Todo el mundo dice que usa IA. Muy pocos pueden decir para qué les sirvió.

El informe UK Advertiser Gen AI Adoption 2026 de ISBA, reseñado por Marketing Week, lo pone en números: el 99% de los anunciantes usa IA, pero solo el 40% la tiene desplegada de verdad. El 57% sigue explorando o experimentando. Y cuando se les pregunta por el impacto en sus resultados, apenas el 14% habla de un cambio significativo o transformacional.

Eficiencia contra efectividad

El mismo estudio da la pista de por qué. El 76% usa la IA para ser más eficiente: hacer lo mismo, más rápido y más barato. Solo el 24% la usa para ser más efectivo, es decir, para hacer algo mejor.

Y adivina quiénes ven impacto: el 25% de los que buscan efectividad, contra el 11% de los que solo buscan eficiencia.

No es casualidad. Si usas la IA solo para recortar, vas a obtener lo mismo de siempre, más barato. Si la usas para entender mejor, puedes obtener algo distinto.

Lo que es humo

  • Pedirle a la IA “un insight” y pegarlo en la presentación sin haber hablado con nadie.
  • Generar 50 piezas de contenido que nadie pidió, solo porque ahora es fácil.
  • Comprar herramientas antes de saber qué pregunta quieres responder.
  • Dejar la estrategia de IA solo en manos de tecnología. Según Spencer Stuart, en el 44% de las empresas la lidera el CTO o el CIO, y solo en el 32% el CMO.

Lo que sí sirve

  • Usar la IA para escuchar más y mejor: leer cientos de reseñas, comentarios y PQRs en una tarde.
  • Cruzar datos que antes no tenías tiempo de cruzar, como cifras públicas con lo que dicen tus clientes.
  • Encontrar el patrón rápido y después salir a la calle a confirmarlo con personas reales.
  • Poner agentes a conversar con tus clientes con la estrategia de tu marca detrás, no con respuestas genéricas.

La IA no reemplaza el criterio, lo expone

Si tu planning era malo, ahora es malo más rápido. Si era bueno, ahora puede llegar más lejos.

En Apaches la usamos para lo que no puede hacer una persona sola: procesar mucho y rápido. Lo demás, la verdad que encuentras antes de ejecutar, sigue siendo trabajo de calle.

Fuentes: Marketing Week sobre el informe de ISBA (marketingweek.com/gap-genai-experimentation-impact) y Spencer Stuart, The AI Reckoning (spencerstuart.com).