señales compatibles con una oportunidad de compra. Se recomienda contacto comercial.
El cambio parece pequeño. Pero estratégicamente es enorme.
Pasamos de: datos → información a: datos → información → interpretación → recomendación → acción.
8. La nueva integración: marketing + ventas + servicio
El futuro no debería ser: Marketing con IA, más Ventas con IA, más Servicio con IA.
Debería ser: Una experiencia integrada del cliente impulsada por IA. Podemos imaginar el proceso:
Cliente
↓
Datos e interacciones
↓
IA interpreta señales
↓
Marketing genera experiencias relevantes
↓
IA identifica intención
↓
Ventas interviene cuando aporta valor
↓
Cliente compra
↓
Servicio acompaña
↓
Nuevos datos
↓
IA aprende y recomienda
↓
Nueva oportunidad
Esto transforma la relación con el cliente en un ciclo continuo. La venta deja de ser el final. Se convierte en una parte de la relación.
9. La experiencia omnicanal entra en una nueva etapa
La omnicanalidad ya era importante antes de la IA. Pero la IA puede convertirla en algo más sofisticado. Pensemos en un cliente que comienza una conversación por WhatsApp. Después visita el sitio web. Luego recibe un correo. Posteriormente habla con un vendedor. Finalmente utiliza una aplicación para realizar la compra.
La empresa debería ser capaz de entender que todas esas interacciones pertenecen a la misma historia.
El objetivo no es que todos los canales digan exactamente lo mismo. El objetivo es que: todos los canales entiendan el contexto. Esa diferencia es fundamental.
10. La inteligencia artificial puede eliminar fricciones
Una de las mejores maneras de evaluar una iniciativa de IA es preguntarnos: ¿Qué fricción elimina? Por ejemplo:
Fricción de información
El cliente no encuentra la respuesta. → IA conversacional.
Fricción de tiempo
El cliente espera demasiado. → Automatización.
Fricción de personalización
La empresa ofrece lo mismo a todos. → Sistemas de recomendación.
Fricción comercial
El vendedor no conoce suficientemente al prospecto. → Inteligencia comercial.
Fricción posventa
El cliente debe repetir su historia. → Memoria e integración de datos.
La pregunta correcta no es: "¿Dónde podemos poner IA?" Sino: "¿Dónde está sufriendo el cliente y cómo puede la IA reducir ese sufrimiento?"
11. Pero cuidado: automatizar el caos no crea inteligencia
Esta es probablemente una de las advertencias más importantes para los directivos.
Una empresa puede comprar las mejores herramientas de IA disponibles y continuar teniendo: departamentos desconectados; datos duplicados; procesos innecesarios; objetivos contradictorios; mala comunicación; información desactualizada; falta de capacitación.
En ese escenario, la IA puede convertirse en una especie de turbo para el caos. Y un caos más rápido sigue siendo caos. Por eso la transformación debe comenzar por el modelo de negocio y los procesos. La tecnología viene después.
12. El verdadero cambio es organizacional
Cuando marketing y ventas utilizan IA de manera independiente, cada área puede optimizar su propio desempeño.
Marketing puede buscar más leads. Ventas puede buscar más conversiones. Servicio puede buscar resolver más solicitudes. Pero la empresa necesita preguntarse: ¿Estamos optimizando departamentos o estamos optimizando la experiencia del cliente? Esta diferencia es esencial. La organización del futuro podría necesitar indicadores compartidos entre funciones.
Por ejemplo: satisfacción del cliente; tasa de conversión; retención; valor de vida del cliente; costo de adquisición; tiempo de respuesta; calidad de las interacciones; ingresos por cliente; resolución de problemas; oportunidades generadas a partir de clientes existentes.
El objetivo es pasar de una lógica de silos funcionales a una lógica de creación conjunta de valor.
13. El gerente frente a la nueva realidad
El papel del gerente también cambia. Hace algunos años una pregunta típica podía ser: "¿Qué software CRM necesitamos?" Después: "¿Qué plataforma de IA generativa debemos comprar?"
Ahora la pregunta debería ser mucho más estratégica: ¿Qué parte de nuestra relación con el cliente podemos rediseñar gracias a la IA?" Esta pregunta obliga al gerente a pensar simultáneamente en: estrategia, tecnología, procesos, personas, datos y ética.
El gerente ya no puede delegar completamente la IA al departamento de tecnología. La inteligencia artificial está entrando directamente en: ventas; marketing; recursos humanos; operaciones; finanzas; servicio; innovación; toma de decisiones.
Por eso la alfabetización en IA se está convirtiendo en una competencia gerencial.
14. La IA también cambia la propuesta de valor
Existe otra consecuencia menos evidente. Si muchas empresas pueden utilizar herramientas similares de inteligencia artificial, entonces la tecnología por sí sola puede convertirse en un factor menos diferenciador. Si todos pueden utilizar IA para generar correos, recomendaciones y respuestas, la pregunta será: ¿Qué hace diferente a nuestra experiencia?
