La inteligencia artificial ya forma parte del día a día de las agencias, pero su impacto real todavía está en construcción. Mientras la adopción avanza con rapidez y se multiplican los casos de uso, el desafío pasa por integrar la tecnología de manera estratégica, ordenar los procesos y conectar su implementación con resultados concretos de negocio. Un informe reciente de COR muestra cómo el sector empieza a transitar este cambio, entre el entusiasmo, la experimentación y la necesidad de redefinir modelos operativos y de rentabilidad.
Adaptación a la IA
Las agencias atraviesan una transformación en la que la inteligencia artificial dejó de ser una herramienta técnica para convertirse en un eje estratégico de liderazgo. La adopción ya no depende solo de incorporar tecnología, sino de comprender cómo integrarla de forma consistente en la operación.
Hoy, el uso de IA se concentra principalmente en redacción, que representa el 16,3%, diseño gráfico con el 15,3%, creación audiovisual con el 13,4% y automatización de tareas con el 10,4%. Esta adopción está redefiniendo una ventaja histórica del sector: el tamaño. La IA permite reducir tiempos, automatizar procesos y generar variantes creativas con menos recursos, acortando los ciclos de trabajo.
En este nuevo escenario, el diferencial de las agencias se desplaza desde la capacidad de producción hacia la calidad, la creatividad, la experiencia del cliente y la efectividad de los resultados. Sin embargo, la integración aún es limitada: el 63,4% la utiliza de manera parcial y solo el 17,1% la tiene incorporada en su flujo diario. El desafío es pasar de la experimentación a un modelo escalable, con procesos centralizados y equipos mixtos en los que la IA ejecuta y las personas deciden.
Cambios en el modelo de negocios
El impacto de la inteligencia artificial ya comienza a reflejarse en los modelos de negocio. El 34,4% de las agencias afirma que la IA está modificando su forma de generar ingresos, mientras que un 56,3% anticipa que será transformadora, aunque todavía no percibe cambios concretos en la actualidad.
Al mismo tiempo, el 28% sostiene que la incorporación de IA no produjo cambios en la rentabilidad, y un 12,5% reporta incluso un impacto negativo. Este escenario convive con uno de los principales riesgos operativos del sector: la descentralización del uso de la tecnología.
En muchas agencias, cada profesional elige su propia herramienta, la financia de manera independiente, la entrena con información dispar y la utiliza sin controles ni garantías. La carga de datos se realiza sin protocolos claros y la rendición de cuentas llega cuando los costos ya fueron absorbidos. El resultado es la duplicación de gastos, un uso ineficiente de los recursos, riesgos de seguridad y una pérdida de escala significativa. La mayoría de las organizaciones todavía no mide el costo real de esta fragmentación, lo que termina erosionando el potencial de la inteligencia artificial.
Y ahora, ¿cómo definir un presupuesto?
La incorporación de agentes de inteligencia artificial obliga a repensar los esquemas tradicionales de presupuestación. Las horas de trabajo dejan de ser la única variable para calcular costos y rentabilidad. A partir de ahora, el foco se desplaza hacia la eficiencia con la que los agentes producen resultados.
En este nuevo modelo, los tokens se convierten en una unidad central del costo operativo. A mayor procesamiento, mayor consumo de recursos y mayor impacto económico. Sin visibilidad ni control sobre este uso, la rentabilidad se distorsiona y se vuelve difícil de gestionar de manera precisa.
Beneficios y desafíos
Los beneficios inmediatos de la inteligencia artificial para las agencias están asociados a la optimización de la eficiencia, con mayor capacidad operativa, mayor rapidez y decisiones basadas en datos. Sin embargo, el verdadero cambio llegará cuando estas mejoras se traduzcan en mayor rentabilidad y en la generación de nuevas fuentes de ingreso.
Aun así, los principales desafíos en la adopción de la IA siguen siendo humanos y operativos. Persisten barreras culturales vinculadas a la capacitación de los equipos y a la resistencia al cambio, muchas veces impulsada por el temor al reemplazo. A esto se suman barreras técnicas relacionadas con la integración tecnológica, los costos de implementación y las limitaciones propias de las herramientas disponibles.
Conclusión
La inteligencia artificial ya está presente en las agencias de Latinoamérica, pero todavía no se implementa de manera estratégica. Predominan los usos dispersos, los datos sin control y los procesos fragmentados. La evidencia muestra un contraste claro entre el entusiasmo, la adopción rápida y la multiplicidad de casos de uso, y la falta de estrategia, la dispersión operativa y la ausencia de métricas claras.
El principal punto débil no está en la creatividad, sino en la falta de infraestructura y de modelos de governance. El próximo paso será dejar atrás la etapa de experimentación para avanzar hacia una gestión centralizada, con políticas claras, medición operativa y una conexión directa entre el uso de inteligencia artificial y la rentabilidad del negocio.
