Marketing es el área donde la inteligencia artificial llega más rápido y donde se rompe más rápido. La promesa es enorme: copy en segundos, campañas multilingües, briefings instantáneos, análisis de competencia automatizado. La realidad de la mayorÃa de los equipos en Argentina y LATAM es otra: cursos genéricos que no bajan a su negocio, herramientas que cambian cada tres meses y templates traducidos del inglés que suenan a Google Translate.
Lo que funciona — lo que mueve la aguja en una agencia, en un equipo in-house de marca o en un departamento de growth — es construir un sistema propio. Con la voz de la marca documentada, los criterios del equipo escritos y los procesos que ya existen ordenados para que la IA los pueda ejecutar.
Por qué los cursos de IA para marketing fallan
La primera reacción de muchos equipos cuando aparece la presión de "incorporar IA" es mandar a la gente a un curso. La intención está bien. El problema es que la mayorÃa de los cursos disponibles fallan por las mismas tres razones, una y otra vez.
Resuelven casos genéricos, no el tuyo. El curso muestra cómo armar un email con ChatGPT. Tu equipo necesita un email que pase por legal, respete guidelines de marca y renderee bien en Outlook, Gmail y Apple Mail. Ese kilómetro final no se cubre en un curso de cien personas.
Enseñan herramientas que cambian cada tres meses. El paisaje de IA aplicada al marketing se reescribe cada trimestre. Lo que el curso enseñó en febrero queda parcialmente desactualizado en mayo. Apostar a una herramienta puntual es apostar a una versión, no a un criterio.
No bajan a tu contexto. Tu marca, tu equipo, tu funnel, tu mercado. Ningún curso puede asumir esas variables, y sin ellas lo que se enseña queda en el plano abstracto. La IA no se aprende como herramienta: se aprende como una estructura aplicada a un problema concreto.
Caso Rufus: de 45 minutos a 5 minutos por tanda creativa
Franco lidera Creative Performance en Rufus, una agencia de performance marketing. Cuando se sumó a la mesa, traÃa un problema que parecÃa obvio: armar copy para tandas de avisos le llevaba 45 minutos cada vez. Multiplicado por clientes y formatos, era el cuello de botella de toda la operación creativa.
La hipótesis inicial era que la IA iba a acelerar la escritura. Cuando desarmamos el proceso, lo que consumÃa esos 45 minutos no era escribir. Era todo lo que pasaba antes: investigar al cliente, leer el brief, mirar competencia, definir un ángulo estratégico, alinear key messages. La escritura eran cinco minutos. Los otros cuarenta eran setup invisible.
Lo que armamos no fue un mega-prompt para escribir copy. Fue un sistema de cuatro skills coordinadas, cada una con su carpeta de criterios y plantillas: Researcher (cómo investigar a un cliente y su categorÃa), Brainstorming (cómo generar ángulos), Strategy (cómo bajar un ángulo a una estrategia ejecutable) y Content Strategy (cómo volcar la estrategia a copies por formato). El file system está armado por proceso, no por cliente — los criterios se reutilizan en todas las cuentas.
El resultado medible fue 45 minutos a 5 por tanda. La parte que pesa más al final es la calidad sostenible: antes, el copy bueno dependÃa de que Franco estuviera fresco, con tiempo, sin interrupciones. Ahora la calidad está sostenida por el sistema, aunque el dÃa sea malo. Y cuando hay un cambio de criterio, Franco edita un archivo y el sistema entero se actualiza.
Las cuatro áreas donde la IA mueve más la aguja en marketing
Hay cuatro áreas donde la IA aplicada genera retorno medible y replicable. No son las únicas — son las que aparecen una y otra vez en equipos de distintas industrias.
1. Generación de copy (ads, emails, social)
El caso más obvio y, por lejos, el más mal resuelto en la práctica. Pedirle copy a ChatGPT sin contexto produce texto plano, intercambiable, sin voz. Un sistema bien armado — con criterios de marca, ejemplos aprobados y plantillas por formato — produce copy que pasa la primera ronda de revisión. El caso Rufus es el ejemplo claro.
2. Mantenimiento de sistemas de email (lifecycle, transaccionales)
Manu lidera marketing en PedidosYa. Su problema no era escribir un email — era coordinar entre legal, brand, contenido y desarrollo, y producir HTML compatible con Outlook, Gmail y Apple Mail. Armamos un file system con tres carpetas: brand/, plantillas-html/ y flujos/. La IA arma el contenido y el HTML que ya pasó QA. De dÃas a 10 minutos por pieza.
3. Briefing y asset prep
El briefing es la pieza más subestimada del proceso de marketing. Un brief mal armado contamina todo lo que viene después. La IA, con un sistema bien estructurado, puede invertir el flujo: en lugar de leer briefs ya hechos, ayuda a armarlos a partir de inputs crudos del cliente. El resultado son briefs más consistentes y procesos creativos que arrancan con menos ruido.
4. Brand consistency a escala
Lupa trabaja en marketing bancario, donde ocho personas escriben para la misma marca todas las semanas. Mantener una voz consistente sin convertirse en cuello de botella de revisión es uno de los problemas estructurales del marketing a escala. Un file system con la voz de marca documentada, ejemplos aprobados y red flags explÃcitas no reemplaza la revisión humana, pero baja la varianza del input antes de que llegue a la mesa.
