Rediseñando su organización de marketing para la era de los agentes
Por Michelle Taite, John Winsor y Will Fernandez
Marketing
Harvard Busines Review
#Doxa #AgentesIA #MarketingDigital #AutomatizaciónMarketing #TransformaciónDigital #InteligenciaArtificial #OrganizaciónMarketing #AgentesAutónomos #FuturoMarketing #MarketingConIA #InnovaciónTecnológica #EstrategiaMarketing #ProductividadEmpresarial #DigitalizaciónMarketing #OptimizaciónProcesos #MarketingDelFuturo
Resumen. A medida que la IA acelera el desarrollo de productos y amplía las responsabilidades del marketing, la mayoría de las organizaciones de marketing tienen dificultades para mantenerse al día porque su modelo operativo —secuencial, fragmentado y con una gran necesidad de coordinación— no ha cambiadoLa solución consiste en una nueva estructura diseñada para la colaboración entre humanos y agentes, centrada en un «código de marca»: una base de conocimiento legible por máquina que codifica la estrategia de marca, la información sobre los clientes y las reglas de negocio sobre las que pueden actuar tanto las personas como los agentes de IA. Sistemas multicapa de agentes especializados pueden gestionar la creación, experimentación, distribución e informes de contenido a gran escala, mientras que los profesionales del marketing pasan de la ejecución a la dirección y el juicio estratégicos. El éxito exige replantearse no solo la tecnología, sino también la forma en que las organizaciones contratan y desarrollan talento, priorizando a las personas con capacidad de pensamiento sistémico y de influir en la evolución de la plataforma.
“Estamos listos para el lanzamiento.”
“El marketing no lo es.”
Ningún director de marketing (CMO) se propone convertirse en un cuello de botella, pero cada vez más, eso es lo que les ocurre a muchos en este puesto. ¿Por qué? La IA está acelerando el ritmo de trabajo en toda la empresa, aumentando las exigencias sobre marketing más allá de lo que su modelo operativo actual puede soportar.
La IA ha demostrado sus ventajas más evidentes y cuantificables en los flujos de trabajo de ingeniería y datos, por lo que su adopción empresarial se ha concentrado en este ámbito. Un estudio de Anthropic sugiere que la ingeniería de software representa actualmente casi el 50 % de toda la actividad de la IA. Como resultado, los ciclos de desarrollo de productos son ahora más rápidos, con equipos que realizan lanzamientos de forma continua en lugar de trimestral, un cambio que ha incrementado tanto el volumen como la velocidad de los lanzamientos que el departamento de marketing debe gestionar. Al mismo tiempo, la IA está ampliando las áreas que el departamento de marketing debe cubrir en todos los segmentos, canales y mercados.
El marketing ha experimentado beneficios reales gracias a la IA en áreas como la generación de textos, la creación de imágenes y la personalización. Sin embargo, estos beneficios son localizados y, dado que el trabajo sigue siendo multifuncional y requiere mucha coordinación, integrar la IA en los flujos de trabajo existentes no elimina las dificultades subyacentes. Una mayor rapidez en la producción no se traduce en una ejecución más rápida.
El problema no son las herramientas, sino el modelo operativo. La mayoría de los flujos de trabajo de marketing siguen limitados por procesos secuenciales y sistemas aislados, lo que imposibilita operar a la velocidad que exige el negocio actualmente.
En nuestra experiencia liderando organizaciones de marketing, asesorando en la implementación de IA y desarrollando sistemas basados en IA, hemos observado este patrón repetirse en diversas empresas. Sin embargo, hemos visto organizaciones exitosas que hacen algo fundamentalmente diferente: en lugar de integrar la IA en los flujos de trabajo existentes, introducen un nuevo modelo diseñado para la colaboración entre humanos y agentes, combinando flujos de trabajo autónomos con una base de inteligencia compartida. Están creando lo que denominamos la organización de marketing con agentes.
En el centro de este modelo se encuentra el código de marca: una base de conocimiento legible por máquina donde la información vital sobre la estrategia de marca, la experiencia del producto, las percepciones del cliente y las reglas de negocio se codifica en un formato coherente que tanto las personas como los agentes de IA pueden comprender y aplicar fácilmente. El código de marca es fundamental. Determina cómo se toman las decisiones, cómo se genera el contenido y cómo se configuran las experiencias en todos los puntos de contacto. Piénselo como la documentación de incorporación permanente que tanto las personas como los agentes necesitan para tener éxito en su trabajo.
