¿Qué pasa cuando una inteligencia artificial deja de trabajar aislada y empieza a conectarse directamente con las herramientas de marketing de una empresa?
¿Podemos pedirle a un asistente como ChatGPT que analice campañas, audiencias y resultados sin cambiar constantemente de plataforma?
¿Más automatización significa que las marcas necesitan menos profesionales de marketing o, por el contrario, más criterio para decidir qué hacer?
Durante bastante tiempo utilizamos inteligencia artificial como una herramienta separada del resto del trabajo.
Entrábamos a un chatbot.
Hacíamos una pregunta.
Copiábamos la respuesta.
Y después volvíamos a nuestras campañas, estadísticas, documentos y herramientas.
Adobe acaba de mostrar hacia dónde parece avanzar la próxima etapa:
agentes de inteligencia artificial que trabajan dentro de los asistentes que ya utilizamos y pueden conectarse con datos, campañas y procesos reales de marketing.
La novedad es interesante no solamente por lo que Adobe está haciendo hoy con grandes empresas.
También porque anticipa cómo probablemente trabajaremos cada vez más con marketing, contenido e inteligencia artificial.
La respuesta corta
Adobe integró su agente de experiencia de cliente y marketing con plataformas como ChatGPT, Claude, Gemini y Microsoft Copilot para que los equipos puedan consultar datos, analizar campañas y coordinar determinadas tareas desde los asistentes que ya utilizan.
Pero hay un detalle fundamental: el sistema sigue trabajando con supervisión humana. Y esa probablemente sea la mejor forma de entender hacia dónde va el marketing con IA: más automatización para ejecutar y analizar, pero más necesidad de criterio para decidir.
¿Qué presentó Adobe exactamente?
Adobe amplió la disponibilidad de CX Enterprise Coworker, su agente de inteligencia artificial orientado a experiencia de cliente y marketing.
La novedad es que ahora puede utilizarse dentro de diferentes plataformas de IA como:
- ChatGPT;
- Claude;
- Gemini;
- Microsoft Copilot;
- Databricks Genie.
En lugar de obligar al equipo a trabajar siempre dentro de una única aplicación de Adobe, la información y determinadas capacidades pueden llegar al entorno donde la persona ya está trabajando.
Es un cambio de lógica.
La inteligencia artificial deja de ser una herramienta adicional y empieza a convertirse en una capa que conecta distintas partes del trabajo.
¿Qué puede hacer un agente de marketing?
Según el tipo de integración y los sistemas disponibles, este agente puede trabajar sobre distintas tareas vinculadas con la experiencia del cliente.
Entre ellas:
- seguir resultados de campañas;
- detectar tendencias;
- analizar comportamiento de audiencias;
- ayudar a pronosticar segmentos;
- apoyar la planificación;
- colaborar en recorridos del cliente;
- organizar determinados proyectos de marketing.
La diferencia con pedirle simplemente a una IA que “analice una campaña” es que el agente puede trabajar con información real proveniente de los sistemas de la empresa.
Eso le da más contexto.
¿Por qué es importante que pueda funcionar dentro de ChatGPT, Claude o Copilot?
Porque cambia el lugar desde donde trabajamos.
Pensemos en el flujo habitual de una persona que gestiona marketing.
revisar métricas → abrir otra plataforma → buscar información → volver al documento → analizar → preparar presentación → escribir conclusiones
Ahora la idea es acercarse a algo más parecido a:
pedir resultados → analizar tendencias → encontrar oportunidades → preparar conclusiones → avanzar sobre la siguiente tarea desde una misma conversación
Eso puede reducir bastante el trabajo mecánico que existe entre una tarea y otra.
La verdadera innovación no siempre está en hacer una tarea nueva. A veces está en eliminar todos los pasos innecesarios que existen alrededor de esa tarea.
Estamos pasando de herramientas separadas a sistemas que empiezan a conversar entre sí
Este cambio aparece cada vez más seguido.
Durante años fuimos acumulando plataformas.
Una para redes.
Otra para anuncios.
Otra para diseño.
Otra para estadísticas.
Otra para documentos.
Y otra para inteligencia artificial.
El resultado muchas veces es bastante paradójico:
tenemos más herramientas, pero también tenemos que pasar más tiempo moviendo información de una a otra.
Los agentes apuntan justamente a reducir esa fragmentación.
El futuro del marketing con IA probablemente no sea utilizar veinte herramientas inteligentes. Será conseguir que las herramientas que ya utilizamos trabajen mejor juntas.
La gran diferencia está en el contexto
Hay una diferencia enorme entre preguntarle a una inteligencia artificial:
“¿Cómo puedo mejorar mi campaña?”
y permitirle analizar:
- resultados reales;
- audiencias;
- rendimiento de distintas piezas;
- recorridos de clientes;
- datos históricos.
