Muchas marcas han adoptado una visión limitada de la inteligencia artificial: usándola principalmente para reducir costos o acelerar la producción, en lugar de desbloquear nuevos tipos de crecimiento. Y aunque este es un caso de uso válido de la IA, socava tanto el potencial de innovación de la tecnología como su capacidad para liberar talento destinado a trabajos de nivel superior y más estratégicos.

Muy a menudo, la conversación en torno a la IA comienza y termina con la eficiencia: automatizar lo que ya existe en lugar de imaginar lo que podría construirse a continuación. El AI Advisory Council for CMOs, que Ad Age formó en asociación con Revmatics a principios de este año, ve este momento como un punto de inflexión creativo, en el que los líderes de marketing deben combinar la alfabetización tecnológica con la experimentación audaz para reimaginar cómo las marcas se comunican, prestan servicios y crecen.

“Hemos hablado mucho sobre cómo podemos usar la IA para ahorrar costos”, dijo la miembro del Consejo Zena Arnold, CMO en Sephora. “Me encantaría pensar en usarla para generar crecimiento y para brindar valor a nuestros clientes finales”.

La IA no está destinada a reemplazar un negocio completo; está destinada a escalar un negocio. De esta forma, la IA se convierte en la siguiente ola de innovación que se puede aprovechar, una tecnología facilitadora—no muy diferente de las plataformas de email marketing o de los sistemas de gestión de contenido web—para ayudar a los marketers a alcanzar sus objetivos.

“Le hemos dicho a nuestro equipo: ‘La IA no está aquí para quitarle su trabajo’”, dijo el miembro del Consejo Mike Benson, presidente y CMO en CBS. “‘Está aquí para ayudarle a hacer mejor su trabajo.’ Y juntos, la usamos para desbloquear nuevas ideas e impulsar una innovación significativa”.

El grupo, compuesto por poderosos líderes de marketing de grandes marcas—incluidas Ally Financial, AT&T, Chime, Coca-Cola, ELF Beauty, Instacart, JPMorganChase, Mars Petcare, Mastercard, Pepsico Foods, Samsung y Stellantis—tiene como objetivo desarrollar marcos escalables que equilibren la experimentación con resultados empresariales tangibles. El Consejo proporcionará información y orientación sobre cómo aprovechar las tecnologías emergentes para impulsar una ventaja competitiva, incluyendo a Revmatics, cuya inteligencia artificial y tecnología ayudan a los especialistas en marketing a escalar los ingresos rápidamente.

Desmitificar los datos
Como toda herramienta de marketing, la inteligencia artificial requiere la entrada correcta para obtener la salida correcta. “Los datos son el combustible que hace que la IA realmente funcione de la manera en que todos queremos que lo haga”, dijo Vineet Mehra, CMO en Chime. “Eso significa contar con los datos de entrenamiento adecuados —nuestro contenido, las guías de marca y la voz— listos para alimentar estos modelos de manera responsable”.

Dado que la IA incorpora tantos tipos diferentes de información —cuya calidad puede variar enormemente—, necesita una estrategia e infraestructura de datos unificadas para ser segura y exitosa. La perspectiva de Mehra resalta un desafío más amplio de la industria: traducir la promesa de la IA en una práctica disciplinada. A medida que los especialistas en marketing se apresuran a probar nuevos modelos, la próxima ventaja competitiva provendrá de qué tan perfectamente logren conectar la integridad de los datos, la gobernanza de la privacidad y la experimentación creativa dentro de un único marco escalable.

“Si uno no piensa en una estrategia de datos unificada desde el principio, creo que ese es el desafío más grande”, dijo la miembro del Consejo Ekta Chopra, CMO en ELF Beauty. “Se trata de llegar a ese punto mientras una prueba y aprende, porque este panorama está cambiando mucho”.

En Chime, el equipo de Mehra ha creado lo que llaman sus ‘datos dorados’: una base única y confiable que alimenta todos los casos de uso de IA en toda la empresa. Cada función —desde legal y cumplimiento, hasta marketing y producto— se basa en esta infraestructura compartida para garantizar consistencia, privacidad y escalabilidad responsable. “Sin eso, uno termina con una muerte dolorosa”, dijo.

