Hay una pregunta que nos hacen en casi todas las llamadas de venta: “¿ustedes usan IA?” La respuesta corta es sí. La respuesta larga es la que realmente le importa al dueño de negocio que está evaluando contratarnos, porque “usar IA” no significa nada por sí solo. ChatGPT para redactar un correo también es “usar IA”. Lo que cambia el resultado de una campaña no es tener acceso a un modelo de lenguaje — es en qué parte del proceso lo metes, y en cuál no.

En GrowthLab operamos como agencia boutique, con IA metida en el proceso todos los días. Con este método hacemos más, más rápido y mejor de lo que se puede sin él — y la diferencia es que ese apoyo no reemplaza el criterio, lo alimenta. Aquí está el desglose real, sin vender humo.

El error que vemos en casi todas las PyMEs que nos buscan

Antes de hablar de lo que hacemos, vale la pena hablar de lo que no. La mayoría de los negocios con los que hablamos ya “probaron IA” en marketing — y lo que probaron fue pedirle a un chatbot que les escribiera anuncios o que les resumiera un reporte. El problema no es la herramienta. El problema es que le pidieron a un modelo de lenguaje que tomara una decisión de negocio sin darle el contexto ni la responsabilidad de verificar el resultado.

Un modelo de lenguaje no sabe cuál es tu costo de adquisición objetivo. No sabe qué tanto CPL aguanta tu margen antes de que la cuenta deje de tener sentido. No sabe que la campaña que “funcionó” el mes pasado trajo leads que nunca compraron. Eso lo sabe una persona que conoce el negocio. Ahí está la línea que nosotros trazamos desde el día uno: la IA ejecuta, la persona decide.

Dónde sí metemos IA — y por qué ahí funciona

Construimos un stack interno de flujos de trabajo especializados que opera como un colaborador más, no como un atajo. Cada uno de estos flujos tiene un trabajo específico y acotado:

Research competitivo. Antes de proponerle una estrategia de Google Ads o Meta Ads a un cliente nuevo, necesitamos saber qué está haciendo su competencia: qué anuncios corren, qué landing pages usan, qué ángulos de mensaje repiten. Hacer esto a mano toma medio día. Con el flujo correcto, tenemos ese research en una fracción del tiempo — y con más cobertura, porque el modelo no se cansa de revisar el competidor número doce.

Estructura de reportes. Un reporte mensual de resultados tiene partes mecánicas: jalar las métricas, organizarlas, compararlas contra el mes anterior. Eso es trabajo de ensamblaje, no de estrategia. Automatizamos el ensamblaje. Lo que no automatizamos es la interpretación — decidir qué significa que el CPL se moviera en una cuenta, y qué le vamos a recomendar a ese cliente, es trabajo humano. Siempre.

Primeros borradores de creativos y copy. Cuando armamos variaciones de anuncios o guiones para redes, el primer borrador sale rápido gracias al stack. Pero ese borrador nunca es lo que se publica. Pasa por una revisión de marca, una revisión de tono, y — si somos honestos — casi siempre una reescritura de las líneas que suenan a que las escribió una máquina. Tenemos un filtro interno que detectamos exactamente para esto: frases genéricas, muletillas de IA, estructuras predecibles. Si algo no pasa ese filtro, no sale.

Organización de la operación diaria. Atendiendo múltiples cuentas en paralelo, la parte más peligrosa no es la estrategia — es que algo se caiga entre las grietas. Usamos el stack para mantener visibilidad de qué está pendiente, qué necesita aprobación, y qué cliente no ha recibido su reporte. Esto no es glamoroso, pero es la diferencia entre operar con el control de una agencia boutique y operar con el control de una agencia mucho más grande.

Dónde NO metemos IA

Esta lista es tan importante como la de arriba.

No usamos IA para decidir presupuestos de pauta. Cuánto invertir en qué campaña es una decisión que depende del apetito de riesgo del cliente, de su flujo de caja, y de contexto que no está en ningún dashboard — eso lo decide Jeremi en conversación directa con el cliente.

No usamos IA para hablar con el cliente en su nombre. Los correos, las llamadas, las juntas de resultados — todo pasa por una persona. Un cliente que está pagando por un socio de negocio no quiere sentir que le contesta un bot con buena ortografía.

No usamos IA para inventar resultados o suavizar un mes malo. Si un cliente tuvo un mes flojo, se lo decimos directo, con los números reales sobre la mesa. Ningún flujo automatizado decide cómo comunicar eso — lo decide una persona que entiende que la confianza se construye diciendo la verdad incómoda, no maquillándola.

Por qué esto importa más allá de nosotros

Le contamos esto a nuestros prospectos no para presumir tecnología, sino porque creemos que así debería operar cualquier agencia que use IA en serio. El punto no es reemplazar el criterio humano — es liberar tiempo humano para que se use donde realmente vale: pensando en la estrategia del cliente, no ensamblando reportes o buscando anuncios de la competencia uno por uno.

Esto conecta directo con algo que ya hemos escrito en este blog: cómo configuramos GA4 y Google Tag Manager en WordPress no fue un ejercicio técnico por sí solo — fue para tener datos limpios que un flujo automatizado (o una persona) pudiera interpretar sin dudar de la fuente. Un stack de IA operando sobre datos sucios solo produce decisiones malas más rápido. Lo mismo aplica al concepto de growth loops que exploramos antes: automatizar sin un sistema claro detrás solo acelera el caos, no el crecimiento.

Si operas un negocio y evalúas contratar una agencia que dice “usar IA”, la pregunta correcta no es si la usan. Es dónde exactamente, y quién revisa lo que esa IA produce antes de que llegue a ti. Esa respuesta te dice más sobre la agencia que cualquier caso de éxito en su sitio web.

Lo que sigue

Este stack lo seguimos afinando cliente por cliente, mes por mes. La regla que no cambia es la que abrió este artículo: la IA ejecuta, la persona decide. Y esa decisión —igual que la de qué anuncio pausar, qué presupuesto mover, o qué le decimos a un cliente en una junta difícil— siempre pasa por Jeremi o por Montse, nunca por un flujo automatizado solo.

Si quieres ver cómo se ve esto aplicado a tu cuenta de Google Ads o Meta Ads, o simplemente quieres una segunda opinión honesta sobre lo que tu agencia actual te está reportando, agenda un diagnóstico gratuito con nosotros. Sin PowerPoint de venta — te enseñamos números reales y te decimos qué haríamos distinto.

Publicado por el equipo de GrowthLab — agencia de Paid Media en Monterrey, México.