La muerte del Customer Journey lineal: por qué el ”AI decisioning” jubilará tu CRM.
El “AI decisioning” revoluciona la automatización de la relación con los clientes (marketing automation) pasando de segmentos a viajes de cliente individualizados.
Las herramientas de automatización del marketing (Marketing Automation) se construyeron bajo una premisa dudosa: que el cliente recorre un camino lineal y predecible. Durante los últimos años, hemos intentado forzar una realidad caótica en flujos deterministas del tipo “Si abre correo A, enviar correo B”. El resultado es conocido: saturación, irrelevancia y la mercantilización de la atención.
La irrupción de la IA generativa y los agentes autónomos ha roto este modelo. No estamos ante una mejora incremental, sino ante un cambio de paradigma en la arquitectura de decisión. Pasamos de orquestar campañas a desplegar sistemas de AI Decisioning: motores que no “lanzan” mensajes, sino que optimizan objetivos en tiempo real.
La anatomía del AI Decisioning: cerebro y músculo.
La superioridad del AI Decisioning frente al Machine Learning (ML) tradicional radica en la convergencia de dos capacidades:
El Cerebro (Reinforcement Learning): Mientras que el ML clásico es predictivo (clasifica usuarios o predice churn), el AI Decisioning es proactivo. Utiliza algoritmos de Contextual Multi-Armed Bandits (aprendizaje por refuerzo). En lugar de seguir un árbol de decisión estático, el agente observa el “vector de estado” del cliente (contexto, historial, hora, clima) y elige la mejor acción posible entre millones de opciones. No sigue reglas; persigue recompensas (clics, conversiones, retención).
El Músculo (IA Generativa): Una vez tomada la decisión, la IA ejecuta el delivery. Ya no selecciona una plantilla prefabricada; construye el mensaje ad-hoc. El sistema ingiere datos no estructurados (sentimiento en una llamada reciente) y estructurados (historial de compra) para generar un copy único.
El ciclo se cierra con el feedback instantáneo. La reacción del usuario (o su inacción) actualiza los pesos de la red neuronal al momento. Si una oferta deja de convertir a las 10:05 AM, el sistema deja de enviarla a las 10:06 AM sin intervención humana. Es el fin del A/B testing manual; hablamos de optimización continua y en tiempo real.
En resumidas cuentas, mientras el ML clásico se limita a la predicción, la superioridad del AI Decisioning radica en su capacidad para generar nuevos caminos o flujos de cliente uno a uno.
El dilema del innovador en el stack de marketing.
Este cambio amenaza la hegemonía de los incumbents (Salesforce Marketing Cloud, HubSpot, Adobe Campaign). Sus plataformas nacieron como repositorios de registro (System of Record) con arquitecturas de datos rígidas y flujos lineales. Añadir una capa de AI Decisioning sobre estas estructuras heredadas es complejo y costoso; requiere reescribir el núcleo del sistema.
Como señala McKinsey, el 60% del valor futuro en marketing automation vendrá de agentes que deciden autónomamente, no de herramientas que ayudan a un humano a decidir. Esto favorece una arquitectura “composable”: mantener los datos en un warehouse propio (Snowflake, Databricks) y conectar capas de decisión ligeras y agnósticas (como Hightouch o Braze que compró recientemente OfferFit) que operan sin el lastre del código heredado.
Salesforce reaccionó introduciendo Agentforce, para retener la capa de inteligencia, pero el mercado se ha mostrado escéptico. La presión bursátil sobre las grandes suites de aplicaciones refleja el temor a que la IA convierta el software tradicional en una commodity, desplazando el valor hacia los datos propietarios y los modelos de decisión autónomos.
El futuro del marketing no pasa por diseñar journeys más complejos, sino por renunciar al control micro. La ventaja competitiva residirá en la capacidad de definir correctamente los guardarraíles (qué puede decir la IA) y las funciones de recompensa (qué queremos que consiga), dejando que los agentes optimicen el “cómo”. Las marcas que sigan “dibujando flujos” competirán en desventaja contra las que entrenen agentes.
El próximo domingo, volvemos a tu buzón,
Fernando, Carlos y Miguel Trugeda,
Hace unos meses anunciamos desde Good Rebels la creación de Kuantik, una división especializada en el desarrollo de soluciones IA.
Un área que combina estrategia de negocio, gestión y análisis de datos, diseño de experiencia e interfaz de usuario, arquitectura tecnológica y desarrollo tecnológico para impulsar el crecimiento y la competitividad de nuestros clientes mediante el uso estratégico de la IA y su aplicación a soluciones de software de marketing bajo demanda o en modo SaaS.
Actualidad.
Todas las presentaciones de Amazon en su evento re:invent 2025 de esta semana, para recordarnos que se toma muy en serio la IA. Destacan los nuevos agentes que trabajan como desarrolladores autónomos y Nova Forge, una plataforma que permite entrenar modelos de IA con datos y conocimiento propios. AMAZON
DeepSeek ha presentado sus modelos open source V3.2 y V3.2-Speciale. Asegura que rivalizan con GPT-5, Claude 4.5 y Gemini 3 en razonamiento y programación. El precio de V3.2 es de $0,28 entrada / $0,42 salida por millón de tokens; comparado con Gemini 3 Pro ($2 / $12), GPT-5.1 ($1.25 / $10) y Sonnet 4.5 ($3 / $15), seguro que se reabrirán debates sobre tarifas y rendimiento.