“El viejo mundo de la personalización, creo que eso fue lo que se rompió”, explicó. “Las empresas hacían personalización, pero los datos estaban por todas partes. Lo que hacemos esta vez es organizarnos en toda la compañía, crear nuestro conjunto de datos dorados para estar listos para entrenar y, en cierto modo, alimentar estos modelos de la forma en que creemos que deben hacerlo”.

Hay tres tipos de datos que los marketers deberían usar para entrenar modelos de IA:

1. Datos estructurados: datos que vienen en un formato estandarizado, como en los sistemas de gestión de relaciones con clientes (CRM) y las herramientas de análisis web. Sin datos estructurados y procesables, las herramientas de IA serán ineficaces.
2. Datos no estructurados: “En los medios y el marketing, los datos no estructurados —piense en video, texto, audio— son nuestro recurso más rico y menos aprovechado”, dijo Ricky Ray Butler, cofundador y director ejecutivo de Revmatics. “Es lo que realmente impulsa los mayores avances de la IA. Con conjuntos de datos limpios y contextualizados, los modelos de IA pueden generar importantes mejoras creativas y de rendimiento”.
3. Datos sintéticos: son datos generados artificialmente que imitan datos del mundo real, como los gemelos digitales.

Mientras los datos estructurados y no estructurados dominan las discusiones actuales, los datos sintéticos emergen como una frontera revolucionaria—especialmente para probar modelos creativos, de segmentación de audiencias y de atribución en un entorno seguro. Los conjuntos de datos simulados permiten a los marketers explorar escenarios de “qué pasaría si” sin comprometer información real de consumidores, acelerando dramáticamente la generación de conocimientos.

“Los datos sintéticos sonn muy poco utilizados”, dijo el miembro del Consejo Raja Rajamannar, director de marketing y comunicaciones en Mastercard, particularmente en lo que respecta a pruebas de audiencias y anuncios. Para que la IA funcione correctamente, las marcas deben ser casi agnósticas respecto a los datos. Deben ser capaces de atravesar los distintos tipos de datos y construir perfiles precisos de clientes, además de comprender mejor qué mensajes y ofertas deben ofrecerles.

Modelos operativos: incorporar al C-suite y a los socios de agencia
Una encuesta de McKinsey de 2024 reveló que el 75% de los ejecutivos cree que la inteligencia artificial generativa cambiará materialmente sus modelos operativos de marketing dentro de los próximos dos años. Si bien es seguro decir que la IA transformará la manera en que las marcas contratan y capacitan talento, los miembros del Consejo también están reflexionando sobre las asociaciones.

El enfoque de Coca-Cola es “definir la forma en que trabajamos y luego, dentro de ese marco, colaborar con los mejores del sector para dar vida a esta cadena de valor”, dijo el miembro del Consejo Romain Mallard, vicepresidente global de marketing, operaciones de red y capacidades en The Coca-Cola Company. En esencia, la marca busca ser agnóstica respecto a las agencias, estandarizando los sistemas internos para poder integrar a los mejores socios o plataformas según sea necesario. Esto va más allá de las empresas del holding y se extiende a un mundo a corto plazo en el que los freelancers, las empresas tecnológicas y las interfaces de programación de aplicaciones de IA pueden ejecutar una parte de la cadena de valor mucho mejor que cualquier otro, de una forma que no resulte disruptiva para el conjunto general.

Como dijo Raja Rajamannar a Ad Age en Cannes Lions, “Con todas estas tecnologías que llegan, se volverá muy difícil tener una organización de producto y una de marketing separadas, porque los productos se van a volver altamente comoditizados”. Agregó que, en un mercado impulsado por la IA, “lo que diferencia a las empresas cuando el terreno está tan nivelado es la innovación y la creatividad”. 

Además de todo un nuevo ecosistema de socios al que las marcas pueden recurrir para hacer realidad sus aspiraciones de IA, también hay una oleada de nuevos roles internos en el horizonte. Casi tres cuartas partes de las organizaciones de marketing esperan que sus perfiles de talento cambien drásticamente en los próximos tres años debido a la IA generativa. Algunos de estos roles emergentes impulsados por la IA generativa, según Marketing Profs, incluyen estrategas de contenido de IA, curadores de datos y responsables éticos de IA. En relación con este último punto, Rajamannar señaló que Mastercard nombró recientemente a un chief risk officer para el equipo de marketing y comunicaciones de la compañía.