El retorno no viene de generar más rápido. Viene de generar con un piso de calidad sostenible.
Lo que NO funciona
Tres patrones aparecen una y otra vez en equipos que probaron IA y se desilusionaron.
ChatGPT solo, sin sistema. Abrir una ventana, pedir copy, pegar, editar. Funciona dos semanas. Después se nota que cada output es distinto, que la voz se desarma, que cada miembro del equipo improvisa su propio prompt. No hay aprendizaje acumulado.
Automatizaciones sin criterios bajados. Conectar herramientas con Zapier o Make sin haber documentado qué tiene que producir cada paso. La automatización funciona técnicamente y produce mala calidad más rápido. La velocidad sin criterio amplifica los problemas, no los resuelve.
Agencias que prometen IA pero entregan templates. El proveedor llega con una propuesta llena de buzzwords y entrega, en realidad, una colección de prompts armados en inglés y traducidos. Sin la voz de la marca incorporada y sin el equipo capacitado para iterar, el sistema queda obsoleto en el primer cambio de guideline.
Cómo arrancar tu propio sistema de IA para marketing
El recorrido que vimos funcionar es el mismo, una y otra vez. Cinco pasos accionables, ninguno obvio.
1. Mapear las tres tareas que repetÃs todas las semanas. No las más importantes ni las más difÃciles: las que repetÃs. Briefing, copy de ads, reportes, emails de lifecycle, monitoreo de competencia. Ahà aparece primero el ROI.
2. Documentar criterios, no solo procesos. Un proceso dice qué pasos hacer. Un criterio dice cómo decidir cuando el caso no calza con el proceso. La IA puede ejecutar pasos; el valor diferencial está en aplicar criterio. Documentá el por qué.
3. Empezá con un solo flujo end-to-end. El error común es querer cubrir todo el departamento a la vez. Elegà un flujo que termine en un entregable concreto y trabajalo hasta que funcione. Después escalá.
4. Versioná todo en archivos, no en mega-prompts. Un mega-prompt se rompe a las dos semanas. Un sistema de archivos en markdown — uno por criterio, uno por plantilla, uno por proceso — se sostiene en el tiempo y lo edita cualquiera del equipo.
5. Iterá con el equipo, no en silo. El sistema lo va a usar el equipo entero. Si lo armás solo, va a tener tus sesgos. Sentate con dos o tres personas que ejecutan el flujo todas las semanas y construilo con ellas. Lo que no entiende un junior, tampoco lo va a entender la IA.
IA para marketing en español
Hay un tema que en LATAM se subestima: el idioma importa. La voz de marca en Argentina no es la voz de marca en México ni en Colombia. El registro, las referencias culturales, el ritmo de la oración, el uso o no del voseo, los giros idiomáticos — todo eso es lo que hace que una marca suene cercana o suene a multinacional doblada.
Un sistema construido en inglés y traducido al español pierde casi todo lo que importa. Suena a folleto traducido, a manual técnico, a Google Translate prolijo. Puede ser gramaticalmente correcto y, aun asÃ, comercialmente inservible.
Construir el sistema directo en el español que usa la marca — con sus ejemplos, sus criterios y su tono escritos en el idioma de salida — es la única forma de que la IA produzca output que el equipo no tenga que reescribir entero.
Preguntas frecuentes
¿Qué es IA aplicada al marketing? Es el uso de modelos de inteligencia artificial sobre tareas concretas del trabajo de marketing — copy, briefing, mantenimiento de emails, análisis de competencia, consistencia de marca — incorporando la voz de la marca y los criterios del equipo. No es lo mismo que "usar ChatGPT" sin sistema.
¿Sirve para una agencia chica? SÃ, y el retorno llega antes que en empresas grandes. Mientras menos personas hay para repartir tareas repetitivas, más impacto tiene un sistema que las absorbe.
¿Cuánto tiempo toma armarlo? Una primera versión funcional, dos a tres horas. Sostenerlo y expandirlo, entre cuatro y ocho semanas de iteración con el equipo.
¿Hace falta saber programar? No. Se arma con archivos en formato markdown. La parte difÃcil no es técnica: es decidir qué criterios documentar y cómo dividir un proceso en pasos.
¿Cómo empiezo si solo uso ChatGPT? Tomá una tarea que repetÃs todas las semanas. Antes de pedir el output, escribà en un archivo aparte los criterios de marca, el tono y un par de ejemplos aprobados. Pasale ese archivo como contexto y después el brief puntual. Ese es el primer paso de un sistema.
Cierre
La IA aplicada al marketing no es una herramienta que se compra. Es un sistema que se construye, con la voz de tu marca, los criterios de tu equipo y los procesos que ya existen. Los casos de Franco, Manu y Lupa tienen industrias distintas, pero la estructura abajo es la misma: información estable en archivos, información variable que se pasa en el momento, una IA que combina las dos y aplica.
Si te interesa la base sobre la que se arman estos sistemas, leé qué es un file system para IA y qué es vibe coding. El método pedagógico está en aprender IA construyendo.
Si querés armar el tuyo, Mate & Build es donde se construye. Venite a la mesa con tu problema y lo armamos en una tarde.
Learn by Doing. 🧉