The Auto­no­mous Marke­ter: cómo evitar la ​“medio­cri­dad más rápida” con la IA

No le preguntes a Bob Pearson cuál es su "indicación perfecta" para escribir mejores textos de marketing o generar ideas para una campaña.

"No soy un gran defensor de la ingeniería de indicaciones", explica Pearson. "Por un simple motivo: creo que la estamos complicando demasiado".

Pearson, que vive en Austin, TX, creó la primera organización global de redes sociales de Dell y es un reconocido experto en comunicaciones, marketing e innovación digital. Actualmente, se desempeña como profesor adjunto en McCombs School of Business de la Universidad de Texas, donde dicta cursos sobre nuevos modelos de medios digitales, ventas persuasivas e IA generativa.

Si bien la mayoría de los profesionales del marketing se obsesionan con las bibliotecas de indicaciones y buscan una perfecta, Pearson se enfoca en otras áreas: crea sistemas que permiten que las herramientas de marketing autónomo potencien la creatividad en lugar de reemplazarla y ayuda a los profesionales del marketing a reformular sus flujos o enfoques de trabajo.

La ingeniería de indicaciones es una táctica. El pensamiento sistémico estratégico es una ventaja competitiva. Una te brinda resultados ligeramente mejores. El otro transforma la manera de competir de tu equipo.

Para comenzar, se necesitan tres aspectos fundamentales: desarrollar tu propia inteligencia, realizar mejores preguntas e incluir la IA en tus flujos de trabajo habituales. Sin embargo, para comprender por qué esto es importante, se necesita comenzar a ver la creatividad de otra manera. Todo esto forma parte de cómo destacarse o dejar de ser mediocre con la IA.

Pearson interpreta la creatividad del mismo modo en que los expertos en cadena de suministro interpretan la fabricación. Las materias primas (ideas, investigación, información sobre los clientes) pasan por la producción (informes, diseño, redacción creativa) hasta la distribución (campañas, canales, personalización). La IA no reemplaza ningún paso, sino que los acelera y amplía las opciones en cada etapa.

"Podemos tener más ideas, más eslóganes y más mensajes de apoyo desde el principio", señala Pearson. "Esto nos sirve de base para elaborar informes más precisos. Mientras redactamos los informes y pensamos en el diseño, podemos experimentar con una gama mucho más amplia de colores y fondos".

Recibes 50 borradores en lugar de cinco. Tu trabajo no es usar los 50. Tu trabajo es identificar los tres que vale la pena perfeccionar porque entiendes a tu público y lo que realmente resonará con la gente.

El ser humano hace lo que solo los humanos pueden hacer: tomar la decisión que permita diferenciar la opción correcta.

Pearson hace una distinción entre la ingeniería de indicaciones y las preguntas estratégicas. Escribir "Escribe una entrada para un blog sobre tendencias de marketing" es dar una indicación (demasiado básica). Preguntar "¿Qué factores impulsan los cambios recientes en la cuota de mercado: innovación, precios, distribución, reglamentaciones, nuevos competidores o comportamientos de los clientes? Enumera los tres factores principales de cada área y qué haría que este tema les interese más en este momento" es una pregunta estratégica que impulsa la información que recibes.

Pearson usa dos marcos para crear sistemas de marketing autónomo: el modelo de las 4 C para crear un conjunto de herramientas de marketing impulsado por IA y el modelo ABCDE para lanzar campañas. Ambos te obligan a realizar preguntas estratégicas antes de escribir una indicación.

La mayoría de los profesionales del marketing oyen el término "conjunto de herramientas de marketing impulsado por IA" y piensan en integraciones de software. Su "marco de las 4 C" se diseñó para profesionales, estudiantes y organizaciones que buscan desarrollar las competencias fundamentales necesarias para prosperar en los entornos educativos y laborales modernos, en especial, respecto a las comunicaciones, la colaboración, el pensamiento crítico y la creatividad. Considéralas metacompetencias de alto nivel.

• CRM: ¿puedes predecir qué clientes potenciales completarán la conversión antes de que tu equipo de ventas pierda tiempo con ellos? ¿Puedes personalizar el alcance en función de patrones de comportamiento que no lograrías detectar de forma manual?
• Contenido:¿puedes medir si el tono de tu marca se mantiene coherente en todos los canales o simplemente esperas que así sea? ¿Puedes ver cómo tus clientes se adaptan a tus mensajes en tiempo real antes de que finalice la campaña?
• Canales: ¿inviertes dinero en canales según los datos de rendimiento o lo haces porque siempre has invertido en ellos? ¿Puedes deshacerte de los canales con mal rendimiento y redistribuir el presupuesto?
• Clientes: ¿sabes cuáles de los datos de tus contactos son correctos antes de crear campañas en torno a ellos? ¿Puedes crear un alcance personal basado en información real sobre cada cliente potencial?

