La IA está reemplazando a las agencias de IA… y ahora qué?

Las agencias de automatización con inteligencia artificial están a punto de morir. Y en este video te cuento por qué y cuál es el perfil profesional que las va a reemplazar. Y esto no es mala suerte, es como se mueve la historia.

Cada década creemos haber encontrado la tecnología, el modelo, la habilidad que nos mantendrá para siempre. Y cada década nos equivocamos. HTML en los 90 era oro puro y hoy día cualquier niño con inteligencia artificial te puede crear una página web. Facebook Ads en 2015 era magia y hoy día tenemos la IA de Facebook o Advantage Plus que lo hace por ti. El SEO técnico hace 5 años era una ventaja real y hoy GPT escribe mejor contenido que la mayoría de expertos y ahora le toca la automatización, pero esta vez es diferente y quiero entender bastante bien por qué y hacia dónde va todo esto y no porque haya leído un blog o un artículo, sino porque lo vivo todos los días en terreno real.

Si no me conoces, mi nombre es Benja y soy cofundador de Imperio Digital, la comunidad más activa de automatizaciones con inteligencia artificial de habla hispana. El mes pasado generé más de $20,000 construyendo sistemas de automatización con IA y he trabajado con negocios que van desde los 10,000 hasta multinacionales que están en los millones de dólares anuales. Y sí, a veces me da miedo. Me da miedo enseñar que la misma habilidad que hoy sostiene y fundé mi carrera en pronto puede no valer lo mismo o quedar obsoleta. Pero también siento que esa es la gracia que siempre nos estemos adelantando a ese cambio.

Y en Imperio tenemos mucho terreno, vendemos, analizamos, creamos automatizaciones todos los días en distintas industrias y en distintos países, desde América Latina hasta Europa. Y eso nos da una visión de algo que no podemos conseguir en ningún libro, que es una visión directa de lo que realmente está funcionando y una hipótesis bastante clara de hacia dónde va todo esto.

Esto no es primera vez que ocurre. Cada revolución tecnológica sigue el mismo patrón, como vimos con Carlos el contador en el video de Aprende esto en lugar de automatizar o lo que aprendería en lugar de las automatizaciones, algo así, pero veíamos como las habilidades que parecían seguras eran reemplazadas con cada nueva ola tecnológica. La historia se repite una y otra vez. Lo que hoy parece una habilidad sólida y permanente, mañana es un botón. En los 50 ser mecanógrafo era una profesión respetada hasta que llegaron los computadores y desapareció. En los 80 ser operador telefónico era un trabajo estable hasta que ya no lo fue. En los 90 conocer HTML lo mismo, y llegó WordPress y Wix. Después en los 2000 ser experto en Photoshop era invaluable y empezó a llegar Canva hoy día modelos como nanobanana y en fin.

Pero aquí está la clave. En cada generación el valor va subiendo una capa. Vamos del trabajo manual al software, del software a la automatización, de la automatización a la IA y mañana a la IA agéntica que te crea las soluciones a medida para lo que tú necesitas y quienes se quedan en la capa anterior van perdiendo relevancia y este patrón se va acelerando cada vez más y hoy día le toca a quienes trabajamos con las automatizaciones.

Dentro de Imperio trabajamos con casi 800 profesionales y emprendedores y en los últimos meses logramos ver una evolución que es que la ejecución o hacer que algo funcione técnicamente cada vez vale menos, pero el criterio de decidir qué hacer, cuándo hacerlo y por qué hacerlo cada vez vale más. El valor se está moviendo del cómo al por qué. Antes la ventaja competitiva estaba en saber usar herramientas específicas o cómo programamos en lenguajes específicos, conectamos APIs, webhooks, endpoints y hoy muchas de esas tareas o esos sistemas o automatizaciones las puede hacer un agente simplemente diciéndole en lenguaje natural. Y no estoy hablando de un futuro muy lejano, de hecho se puede hacer hoy. Claro, sí, quizás no está en el mejor punto exactamente ahora, pero no tengo dudas de que mañana sí lo vamos a estar, que vamos a ser capaces de hablarle en un lenguaje natural y nos va a armar directamente un sistema a nuestra medida. Y vamos a empezar a decirles cosas como cuando entre un cliente nuevo al formulario, quiero que lo agregues al CRM, envíale automáticamente un mensaje de bienvenida personalizado y clasifícalo como un lead caliente. Luego, notifícale al equipo vía Slack y clasifícalo en uno de tres tipos de followups o seguimientos, por ejemplo. Y lo importante es que el sistema no solamente entiende esa instrucción compleja, sino que la clasifica en instrucciones más pequeñas, tangibles. y lo más importante, accionables y conecta con las herramientas necesarias. Nuevamente, no estamos en un contexto que funcione sin margen de error hoy, pero no tengo dudas de que sí lo vamos a estar pronto. Y lo que antes nos tomaba tanto tiempo configurar de una manera técnica y estar arrastrando cada módulo, conectando cada endpoint, mañana va a ser una conversación de 2 minutos, porque la conversación importante hoy no es cómo creo un agente o cómo conecto esta app en específico. Toda esa información está a un clic de distancia y cada semana hay una versión nueva, un nuevo video de YouTube, un tutorial más actualizado y en fin, la pregunta real es completamente distinta.

