IEBS analiza cómo Wallapop y Cabify usan la IA en marketing

Un playbook construido dentro de los departamentos, no desde fuera

IEBS Business School presentó un estudio que se toma en serio una pregunta que casi nadie responde con datos: qué cambia de verdad en la forma de trabajar de los equipos de marketing que ya usan inteligencia artificial. Se llama Marketing AI Playbook, lo dirigió Sergi Trujillo y durante seis meses el equipo se instaló dentro de los departamentos de marketing de compañías como DMA – Digital Media, Wallapop, Cabify, Coca-Cola, Orange, Nokia, Lamborghini y Accenture, con 50 entrevistas y sesiones de trabajo con sus responsables.

El punto de partida no es la herramienta. Es el flujo de trabajo: cómo se prepara una campaña, quién revisa qué, en qué momento entra la máquina y dónde se detiene. Cada caso se documenta de principio a fin, junto con las condiciones necesarias para replicarlo en otra empresa.

Ese detalle es el que separa este trabajo de la avalancha de informes de adopción. Y es también el motivo por el que un founder debería prestarle atención: el valor ya no está en saber que la IA existe, sino en saber exactamente en qué casilla del proceso meterla.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

¿Por qué otra encuesta de adopción de IA ya no sirve?

Que una empresa use inteligencia artificial no dice gran cosa. Las herramientas están al alcance de cualquiera y los departamentos de marketing fueron de los primeros en adoptarlas. La pregunta que empieza a importar es otra: qué ha cambiado en la forma de trabajar de quienes sí están ganando algo con ella.

El enfoque del playbook se aleja de las encuestas habituales, que miden cuántas empresas usan la tecnología pero rara vez qué hacen con ella. Aquí el punto de partida son los flujos reales, no las declaraciones de intenciones recogidas en un formulario.

La diferencia no es académica. Un equipo que responde «usamos IA para contenidos» puede estar en dos realidades opuestas: alguien que pega un brief en un chat y copia el resultado, o alguien que rediseñó el proceso de revisión, los criterios de aprobación y las métricas de calidad. Las dos dicen lo mismo en una encuesta y no se parecen en nada en la cuenta de resultados.

¿Qué decisiones del marketing seguirán siendo humanas?

Una de las preguntas que recorre el estudio es exactamente esa. No es un detalle menor para quien trabaja en el sector: si la ejecución se automatiza, el valor del profesional de marketing se desplaza hacia el criterio, es decir, saber qué pedir, interpretar lo que devuelve la herramienta y decidir qué hacer con ello.

El playbook intenta ubicar ese desplazamiento área por área, en lugar de resolverlo con una frase genérica sobre «el talento del futuro». Para las empresas, el informe incluye además un mapa de las tareas del marketing en las que la IA puede intervenir y un marco para medir la distancia entre lo que hacen hoy y lo que podrían conseguir.

La intención declarada es que los casos no se queden en inspiración y puedan traducirse en prioridades concretas. Ese es, precisamente, el punto donde la mayoría de los informes sobre IA se caen.

La paradoja española: se usa mucho, se rediseña poco

El diagnóstico del playbook encaja con lo que ya midieron otros estudios del mercado español. Según el informe de LLYC con AMKT y el Club de Marketing de Barcelona, recogido por PuroMarketing, la madurez media en IA de los departamentos de marketing y comunicación se sitúa en un 2,25 sobre 5, y un 81% de las empresas analizadas está estancada en los niveles 1 y 2, la llamada «zona de la paradoja».

Solo un 10% supera el umbral de 2,6 a 3,5 y ninguna organización alcanza los niveles avanzados por encima de 3,5. La dimensión peor puntuada es Reputación y Brand Authority (1,97): prácticamente ninguna empresa audita cómo se posiciona su marca dentro de los grandes modelos de lenguaje. La mejor es Capacidades y formación (2,81), lo que confirma que los equipos se mueven más rápido que las estructuras que deberían sostener el cambio.

De ahí surge el fenómeno que el informe bautiza como «shadow AI»: usos personales y útiles pero sin trazabilidad, sin aprendizaje organizativo y sin un rediseño formal de roles, KPIs y flujos entre humanos y agentes. Como resume Jesús Moradillo, socio y director general de Estrategia de Marketing de LLYC, «las empresas están haciendo IA, pero muy pocas están siendo IA».

¿Cuánto se ha avanzado realmente en las empresas?

El informe de Deloitte España sobre la transformación de las empresas a través de la IA, recogido por El Confidencial, aporta otra capa: el 60% de las grandes empresas españolas todavía no tiene una hoja de ruta de IA definida, frente a un 26% que sí la tiene. Y el uso actual se concentra en eficiencia operativa, productividad y optimización de procesos.

En el mismo sentido apunta el informe de Connext junto al Club de Marketing del Mediterráneo, recogido por Levante-EMV: el 89% de los departamentos de marketing B2B utiliza (65,7%) o explora (23,5%) herramientas de IA, pero solo un 6% la emplea para automatización. El uso dominante es la generación de contenidos (84%) y su optimización (51%), y el 60% señala la falta de conocimiento o capacitación interna como el principal obstáculo.

La lectura conjunta es consistente: hay adopción masiva de la capa superficial y muy poca reingeniería del proceso. Justo el hueco que un playbook de flujos de trabajo intenta llenar.

¿Qué significa esto para tu startup?

Si tu equipo ya usa IA y aun así no notas una mejora clara en tiempo o en calidad, el problema probablemente no es la herramienta. Es que la automatización se montó encima de un proceso viejo sin redefinir los insumos ni las métricas.

Para una startup esto pesa más que para una corporación. Los equipos son pequeños, el margen de error en el gasto de marketing es mínimo y cada hora liberada se reinvierte en producto o en ventas. Un rediseño de flujo bien hecho rinde más que una suscripción nueva.

Documenta el flujo antes de automatizar. Escribe los pasos reales de una campaña —brief, investigación, copy, revisión, aprobación, publicación, medición— y marca en qué paso entra la IA y en cuál se detiene. Sin ese mapa, cualquier herramienta solo añade una pestaña más al navegador.
Define la frontera de decisión por escrito. Qué decide la máquina, qué decide una persona y quién firma. El estudio insiste en que el valor se desplaza hacia el criterio: si nadie documenta ese criterio, tu equipo no está ganando criterio, está ganando dependencia.
Mide tres variables, no una. Tiempo ahorrado, costo por pieza y calidad percibida. La mayoría de los equipos solo mide la primera, que es la más fácil de inflar.
Combate la «shadow AI» desde el primer día. Un repositorio compartido de prompts, briefs y criterios de revisión evita que cada persona improvise su propio sistema y se lleve el aprendizaje cuando se va.

Conclusión

El interés del Marketing AI Playbook no está en las herramientas que documenta, sino en el método: mirar el trabajo real de ocho compañías durante seis meses y anotar dónde la máquina ayuda, dónde estorba y qué decisiones siguen necesitando una firma humana. Con un mercado donde casi todos usan IA y apenas una fracción rediseñó su operación, esa diferencia es la que separa la eficiencia táctica del impacto en el negocio.

Los resultados completos se presentan el martes a las 16.00 h en The Social Hub Barcelona Poblenou, en la apertura de la IEBS Innovation Week, con una mesa redonda posterior de responsables de marketing de las empresas participantes. La entrada es gratuita y el acto se podrá seguir en streaming.