Con esta base establecida, los agentes pueden ejecutar y coordinar el trabajo mientras las personas se centran en la estrategia, el criterio y la gobernanza, diseñando y guiando el sistema en lugar de gestionarlo paso a paso.
Empresas como HubSpot y AWS han comenzado a implementar este modelo. En estas implementaciones, las organizaciones están obteniendo beneficios cuantificables: los materiales de marketing se adaptan hasta 98 veces más rápido, los costos unitarios se reducen en un 80 % y las tasas de clics aumentan hasta 17 veces. Un estudio de BCG ha demostrado estos beneficios a gran escala: las organizaciones que integran la IA activa en sus flujos de trabajo de marketing, según los investigadores, pueden lograr un aumento de hasta el triple en el retorno de la inversión, la velocidad de las campañas y el volumen de contenido.
A continuación, presentamos un marco práctico para el diseño de una organización de marketing basada en agentes. Este marco se deriva del trabajo que hemos realizado con las empresas mencionadas anteriormente y de proyectos relacionados liderados por Defyner, una consultora de marketing especializada en IA (cofundada por Will).
Construyendo la plataforma: Un equipo de equipos digitales
En una organización de marketing basada en agentes, la plataforma no es una colección de soluciones puntuales, sino un sistema de conexiones inteligentemente organizadas por capas.
La capa fundamental es el código de marca, que operacionaliza la inteligencia compartida, asegurando que cada resultado —independientemente del canal, producto, mercado o equipo— se base en la misma lógica y requisitos subyacentes. Esto se logra codificando la información en formatos estructurados como taxonomías, plantillas de indicaciones, árboles de decisión y conjuntos de datos etiquetados, que los agentes pueden consultar e interpretar directamente dentro de los flujos de trabajo.
El código de marca evoluciona con el uso. A medida que se ejecutan las campañas, los datos de rendimiento se retroalimentan al sistema, lo que permite refinar los mensajes, la definición de la audiencia y la lógica de decisión. Con el tiempo, el sistema se vuelve más preciso y adaptable, mejorando la ejecución del trabajo con cada iteración. Además, aborda un problema común: la pérdida de conocimiento que se produce cuando los empleados abandonan un equipo. Al capturar ese conocimiento, el código de marca lo hace compartido y perdurable.
Sobre la base se encuentra la capa de ejecución. Esta capa contiene agentes enfocados en flujos de trabajo específicos. Cada uno se encarga de un tipo de tarea, como la generación de contenido, la localización o las pruebas, y utiliza las herramientas, los conjuntos de datos y los recursos del equipo existentes para completar el trabajo asignado.
Por ejemplo, en un flujo de trabajo de experimentación, agentes especializados gestionan distintas partes del proceso en paralelo y se coordinan automáticamente cuando surge nueva información. Un agente podría generar variantes creativas, otro podría ensamblar estructuras de prueba, otro podría implementarlas en diferentes canales y otros podrían medir los resultados e informar sobre las conclusiones.
Por encima de la capa de ejecución se encuentra la capa de orquestación. Aquí es donde el sistema coordina el trabajo de los agentes especializados: gestiona las dependencias, prioriza las tareas, enruta las salidas y activa las siguientes acciones. Lo que antes se gestionaba mediante planes de proyecto, reuniones de estado y traspasos manuales, ahora se gestiona dinámicamente por el sistema. La capa de orquestación secuencia, enruta y controla el flujo de trabajo, mientras que la capa de ejecución realiza el trabajo propiamente dicho.
Para continuar con el ejemplo de experimentación: en la capa de orquestación, un agente podría decidir cuándo generar variantes, cuándo las pruebas están listas para ejecutarse, cómo se deben dirigir los resultados para su análisis y cuándo utilizar lo aprendido para iniciar la siguiente ronda de ejecución. Siempre que se requiera la intervención humana —aprobar resultados, definir la dirección— el sistema remite las preguntas y decisiones a los operadores humanos.