Va un poco más allá por el cuándo conviene realmente implementar un agente IA en vez de una automatización simple. ¿Por qué construir un agente complejo cuando un chatbot podría funcionar igual? ¿Cuándo necesito un agente que tome decisiones en específico y que sea capaz de razonar? o cuando necesito uno que ejecute normas o reglas predefinidas, dónde aporta realmente valor automatizar con inteligencia artificial y cuándo tenemos que seguir manteniendo el criterio humano. Ese es el juego real de ahora, es ser capaz de decidir cuándo aplicamos qué tecnología, mucho más allá de saber cómo implementarla técnicamente, porque el cómo implementamos va cambiando cada mes, pero el cuándo y el por qué son los que separan realmente a la gente que entiende el juego versus quienes solamente repiten procesos.

Y existen casos reales de out competing que han ido pasando en el último tiempo, cuando Upeni lanzó deep Research destruyó empresas millonarias de un día para otro y nadie habla de esto. Empresas como Gen, Site AI, Consensus, Elicit habían levantado millones haciendo una investigación automática. Tenían usuarios pagando mensualidades, equipos creciendo y planes de expansión. Luego Open AI integra Deep Research en chat GPT gratis y en el mismo lugar donde ya estás trabajando. ¿Cuál fue el resultado? No hubo adquisiciones, no hubo partnerships, no hubo nada. Hubo algo mucho más brutal, el out competing directo, porque lógicamente me voy a mover donde hay una mayor conveniencia. Así que si tu negocio es un feature, la plataforma siempre gana. Siempre. Lo mismo había pasado antes con Jasper o con Copia, porque estas empresas crecieron exponencialmente cuando el texto, o mejor dicho, el texto con IA era una capacidad que estaba fuera de las plataformas. Chasper, de hecho, llegó a evaluaciones de cientos de millones y Copy procesaba millones de requests mensuales. Luego Chat GPT integró capacidades nativas de escritura y la percepción del valor cambió radicalmente de los usuarios de estas apps. Y no es que todas estas empresas hayan desaparecido por completo, sino que su ventaja competitiva principal o fundamental se evaporó de un momento para otro y tuvieron que reinventarse. Tuvieron que cambiar el foco. Algunos pivotearon a Enterprise, otras empezaron a buscar otros diferenciales, pero el modelo que las había hecho exitosa dejó de funcionar.