Vincular la innovación con casos prácticos de uso en marketing

1. Valor para el cliente
La miembro del Consejo Remi Kent, ex CMO en Progressive Insurance, instó al grupo a “mantenerse enfocado en el propósito humano de la IA”: resolver problemas reales de los consumidores en lugar de perseguir simplemente la novedad o la experimentación. Esa orientación hacia el propósito humano se alinea con la práctica emergente de la IA centrada en el ser humano, que enfatiza diseñar sistemas que aumenten las capacidades humanas y reflejen los valores humanos y que no sólo automaticen tareas. Al anclar la IA en las necesidades reales de los consumidores, las marcas evitan caer en la trampa de la tecnología por la tecnología misma y, en cambio, desbloquean un crecimiento genuino al mejorar la relevancia, la confianza y la experiencia.

En la práctica, esto significa construir estrategias de IA que comiencen con la empatía, usando los datos no como un fin en sí mismos, sino como un medio para descubrir necesidades insatisfechas de los consumidores. El Consejo coincide en que una IA impulsada por un propósito se convertirá en un diferenciador clave para las marcas que buscan lealtad a largo plazo en un mercado cada vez más automatizado.

“El verdadero valor de los marketers es tomar las salidas de la IA y traducirlas en innovaciones accionables de marca y producto”, agregó la miembro del Consejo Jennifer Brockington, executive director of marketing strategy, media and innovation en Ally Financial. “Nosotros aportamos la voz del consumidor a cada conversación sobre innovación, guiando cómo la IA mejora las experiencias y nos permitirá servir mejor a nuestros clientes actuales y futuros”.

Traducir las salidas de la IA en innovación accionable significa usar conocimientos y modelos no sólo para la eficiencia, sino para la creación de valor diferenciada: desarrollando nuevas características, puntos de contacto con el cliente o modelos de servicio basados en comportamientos reales. A medida que las empresas implementan la IA a gran escala, los marketers actuarán cada vez más como intérpretes, transformando las ideas de los modelos en experiencias centradas en las personas que puedan medirse tanto en conexión emocional como en impacto comercial.

La miembro del Consejo Kellyn Smith Kenny, directora de marketing y crecimiento en AT&T, coincidió con este sentimiento: “Es importante aprovechar la IA de una manera que inspire la innovación en nombre de los clientes —encontrándolos donde están hoy y anticipando lo que necesitarán después—, para que podamos diseñar y ofrecer mejores productos en un mundo impulsado rápidamente por la IA”.

Este enfoque motorizado por la previsión refleja el cambio de la industria de un marketing reactivo a uno proactivo, ya que las marcas comienzan a diseñar flujos de trabajo que anticipan en lugar de responder a las necesidades de los consumidores. Las organizaciones más visionarias están reestructurando sus procesos para que los equipos de marketing, producto y experiencia del cliente puedan codiseñar nuevas ofertas a la velocidad del cambio cultural, convirtiendo la IA de una herramienta de informes en un verdadero motor de innovación en tiempo real. Estos equipos interdisciplinarios también están redefiniendo lo que significa la agilidad creativa, usando la IA para detectar comportamientos emergentes, simular resultados y adaptar los mensajes en tiempo real antes de que las tendencias se materialicen por completo.

“La IA está cambiando la forma en que los consumidores buscan productos y servicios, y con las búsquedas impulsadas por IA, la precisión importa más que nunca”, dijo la miembro del Consejo Rajoielle Register, vicepresidenta sénior y directora de desempeño y crecimiento de marketing en Stellantis. “La pregunta es: ¿cómo usamos la IA para educar a los clientes de manera responsable? Queremos que estén informados, no desinformados. No se puede simplemente desatar a la bestia y arriesgarse a difundir información dudosa”.

A medida que evolucionan las experiencias de búsqueda y comercio conversacional, los marketers asumirán una nueva responsabilidad: diseñar sistemas de IA transparentes, inclusivos y alineados con los valores de la marca, garantizando que las recomendaciones algorítmicas verifiquen las fuentes, corrijan la desinformación y fortalezcan la confianza del consumidor.

Chime ha avanzado en este sentido al agregar todos sus datos de servicio al cliente e investigación del consumidor en un sólo sistema seguro. “Ahora tengo un modelo de lenguaje interno que puedo consultar como si estuviera hablando con un consumidor; está entrenado con conocimientos reales de los miembros y nos ayuda a avanzar más rápido en decisiones creativas y de producto”, dijo Mehra.