Pearson obtiene respuestas a estas preguntas con su conjunto de herramientas tecnológicas con IA y considera que cada una tiene un puesto o una personalidad diferentes, lo que, básicamente, le permite crear un "equipo" para respaldar su trabajo:

• ChatGPT es su asistente inteligente y "acelera mi forma de crear o iterar ideas".
• Perplexity es su director de Investigación de Mercado. Le brinda un asesoramiento claro, búsquedas repletas de citas e informes detallados.
• Pi es su director de Redes Sociales. Dice que es "conversacional y reflexivo, similar a un amigo que comenta sobre el mundo".
• Claude es la herramienta que usa para realizar un trabajo analítico más extenso y es "ideal para cuando necesita un análisis basado en documentos".

Descubre cómo usar Claude con ActiveCampaign con el conector MCP de Claude (artículo en inglés).

Se trata de diferentes herramientas para diversos trabajos, todas coordinadas por el criterio humano que determina qué preguntas son importantes.

"Queremos saber cómo ser más precisos y si [este proceso] ayuda a tomar mejores decisiones o lograr mejores resultados. Va más allá de ahorrar tiempo", afirma. "Luego, si ahorramos tiempo, lo que importa es cómo podemos reemplazarlo y si aumenta el valor total. Si ahorramos tiempo y después lo desperdiciamos, todo es en vano".

Los avances tecnológicos hacen que las personas deban experimentar con cada herramienta. Pearson, Kip Knight y Ed Tazzia son coautores de Crafting Persuasion y codificaron el modelo ABCDE que crearon para el Departamento de Estado de EE. UU., como una forma de crear narrativas de marca atractivas a través de principios que han dado resultados durante décadas.

Si no implementas un proceso, lanzarás indicaciones a la IA y esperarás que te arroje algo útil. Con un sistema creado a partir del modelo ABCDE y las 4 C, podrás dirigir las herramientas de marketing autónomo para que resuelvan problemas específicos con el fin de alcanzar metas claras (p. ej., cambios de comportamiento, ajustes de canales, análisis en tiempo real).

El modelo ABCDE:

• Público (Audience): ¿tienes una plataforma inteligente que revele con exactitud quiénes componen tu público y qué creadores de contenido influyen en sus decisiones, o trabajas a partir de conjeturas sobre los datos demográficos?
• Comportamiento (Behavior): ¿puedes medir si tu contenido en verdad genera cambios de comportamiento o solo produce impresiones?
• Contenido (Content): ¿creas material que se alinee con los comportamientos que deseas o solo produces contenido porque así lo exige tu calendario?
• Entrega (Delivery): ¿ajustas los canales en función de los datos de rendimiento o te apegas a tu plan de medios originales porque los cambios te resultan difíciles?
• Evaluación (Evaluation): ¿puedes ver lo que funciona casi en tiempo real y cambiar de recursos, o esperas a que finalice una campaña para descubrir que desperdiciaste la mitad de tu presupuesto?

Si solo usas ChatGPT con datos de aprendizaje públicos, estás buscando ventajas en el mismo entorno que tus competidores. La información que recibes será similar a la que reciben ellos.

Crea un estanque de datos propios (en inglés) combinando datos de ventas internos, investigaciones sobre tus clientes y patrones de comportamiento. De este modo, crearás información que nadie más podrá replicar.

"Si realmente creas un modelo de lenguaje grande específico para tu público", explica Pearson, "con datos de ventas y marketing exclusivos, y toda tu investigación combinada con código abierto, crearás un modelo de lenguaje grande mucho más específico que te dará información diferente a la que obtienen tus competidores".

Por ejemplo, muchos analistas y agentes de IA extraen datos de ClinicalTrials.gov (en inglés), una base de datos global de código abierto con 450 000 ensayos clínicos combinada con información exclusiva para cada tratamiento contra el cáncer estudiado en el desarrollo de fármacos y usado en el mercado. Dicha información no se incluye en ninguna base de datos pública. Crearon su propio estanque. Esa es su ventaja.

Crea la infraestructura para gestionar una mayor capacidad creativa. Pearson señala a Eleven Labs como su ejemplo favorito de por qué la capacidad de IA no significa nada sin el pensamiento sistémico. La plataforma de localización de voz traduce el contenido en inglés a cualquier idioma, cadencia o dialecto de cualquier parte del mundo con calidad profesional. Te permite lanzar una marca a nivel mundial en cuestión de días, en lugar de meses.

¿Y luego qué?

¿Qué sucede a continuación?: "¿Cuál es el precio para cada país?" pregunta Pearson. "¿Cómo se va a distribuir, empaquetar, producir, etc., por país? Si la infraestructura no puede seguir el ritmo de la creatividad, entonces no podrán lograrlo".

