Marketing de Agentes: Bienvenidos a la fuerza laboral digital.

Hay una palabra que se repite en cada reunión de dirección este año, y es agentes. No hablamos de los chatbots que respondían preguntas frecuentes, sino de software que razona, decide y ejecuta dentro de un objetivo de Negocio, sin que alguien le apriete un botón en cada paso. Esto ya dejó de ser una promesa de laboratorio. Es una categoría nueva de trabajador, digital e incansable, que aparece cada vez con más frecuencia en los equipos de Marketing.

En Futture llevamos meses trabajando con esta idea y queremos ordenarla, porque el ruido alrededor es enorme y confunde más de lo que aclara.

El punto es simple. Un agente de IA no es una herramienta más en tu stack, es un colaborador al que le delegas una función. Eso cambia la conversación por completo.

QUÉ ES REALMENTE UN AGENTE

Conviene distinguir. La automatización clásica sigue reglas rígidas: si pasa A, entonces haz B. Es útil, pero frágil, y se rompe apenas la realidad deja de calzar con el guion.

Un agente opera distinto. Le das un objetivo en lugar de un guion, algo como optimiza la conversión sin subir el costo de adquisición. A partir de ahí el agente interpreta, prueba caminos, mide, corrige y vuelve a intentar. Trabaja con la ambigüedad que antes exigía criterio humano en cada decisión, y esa es la frontera que estamos cruzando: pasamos de la automatización a la delegación.

Vale la pena poner el dedo en la diferencia con el chatbot, porque acá se confunde casi todo el mundo. Un chatbot responde: espera tu pregunta, la contesta y se apaga hasta la siguiente, porque es reactivo por diseño. Un agente, en cambio, tiene tres cosas que el chatbot no tiene. La primera es una meta que persigue por su cuenta. La segunda es memoria de lo que ya intentó, así que aprende del intento anterior en lugar de empezar de cero. La tercera es acceso a herramientas, porque puede consultar una API, escribir en tu CRM, lanzar una campaña o leer un tablero de datos. El chatbot conversa mientras que el agente actúa sobre el mundo, y esa capacidad de actuar es justo la que obliga a repensar quién supervisa qué.

Nada de esto es teoría de futuristas. Según el State of AI 2025 de McKinsey, un 23% de las organizaciones ya está escalando algún sistema de IA agéntica dentro de la empresa. Todavía es temprano, y el mismo estudio lo confirma cuando muestra que, en cualquier función específica, no más del 10% de las compañías reporta escalar agentes de verdad. Aun así, la dirección del viento es clara.

Y ese viento sopla fuerte. Gartner proyecta que para 2028 un 33% de las aplicaciones de software empresarial incluirá IA agéntica, cuando en 2024 era menos del 1%. La misma firma estima que ese año un 15% de las decisiones operativas del día a día se tomará de forma autónoma, partiendo desde 0% en 2024. Conviene detenerse en ese número. En cuatro años pasamos de que ninguna decisión rutinaria se delegue a la máquina, a que una de cada siete se resuelva sin que nadie levante la mano. Eso no es una función nueva del software, es un cambio en quién decide.

MARKETING VA ADELANTE

Si hay un área donde esto avanza rápido, es la nuestra.

El Work Trend Index 2025 de Microsoft lo dejó por escrito. Un 46% de los líderes dice que su organización ya usa agentes para automatizar por completo flujos de trabajo o procesos de Negocio, y las aplicaciones que lideran son servicio al cliente, Marketing y desarrollo de producto. Que Marketing aparezca en el podio no es casualidad.

Hay una razón de fondo. Nuestro trabajo vive de tareas repetibles, medibles y con retroalimentación constante, que es terreno ideal para un agente. Ajustar pujas, recuperar carritos, segmentar audiencias, producir variaciones de un mensaje y medir cuál rinde. Todo eso tiene un ciclo de aprendizaje que la máquina puede recorrer sola.

El mismo informe de Microsoft trae un dato que a nosotros nos parece el más revelador. Un 45% de los líderes considera que ampliar la capacidad del equipo con trabajo digital es una prioridad para los próximos doce a dieciocho meses. Fíjate en la palabra que usan, que es capacidad y no reemplazo. Amplían el equipo, no lo achican.

Ese informe, que recogió señales de 31.000 trabajadores en 31 países, acuña un término que se nos quedó pegado: el jefe de agentes. La idea es que cada persona del equipo va a construir, delegar y supervisar agentes como parte de su rol, y no dentro de una década sino mucho antes. Los mismos líderes esperan que en cinco años entrenar agentes (41%) y gestionarlos (36%) sea parte de la descripción del cargo. El equipo no se achica, cambia lo que hace con sus manos.

