Hay un momento en toda disrupción tecnológica en que el cambio deja de ser incremental y se vuelve de naturaleza distinta. No es que las cosas mejoran, es que las reglas cambian. Con la IA en Marketing, ese momento ya ocurrió.
La mayoría de las empresas todavía no lo vio.
Durante los últimos años, la IA se incorporó al Marketing bajo una lógica de asistencia: herramientas que sugieren, optimizan, automatizan. Copilots que ayudan al equipo a trabajar más rápido. Plataformas que procesan datos y generan reportes. Toda esa capacidad es real, pero describe solo la primera fase de adopción.
La segunda fase es distinta. Los agentes no esperan instrucciones. Procesan información en tiempo real, identifican oportunidades, ejecutan acciones y aprenden de cada resultado, todo dentro de un marco operativo definido. No son herramientas. Son unidades de trabajo.
Los agentes no te ayudan a hacer tu trabajo. Hacen parte del trabajo mientras tú haces otra cosa.
Hoy, los equipos más avanzados construyen estos sistemas sobre frameworks como LangGraph, CrewAI o Microsoft AutoGen: arquitecturas de múltiples agentes donde cada uno tiene un rol definido, acceso a data en tiempo real, memoria de contexto y capacidad de ejecutar acciones sin intervención humana. LangGraph, por ejemplo, ya corre en producción en LinkedIn, Uber y más de 400 compañías. CrewAI, el framework orientado a equipos de agentes con roles diferenciados, hoy potencia operaciones en el 60% de las empresas del Fortune 500.
No son experimentos, son infraestructura productiva. Y la adopción se aceleró más de lo esperado. Según el reporte State of AI 2025 de McKinsey, el 62% de las organizaciones ya trabaja activamente con agentes de IA. Gartner proyecta que al cierre de 2026, el 40% de las aplicaciones enterprise incluirán agentes con capacidad autónoma de tarea, frente a menos del 5% en 2025. El salto no es gradual.
Los agentes amplifican el sistema en que operan. Si ese sistema es desconectado, amplifican el caos. Si es integrado, amplifican el crecimiento.
Los casos más reveladores no están en startups. Están en empresas que cualquier CFO reconoce.
Klarna desplegó en 2024 un agente de IA construido sobre modelos GPT-4 de OpenAI y orquestado con LangGraph, que en su primer mes manejó 2.3 millones de conversaciones de servicio al cliente, equivalente al trabajo de 700 agentes a tiempo completo. El tiempo promedio de resolución cayó de 11 minutos a menos de 2. En 2025, el sistema equivale al trabajo de 853 personas y ha generado $60 millones en ahorro documentado. El caso Klarna también enseña algo más fino: cuando el agente operó sin el marco correcto —sin guardrails para casos complejos, sin escalación humana bien diseñada— la calidad cayó. El aprendizaje no es que los agentes fallan. Es que fallan cuando el modelo que los contiene no está bien diseñado.
PepsiCo tomó una decisión más radical. En 2025, desplegó Agentforce de Salesforce a escala en toda su operación comercial: agentes que conectan estrategia comercial, ejecución de campo, gestión de promociones y relación con retailers en un solo flujo. “Vamos a ser agénticos en cada parte del negocio”, informó Athina Kanioura, Chief Strategy & Transformation Officer, en Dreamforce 2025. No lo dijeron como aspiración. Lo dijeron como plan de implementación activo. El objetivo es cerrar el gap entre la señal de mercado y la acción en campo, sin que esa decisión pase por múltiples capas de aprobación humana.
Lo que une estos casos no es la tecnología. Es el modelo en que esa tecnología opera.
Un agente aislado ejecuta tareas. Un sistema de agentes opera el crecimiento.
Y aquí aparece el problema real de la mayoría de las organizaciones. Quieren los resultados del Agentic Marketing sin cambiar la arquitectura que los haría posibles. Integran un agente sobre un modelo fragmentado y esperan resultados exponenciales. Obtienen una herramienta más.
Gartner lo confirmó con una advertencia que pocas empresas están tomando en serio: más del 40% de los proyectos de IA agéntica serán cancelados antes del cierre de 2027, no por fallas técnicas, sino por ausencia de un modelo operativo que los sostenga.
La tecnología no es el cuello de botella, pero el diseño sí lo es, ya que las organizaciones que están capturando valor real tienen algo en común: no trataron la IA como una adopción tecnológica. La trataron como una redefinición de cómo opera el negocio. Diseñaron sistemas donde los agentes tienen acceso a data real —financiera, comercial, de mercado—, donde cada agente opera en un frente específico pero se retroalimenta del resto, y donde el output de un agente es el input del siguiente.
No un agente. Un sistema de agentes con lógica compartida, y en ese punto algo cambia de forma irreversible. El crecimiento deja de depender de cuántas personas tienes o cuántas horas trabajan. Depende de qué tan bien diseñado está el sistema que las respalda. Cuánto contexto procesa. Qué tan rápido convierte señales en decisiones. Qué tan bien aprende de cada ciclo.
Cuando los agentes absorben el volumen —el procesamiento de data, la ejecución de acciones, la optimización continua— el valor humano se concentra donde siempre debió estar: en el criterio que define el marco, en la visión que da dirección, en la decisión que los agentes no pueden tomar porque requiere juicio, no cálculo.
Es la versión más valiosa de un equipo de Marketing. No más grande. Más potente.
Salesforce estima que el tráfico digital originado en agentes de IA creció un 119% solo en la primera mitad de 2025. McKinsey proyecta que los agentes podrían aportar entre 2.6 y 4.4 trillones de dólares anuales en valor económico global, con marketing y ventas como las áreas de mayor impacto. Y Gartner predice que para 2028, el 60% de las marcas operará agentes que actúen como concierges digitales persistentes, cubriendo marketing, ventas y soporte en un solo hilo de experiencia personalizada.
El momento de diseñar ese sistema es ahora. No porque el mercado lo exija todavía con urgencia. Sino porque las empresas que empiecen primero van a tener una ventaja que no se cierra con inversión incremental.
Durante años, el límite del Marketing fue la capacidad del equipo. En el mundo que de hoy -y no mañana, ese en cuál estamos conversando-, el límite es únicamente cómo diseñaste tu modelo operativo.