Runway presenta Gen 4.5 y es “truly impressive”. RUNWAY
El banco HSBC ha firmado un acuerdo con Mistral para integrar herramientas de IA Gen en toda su operativa global, con el objetivo de acelerar la automatización, impulsar la productividad y mejorar la atención al cliente (y dar un empujoncito a la IA europea). REUTERS
HSBC precisamente calcula que Open AI no será rentable antes de 2030, pese a que para entonces el 44% de la población mundial serán usuarios. La principal razón es el coste astronómico de su despliegue de infraestructuras, que en 2033 será de 1.400 billones $ (europeos, trillones americanos). Todo mientras se han encendido las alarmas en Open AI: ante el avance de Gemini, Altman ha pedido a los empleados que se centren en mejorar ChatGPT.
Reflexiones.
A los LLMs se les denomina a menudo loros estocásticos. Suenan coherentes, pero no saben lo que dicen. Pero… ¿qué pasaría si el proceso interno de estos LLMs se pareciera más al pensamiento humano de lo que habíamos imaginado? Podría ser que la IA esté realizando una forma de entendimiento no consciente que los neurocientíficos ahora reconocen como análoga a la compresión y el reconocimiento cognitivo humano. THE NEW YORKER
Jared Kaplan, científico jefe y co-propietario de Anthropic, cree que antes de 2030 deberemos enfrentarnos a una decisión crítica: permitir o no que la IA se entrene y mejore de manera autónoma y recursiva. Parece que no hay término medio: “liberar” a la IA para que se autoentrene puede hacer que los humanos perdamos el control, o bien darnos beneficios extraordinarios. THE GUARDIAN
Para demostrar que la IA no es una elección y que se encuentra engranada en la infraestructura de nuestro día a día (mucho más allá de LLMs, claro) un periodista del NYT tuvo la feliz idea de intentar pasar 48 horas sin IA. Tuvo que renunciar al móvil, al transporte público y los taxis, a las tarjetas de crédito y hasta al agua corriente (monitoreada con ML). Para sobrevivir recurrió a ropa heredada de su abuelo, bebió agua de lluvia, consultó mapas en papel, se movió en una bicicleta vieja, vio una película en DVD y escribió su artículo en una máquina de escribir a la luz de una vela. La IA no es una elección: está en la infraestructura de nuestro día a día. NYT
Existe el riesgo de que el slop se extienda a los informes o investigaciones internas. La reducción del rigor y la presión del tiempo producen análisis superficiales, que se distribuyen sin edición ni filtro. Para evitarlo, es recomendable un enfoque de elección deliberada: hacerse responsable del resultado final, priorizar el impacto sobre el volumen, realizar siempre alguna investigación por nuestra cuenta, y usar la IA como adversario y acelerador, no como autor. LINK
El punto de inflexión en los generadores de imágenes, ejemplificado en Nano Banana Pro, ya no es su impresionante capacidad creativa, sino la de investigar y razonar. Esto le permite buscar información actualizada e incluirla en sus creaciones. LINK
La alfabetización IA ya no va solo saber de conceptos: ahora se trata de cómo aplicar herramientas IA en el trabajo diario, lo que convierte a cada empleado en un “trabajador tecnológico”. LINK
Research.
Según The State of Gen AI de Similiarweb, la IA Gen se consolida como un pilar fundamental de Internet. En el último año, milones de usuarios han pasado de la curiosidad al uso diario: han crecido un 76% las visitas a los LLMs líderes (ChatGPT entra en el top 5 de webs más visitadas, aunque sus rivales acortan rápidamente la distancia) y un crecimiento x7 de las aplicaciones móviles. Este auge no ha reemplazado la búsqueda tradicional (95% de los usuarios de ChatGPT alternan con Google), pero sí ha redefinido la métrica principal de éxito: ya no es el tráfico, sino la visiblidad para la IA. LINK
MCX.
Disney emplea la IA para acelerar procesos y tiempos creativos, sin reemplazar a los humanos. Su programa Diseny Accelerator reduce el tiempo de producción de un episodio corto de cinco meses a menos de cinco semanas. Los animadores se concentran en la creatividad y el estilo, mientras la IA se encarga de las tareas repetitivas, manteniendo la consistencia de la marca. CNET
Booking.com ha creado un agente IA (realmente es un agente que hace de asistente) para ayudar a los alojamientos a responder a la multitud de preguntas que los clientes hacen antes de su estancia (horas de checkin, animales, etc). Un uso de IA generativa de libro, pero con un nivel de complejidad también de libro. BOOKING
Nueva York es el primer estado en EEUU que obliga a los comerciantes a informar cuando la IA ha establecido un precio dinámico en función de los datos personales del cliente. NYT
Snapchat ha lanzado una boutique virtual interactiva (no disponible en España) a través de Realidad Aumentada, con experiencias temáticas y productos detallados de tres marcas de lujo, Chopard, Lancôme y Boss. El objetivo es atraer a la Generación Z, que irónicamente prefiere descubrir productos en tiendas físicas. SNAPCHAT
Comprar es cada vez más fácil, pero resolver un problema postventa es un proceso frustrante y estresante. En EEUU, el 77% de los clientes ha tenido un problema con un producto o servicio este año. Se quejan de la dificultad para contactar a las empresas, de los largos tiempos de espera y de la estratificación de la atención (se da prioridad a los clientes que gastan más). LINK
Off Tópicos.
Oxford University Press ha elegido ragebait como palabra del año 2025. Se puede traducir como provocar intencionadamente ira en redes sociales. Ha pasado de práctica para influencers que quieren hacerse notar a estrategia para algunas marcas, como Friend (un gadget IA) y Nucleus Genomics (diagnóstico genético), que han lanzado campañas provocadoras para atraer atención, incluso si es negativa. Que hablen de mí, aunque sea para… rabiar. LINK