LA FUERZA LABORAL DIGITAL EN LA PRÁCTICA

Bajemos esto a tierra con una pregunta concreta: ¿qué hace un agente dentro de un equipo de Marketing?

En medios pagados, vigila el rendimiento hora a hora y reasigna presupuesto entre campañas según el objetivo que le fijaste, sin esperar al reporte del lunes.

En comercio electrónico, detecta un carrito abandonado y arma la secuencia de recuperación con el mensaje y el momento adecuados para ese cliente en particular.

En contenido, genera borradores, variantes y adaptaciones por canal, para que el equipo humano edite y apruebe en vez de partir de la hoja en blanco.

Conviene pensarlo por función, porque no hablamos de un solo agente para todo. Es una plantilla de trabajadores digitales, donde cada uno tiene una tarea acotada y una manera clara de medir si lo hizo bien. La tabla de abajo ordena los que ya vemos operando en equipos reales.

El beneficio no es abstracto. El State of Marketing de Salesforce, en su décima edición basada en cerca de 4.500 marketers, encontró que los equipos de alto rendimiento recuperan alrededor de ocho horas semanales gracias a los agentes de IA. Son ocho horas por persona, es decir un día de trabajo devuelto cada semana para pensar en estrategia en lugar de operar la máquina.

Conviene moderar el entusiasmo, eso sí. Ese mismo estudio de Salesforce muestra que solo un 13% de los marketers usa hoy IA agéntica de verdad, así que la adopción declarada corre más rápido que la adopción real. Y hay una traba concreta detrás: la organización promedio necesita integrar siete fuentes de datos distintas para que un agente funcione bien. Sin esos datos conectados, el agente decide a ciegas.

EL HUMANO EN EL CIRCUITO

Acá está el detalle que separa a los equipos que ganan con agentes de los que se estrellan. Un agente que ejecuta solo no es lo mismo que un agente que ejecuta sin control, y esa diferencia se llama humano en el circuito. En inglés lo bautizaron con esa expresión, la del humano dentro del bucle, aunque el concepto es viejo y bastante sensato: la máquina propone o actúa, y en los puntos que importan hay una persona que valida, aprueba o frena.

No es un adorno, y McKinsey lo midió. Entre las empresas de alto rendimiento con IA, un 65% tiene procesos definidos de validación humana. Entre el resto, apenas un 23%, que es casi un tercio de aquel. La lectura es clara: no ganan quienes le sueltan la rienda al agente, sino quienes diseñan dónde entra la persona a revisar.

El truco está en calibrar. Con demasiado control el agente pierde su gracia, porque terminas aprobando cada micro decisión y volviste al trabajo manual. Con muy poco control, un error se propaga a escala antes de que alguien lo note. El punto justo depende del riesgo de cada tarea. Reasignar cien dólares entre dos anuncios lo puede decidir el agente. Cambiar el posicionamiento de la marca en un mercado nuevo lo manda la persona. Entre esos dos extremos vive casi todo el trabajo, y calibrar bien ese circuito es hoy una habilidad de dirección, no un detalle técnico.

Esto no es distinto de gestionar un equipo humano nuevo. A un analista recién llegado no le entregas el presupuesto anual el primer día: le das tareas acotadas, revisas su criterio y amplías su autonomía a medida que gana tu confianza. Con los agentes es igual. Empiezas con supervisión estrecha, mides, y sueltas rienda donde el historial lo justifica. La orquestación de agentes se parece más a formar gente que a instalar software.

DE EJECUTOR A DIRECTOR DE MODELOS

Acá está el cambio de rol que más nos importa, y donde vemos que muchos equipos se están confundiendo.

Cuando delegas la ejecución a un agente, tu trabajo no desaparece, se mueve hacia arriba. Dejas de apretar botones y empiezas a dirigir. Defines el objetivo de Negocio, pones los límites de marca, custodias los datos, decides qué se delega y qué no, y revisas el criterio con el que la máquina está decidiendo.

Es el paso de ejecutor a director. El marketer deja de ser quien hace la tarea y pasa a ser quien orquesta un conjunto de modelos que la hacen. Esto lo escribimos en detalle en IA que escala, criterio que dirige, porque la máquina amplifica lo que le entregas: si tu criterio es bueno, escala bueno, y si es flojo, escala flojo.

Este movimiento redibuja el organigrama del área, no solo las tareas de una persona. Aparecen roles que antes no existían y otros pierden peso. Quien sabía ejecutar rápido una campaña vale menos que quien sabe diseñar el objetivo, elegir los agentes y auditar sus decisiones. Desarrollamos ese reordenamiento en la nueva estructura de la gerencia de Marketing, porque el cambio de herramientas siempre termina siendo un cambio de personas.