Hay que ver la creatividad como un sistema. Puedes localizar el contenido para 47 mercados en una sola noche, pero, si no creaste el marco operativo para fijar precios, distribuir y abastecer a esos 47 mercados, la herramienta no sirve de nada. Muchas empresas obtendrán herramientas de IA que potencian los resultados creativos, pero las empresas inteligentes crearán la estructura que les permita poner en práctica realmente dichos resultados.

Pearson analiza un ejemplo del sector de salud para mostrar la diferencia entre las respuestas de IA y la inteligencia sistemática.

Digamos que quieres cambiar el funcionamiento de los ensayos clínicos y no quieres (o no puedes) gastar dinero y tiempo en una investigación de mercado tradicional. Tienes que comunicarte con investigadores y personas a cargo de 450 000 ensayos clínicos de todo el mundo. Las herramientas de marketing autónomo ofrecen la información necesaria en cuestión de días si tienes el sistema adecuado.

Los agentes de IA extraen información de los 450 000 ensayos y de todos los investigadores de áreas específicas de los sistemas de salud de EE. UU., pero extraer datos no significa generar información. El sistema debe responder preguntas estratégicas: ¿cuál es la diferencia mínima que cambiará la práctica?  ¿Cuáles son los biomarcadores clave? ¿Quiénes son los mejores investigadores de este tratamiento en particular? ¿Podemos minimizar el tamaño del grupo de control mediante un control sintético? ¿Cuál es la carga para el participante? Y muchas otras más.

"Básicamente, ¿tratas a la IA como a Google o como si tuvieras a un estudiante de doctorado a tu lado?" pregunta Pearson.

Versión de Google: ¿qué investigadores realizaron ensayos sobre la enfermedad de Alzheimer?

Versión del estudiante de doctorado: encuentra a investigadores que hayan realizado ensayos en los últimos tres años, que estén especializados en el tema y cuyos ensayos hayan llegado a la fase tres, ya sea que hayan tenido éxito o fracasado. Indícame qué aprendieron y exactamente cuántos pacientes reclutaron por centro.

"Con Perplexity, obtendrás una respuesta detallada en solo 5 o 15 minutos", señala Pearson. "Tal vez no tengas todo lo que necesitas, pero sabes lo que falta. Podrás reunirte con tu colega humano realmente inteligente y decirle: Sé todo esto. Y necesito esto para completar la recomendación".

A partir de ahí, el sistema sigue creciendo. ¿Con qué investigadores de ensayos deberías trabajar? ¿En qué centros trabajan? Ahora tienes 25 centros. ¿Qué tipo de contenido necesita cada centro para promocionar su ensayo a posibles participantes? ¿En cuántos idiomas debería estar el contenido? ¿Cómo podemos comunicarnos con un público tan diverso?

"Todos tienen una idea y todos la conocen", explica Pearson. "Pero, ahora, el sistema genera contenido para cada investigador con ligeros retoques. El sistema de salud de Denver vs. el de Cleveland vs. el de Miami, o la versión en español o en mandarín".

El avance no es la velocidad, sino la posibilidad de tomar decisiones en función de información que ninguna otra persona tiene porque creaste un sistema que hace preguntas que ninguna otra persona hace.

El consejo de Pearson para dar los primeros pasos es evitar el enfoque típico de "prueba todo y descubre qué da resultado" y, en su lugar, enfocarte en aspectos básicos que se complementen.

• Crea tu plataforma inteligente. Elige tus tres segmentos de clientes más importantes. Usa agentes de IA para recopilar toda la información pública disponible: sus problemas, sus hábitos de consumo de contenido, los influencers que siguen y las tendencias de la industria. Cuando crees contenido, trabaja a partir de información sobre cómo piensa tu público, en lugar de basarte en conjeturas.
• Aprende a hacer preguntas estratégicas. Deja de tratar a la IA como si fuese Google. Dedica una semana a aprender a escribir indicaciones más largas y específicas con contexto sobre tu público, los resultados deseados, el tono y las limitaciones. Controla qué indicaciones generan primeros borradores útiles y cuáles solo producen basura. Dedicar cinco minutos a redactar una pregunta detallada permite ahorrar horas de revisión.
• Asigna funciones al flujo de trabajo de IA. No crees un "equipo de IA" separado del trabajo habitual. Dales a los miembros actuales del equipo responsabilidades de IA que se sumen a sus funciones habituales. Una persona comenzará a encargarse de planificar el flujo de trabajo. Otra se hará cargo de la biblioteca creativa. Cuando el trabajo de IA se incorpora en las funciones habituales, se convierte en un procedimiento operativo estándar.

Las empresas que se beneficiarán del marketing autónomo no serán las que más usen la IA, sino las que la usen de forma más intencional, con sistemas basados en principios que siempre fueron importantes: comprender a tu público, crear con propósito, medir lo importante y mantener el criterio que surge a partir de preocuparse genuinamente por lo que intentas resolver.

Todo lo demás solo constituye una mediocridad más rápida.