En conjunto, estos ejemplos ilustran cómo el valor para el cliente definirá la próxima ventaja competitiva en el marketing impulsado por IA, donde la empatía, la precisión y la adaptabilidad se cruzan.

2. Gestión de comunidades
Justo cuando se lanzó ChatGPT, ELF Beauty decidió crear y entrenar un modelo de lenguaje grande privado (LLM, por sus siglas en inglés) en Amazon Web Services y aplicarlo a un caso de uso relevante: la gestión de comunidades a través de sus numerosos canales de redes sociales. Entrenaron el modelo con sus guías de marca y canales sociales, pero aún requerían aprobación humana antes de publicar cada respuesta. Como resultado, “nuestra tasa de respuesta a los comentarios en redes sociales ha mejorado significativamente”, dijo Chopra. “Ahora respondemos el 90% de los comentarios, y las respuestas se dan en un lenguaje aprobado por la marca”.

3. Eficiencias en CRM
Instacart utiliza implementaciones internas de IA que permiten a la marca comparar resultados de diferentes modelos, ya que cada uno es bueno para distintos casos de uso. Un área en la que la marca ha visto progreso es en reducir su cronograma de producción de CRM en un 80%.

Laura Jones
“Nuestro enfoque equilibra la seguridad con la libertad creativa: mantenemos el control de nuestro entorno de datos mientras alentamos a los equipos a experimentar responsablemente”, dijo la miembro del Consejo Laura Jones, CMO en Instacart. “Creo que ha sido excelente, porque muchas de las mejores innovaciones provienen de personas del equipo que, en su trabajo diario, encontraron una herramienta, trabajaron con seguridad para obtener su aprobación y luego realizaron un piloto, regresaron y dijeron: ‘De acuerdo, necesitamos implementar esto a escala’”.

El modelo de Instacart refleja un movimiento creciente entre las marcas para descentralizar la innovación mientras mantienen directrices centralizadas. Los miembros del Consejo observan que empoderar a los equipos más cercanos al cliente para experimentar con herramientas de IA acelera los ciclos de aprendizaje y revela eficiencias inesperadas.

Cuando se equilibra con la gobernanza, esta creatividad desde abajo hacia arriba se convierte en un activo estratégico, transformando a cada marketer en un posible innovador dentro de un marco seguro y conforme.

La era agente toma protagonismo
En sólo un año, la atención ha pasado de la IA generativa al agente de IA. Este tipo de IA representa un cambio estructural en la tecnología empresarial—uno con el potencial de redefinir cómo se realiza el trabajo, según Bain & Co.

Esto se debe a que los agentes de IA pueden razonar, colaborar y coordinar acciones sin intervención humana. Nuevas investigaciones muestran que los marketers se han subido rápidamente al tren del agente de IA, avanzando desde la experimentación con IA generativa hacia el uso de agentes de IA y la preparación para la computación cuántica. El mismo informe descubrió que un asombroso 98% de las organizaciones que ya usan agentes de IA informan retorno de inversión.

El agente de IA también comienza a pasar de la teoría a la práctica. En sesiones recientes a puertas cerradas del AI Advisory Council con Revmatics, los miembros pudieron conocer una generación emergente de sistemas autónomos diseñados para coordinar inteligencia de audiencias, desarrollo creativo y activación de medios simultáneamente. Estas primeras demostraciones apuntan hacia una era de ecosistemas de marketing autooptimizables, donde las campañas aprenden de cada impresión, interacción y conversión, aplicando esos conocimientos en tiempo real.

Los miembros del Consejo describieron el agente de IA como la próxima etapa en la evolución del marketing—una que está redefiniendo cómo las marcas planifican y ejecutan campañas. En lugar de limitarse a generar contenido o recomendaciones, los sistemas agentes están diseñados para aprender de los datos de desempeño y ajustar de manera autónoma las decisiones creativas, de medios y segmentación en todo el embudo. Los detalles permanecen confidenciales hasta finales de este año, pero las implicaciones son claras: la próxima frontera de la IA no se trata de ejecutar más rápido, sino de sistemas que piensan, conectan y evolucionan junto con los propios especialistas en marketing, al igual que la nueva generación de navegadores de IA e interfaces agentes que están transformando el descubrimiento digital.

