CMOs compran IA, agencias venden PowerPoints

El teatro corporativo más caro de la década

Mientras los CMOs de Latinoamérica firman contratos millonarios con plataformas de IA generativa —Salesforce Einstein, Adobe Sensei, IBM Watson— sus agencias siguen entregando exactamente lo mismo que hace cinco años: decks interminables con «insights» genéricos, calendarios de contenido con efemérides predecibles y campañas que podrían haber salido de una plantilla de Canva.

La ironía no es accidental. Es estructural.

Según el último informe de WARC (febrero 2024), el 68% de los anunciantes en México, Colombia, Argentina, Brasil y Chile han aumentado presupuestos en herramientas de inteligencia artificial entre 15-40% en los últimos 12 meses. Pero cuando analizas qué están comprando realmente, encuentras lo mismo: dashboards que nadie revisa, chatbots que frustran usuarios, y «personalizaciones» que consisten en cambiar el nombre en un email masivo.

El problema no es la tecnología. Es que las agencias descubrieron que vender «IA» es más rentable que usarla.

La brecha entre inversión y ejecución

Hablé con un director de marketing de una retail multimarca en Colombia que contrató a su agencia digital por $180,000 USD anuales con la promesa de «estrategia omnicanal impulsada por machine learning». Después de seis meses, esto es lo que recibió:

• Un análisis de sentimiento de redes sociales hecho con Hootsuite básico
• Tres «micro-momentos» del customer journey copiados de un whitepaper de Google de 2019
• Recomendaciones de contenido generadas por ChatGPT sin edición ni contexto local
• Un reporte mensual de 47 páginas donde el 80% son gráficas de vanity metrics

Cero modelos predictivos. Cero segmentación real por comportamiento. Cero automatización que no fuera un workflow básico de email marketing.

Cuando confrontó a la agencia, la respuesta fue: «El proyecto de IA está en fase de maduración».

Traducción: nunca planeamos hacerlo. Sabíamos que aprobarías el presupuesto si poníamos las palabras mágicas en la propuesta.

Por qué las agencias prefieren el teatro

La verdad incómoda: implementar IA real —la que predice abandono de carrito con 85% de precisión, la que identifica micro-segmentos rentables en data transaccional, la que optimiza mix de medios en tiempo real— requiere tres cosas que las agencias latinoamericanas tradicionales no tienen:

1. Científicos de datos reales
No «growth hackers» que saben hacer un lookalike en Facebook Ads. Gente con maestrías en estadística que puede escribir Python, limpiar datasets sucios y explicar por qué un modelo de regresión logística es mejor que uno de random forest para cierto problema de negocio.

Según datos de LinkedIn (marzo 2024), solo el 12% de las agencias de marketing en LATAM tienen al menos un data scientist en plantilla. El resto terceriza o simplemente miente.

2. Acceso real a data del cliente
Las APIs, las bases de CRM, los registros de puntos de venta. No screencaps de Google Analytics. Las agencias han construido su modelo de negocio en *no* tocar la infraestructura tecnológica del cliente. Es más seguro. Menos responsabilidad. Menos expertise necesario.

3. Tiempo de iteración
Un modelo de IA útil falla 20 veces antes de funcionar. Requiere probar, ajustar, volver a entrenar. Eso no cabe en el modelo de «entregables mensuales» y revisiones con 15 personas en Zoom donde el director creativo domina la conversación.

El costo real de la simulación

Un estudio de Forrester (enero 2024) encontró que las empresas que invierten en «soluciones de IA» sin capacidad de implementación real pierden en promedio 23% más presupuesto que las que no invierten en nada.

¿Por qué? Porque el teatro cuesta. Pagas por herramientas que no se usan. Contratas talento que termina haciendo trabajo manual disfrazado de automatización. Y lo peor: postergas las decisiones difíciles de verdad —rediseñar procesos, capacitar equipos, integrar sistemas— porque crees que «la IA lo va a resolver».

Mientras tanto, la competencia —usualmente una DTC que empezó hace tres años con dos developers buenos y un analista de datos decente— sí está usando IA de verdad. Sin slides. Sin webinars. Están optimizando inventario con forecasting real, personalizando experiencia con modelos de propensión, y reduciendo CAC con algoritmos de bidding custom.

No tienen agencia. Tienen código.

Qué hacer si eres el CMO que cayó en esto

Audita hoy. No en el próximo quarterly review. Hoy.

Pregunta tres cosas a tu agencia:
1. Muéstrame el código. No el dashboard. El script de Python, el notebook de Jupyter, el pipeline de datos.
2. Explícame cómo entrenaste el modelo. Qué dataset usaste, cómo lo limpiaste, qué features seleccionaste.
3. Qué pasaría si nos cambiamos de plataforma mañana. ¿La «IA» sobrevive o era solo una capa de la herramienta SaaS que todos pueden contratar?

Si no pueden responder ninguna de las tres, no tienes un partner de IA. Tienes un revendedor con presentaciones bonitas.

Y tu movimiento es claro: o exiges capacidad real —con contrataciones, con acceso a sistemas, con métricas de performance del modelo— o contratas directamente a quien sí sepa. Un boutique de tres data scientists buenos te va a dar más retorno que una agencia de 50 personas vendiendo humo con logo de OpenAI.

La IA no es el problema. El problema es que seguimos pagando por la ilusión de progreso en lugar de exigir el progreso mismo. Y mientras los CMOs no aprendan a distinguir entre un modelo predictivo y un prompt bien escrito de ChatGPT, las agencias seguirán vendiendo teatro al precio de transformación.