La interfaz es donde los profesionales del marketing interactúan con el sistema: definen sus objetivos, revisan los resultados y toman decisiones cuando se les solicita, con permisos acordes a su rol. Se ofrece a través de una única plataforma integrada en herramientas conocidas como Slack, WhatsApp o Teams, lo que permite a los profesionales del marketing trabajar de forma integrada en su flujo de trabajo habitual sin tener que navegar por múltiples plataformas ni recibir formación adicional.
En conjunto, estas capas transforman una plataforma de marketing en un sistema coordinado de agentes, regido por inteligencia compartida y moldeado por responsables de la toma de decisiones humanos.
Rediseñando el proceso: cinco flujos de trabajo con enfoque en la gestión de agentes
Una vez implementado el sistema, la pregunta ya no se centra en dónde aplicar la IA, sino en cómo estructurar el trabajo en sí. Nuestra experiencia sugiere que los sistemas de mayor impacto se construyen en torno a tareas de gran volumen, repetibles y vinculadas a resultados medibles. La adaptación de contenido, la experimentación, la elaboración de informes y la localización son puntos de partida comunes. El valor del sistema basado en agentes reside en cómo estas tareas se conectan como flujos de trabajo.
En este modelo, el marketing se divide naturalmente en cinco flujos de trabajo coordinados:
Inteligencia e ideación.
Esto reemplaza la fase inicial del ciclo de planificación. Para identificar oportunidades, los agentes sintetizan continuamente señales de mercado, información sobre la competencia, comportamiento de la audiencia y datos de rendimiento. El resultado es una dirección estratégica estructurada: oportunidades priorizadas, hipótesis e informes listos para su ejecución. El rol humano pasa de recopilar información a evaluar oportunidades, establecer prioridades y definir la intención estratégica.
Creación de contenido.
Esto transforma la estrategia en ejecución. Los agentes generan contenido en diversos formatos, canales y segmentos, basándose en el código de marca para producir resultados que se ajustan a las especificaciones desde el primer borrador. En lugar de depender de ciclos iterativos de producción y revisión, el contenido se genera y adapta a gran escala dentro de parámetros definidos. El rol humano pasa de la producción a la dirección: establecer estándares, definir la intención creativa y llevar el trabajo a un nivel superior donde los agentes aún no pueden llegar.
Investigación y pruebas.
Esto operacionaliza el aprendizaje. Mediante audiencias reales o sintéticas, los agentes diseñan y ejecutan experimentos en diversos canales y, posteriormente, sintetizan los resultados. Las pruebas dejan de ser puntuales para integrarse en el flujo de trabajo. El rol humano pasa de ejecutar pruebas a definir la agenda de aprendizaje: qué probar, por qué es importante y cómo los resultados influyen en la estrategia.
Distribución.
La proliferación de canales ha convertido la distribución en una de las áreas más complejas operativamente del marketing. Los agentes gestionan la adaptación, la programación y el despliegue de contenido en todos los canales, mercados y segmentos, y el rol humano se centra ahora en la estrategia de canales y las decisiones de colaboración.
Rendimiento e informes.
Esto cierra el ciclo. En lugar de depender de revisiones retrospectivas, los agentes supervisan el rendimiento de forma continua, detectando anomalías, identificando patrones y reincorporando los aprendizajes al sistema prácticamente en tiempo real. La elaboración de informes se centra en la optimización continua, donde los datos de rendimiento fundamentan las decisiones en todos los flujos de trabajo. El rol humano pasa de informar los resultados a interpretarlos: comprender las ventajas y desventajas, identificar patrones y guiar la evolución del sistema.
Redefiniendo el rol del profesional del marketing
Los profesionales del marketing siempre han sido responsables de la estrategia y la toma de decisiones, pero gran parte de su tiempo se ha dedicado a redactar textos de posicionamiento, gestionar recursos y supervisar las transiciones. En un sistema basado en agentes, un mayor número de profesionales del marketing actúan como directores de trabajo, definiendo objetivos, evaluando resultados y tomando decisiones en un contexto que abarca equipos humanos y automatizados. El valor se desplaza del resultado al juicio, ya que los profesionales del marketing definen qué se considera un buen desempeño, evalúan los resultados del sistema y configuran los insumos que guían el rendimiento futuro.
