
En este artículo (4)
Test de marketing con IA LSE con Into-it: análisis del juicio
Puntos Clave
- Mapea las decisiones de marketing por riesgo antes de automatizar los flujos de trabajo.
- Trata a los agentes autónomos como modelos operativos, no como asistentes de redacción.
- Mantén clara la responsabilidad humana sobre el tono, los valores y el juicio de marca.
El experimento no trata solo de automatización. Trata de quién puede decidir qué debe hacer después una marca.
El experimento no trata solo de automatización. Trata de quién decide qué debe hacer una marca a continuación.
Una vez vi cómo un calendario de marketing se convertía en un documento moral. Parecía bastante inofensivo: una cuadrícula con fechas de campañas, envíos de correos electrónicos, segmentos de audiencia y aprobaciones. Pero cada celda contenía un juicio sobre quién importaba, qué tono era aceptable, qué promesa podía hacer la marca con seguridad y cuándo el silencio era mejor que otra publicación. Por eso el experimento de la London School of Economics con Into-it parece más grande que otra historia de productividad con IA. MarketingWeek informa que la London School of Economics se ha asociado con la startup de tecnología de marketing Into-it para crear una función de marketing de IA totalmente autónoma. La frase suena como un desafío, y probablemente por eso la publicación enmarcó el proyecto en torno a si una universidad puede crear un equipo de marketing totalmente basado en IA. Pero la pregunta más interesante no es si la IA puede programar, segmentar, generar y optimizar. Es si las operaciones de marketing fueron alguna vez tan procedimentales como fingíamos.
El organigrama se convierte en un flujo de trabajo
Según MarketingWeek, el proyecto de LSE e Into-it tiene como objetivo explícito una función de marketing de IA totalmente autónoma, no solo una herramienta que ayuda a una persona a escribir más rápido. Esa distinción importa porque, hasta ahora, la mayor parte de la adopción de IA en marketing se ha presentado como asistencia. El profesional de marketing sigue siendo el protagonista, y el software es un becario muy rápido. Los sistemas agénticos cambian la forma de esa historia. En LSE Business Review, Terence Tse describe la IA agéntica como inteligencia artificial que toma decisiones de forma proactiva e impulsa acciones hacia objetivos preestablecidos, evaluando situaciones, formando planes y ejecutándolos con mínima supervisión humana. Eso no es un autocompletado mejor. Es un modelo operativo en miniatura.
Una vez que el marketing se convierte en un modelo operativo gestionado por agentes, el organigrama empieza a difuminarse. La planificación, las pruebas, los informes y la iteración pueden convertirse en bucles en lugar de reuniones. La antigua fricción de los traspasos puede reducirse, pero también pueden reducirse los controles informales que viven dentro de esos traspasos. Que un colega pregunte: “¿Estamos seguros de que esto suena como nosotros?” no siempre queda documentado como gobernanza, pero a menudo lo es.
La automatización no elimina la responsabilidad
LSE Business Review sostiene que la IA agéntica señala un cambio fundamental en la forma en que abordamos el trabajo y la resolución de problemas. En marketing, ese cambio llega a un lugar especialmente sensible porque el trabajo es tanto medible como interpretativo. Una campaña puede cumplir sus objetivos y aun así sentirse incorrecta.
La pregunta que se suele pasar por alto es sencilla: si una función de marketing autónoma toma una mala decisión, ¿quién se hace responsable? ¿El proveedor que construyó el sistema, la institución que fijó el objetivo, el profesional de marketing que aprobó las reglas de seguridad o el ejecutivo que quería eficiencia desde el principio? Evolutionary and Institutional Economics Review de Springer Nature describe la IA como algo que introduce relaciones de agencia triangulares y nuevas asimetrías de información, que es una forma formal de decir que la responsabilidad puede volverse más difícil de ver justo cuando las decisiones se vuelven más fáciles de ejecutar.
Eso no hace que el experimento de LSE sea imprudente. Lo hace útil. Una prueba institucional seria puede revelar dónde la autonomía crea influencia y dónde crea ambigüedad. La lección para los equipos es evaluar el marketing autónomo no preguntando si puede producir resultados, sino preguntando si sus decisiones pueden explicarse, cuestionarse y revertirse.
El juicio de marca es la habilidad escasa
LSE Executive Education señala que el marketing digital se está volviendo más complejo e impulsado por IA, y que los profesionales de marketing se enfrentan tanto a mayores desafíos como a oportunidades sin precedentes. También apunta a la necesidad de tener confianza con la IA y la analítica, no solo curiosidad. Ese enfoque es importante porque el papel humano no desaparece cuando la máquina mejora. Se desplaza hacia etapas más tempranas.
MIT Sloan Management Review plantea un problema similar para los líderes de marketing: muchos reconocen la oportunidad de la IA generativa, pero tienen dificultades para saber por dónde empezar, especialmente cuando sopesan la oportunidad frente a un riesgo manejable. Una función de marketing totalmente autónoma agudiza ese intercambio. Cuanto más fácil se vuelve automatizar el trabajo visible, más valioso se vuelve el trabajo invisible.
Ese trabajo invisible es el juicio de marca. Es saber cuándo un mensaje eficiente resulta demasiado necesitado, cuándo la personalización se vuelve intrusiva, cuándo una tendencia no es para ti y cuándo la estrategia de conversión correcta es la moderación. La IA puede aprender patrones, pero las instituciones aún necesitan personas que decidan qué patrones merecen poder.
Qué observar a continuación
El informe de MarketingWeek sobre LSE e Into-it ofrece a los profesionales de marketing un punto de referencia concreto para un debate que, de otro modo, puede derivar hacia la abstracción. La conclusión práctica no es copiar el experimento por completo. Es mapear tu propia función de marketing por tipo de decisión: qué puede automatizarse, qué necesita revisión y qué debería seguir siendo una decisión humana porque define la marca.
El próximo equipo de marketing útil quizá no sea el que tenga más herramientas de IA. Quizá sea el que tenga el límite más claro entre ejecución y juicio. Si los agentes autónomos pueden hacer funcionar más partes de la maquinaria, puede que los humanos necesiten ser más explícitos que nunca sobre valores, gusto y responsabilidad.
Así que, antes de preguntar si la IA puede dirigir tu marketing, quizá convenga hacer la pregunta más incómoda: ¿sabes qué partes de tu marketing nunca deberían tener permiso para funcionar por sí solas?