Y esta misma ola de out competing hoy día está llegando a las agencias de automatización. El tema es que está llegando de una forma que no muchos están viendo venir. Make, que por muchos años fue la herramienta favorita de muchos automatizadores, está evolucionando hacia un modelo de inteligencia artificial integrado o hacia un agente de inteligencia artificial integrado dentro de su mismo canvas visual. Este es como un pequeño asistente que literalmente le pides la automatización que quieres y te da el Jason con los módulos prerellenados con lo que estás buscando. Literalmente le describes a la gente lo que quieres lograr, lo decifra y te lo plantea o te crea ese flujo inicial por ti. También vemos esto en otras herramientas como en N8N o como en Sapier, pero creo que el caso que mejor ilustra mi punto es string.com. Esta plataforma también te permite describir exactamente el lenguaje natural el flujo que quieres automatizar y te devuelve un sistema. Estamos viendo esto en todos los grandes flujos de automatizaciones o los software de automatizaciones. También lo podemos ver en herramientas como Opal de Google, que también te sirve para crear desde el lenguaje natural. Pero solo por un momento, imagínate el impacto. stream.com acaba de cambiar todo el juego de la automatización y la gente no se ha dado cuenta. Antes tenías que entender cómo funciona make, API, Webhooks Endpoints y hoy día puedes abrir herramientas como Stream y decirle, cuando un cliente cancele la suscripción activa la secuencia de retención por email por 7 días ofreciéndole un 20% de descuento. Si es que no responde, transférele el caso a un agente humano. literalmente va a diseñar todo el sistema en un flujo automático por ti, como en base a una simple frase de texto. Claro, quizás no está integrado completamente con todo el día de hoy, pero ilustra muy bien uno de los puntos que siempre digo. El lenguaje de programación del futuro es el lenguaje natural. Literalmente dices el problema que estás teniendo o describes la automatización y te crean una plantilla lista para llegar e implementar. Hoy día le puedes decir a May, "Necesito que cuando llegue un email que interpretes como urgente en el asunto, se extraiga el contenido, se analicea el sentimiento y si es negativo se cree un ticket prioritario en nuestro sistema de soporte y se notifique al manager por WhatsApp y el asistente de día literalmente construye ese flujo automáticamente." No sé si te estás dando cuenta de lo impactante que es esto. La barrera técnica está cada vez desapareciendo más. Ya no necesitas ser experto en herramientas, simplemente necesitas saber qué es lo que quieres resolver. La barrera entre saber automatizar y saber qué automatizar se está empezando a difuminar rápidamente.

La pregunta es, ¿cuál dónde queda el experto técnico? Porque podemos ver esto en innovaciones de las gigantes tecnológicas con el tema del MSP, por ejemplo, o el Model Context Protocol, que es este sistema que desarrolló Antropic, que luego transformaron en open source, pero que vemos a gigantes tecnológicas como Openiolo en sus sistemas hoy día. Pero podemos ver como este tipo de sistemas está estandarizando la forma en que cualquier modelo de inteligencia artificial se conecta con tus datos sin una fricción técnica. El MCP vendría siendo como el USBC. de la inteligencia artificial, es decir, un cargador estandarizado. Antes, cada conexión entre un modelo y una herramienta necesitaba un desarrollo customizado. Esto quería decir APIs en específico, ends en específico, documentación y con MCP lo que se busca es un poco estandarizar eso, es decir, que cualquier modelo pueda conversar con cualquier herramienta mientras sea o se cumpla el mismo protocolo. Esto en español significa que la barrera técnica para conectar la inteligencia artificial con tus procesos de tu negocio está desapareciendo. O sea, antes teníamos que saber cómo conectábamos todo esto técnicamente y poco a poco vamos migrando a una estandarización donde lo podremos hacer con palabras normales. Así que el valor ya no está en la parte técnica, sino en saber qué es lo que tiene que ser conectado. como que hablemos el idioma del negocio, con qué propósito estamos conectando ciertas cosas o cuál es el impacto medible que va a tener esta conexión en el sistema que estás recomendando.

Y esto me lleva al concepto más importante de todo este video, la diferencia entre el qué y el cómo. Porque para llegar al cómo hacer algo, primero necesitas tener absolutamente claro cuál es el qué o qué es lo que necesitas lograr, qué problema en específico estás resolviendo, qué métrica del negocio vas a mover, qué proceso va a mejorar y cómo lo vamos a medir, porque el cómo implementarlo puede tener 1000 caminos independientes y diferentes y todos esos caminos pueden ir cambiando constantemente. La pregunta millonaria no es cómo arma un agente de inteligencia artificial, sino cuándo tiene sentido armar un agente de inteligencia artificial. Mira, el cómo va cambiando cada mes. YouTube está lleno de tutoriales nuevos todas las semanas, pero el cuándo y el por qué eso no cambia. Eso separa a quien genera un impacto real y entiende los sistemas a quien solamente repite los procesos. Y por eso en Imperio no empezamos preguntando qué herramienta vamos a usar. Empezamos preguntándonos qué problema vale realmente la pena resolver, porque si somos capaces de diagnosticar bien el qué, siempre vamos a poder ir adaptándonos a cualquier tecnología nueva, porque los cóos cambian y van a seguir cambiando, pero quien sepa entender el qué es el que realmente se va a adaptar, porque al final puedes resolver un problema aprendiéndolo tú mismo, delegándolo a alguien más, haciendo outsourcing, subcontratando, consiguiendo algún software y cada uno de estos comos tienen, bueno, ventajas y desventajas segur en su contexto. Pero aquí viene lo crucial y me encantaría que se te quede esto grabado. Los comos cambian constantemente. Lo que hoy es la mejor forma de hacer algo, mañana puede ser obsoleto. Lo que hoy requiere un especialista, mañana podría ser automatizado. Y como vimos en casos anteriores, lo que hoy cuesta miles de dólares, mañana puede ser gratis.