Cuanto más contexto tiene una herramienta, más específica puede ser su respuesta.
Pero también aparece una responsabilidad mayor.
Porque los datos pueden mostrar qué pasó.
Incluso pueden ayudar a detectar qué podría ocurrir.
Pero alguien sigue teniendo que decidir qué quiere hacer la marca con esa información.
Adobe deja algo especialmente claro: sigue existiendo supervisión humana
Este punto me parece mucho más interesante que simplemente decir que “la IA ahora hace marketing”.
Adobe plantea su agente como un colaborador.
No como alguien a quien entregamos completamente todas las decisiones.
Y tiene sentido.
Una campaña puede involucrar:
- presupuesto;
- reputación;
- segmentación;
- mensajes;
- datos de clientes;
- posicionamiento;
- decisiones comerciales.
Son áreas donde aceptar automáticamente una recomendación puede tener consecuencias reales.
La IA puede ayudarnos a tomar decisiones más informadas. Eso no significa que tenga que tomar todas las decisiones por nosotros.
¿Qué significa esta novedad para una pequeña empresa?
Acá hay que hacer una aclaración importante.
La solución presentada por Adobe está orientada principalmente a entornos empresariales y a organizaciones que trabajan con su ecosistema de experiencia de cliente.
Eso significa que probablemente no sea una herramienta que mañana vaya a activar cualquier emprendimiento desde su celular.
Pero la tendencia sí afecta a las pequeñas empresas.
Porque lo que hoy aparece en grandes organizaciones suele mostrar hacia dónde avanzan las herramientas digitales.
Y la dirección es bastante clara:
- IA conectada con datos reales;
- automatizaciones;
- agentes especializados;
- menos tareas manuales;
- más análisis;
- más integración entre herramientas.
Para una PyME, prepararse no significa comprar la tecnología más compleja.
Significa empezar a ordenar procesos para poder aprovechar mejor las herramientas que lleguen.
Antes de incorporar agentes, una empresa necesita tener algo bastante menos tecnológico: orden
Una IA puede ser muy potente.
Pero si la información del negocio está desordenada, incompleta o contradictoria, también trabajará con ese problema.
Antes de pensar en automatización conviene revisar:
- qué objetivos tiene la empresa;
- qué métricas utiliza;
- dónde guarda información;
- qué procesos se repiten;
- qué tareas consumen demasiado tiempo;
- qué información está actualizada;
- qué decisiones necesitan supervisión.
Automatizar el desorden sigue siendo desorden.
Solamente más rápido.
Automatizar marketing no es lo mismo que tener una estrategia de marketing
Esta diferencia se va a volver cada vez más importante.
Una IA puede:
- analizar;
- resumir;
- comparar;
- predecir;
- generar contenido;
- proponer acciones.
Pero una estrategia necesita responder preguntas que son mucho más profundas.
¿Quién queremos ser como marca?
¿A quién queremos atraer?
¿Qué queremos que las personas recuerden?
¿Qué cliente nos interesa?
¿Qué oportunidades queremos dejar pasar?
¿Qué valores no queremos negociar?
Esas decisiones no nacen solamente de una tabla de métricas.
La automatización puede mejorar la ejecución. La estrategia sigue definiendo la dirección.
Cuanto más capaces sean los agentes, más importante será saber supervisarlos
Puede parecer contradictorio.
Pero probablemente ocurra exactamente eso.
Si una inteligencia artificial puede analizar campañas en segundos, el valor humano deja de estar en descargar un informe.
Está en interpretarlo.
Si puede crear veinte variantes de contenido, el valor deja de estar en producir veinte ideas.
Está en elegir cuál representa mejor a la marca.
Si puede recomendar una acción, el valor está en decidir si esa recomendación realmente tiene sentido.
La IA reduce parte del trabajo operativo. Eso puede liberar más espacio para el trabajo estratégico.
Puedo ayudarte a incorporar inteligencia artificial sin perder la estrategia detrás de tu negocio
No creo que una empresa deba ignorar estas herramientas.
Pero tampoco creo que necesite incorporar todas las novedades que aparecen.
Mi
¿Cómo puede cambiar esto el trabajo en redes sociales?
Muchísimo.
Pensemos en todo lo que produce una estrategia de redes:
Un agente puede ayudar a procesar parte de esa información y detectar patrones.
Puede decirnos:
“Los contenidos educativos están consiguiendo más compartidos que el promedio.”
O:
“Esta campaña está generando más clics entre determinado segmento.”
Eso puede ahorrar tiempo.
Pero alguien todavía necesita preguntarse:
¿qué significa eso para nuestra estrategia?