Laura Barreto, de Doppler: agentes de IA en marketing

¿Qué cambia cuando la IA pasa de asistir a ejecutar procesos?

Durante años, hablar de inteligencia artificial aplicada al marketing fue sinónimo de asistentes: una herramienta que redactaba un correo, otra que proponía asuntos, un chatbot que respondía preguntas. En 2026 la conversación se mueve hacia agentes capaces de interpretar un objetivo, analizar información y avanzar hasta un resultado por sí solos, sin esperar instrucciones paso a paso. Una encuesta de L.E.K. Consulting de julio de 2026 a 2.650 consumidores estadounidenses muestra que el 46% de los usuarios de IA ya inicia su investigación de compra en plataformas como ChatGPT, Gemini, Perplexity o Claude, frente al 25% de 2024. La búsqueda tradicional cayó del 43% al 24% en el mismo período, según la misma fuente.

La diferencia entre un asistente y un agente no es solo técnica: es de delegación. Laura Barreto, integrante de la Comisión de Inteligencia Artificial de la Data & Marketing Association (DMA) Argentina y responsable del área que trabaja la estrategia de IA en Doppler, lo explica con un ejemplo cotidiano en una entrevista con Marketing4eCommerce México: "Si le pedís a alguien del equipo 'escribime un email para los que no abrieron la última campaña', te va a traer un email. Vos lo leés, lo corregís, decidís a quién se manda y cuándo. Eso es un asistente: hace una tarea y te devuelve el control".

El cambio aparece cuando se delega el objetivo, no la tarea. "Si le decís 'necesito que los que se registraron esta semana lleguen a usar la plataforma', la cosa cambia. Esa persona tiene que pensar a quién escribirle primero, qué decirle a cada uno, esperar a ver quién responde, insistir con los que no, y darse cuenta de cuándo alguien está listo para hablar con ventas. Ya no es una tarea, es un proceso", apunta. Y matiza un punto clave: la autonomía no se activa de golpe. "A mí me gusta pensar la autonomía como una perilla y no como un interruptor. Primero sugiere, después ejecuta con tu aprobación, después ejecuta sola dentro de ciertos límites", explica en el marco del EMMS 2026, organizado por Doppler y Hostinger.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

¿Qué tareas de marketing se pueden delegar ya a un agente?

El criterio que Barreto aplica para decidir qué delegar tiene cinco preguntas: ¿se repite?, ¿tiene volumen?, ¿se pueden escribir las reglas?, ¿qué pasa si sale mal?, ¿hace falta criterio humano para resolverlo? Cuando las tres primeras dan "sí" y las dos últimas "no mucho" y "no tanto", aparece un candidato ideal: calificar leads, hacer el primer contacto con alguien que dejó sus datos o auditar llamadas de venta.

Del otro lado quedan las decisiones con más en juego: negociar condiciones con cuentas grandes, contener a un cliente furioso o decidir si se hace una excepción. "Ahí el agente puede ayudar un montón, juntando información, resumiendo el historial, proponiendo una respuesta. Pero la última palabra la tiene alguien con nombre y apellido. Y está bien que así sea, al menos por ahora", sostiene.

¿Por qué el cuello de botella es organizacional y no tecnológico?

Para Barreto, la tecnología está lista para hacer muchísimo más de lo que las empresas le piden. El cuello de botella casi nunca es la herramienta: es cómo está organizado el equipo. Identifica tres pasos urgentes:

Asignar un dueño del proceso. Muchas empresas prueban herramientas por separado, con cuentas personales, sin integrar nada en la operación. Hay entusiasmo y poco sistema.
Documentar el conocimiento que vive solo en la cabeza de las personas. Un agente no puede ejecutar algo que nadie escribió, y muchas veces el equipo descubre que ni siquiera estaba de acuerdo en cómo se hacía.
Cambiar qué se mide. Si seguimos premiando cantidad de piezas, emails enviados o llamadas hechas, vamos a premiar justo lo que queremos delegar. Hay que empezar a valorar a quien diseña bien un proceso y a quien detecta dónde falla un agente.

La comparación que propone para definir límites operativos es directa: "El primer día no le das acceso a todo ni lo dejás hablar con el cliente más importante. Le explicás qué puede hacer solo, qué tiene que consultarte y en qué situaciones tiene que levantar la mano. Con un agente es exactamente igual, solo que lo tenés que escribir, porque el agente no va a leer el clima de la oficina".

Antes de activar un agente, la recomendación concreta es dejar por escrito:

Qué acciones puede ejecutar
Qué datos puede consultar
Con qué tono habla en nombre de la marca
Cuándo debe derivar a una persona
Cómo se lo detiene si algo se descontrola

"Ese botón de 'frenar todo' muchas veces no existe hasta que se necesita", advierte. Y suma un punto que casi nunca se discute: quién responde cuando el agente se equivoca. "Si no hay un dueño, el error queda en tierra de nadie, marketing dice que es de tecnología, tecnología dice que el prompt lo escribió marketing, y nadie aprende nada."

¿Cómo automatizar la atención sin perder la cercanía?

La charla de Barreto en el EMMS 2026 se titula "Cercanía a escala: qué automatizar y qué no cuando la IA atiende a tus clientes", y ahí desafía el sentido común habitual: "A mí no me molesta hablar con una IA. Me molesta que me hagan perder el tiempo. Si a las once de la noche tengo una duda y alguien me la resuelve en dos minutos, no me importa demasiado si es una persona o un agente. Lo que me va a quedar es que me atendieron".

