El marketing que viene, contado con datos — no con humo. Fuentes: Gartner (2025) y Aggarwal et al., Princeton et al. (2023).
La automatización clásica obedecía reglas: «si ocurre X, haz Y». La IA agéntica trabaja distinto: recibe un objetivo, planifica los pasos, usa herramientas (correo, CRM, anuncios, la web) y ejecuta con supervisión. Gartner proyecta que para 2028 el 33% del software empresarial incluirá IA agéntica y que al menos el 15% de las decisiones diarias de trabajo se tomarán de forma autónoma.
La otra cara la puso la misma Gartner: más del 40% de los proyectos agénticos se cancelarán antes de fin de 2027 por costos, valor poco claro y riesgos mal controlados. La lección no es «no usar agentes»; es empezar por el diagnóstico, montar el agente en modo borrador y dejar la aprobación final en un humano hasta que el valor esté medido.
En visibilidad, el cambio es igual de profundo. Cada vez más clientes preguntan a ChatGPT, Gemini o Perplexity antes que a Google. Ser citado por esos motores se llama GEO (Generative Engine Optimization), término nacido en un estudio de Princeton y otras universidades (2023): en su benchmark de 10.000 consultas, las páginas que agregaron estadísticas, citas y citas textuales ganaron hasta un 40% de visibilidad en las respuestas de IA; repetir palabras clave no sirvió de nada.
Para una pyme, la receta práctica es triple: contenido con datos y fuentes (para que la IA lo cite), agentes supervisados en los procesos repetitivos (contenido, seguimiento de leads, reseñas) y medición antes que promesas. Eso es ingeniería de eficiencia aplicada al marketing.
Serie «IA agéntica y marketing», con Marta y Diego.
El episodio completo en video: audio en español, subtítulos en inglés.
MDB.AI — Ingeniería de eficiencia para el éxito de su empresa. Agentes que proponen. Humanos que deciden. Datos que se quedan en casa.