Lectura 7:00 min
Empresas en México automatizan campañas, pero la IA no mueve las ventas
México ya tiene capacidades para automatizar el marketing, aunque la inteligencia artificial aún se concentra en la generación de contenidos y conversación mientras las aplicaciones que impactan las ventas, el margen y la retención siguen sin escalar.
La inteligencia artificial escribe anuncios, adapta copies, responde mensajes y acelera reportes dentro de las áreas de marketing. Eso ocurre antes de que una empresa cambie su manera de vender. Una cosa es producir más piezas con menos tiempo. Otra es permitir que un sistema recomiende qué cliente debe recibir una oferta, qué usuario está cerca de abandonar una plataforma, qué lead merece atención comercial o qué descuento conviene retirar para proteger el margen.
México se encuentra en ese punto intermedio. Las empresas mexicanas incluidas en el estudio Evolución del Marketing Digital en Latinoamérica 2026, elaborado por NTT DATA, IAB y el Tecnológico de Monterrey, reportan niveles altos de adopción en herramientas que permiten operar marketing con mayor velocidad.
Te puede interesar
El país aparece con 81% en analítica, 86% en pruebas A/B y 54% en automatización de marketing. La muestra regional reunió 775 levantamientos cuantitativos y 20 entrevistas a ejecutivos C-Level. México aportó 38% de las respuestas. El estudio describe sobre todo al segmento corporativo avanzado, ya que 84.9% de las empresas participantes tiene más de 250 personas.
En la práctica, esa base permite cambiar campañas casi al ritmo del consumidor. Un asunto de correo se prueba por la mañana. Un anuncio se ajusta al mediodía. Una audiencia se depura por la tarde. El reporte llega con conversiones, costo por adquisición, clics, aperturas y desempeño por canal. Luego aparece la pregunta que incomoda al tablero. ¿Cuánto de eso fue venta nueva?
La venta todavía no llega
La IA se instaló primero en tareas donde la fricción interna es menor. En América Latina, 69% de las empresas usa IA para contenidos y diseño, y 45% para marketing conversacional. Las aplicaciones más cercanas al resultado financiero, como personalización en tiempo real, nurturing automatizado y forecasting, permanecen por debajo de 15%, según el estudio.
En las áreas de marketing, la IA encontró una entrada relativamente fácil, es decir, tareas donde el error se corrige rápido y el costo político es bajo. Un texto malo se cambia. Una imagen que no funciona se descarta. Una respuesta automática se ajusta. El problema empieza cuando la misma lógica se acerca a decisiones que antes pasaban por varias manos, como a quién darle un descuento, cuándo dejar de perseguir a un cliente, qué lead mandar a ventas o qué producto empujar aunque tenga menor margen. Ahí la conversación deja de pertenecer solo al equipo que opera campañas y entra en finanzas, legal, tecnología, y seguridad.
México aparece con 71% en segmentación dentro del estudio regional. También registra una adopción cercana a tres cuartas partes en CRM, un uso intermedio de data lake y alrededor de 25% en CDP. La infraestructura ya permite ordenar clientes y activar audiencias. La personalización comercial en tiempo real exige otra consistencia en identidad, trazabilidad, reglas y operación multicanal.
Retail avanza más rápido porque el error y el acierto se ven pronto. El estudio ubica a este sector con 27% en personalización avanzada. Banca y Fintech aparecen con 6 por ciento. Un banco puede tener más datos que un supermercado o una tienda departamental. También carga con regulación, sistemas heredados, aprobaciones más lentas, mayor sensibilidad de datos y riesgos reputacionales más altos. En retail, inventario, carritos abandonados, promociones y recompra empujan la prueba diaria.
La medición queda corta
En América Latina, 47% de las compañías mide efectividad con métricas tácticas por canal. Otro 46% opera tableros que combinan métricas de marketing con indicadores financieros o estratégicos. Solo 7% traduce la contribución de canales a EBITDA o participación de mercado. En atribución, 37% carece de método formal; 35% usa Marketing Mix Modeling; 34%, Multi-Touch Attribution; y 19%, pruebas de incrementalidad.