Y ojo con leer esto como una amenaza al empleo, porque no lo es. Ya lo argumentamos en La IA no reemplaza equipos: lo que hace es correr al equipo hacia el trabajo que sí requiere juicio humano. El agente ejecuta, la persona dirige, decide y responde por el resultado.

Conviene ser claro sobre dónde ayuda el agente y dónde se queda el juicio, porque la frontera no es difusa. El agente rinde en lo repetible, lo medible y lo reversible, ya sea probar veinte variantes de un asunto de correo, redistribuir presupuesto entre campañas activas o limpiar y etiquetar audiencias. La persona manda en lo que define el rumbo: qué mercado atacar, qué promete la marca, qué riesgo estamos dispuestos a correr, cómo reaccionamos cuando un dato incomoda a la estrategia. Ninguna de esas decisiones se delega sin perder el control del Negocio, y ese reparto no es un compromiso incómodo sino el diseño correcto.

EL MODELO ANTES QUE LA HERRAMIENTA

Todo lo anterior se sostiene sobre una idea que en Futture repetimos hasta el cansancio: primero el modelo, después la herramienta. Un agente sin un modelo de operación que lo dirija se parece a un empleado brillante al que nadie le fijó metas ni le dio un manual. Va a hacer cosas, seguro, pero nadie garantiza que sean las correctas.

Por eso trabajamos con el BMM, Business Marketing Model, que ordena la operación en tres ejes: Deep dive al Negocio, Ejecución e Inteligencia y Tecnología. Los agentes viven en el tercer eje, el de la ejecución inteligente, pero solo funcionan si el primero, la Dirección, definió antes el objetivo de Negocio, y si el segundo, el Crecimiento, aportó la hipótesis que el agente va a probar. Sin esa arquitectura, delegar en un agente es delegar en el vacío. Con ella, cada agente sabe qué persigue, con qué límites y bajo qué criterio se le evalúa. Ahí está la diferencia entre una fuerza laboral digital que suma y una que se te va de las manos.

DÓNDE ESTÁ EL RIESGO REAL

Seamos honestos, porque en Futture no vendemos humo.

Hay una fila de proyectos de IA que van a fracasar. Gartner proyecta que más del 40% de los proyectos de IA agéntica serán cancelados antes de que termine 2027, y los motivos no son técnicos sino de gestión: costos que se disparan, valor de Negocio poco claro y controles de riesgo insuficientes.

Traducido, fracasa quien compra la tecnología sin diseñar el modelo de operación. Quien enchufa un agente esperando magia, sin objetivo medible, sin datos limpios y sin gobierno.

Y esto convive con una ola que no se detiene. El mismo Gartner estima que para 2026 un 40% de las aplicaciones empresariales incluirá agentes para tareas específicas, cuando en 2025 eran menos del 5%. Los agentes van a estar en todas partes, así que la pregunta ya no es si llegan, sino si tu operación está lista para dirigirlos.

Hay que decir algo más sobre esos proyectos que fracasan, porque el patrón se repite. Casi nunca caen por la tecnología. Caen por el agent washing, ese vicio de rebautizar como agente cualquier automatización vieja para subirse a la ola. Caen por soltar un agente sobre datos sucios o desconectados, esos siete sistemas que nadie integró. Caen por no definir quién responde cuando la máquina se equivoca. El agente en sí casi siempre cumple, y lo que falla es el modelo alrededor. Eso, que suena a mala noticia, es en realidad la mejor, porque significa que el problema es diseñable, y el diseño es exactamente lo que un equipo con criterio puede resolver. Lo desarrollamos en el Marketing autónomo ya existe, solo que no es el tuyo: la brecha no es de acceso a la tecnología, es de operación.

UNA CONVERSACIÓN DE NEGOCIO

Fíjate que hasta acá casi no hablamos de tecnología. Hablamos de objetivos, de datos, de roles y de gobierno, y fue a propósito.

El error más común que vemos es tratar a los agentes como un tema del área de sistemas, y no lo son. Es una decisión de Negocio: qué función delegas, con qué límites, cómo mides el retorno y quién responde cuando el agente se equivoca. Eso no lo resuelve una licencia de software, lo resuelve un modelo de operación bien pensado.

Salesforce lo dejó al descubierto con un dato incómodo. Un 84% de los marketers admite que sigue enviando campañas genéricas, pese a toda la IA que ya tiene instalada. Tener la herramienta no equivale a tener el resultado, y la distancia entre ambas cosas es, justamente, criterio y diseño.

La fuerza laboral digital ya llegó. No pide permiso y no espera al plan trienal. Pero un agente sin dirección no es un colaborador, es un riesgo con buena presentación. El equipo que gane esta década no será el que tenga más agentes, sino el que sepa dirigirlos, y esa sigue siendo una tarea profundamente humana.