Esto me recuerda bastante a un momento donde enseñé un sistema de generación de lads y creé un video de más de 3 horas enseñando cómo prospectaba estos leads usando un software en específico. Este software era el Apollo Scraper de Apifi. Resulta que unos días después de haber subido ese video, me di cuenta que la herramienta la sacaron del mercado. Pero el qué y todo el razonamiento, que es lo que estaba detrás de el por qué estábamos armando ese sistema, no cambió. Y claro, pasábamos a usar otra herramienta en vez de Apify, pero el sistema seguía siendo exactamente el mismo, porque el qué es mucho más estable, el qué es el qué estoy haciendo, que en este caso era conseguir lads, porque los problemas fundamentales de los negocios no cambian rápido. La necesidad de generar leads, de convertir leads en clientes, de entregar valor de forma eficiente, de retener clientes, de hacer un onboarding, de crecer o escalar tu negocio, todo esos son ¿Qué es? constantes y por lo mismo, el único seguro real para el futuro no está en dominar un cómo hago esto específico, sino está en la capacidad de desarrollar bien el diagnóstico del qué es lo que tengo que hacer. Porque si tienes la habilidad de saber exactamente qué problemas tenemos que resolver, siempre vas a poder adaptarte a cualquier nueva tecnología o a cualquier como nuevo que tengas o que vayan saliendo para resolverlos.