La cercanía no se construye disfrazando al agente de humano, sino en cosas concretas: que responda rápido, que entienda lo que le preguntan aunque esté mal escrito, que se acuerde de lo que se le dijo tres mensajes atrás, que no pida el mismo dato dos veces. "Donde se rompe todo es cuando alguien está frustrado y el agente le sigue respondiendo con el mismo guión, o cuando pide hablar con una persona y no hay forma de llegar. Ese es el momento que el cliente más recuerda, y es el que menos se diseña", apunta.

En Doppler Conversaciones, los agentes ya atienden consultas en WhatsApp, redes sociales y sitio web a cualquier hora. En el equipo comercial trabajan con Lara, un agente que contacta, califica y acompaña por WhatsApp a las personas que se registran y no avanzan: "Cuando detecta una oportunidad real, se la pasa a un vendedor con toda la conversación y el contexto. El vendedor no arranca con 'hola, ¿en qué te puedo ayudar?', arranca sabiendo qué necesita esa persona. Para el cliente eso es cercanía, aunque la mitad de la conversación la haya tenido con una IA".

¿Qué cambia con el AEO y el comercio agéntico?

Cuando un consumidor delega en un agente de IA la búsqueda, comparación e incluso la compra, el customer journey deja de dibujarse como un camino lineal. "Con el comercio agéntico, una parte enorme de ese camino se vuelve invisible. Si un agente compara diez opciones en segundos, no hay visita al sitio, no hay clic en un anuncio, no hay carrito abandonado para recuperar. El embudo se convierte en una caja negra", explica Barreto.

Lo que queda visible son las puntas: la marca que el usuario ya tenía en la cabeza al pedirle algo al agente, y la experiencia después de la compra. En el medio, el agente decide con criterios fríos como precio, disponibilidad, condiciones y reputación. Eso es un reto para las marcas grandes, pero también "una oportunidad para las que tienen su información ordenada y una reputación sólida, que muchas veces son PyMEs que hacen las cosas bien y no tienen presupuesto para ganar la pelea en publicidad".

Sobre el AEO (Answer Engine Optimization), la práctica de aparecer como respuesta en lugar de como link, Barreto pide cautela: "Estamos en una etapa bastante primitiva del AEO. Todavía no entendemos del todo cómo eligen sus fuentes los modelos, los criterios cambian de una versión a otra y cada semana aparece alguien con la fórmula secreta para salir en ChatGPT. Mucho de lo que se dice hoy es prueba y error". Lo que sí es consistente es que a la IA le cuesta entender información desordenada o contradictoria, lo que en gran parte le está cobrando la tarea que muchas marcas nunca hicieron.

Un análisis de Azoma sobre millones de prompts en el segundo trimestre de 2026, publicado por Forbes en septiembre de 2026, muestra que las fuentes que citan los agentes varían mucho según la plataforma: Alexa for Shopping obtiene el 73% de sus citas de sitios de afiliados, mientras que ChatGPT obtiene el 41% de medios ganados (earned media). Eso obliga a las marcas a pensar en visibilidad fuera de su propio sitio web: reseñas, cobertura editorial, foros, comparadores.

¿Qué significa esto para tu startup?

Si tu equipo de marketing todavía no integró agentes, la conversación de Laura Barreto deja cuatro movimientos prácticos para arrancar esta semana:

Arma un mapa de delegación por proceso, no por herramienta. Elige un solo caso concreto y escribe paso a paso qué hace hoy tu equipo, qué reglas sigue y dónde están las decisiones. Si no lo puedes explicar en una hoja, tampoco se lo vas a poder explicar a un agente. La estrategia no sale de un documento de cuarenta páginas: se arma caso por caso.
Asigna un dueño del error. Antes de activar cualquier automatización, define quién responde si el agente ofrece un descuento que no corresponde o le promete un plazo a un cliente que después nadie puede sostener. Un agente "habla en nombre de la marca. Si el agente dice algo, lo dijo la empresa".
Empieza por los datos, no por el modelo. Revisa la consistencia de la información de tu marca en todos los canales: ficha de producto, políticas de envío, datos de contacto, reseñas. Un agente con datos sucios se equivoca igual que una persona, pero más rápido, a más gente y con mucha más seguridad. Como señala Barreto: "La mayoría de los problemas que parecen de IA en realidad son problemas de datos. Un teléfono mal cargado, un lead duplicado, un SKU perdido".
Mide tu visibilidad para los agentes, no solo para las personas. Abre ChatGPT, Gemini, Claude o Perplexity y haz las preguntas que haría tu cliente. Mira si apareces, cómo apareces y quién aparece en tu lugar. Suele ser un baño de realidad, y es el primer paso concreto para entrar en la conversación del AEO antes de que tu categoría la cierren otros.

El mensaje de fondo que deja la entrevista es que el cambio no se mide en qué tan avanzada esté tu IA, sino en qué tan bien esté diseñado el proceso que la IA va a ejecutar. "La tecnología está lista para hacer muchísimo más de lo que las empresas le están pidiendo, y el cuello de botella casi nunca es la herramienta. Es cómo está organizado el equipo".