Esto requiere un conjunto diferente de capacidades. Los profesionales del marketing más eficaces saben articular una intención estratégica clara, piensan en términos de flujos de trabajo en lugar de funciones y comprenden cómo las decisiones en una parte del sistema afectan los resultados en otra. Trabajan de forma iterativa, probando, aprendiendo y ajustándose en colaboración con el sistema.
La transición no es puramente acumulativa. Muchos profesionales del marketing han forjado sus carreras y su sentido de competencia basándose en el trabajo. Les satisface producir algo tangible y saber que es bueno. En un sistema basado en agentes, ese control pasa de la ejecución a la dirección. El reto no reside solo en aprender nuevas habilidades, sino también en abandonar el instinto de intervenir y realizar el trabajo.
Este cambio también tiene claras implicaciones en la forma en que las organizaciones contratan, desarrollan y lideran.
Las organizaciones necesitan profesionales del marketing que piensen en sistemas, no en tareas; que puedan diseñar flujos de trabajo, establecer parámetros e interpretar datos con rapidez. Esto no requiere conocimientos técnicos avanzados, pero sí familiaridad con la orquestación y el diseño iterativo de sistemas.
Las prácticas de gestión también deben evolucionar. Cuando la ejecución está a cargo de agentes, el rol del gerente cambia: pasa de revisar los entregables a revisar los sistemas: ¿Están los resultados alineados estratégicamente? ¿Funcionan los mecanismos de retroalimentación? ¿El código de marca es actual y preciso?
Finalmente, las organizaciones deben invertir en la transición misma. Los equipos necesitan aprender a informar eficazmente a las plataformas de IA, evaluar los resultados según criterios estratégicos y determinar cuándo se requiere la intervención humana. Esto podría implicar la colaboración deliberada entre profesionales del marketing con experiencia y sistemas de IA en proyectos reales, no como un proyecto piloto o un experimento, sino como una nueva forma de trabajar. Los profesionales del marketing que se adaptan más rápidamente no son necesariamente los más técnicos. Son aquellos que saben reconocer la calidad en contexto y que comprenden cuándo los resultados son suficientemente buenos, cuándo necesitan mejorar y cómo evolucionar el sistema para optimizarlo en función de sus observaciones.
En la práctica, los profesionales del marketing que se adapten más rápido serán aquellos que puedan moldear el funcionamiento del sistema a medida que este se acelera, tomando decisiones sobre la marcha y traduciendo lo que aprenden en cambios que el sistema pueda implementar.
...
En la organización de marketing proactiva, cuando un equipo dice: «Estamos listos para el lanzamiento», el marketing ya está en marcha. Los recursos están disponibles, las pruebas se están ejecutando y la información se retroalimenta a producto e ingeniería en tiempo real, con el director de marketing marcando la pauta en lugar de ir a remolque. Quienes adopten esta estrategia desde el principio no solo avanzarán más rápido, sino que definirán cómo opera el marketing en la próxima era y obtendrán beneficios exponenciales.
Michelle Taite es una ejecutiva de marketing y oradora principal reconocida por crear marcas que combinan creatividad, tecnología y conexión emocional. Recientemente, se desempeñó como directora de marketing de Intuit Mailchimp. Anteriormente, fue vicepresidenta de marketing global de Intuit QuickBooks en Intuit y ocupó cargos en Unilever y New Balance. Forma parte del Consejo Global de Crecimiento de Directores de Marketing de la Asociación Nacional de Anunciantes y fue nombrada una de las directoras de marketing más innovadoras por Business Insider en 2023.
John Winsor es coautor de Open Talent: Leveraging the Global Workforce to Solve Your Biggest Challenges. También es fundador y presidente de Open Assembly y miembro ejecutivo del Instituto de Diseño, Datos y Digitalización de la Escuela de Negocios de Harvard.
Will Fernandez es un ejecutivo de marketing y emprendedor centrado en cómo las marcas más ambiciosas del mundo implementan la IA a gran escala. Es cofundador de Defyner, una consultora de marketing especializada en IA. Es un exalumno activo de la Marketing Academy y del Cuerpo de Paz.