Y creo que en un futuro no muy lejano, las funciones agénticas de la inteligencia artificial van a ir tomando más y más protagonismo en esto, porque a medida que pueden ir resolviendo más problemas y son capaces de resolver casi cualquier cómo lo resuelvo, el verdadero valor va a estar en las personas que entiendan cuál es el qué estamos solucionando. Y a partir de esa necesidad está saliendo un nuevo perfil profesional que creo que es el perfil del futuro, que es el integrador IA. Y este no es un técnico que te conecta y te crea estas herramientas. Este es un profesional que parte desde el propósito o desde el qué y logra usar los recursos y la tecnología que está a su favor para hacerlo realidad. Es como un generalista digital. Y esto no es una evolución simplemente de un experto en automatización, es un rol completamente distinto. El integrador IA es un estratega que entiende cómo funcionan los negocios y se apalanca de la tecnología para crear soluciones, porque el integrador ya no vende un te creo un chatbot o te integro tu CRM con sapien, no. Su trabajo empieza mucho antes. Es capaz de detectar el problema completo, entender el objetivo al que quiere llegar y construir ese pequeño puente que una los dos. Y ese puente puede implementarla quizás el mismo puede conseguir algún especialista en específico que lo haga por él o en un futuro muy próximo vamos a poder empezar a pedirle a la IA directamente que nos lo cree, pero siempre al final está orientado a esos resultados medibles y entiende bien lo que está buscando al final el negocio, cuáles son los objetivos. Y aquí es donde me gusta decir que es más un partner tecnológico o mejor dicho un consultor apalancado en la tecnología. Porque claro, todo el proceso inicia en una auditoría general del negocio. Identificamos los cuellos de botella, los dolores, los objetivos, dónde estamos perdiendo quizás recursos o dónde estamos perdiendo la oportunidad de generar más recursos, qué métricas podemos optimizar, etcétera. Identificamos, mapeamos todo y después diseñamos un plan de acción que sea capaz de equilibrar todo, o sea, inteligencia artificial, sistemas con también la parte humana. Porque si vamos ahondando en estos problemas y estos dolores que está teniendo el negocio, claro, podemos comenzar con uno, pero podemos identificar otros más. Y esa al final es la lógica de un cuello de botella, es que si logramos expandir un poco un cuello de botella, lógicamente se va a tener que generar otro. Entonces, el integrador IA piensa como un consultor de negocio apalancado en la tecnología. no se obsesiona directamente con las herramientas o con una herramienta en específico, como lo haría un especialista o una agencia de automatizaciones que sí o sí va a intentar de venderte una automatización, sino que el integrador se enfoca en los resultados y vamos a utilizar todo lo que tenemos a nuestra disposición para llegar a ese resultado. Al final estamos usando a la tecnología como un medio. Es ese partner que está a tu lado y logra traducir esa visión que tú tienes o esos objetivos. En realidad todo desde esa visión hasta la ejecución vendría siendo este partner que combina un poco al estratega con quizás leves conocimientos técnicos solamente para entender de qué es lo que estás hablando. Y por eso en Imperio, por lo menos, no empezamos enseñando una herramienta técnica pura y dura, sino que empezamos conectando con gente real, levantando un poco problemas reales y en base a eso después empezar a actuar y usar la automatización, en este caso como un medio para solucionar este problema si es que aplica el caso, obviamente. Y en este caso me gusta mapear el proceso de un nuevo cliente y literalmente tomamos y mapeamos todo. ¿Cómo llega un lead? ¿Hacia dónde llega? cómo se califica? ¿Cómo se mueve en el proceso de ventas o en el pipeline? ¿Cómo se convierte en cliente? ¿Cómo hacemos el proceso de onboarding, qué pasa después del onboarding, cómo entregamos el servicio? ¿Cómo se gestiona el soporte? Después quizás revisamos métricas como el turn o cómo es la retención en específico, tenemos alguna quizás oportunidad de apsel o algún crossell e intentamos de mapear absolutamente todo. Y este es un momento muy importante para que empieces a preguntarte las métricas, cuánto son la tasa de conversión, cuánto es el CHN, cuánto son las visitas, en qué están gastando, cuánto es su costo por adquisición, quizás si es que estás un poquito más en la parte del marketing, cuánto es el lifetime value por cliente y en el momento que te den una métrica, por ejemplo, no sé, en la tasa de conversión en específica, este, en el caso de que estemos trabajando con algún cliente y si te llegan a dar una métrica, tú le dices como, "Ah, okay, asumiendo que conoces obviamente las métricas un poco del mercado. Claramente hiciste una investigación un poco antes, pero en ese momento tú vas a tener y vas a conocer esas métricas porque las vas a ver investigado. Y después cuando te digan esa métrica puedes decirle algo como, "Ah, igual está un poco más baja de lo que me esperaba." Si es que logras identificar algún dolor en específico. Traduces esa diferencia entre el porcentaje que esperabas versus el que tienen y eso lo llevas a una cantidad de dinero exacta, ¿verdad? Porque si conoces el ticket, puedes llevarlo a esta conversión o puedes llevarlo a este valor y ya te va a dar una referencia de cuánto están perdiendo eh o cuánto es la oportunidad que se están perdiendo al no implementar este sistema. Entonces, al final pasamos y transformamos un poco esta agencia como de esta solución en concreto que te voy a vender, que es lo que es una agencia de automatizaciones, a un consultor un poco más apalancado en la tecnología para llegar a tus objetivos que estás buscando. Y después de tener toda esa radiografía completa, podemos ver dónde se está perdiendo el tiempo, dónde son los cuellos de botella y recién ahí podemos empezar a diseñar un poco las soluciones o las automatizaciones que le sirvan más o que se adapten mejor al caso. Y al final, cuando cambiamos con esta o cuando trabajamos, mejor dicho, con esta metodología y hacemos este cambio, la conversación pasa de ser de te voy a armar un chatbot a te voy a ayudar a reducir el tiempo de respuesta a los leads de 4 horas a 1 minuto. O quizás te voy a ayudar a aumentar tu tasa de cierre de un 6% a un 8%. Cuando alguien invierte en un sistema de automatización con IA, no lo hace por curiosidad, lo hace buscando retorno. Por eso es importante que partamos entendiendo el negocio, midamos el punto de partida y empecemos a diseñar las soluciones que realmente mueven esas métricas importantes. Cada una de estas implementaciones tiene que tener algún sentido económico, que básicamente son dos, reducir costos y aumentar ingresos. Así que piénsalo un momento como si tú fueses a contratar a alguien para tu empresa. El criterio que vas a usar es si es que esto tiene un retorno en la inversión o un Roy positivo. Y si no genera Roy no va a servir porque no importa si la solución la estás vendiendo en $5,000. Si te va a ayudar a ganar 10, va a ser lógicamente la decisión correcta. Y esta metodología nos permite entregar resultados medibles y dejar de cobrar por las horas invertidas y empezar a cobrar por resultados.