Con esa base, una campaña puede verse exitosa desde marketing y discutible desde finanzas. Puede traer clics baratos y ventas de bajo margen. Puede generar conversiones que habrían ocurrido sin inversión. Puede llenar el embudo con leads que ventas no cierra. La IA comercial necesita saber distinguir entre actividad, conversión y contribución incremental.
La tensión no pertenece solo al área de marketing. Microsoft encontró en su Work Trend Index 2026 que cultura, apoyo gerencial y prácticas de talento explican 67% del impacto reportado de la IA, frente a 32% asociado a factores individuales. El estudio se basa en una encuesta a 20,000 trabajadores que usan IA en 10 países y en señales agregadas de Microsoft 365. Solo 26% de los usuarios considera que su liderazgo está clara y consistentemente alineado en IA.
Un analista puede pedir a la IA que compare campañas. Un equipo creativo puede producir más piezas. Un responsable de CRM puede detectar segmentos con mayor respuesta. Nada de eso garantiza que la dirección cambie incentivos, métricas, aprobaciones o responsabilidades. La venta asistida por IA exige una pregunta organizacional básica. Quién responde cuando el sistema recomienda mal.
La IA entra a sistemas críticos
En más de 100,000 conversaciones de Microsoft 365 Copilot, 49% de los usos apoyó trabajo cognitivo, como análisis, evaluación, solución de problemas y pensamiento creativo. Además, 86% de los usuarios trata la salida de IA como punto de partida y mantiene responsabilidad sobre el pensamiento.
En una presentación o en un reporte interno, la revisión humana puede resolverse con una lectura final, un comentario del jefe o una corrección antes de enviar. En una decisión comercial automatizada, esa revisión ya no puede depender solo del criterio de la persona que tiene abierta la herramienta. Si una IA recomienda bajar un precio, excluir a un cliente de una promoción o insistir con una oferta, la empresa necesita saber desde antes quién autorizó ese margen de acción, qué datos podía usar, qué señales obligaban a detenerla y quién debe responder cuando la decisión afecte ingresos, clientes o cumplimiento.
Cuando una empresa empieza a usar IA en marketing, rara vez trabaja con un solo modelo. Puede tener un asistente para contenidos, otro integrado al CRM, uno más en la plataforma de atención a clientes y otro conectado al e-commerce. F5 reporta que las organizaciones encuestadas operan o evalúan en promedio siete modelos de IA; 78% administra su propia inferencia y 52% utiliza orquestación o encadenamiento multimodelo.
Primero aparece como asistente para textos. Después solicita acceso a información de clientes. Más tarde se conecta con el CRM, el sitio web, la app, el inventario, los medios pagados, el programa de lealtad o la atención al cliente. En ese trayecto surgen permisos, APIs, costos por uso, observabilidad, autenticación y prevención de fugas.
De acuerdo con F5, 55% de las organizaciones gestiona autenticación para servicios de IA y acceso API; 54% observa tráfico de IA y demanda de aplicaciones; 51% usa servicios para prevenir fugas de datos sensibles. Esos temas pueden parecer lejanos a una campaña. Se vuelven centrales cuando una IA selecciona audiencias, recomienda ofertas o activa acciones de retención.
Una campaña automatizada ahorra horas y acelera la ejecución. Una IA que mueve ventas necesita otra prueba. Debe demostrar que generó ingresos adicionales, mejoró el margen, retuvo clientes con rentabilidad o elevó la recompra. También debe dejar rastro de la decisión y de la persona o área responsable.
El marketing digital en México y América Latina entra a una etapa menos visible que la automatización de campañas. La disputa estará en las decisiones comerciales que una empresa permita ejecutar a sus modelos: recomendaciones, descuentos, priorización de clientes, retención, pronóstico y asignación de presupuesto. Ahí se definirá si la IA queda como una herramienta para producir más rápido o se convierte en un sistema capaz de mejorar las ventas con evidencia.