La ventaja competitiva puede surgir de la combinación de: datos propios + conocimiento del cliente + procesos + talento + marca + confianza + IA. Es decir: La IA puede ser accesible para muchos; la inteligencia organizacional no necesariamente.
15. El cliente también está adquiriendo inteligencia artificial
Y aquí podemos mirar hacia adelante. Hasta ahora hablamos de empresas utilizando IA para comprender y atender a clientes. Pero cada vez será más plausible que el cliente también utilice agentes de IA.
Imaginemos que una persona diga: "Necesito contratar el mejor servicio para mi empresa. Este es mi presupuesto. Estas son mis condiciones. Compara las alternativas y dime cuáles cumplen."
Su agente de IA podría: buscar proveedores; comparar características; analizar precios; revisar reputación; evaluar condiciones; descartar opciones; presentar alternativas.
Entonces podríamos pasar de un escenario: Empresa → Cliente a otro mucho más complejo: Agente de la empresa ↔ Agente del cliente.
Esto puede cambiar profundamente el comercio electrónico y especialmente los mercados B2B.
La empresa no solamente tendrá que convencer a una persona. También tendrá que proporcionar información suficientemente estructurada, confiable y relevante para que los sistemas inteligentes puedan interpretarla.
16. La confianza será el nuevo campo de batalla
Cuando la IA participa en decisiones comerciales, aparece una cuestión crítica: ¿Quién responde cuando la IA se equivoca?
Supongamos que un agente recomienda un producto equivocado.
¿Es responsable el desarrollador?
¿La empresa?
¿El gerente?
¿El vendedor?
¿El algoritmo?
La respuesta empresarial debe ser clara: la responsabilidad no puede desaparecer detrás de la automatización. Por eso las organizaciones necesitan mecanismos de: supervisión; trazabilidad; auditoría; seguridad; control de acceso; evaluación; gestión de riesgos; intervención humana.
La IA debe tener límites. No todo debe ser automatizado. Y cuanto mayor sea el impacto de una decisión, mayor debería ser el nivel de supervisión.
17. Cinco principios para una estrategia de IA centrada en el cliente
Principio 1. Comenzar por el cliente
No comenzar por la herramienta.
Comenzar por el problema.
Principio 2. Integrar antes de automatizar
Primero conectar los datos y procesos esenciales.
Después automatizar.
Principio 3. Personalizar con responsabilidad
Utilizar los datos para ayudar, no para invadir.
Principio 4. Mantener supervisión humana
Especialmente en decisiones complejas, sensibles o de alto impacto.
Principio 5. Medir valor, no solamente actividad
Una IA que produce miles de interacciones no necesariamente produce miles de clientes satisfechos.
La métrica final debe ser: valor creado para el cliente y para la organización.
18. Un modelo práctico para las empresas
Una organización que quiera avanzar puede utilizar cinco etapas.
ETAPA 1 — Comprender
Mapear el recorrido completo del cliente.
ETAPA 2 — Diagnosticar
Identificar las principales fricciones.
ETAPA 3 — Integrar
Conectar datos, canales, CRM y procesos.
ETAPA 4 — Inteligentizar
Introducir IA generativa, analítica predictiva y agentes en los puntos donde realmente aporten valor.
ETAPA 5 — Aprender
Medir resultados y mejorar continuamente.
Este último punto es fundamental. La implementación de IA no debería verse como: Proyecto → instalación → final.
Debería verse como: Experimentación → medición → aprendizaje → adaptación → nueva experimentación.
CONCLUSIONES
La inteligencia artificial está haciendo algo mucho más importante que automatizar tareas de marketing y ventas.
Está cuestionando la forma tradicional de organizar la empresa. Durante años, las compañías construyeron estructuras alrededor de departamentos. El cliente, en cambio, siempre construyó su experiencia alrededor de necesidades.
La IA permite acercar ambas realidades.
Puede conectar información.
Puede interpretar señales.
Puede personalizar interacciones.
Puede apoyar vendedores.
Puede automatizar determinadas tareas.
Puede acompañar al cliente.
Puede generar recomendaciones.
Y, especialmente con sistemas agénticos, puede comenzar a coordinar acciones a través de diferentes etapas del proceso comercial.
Pero existe una condición: la empresa debe estar dispuesta a integrarse.
Porque si marketing, ventas y servicio continúan funcionando como islas, la IA simplemente proporcionará nuevas herramientas para cada isla.
El verdadero potencial aparece cuando la organización empieza a funcionar como un ecosistema.
RETOS PARA LOS PRÓXIMOS AÑOS
La transformación apenas comienza y plantea varios desafíos.
1. Gobernanza de datos
¿Cómo garantizar que los datos utilizados por la IA sean correctos, seguros y utilizados legítimamente?
2. Privacidad
¿Cómo personalizar sin convertir la experiencia del cliente en una experiencia de vigilancia?