Si tienes una agencia de automatización, quiero ser claro contigo, no estás en peligro inmediato de desaparecer, pero sí estás en una transición inevitable. Y cómo manejes esta transición va a definir si te quedas atrás o no. El error más grande que puedes cometer sería seguir viendo como si la automatización fuese algo valioso y escaso, porque ya no lo es y cada vez va a ser menos. Cada actualización de Open AI, de Cloud o software como Make o N hace que tareas que antes requerían especialistas hoy día la puede hacer la gente común y corriente. La oportunidad está en evolucionar tu oferta a una transformación métrica y medible. Pasar de ser una simple agencia a un consultor que se apalanca en tecnología. Esa es la oportunidad. Y en Imperio ya hicimos este cambio y te puedo decir que es la diferencia entre competir por precio y competir por valor. Ya no es vender te arma un sistema de automatización, es vender. Reducimos tu tiempo de respuesta de tus leads en un 90% en 14 días. es aumentamos tu tasa de conversión en un 2% o no paramos hasta hacerlo. Es aumentamos tres veces tu cantidad de citas agendadas o te devolvemos el dinero. Y esa propuesta es fundamentalmente distinta porque el cliente no está comprando herramientas o configuraciones, está comprando resultados específicos con plazos definidos y con métricas verificables. Y para hacer esta transición exitosamente necesitas tres cosas. Primero, diagnóstico de procesos con mentalidad de negocio. Necesitas entender cómo funciona el negocio, qué idioma hablan, cuáles son las métricas y dónde están las palancas de mayor impacto. Segundo, tenemos que empezar a pensar en sistemas, no en automatizaciones concretas, porque claro, una automatización te resuelve un problema aislado, pero después se empieza a formar otro y otro y está bien, es natural. Esta es la teoría de los constraints y está perfecto, pero hay que tenerlo en cuenta porque si solucionamos un problema en concreto, ya entramos en un ecosistema completo de un negocio y esto nos abre un mundo de oportunidades porque tenemos mucha información valiosa desde adentro. Y tercero es la comunicación en el idioma del negocio. Tienes que poder articular tus soluciones, ¿verdad?, que son tecnológicas la mayoría de las veces, poder articularlas en términos de ROI, en términos de tasas, en reducción de costos, en aumento de ingresos, en oportunidades, en eficiencia, porque al final el lenguaje técnico es para el equipo de implementación, no es para la persona que está tomando la decisión de compra, no es la persona que te está pagando.

Y desde mi posición en imperio y viendo todas las tendencias en tiempo real, creo que tengo una muy buena idea de hacia dónde se está dirigiendo todo esto. La IA va a seguir avanzando, pero no va a reemplazar el criterio humano, porque al final las personas siguen comprando a personas caras, venden a caras y el humano es la persona detrás al final con la que estamos conectados. Y es muy importante que se entienda que el humano que está detrás de todo esto entiende y habla el mismo idioma que tú en específico, que entiende el idioma de los negocios. Porque si hablas su mismo idioma, te pueden expresar mejor sus objetivos y si te lo logran expresar, tú puedes presentar tus sistemas en torno a ese objetivo. Al final, traducimos todas esas necesidades en soluciones reales. Las herramientas terminan ejecutando y tú decides qué es lo que se va a ejecutar. Y recordemos, la dificultad de la ejecución técnica y el precio de la ejecución técnica va disminuyendo cada vez, pero la claridad estratégica y la confianza humana va cada vez subiendo más de valor. Así que si vendes tareas, vas a competir con bots. Si entiendes de negocios, no.