La IA hace marketing para todos; diferenciarse será el verdadero negocio

La solución que propone Patel se articula en el acrónimo EEAT (Experience, Expertise, Authority and Trust), que en español se refiere a experiencia, conocimiento especializado, autoridad y confianza. Estos cuatro atributos son, desde su perspectiva, los que la IA no puede fabricar desde cero.

Patel pone como ejemplo a un periodista con quince años cubriendo una industria. Esa experiencia le permite entender el contexto no escrito de una declaración, evaluar la credibilidad relativa de una fuente, distinguir entre lo que alguien dijo y lo que realmente quiso comunicar, y desarrollar un criterio propio sobre qué vale la pena contar.

"Ese gusto, saber cuándo estar de acuerdo con la IA y cuándo cuestionarla, es difícil de reemplazar", afirma. Desde su visión, sin ese criterio humano al volante, el contenido generado termina siendo indistinguible del de cualquier competidor que también dejó trabajar al modelo sin intervención.

La IA necesita tu potencial para funcionar

Pero ese diagnóstico plantea una paradoja, pues si el verdadero diferenciador será el pensamiento crítico y la capacidad de decidir cuándo confiar en la IA y cuándo cuestionarla, el uso indiscriminado de esa misma tecnología podría terminar debilitando justamente esas habilidades.

Pilar Durán Hernández, académica de la Facultad de Ciencias de la UNAM, documentó con respaldo neurocientífico que la actividad cerebral disminuye durante el uso de inteligencia artificial y que, cuando esta se utiliza de forma acrítica, pueden verse afectadas capacidades como el pensamiento crítico y la curiosidad por desarrollar nuevo conocimiento.

Esa atrofia por desuso, advierte, favorece una mente menos activa que incluso podría derivar en una involución de la inteligencia.

Para explicar el fenómeno, Eduardo Vázquez, fundador de Academia IA y de Agentiza IA, empresa que desarrolla agentes comerciales con inteligencia artificial, recurrió a una analogía cotidiana: cuando el teléfono recuerda todos los números por nosotros, dejamos de ejercitar la memoria. Con la IA, sostiene, puede ocurrir algo similar, pero sobre capacidades cognitivas mucho más complejas: mientras más se delegan el análisis, la resolución de problemas o la toma de decisiones, menos se ejercitan esas habilidades.

Para Vázquez el problema radica en la forma en que las personas y las organizaciones incorporan esta tecnología a su trabajo. En sus consultorías encuentra con frecuencia compañías que quieren implementar agentes de atención al cliente sin haber documentado sus procesos o automatizar campañas de publicidad sin tener claridad sobre qué decisiones deben seguir dependiendo de las personas.

"¿Cómo vas a meter un agente si ni siquiera puedes capacitar a alguien nuevo? ¿Qué le vas a decir que haga?", cuestiona.

En ese escenario, sostiene, la IA únicamente automatiza la mediocridad. Antes de hablar de agentes inteligentes, propone desarrollar el músculo del pensamiento crítico, aprender a definir correctamente el problema, distinguir evidencia de suposiciones, autorregular el proceso de decisión y mantener la flexibilidad para replantear una estrategia cuando sea necesario.

"La diferencia la hace cómo piensas. Y eso no se puede comprar", comenta.

Datos como ventaja estructural

Si Patel sostiene que la ventaja está en el criterio humano y Vázquez advierte que ese criterio debe preservarse, queda una pregunta de negocio: ¿cómo construir una ventaja que la IA disponible para todos no pueda copiar?

Para Leandro Salgado, director de Producto de Hotmart, el diferencial no está en el acceso a la tecnología que es prácticamente universal, sino en el contexto con el que se alimenta: datos transaccionales, comportamiento de compra, historial de interacciones con el contenido. Quien tenga más y mejor información sobre su propio usuario, sostiene, tendrá una IA más útil que quien opere con un modelo genérico sin ese contexto. Pero eso no significa que la respuesta siempre sea más IA:

"Si un producto va a estar mejor sin IA, lo lanzamos sin IA", afirma. Cuando sí la incorporan es porque resuelve un problema concreto que de otra forma requeriría recursos que la mayoría de los creadores no tiene.

Para los especialistas, las preguntas, en esencia, siguen siendo las mismas que el marketing ha intentado responder durante décadas: ¿qué sé que mi competencia no sabe?, ¿qué información tengo que ningún modelo puede replicar?, ¿qué experiencia acumulada me permite reconocer cuándo una idea realmente funciona?

Patel añade una pregunta previa a cualquier implementación de IA: ¿qué indicadores de negocio quiero mover y cómo voy a medir si la herramienta realmente los está moviendo? Porque lo que ocurre con frecuencia es que las organizaciones incorporan IA, producen resultados aparentemente impresionantes y descubren después que ninguna métrica relevante se movió. Ese es el peor escenario posible, dice, la ilusión de transformación sin ningún cambio real en el negocio.