3. Supervisión
¿Qué decisiones puede tomar una IA y cuáles deben permanecer bajo responsabilidad humana?
4. Capacitación
¿Qué nuevas competencias necesitarán los profesionales de marketing y ventas?
5. Integración tecnológica
¿Cómo conectar CRM, plataformas comerciales, canales digitales y agentes de IA?
6. Cultura organizacional
¿Cómo conseguir que marketing, ventas y servicio compartan información y objetivos?
7. Confianza
¿Cómo conseguir que el cliente confíe en una experiencia parcialmente gestionada por algoritmos?
8. Diferenciación
Si todos utilizan IA, ¿qué hará realmente diferente a una empresa?
9. Medición
¿Cómo medir el verdadero impacto de los agentes de IA sobre ingresos, satisfacción y fidelización?
10. Humanidad
Quizás el reto más importante: ¿Cómo utilizar máquinas cada vez más inteligentes sin perder la dimensión humana de la relación comercial?
LA GRAN REFLEXIÓN DE OSCARAI
Quizás la pregunta equivocada sea: "¿La inteligencia artificial reemplazará a marketing o a ventas?"
La pregunta más interesante es: "¿Qué ocurrirá cuando marketing, ventas y servicio comiencen a funcionar como una sola inteligencia orientada al cliente?"
La respuesta todavía se está construyendo. Pero hay algo que parece cada vez más claro.
La empresa del futuro no será necesariamente aquella que tenga más herramientas de inteligencia artificial.
Será aquella que consiga combinar mejor: personas + datos + procesos + inteligencia artificial + confianza + conocimiento del cliente.
La IA puede escribir el mensaje.
Puede analizar al prospecto.
Puede recomendar el producto.
Puede preparar la reunión.
Puede resumir la conversación.
Puede anticipar una necesidad.
Puede atender una consulta.
Incluso puede ejecutar determinadas acciones.
Pero hay algo que continúa siendo profundamente humano: decidir qué relación queremos construir con nuestros clientes. Y quizá esa sea la verdadera revolución. No estamos entrando simplemente en una época en la que las máquinas venden. Estamos entrando en una época en la que la frontera entre atraer, convencer, vender, atender y fidelizar comienza a desaparecer. Y cuando esas fronteras desaparecen, también cambia la pregunta fundamental de la gestión: ya no se trata de quién posee al cliente.
Se trata de: quién es capaz de crear la mejor experiencia para él.
Ese será uno de los grandes campos de competencia empresarial de la era de la inteligencia artificial.
Y esta conversación... apenas comienza.
Fuentes de referencia
El artículo base de este análisis es "AI Is Blurring the Line Between Sales and Marketing", de Doug J. Chung, Jean-Christophe Fann, Candace Lun Plotkin, Jennifer Stanley y Maria Valdivieso, publicado en Harvard Business Review el 4 de septiembre de 2026. HBR presenta el fenómeno como una transformación impulsada especialmente por la IA agéntica y plantea la necesidad de construir un recorrido del cliente más integrado. ([Harvard Business Review][1])
La evidencia experimental de Brynjolfsson, Li y Raymond es especialmente relevante para comprender el impacto de la IA sobre el trabajo de interacción con clientes. Su investigación analizó 5.179 agentes de soporte y encontró un incremento promedio de productividad del 14%, aunque con importantes diferencias según experiencia y desempeño previo. ([NBER][3])
El AI Index 2026 de Stanford HAI constituye otra fuente importante para contextualizar la rápida difusión empresarial de la inteligencia artificial y el avance hacia formas más autónomas de utilización de estos sistemas. ([Stanford HAI][4])
Pregunta final para la audiencia de OscarAI
Si mañana una empresa pudiera tener un agente de IA que conoce al cliente, entiende sus necesidades, identifica oportunidades, prepara las conversaciones comerciales y coordina el servicio posventa... ¿seguiríamos necesitando pensar en marketing, ventas y servicio como departamentos separados?
¿O estamos entrando en una nueva era donde la verdadera unidad de gestión ya no será el departamento, sino la experiencia completa del cliente?
Déjanos tu opinión y continuemos la conversación en OscarAI.
[1]: https://hbr.org/2026/09/ai-is-blurring-the-line-between-sales-and-marketing?ab=HP-hero-latest-1&utm_source=chatgpt.com "AI Is Blurring the Line Between Sales and Marketing"
[2]: https://hbr.org/the-latest%26c%3D11738408522810775527%26mkt%3Den-us?utm_source=chatgpt.com "Harvard Business Review - The Latest"
[3]: https://www.nber.org/papers/w31161?utm_source=chatgpt.com "Generative AI at Work | NBER"
[4]: https://hai.stanford.edu/assets/files/ai_index_report_2026.pdf?utm_source=chatgpt.com "4.3 CORPORATE AI ADOPTION | ECONOMY | AI INDEX REPORT 2026"
