IA y marketing en México: entre la promesa y la realidad de lo que funciona

Hay una escena que se repite en salas de juntas de empresas de todos los tamaños en México. Alguien, generalmente de dirección, pregunta: "¿ya estamos usando IA en nuestro marketing?" El equipo de marketing asiente con entusiasmo. "Sí, usamos ChatGPT para los copies." Dirección se da por satisfecha. Todos vuelven a sus escritorios.

Eso no es estrategia de marketing con IA. Eso es usar un procesador de texto muy caro.

La diferencia entre usar herramientas de IA y tener una estrategia de marketing impulsada por IA es la misma diferencia que hay entre tener un bisturí y ser cirujano. La herramienta es condición necesaria, no suficiente.

El estado real del marketing digital en México

Antes de hablar de IA, hay que entender el terreno. México tiene más de 100 millones de usuarios de internet. Más de 90 millones usan redes sociales activamente. El comercio electrónico superó los 658 mil millones de pesos en 2023 y sigue creciendo a doble dígito.

Es un mercado enorme, digital y hambriento. Pero también es un mercado con particularidades que la mayoría de los frameworks de marketing importados de Estados Unidos o Europa no capturan.

WhatsApp no es un canal más en México. Es el canal. Con más de 80 millones de usuarios y un promedio de uso mensual que supera las 16 horas por persona, WhatsApp es donde los mexicanos realmente se comunican. Cualquier estrategia de marketing digital en México que no tenga WhatsApp como pieza central está incompleta.

Facebook sigue siendo dominante en generación de tráfico y conversión, a pesar de que la narrativa global lo da por muerto cada seis meses. Con más de 90 millones de usuarios adultos en México, Facebook no solo está vivo: es el principal canal de descubrimiento de marcas para la mayoría de los segmentos demográficos.

TikTok creció explosivamente, pero su rol es diferente. No es un canal de conversión directa para la mayoría de las categorías. Es un canal de descubrimiento y consideración. Las marcas que intentan vender directamente en TikTok con la misma lógica de Facebook generalmente se frustran. Las que lo usan para generar awareness y nutrir consideración obtienen resultados.

Donde la IA realmente cambia el juego

La IA aplicada al marketing no es una sola cosa. Son capas de capacidades que se apilan sobre la estrategia existente. Y el orden importa.

La primera capa es la comprensión de audiencia. Antes de la IA, segmentar una audiencia significaba dividirla por edad, género, ubicación y quizá intereses declarados. Eran segmentos gruesos, aproximaciones. Con machine learning aplicado a datos de comportamiento, la segmentación se vuelve granular y dinámica. No agrupas personas por lo que dicen ser, sino por lo que hacen.

Una marca de retail en México puede usar modelos de clustering para identificar micro-segmentos basados en patrones de navegación, frecuencia de compra, sensibilidad al precio y probabilidad de abandono. Cada micro-segmento recibe comunicación diferente, en el canal adecuado, en el momento correcto. No es ciencia ficción. Mercado Libre lo hace a escala desde hace años. Liverpool está avanzando en esa dirección. Las herramientas están disponibles para empresas medianas también.

La segunda capa es la optimización creativa. Las plataformas publicitarias de Meta, Google y TikTok ya integran IA que optimiza creatividades automáticamente. Pero la optimización funciona dentro de los límites de lo que le das. Si le das cinco creatividades mediocres, te va a decir cuál mediocre funciona mejor. La IA no reemplaza el pensamiento creativo estratégico. Lo acelera.

El uso más inteligente que he visto en marcas mexicanas es usar IA generativa para producir variantes de concepto creativo rápidamente, testear con presupuestos pequeños y escalar solo lo que demuestra tracción. En lugar de apostar todo a una gran campaña, distribuyen el riesgo en múltiples hipótesis creativas y dejan que los datos decidan. Es un cambio de filosofía, no solo de herramienta.

La tercera capa es la automatización de interacciones. Chatbots en WhatsApp Business que responden preguntas frecuentes, califican leads y hasta cierran ventas. Secuencias de email disparadas por comportamiento. Flujos de remarketing que se adaptan en tiempo real.

Aquí la clave es la palabra "adaptan". La mayoría de la automatización de marketing en México es estática. Configuras un flujo una vez y lo dejas correr seis meses sin tocarlo. La IA permite automatización adaptativa, donde los flujos se modifican en función de los resultados que generan. Es la diferencia entre un piloto automático que vuela en línea recta y uno que ajusta la ruta en función del clima.

Los errores que la IA no corrige

Hay una tentación peligrosa en el marketing actual: creer que la IA corrige una mala estrategia. No lo hace.

Si tu propuesta de valor no es clara, la IA va a comunicar confusión de forma muy eficiente. Si no entiendes a tu audiencia, la IA va a segmentar con precisión quirúrgica a las personas equivocadas. Si tu producto no resuelve un problema real, la IA va a optimizar la venta de algo que nadie necesita.

He visto marcas mexicanas invertir cantidades importantes en stacks de martech con IA integrada, solo para descubrir que su problema no era tecnológico. Era estratégico. No tenían claro a quién le vendían, por qué les compraban y qué los diferenciaba de la competencia. Ningún modelo de machine learning resuelve eso.

La IA amplifica. Si tu marketing es bueno, la IA lo hace excelente. Si tu marketing es malo, la IA lo hace desastrosamente malo a gran velocidad.

La medición como ventaja competitiva

Uno de los cambios más profundos que la IA trae al marketing no es creativo ni comunicacional. Es de medición.

La atribución de marketing siempre fue un problema difícil. El cliente vio un anuncio en Facebook, buscó la marca en Google, leyó una reseña en un blog, preguntó por WhatsApp y compró en tienda física. ¿Cuál canal recibe el crédito? Los modelos de atribución tradicionales (last-click, first-click, lineal) son aproximaciones burdas.

Los modelos de atribución basados en machine learning son significativamente mejores. Analizan miles de rutas de conversión y asignan peso a cada touchpoint en función de su contribución real al resultado. Google lo ofrece integrado en Google Analytics 4. Meta tiene su propio modelo. Las marcas más sofisticadas construyen modelos propios.

En México, la adopción de modelos de atribución avanzados sigue siendo baja. La mayoría de las empresas todavía toman decisiones de presupuesto basadas en last-click, lo que sistemáticamente sobrevalora los canales de conversión y subvalora los de descubrimiento. Corregir eso con modelos de IA puede cambiar radicalmente cómo se distribuye el presupuesto de marketing.

El factor humano que no se automatiza

Después de todo lo anterior, hay que decir algo que no es popular en conferencias de marketing tech. La parte más importante de una estrategia de marketing con IA no es la IA. Es el estratega.

La persona que decide qué preguntas hacerle a los datos. Que entiende las limitaciones de los modelos. Que sabe cuándo un resultado estadísticamente significativo es estratégicamente irrelevante. Que tiene la sensibilidad para entender que en México, la relación con las marcas tiene componentes culturales y emocionales que ningún algoritmo captura completamente.

Ese perfil es escaso. Y es exactamente el tipo de profesional que va a definir qué empresas ganan y cuáles pierden en los próximos años. No el que sabe usar más herramientas, sino el que sabe pensar mejor con ellas.

La IA no transformó el marketing. Le dio a los buenos estrategas superpoderes y a los malos estrategas la capacidad de equivocarse más rápido. La diferencia, como siempre, está en las personas.