Tracy-Ann Lim
“El agente de IA está trasladando el marketing de la automatización a la orquestación”, dijo la miembro del Consejo Tracy-Ann Lim, directora global de medios en JPMorgan Chase. “La verdadera oportunidad radica en reunir equipos y socios para diseñar nuevas formas de trabajar y responder a los comportamientos de la audiencia en tiempo real. Invertir ahora en las herramientas y estructuras de colaboración adecuadas distinguirá a las marcas, permitiendo que la IA actúe como un impulsor de productividad al servicio de una ventaja competitiva”.

“El agente de IA no está reemplazando a los marketers; está aprendiendo de ellos, escalando sus campañas de marca y sus carreras”, dijo Butler. “La creatividad humana y la inteligencia de las máquinas ahora trabajan juntas. La escala ya no depende de noches sin dormir, sino de sistemas agentes que llevan las mejores ideas a la vida rápidamente. Las campañas ahora se adaptan a las necesidades e intenciones del comprador, en tiempo real. Estos sistemas amplían el mercado total accesible y generan éxito en tiempo real con datos vivos”.

Además, herramientas públicas como Rufus de Amazon y el Agente de ChatGPT han introducido prácticas del agente de IA en el comercio electrónico. Las compras impulsadas por IA generativa han aumentado, con el tráfico a los sitios minoristas de EE. UU. lograron un crecimiento del 4.700%, y el 85% de quienes han probado las compras con el agente de IA afirman que su experiencia mejoró, según Adobe.

Sin embargo, cuando hablamos de agentes de IA que pueden dirigirse esencialmente a sí mismos, surgen preocupaciones evidentes.

Está el desafío de integrar fuentes y sistemas de datos dispares, así como la calidad de esos datos. La mayoría de las herramientas de IA actuales no tienen en cuenta el contexto vertical, lo que significa que, para los procesos de marketing, carecen de la experiencia de dominio necesaria para integrarse con la inteligencia de audiencias, la planificación de medios y todo el embudo de conversión. Además, gran parte del trabajo con IA sigue siendo —aunque parezca increíble— manual.

Chase Zieman, cofundador y director de tecnología en Revmatics, explicó que “desafortunadamente, es un fenómeno con estos modelos de lenguaje que, cuanto más les pide uno que hagan en una sola vez, menor es la calidad del resultado. Así que uno empieza a dividir los pasos del proceso, crea estos agentes y luego los ensambla en una arquitectura. El problema con eso es que pasamos de algo sencillo de hacer a algo que ahora requiere diseñar, orquestar y monitorear la calidad del sistema”.

El agente de IA —como todos los tipos de IA— todavía no puede hacerlo todo. La empresa de seguridad Human, que verifica más de veinte billones de interacciones digitales por semana, informó recientemente que sólo un pequeño porcentaje de agentes —2,2%— interactúan con las páginas de carrito de compras, pago y cobro, lo que indica que aún requieren intervención humana para completar los procesos de compra. Bain & Co. va un paso más allá: “La mayoría de las empresas no están listas para el agente de IA; capturar todo su valor requiere repensar sistemas, datos y gobernanza para apoyar un despliegue de agentes escalable y seguro.”

Construyendo la base para la innovación futura
Chris Bellinger
Todo esto para decir, como expresó el miembro del Consejo Chris Bellinger, CMO en Pepsico Foods U.S., “apenas estamos comenzando a comprender el potencial creativo y operativo completo de la IA”. 

Para llegar allí, los marketers necesitan la base adecuada: datos, talento, alineación de casos de uso y, por supuesto, límites y salvaguardas para garantizar que las salidas de la IA sean precisas y éticamente sólidas. Las marcas que inviertan en estas áreas se convertirán en las pioneras de la innovación en IA.

Los miembros del Consejo coinciden en que este trabajo fundacional definirá el liderazgo en marketing durante la próxima década. Construir alfabetización en dimensiones creativas, técnicas y éticas no es sólo una medida defensiva es la manera en que las organizaciones cultivan la adaptabilidad. En la era del agente, el dominio tanto de la percepción humana como de la inteligencia de máquina determinará qué marcas marcarán el ritmo de la transformación.