Hay dos conversaciones sobre inteligencia artificial. La primera es la del hype: robots que van a reemplazar todo, el fin del trabajo, el apocalipsis o la utopía según el día. La segunda es la que tienen los equipos que ya la están usando: cómo automatizaron un proceso que les llevaba tres horas, cómo dejaron de pagarle a alguien para que copie datos de un sistema a otro, cómo ahora escriben propuestas en veinte minutos en vez de dos horas.

Nosotros estamos en la segunda conversación.

Lo que está pasando ahora

En los últimos doce meses trabajamos con empresas de distintos rubros — distribución, servicios profesionales, retail — y en todas vimos el mismo patrón: hay tareas que se pueden automatizar hoy, con herramientas que ya existen y que no requieren un equipo de ingenieros para implementar.

El problema no es la tecnología. Es que nadie se sentó a mirar los procesos y preguntarse: ¿cuál de estos podría hacerlo una máquina?

Tres casos concretos que vimos funcionar

1. Atención al cliente en primer nivel

Una empresa de distribución con la que trabajamos tenía a dos personas respondiendo las mismas 15 preguntas por WhatsApp todos los días: estado de pedido, horarios, formas de pago. Implementamos un bot entrenado con sus datos en una semana. Las dos personas ahora atienden los casos que realmente requieren criterio humano. El volumen de consultas que llega a una persona bajó 70%.

2. Generación de reportes internos

Un estudio contable nos pidió ayuda porque sus analistas pasaban dos horas por cliente armando el mismo informe mensual copiando datos de distintas fuentes. Conectamos sus sistemas con una herramienta de automatización y un modelo de lenguaje para la redacción. El reporte ahora tarda cuatro minutos. Los analistas usan ese tiempo en análisis real.

3. Clasificación y etiquetado de información

Una empresa de logística necesitaba clasificar miles de registros históricos para limpiar su base de datos. Era trabajo manual que nadie quería hacer. Un modelo entrenado con sus criterios lo hizo en dos días. Hubiera llevado semanas.

Qué no es magia

La IA no reemplaza el criterio. No toma decisiones estratégicas. No maneja relaciones. No sabe lo que sabe tu mejor vendedor después de diez años en el rubro. Lo que hace es liberar a esas personas para que hagan más de lo que realmente importa.

Y eso, en un contexto donde los costos operativos no paran de subir, es bastante concreto.

Si todavía gestionás tus campañas de Google Ads como en 2022, estás perdiendo plata. No es una crítica — es un hecho. La plataforma cambió más en los últimos dos años que en los cinco anteriores, y muchas empresas siguen operando con una lógica que ya no aplica.

Este artículo no es para principiantes. Es para el que ya tiene campañas activas y quiere entender por qué los resultados no son lo que esperaba.

El cambio más importante: la automatización forzada

Google lleva años empujando hacia campañas más automatizadas. En 2025 eso ya no es opcional: los tipos de campaña tradicionales fueron siendo reemplazados o limitados por Performance Max, que promete optimizar en todos los canales al mismo tiempo con mínima intervención humana.

El problema es que Performance Max necesita datos para funcionar bien. Si tu cuenta es nueva, tiene poco historial de conversiones o el pixel no está bien configurado, la campaña va a aprender de datos basura y los resultados van a ser basura.

Lo que la mayoría sigue haciendo mal

Medir clics en vez de conversiones reales

Sigue siendo el error más común. El tráfico no paga sueldos — las ventas sí. Si no tenés configuradas conversiones concretas (compras, formularios enviados, llamadas), Google optimiza hacia métricas que no te sirven para nada.

Segmentación demasiado amplia o demasiado estrecha

El algoritmo necesita volumen para aprender. Audiencias muy chicas no le dan suficientes datos. Pero audiencias demasiado amplias desperdician el presupuesto en gente que nunca va a comprar. El punto de equilibrio depende del rubro, del ticket y de cuánto historial tiene la cuenta.

No revisar los términos de búsqueda

Con la automatización, Google amplía las búsquedas que activan tus anuncios más de lo que te imaginás. Si no revisás periódicamente qué palabras reales están activando tus campañas, vas a estar pagando por clics que no tienen nada que ver con tu negocio.

Qué conviene hacer ahora

Antes de tocar las campañas, auditá la configuración de conversiones. Ese es el cimiento. Si está mal, todo lo que construyas arriba va a estar mal también. Después, revisá la estructura: ¿cuántos grupos de anuncios tenés? ¿Cuántas palabras clave activas? Una cuenta inflada con decenas de grupos que casi no tienen tráfico funciona peor que una cuenta limpia con dos o tres grupos bien armados.

Google Ads sigue siendo una de las mejores herramientas de captación cuando está bien configurada. El problema es que la mayoría de las cuentas no lo están.

Esta es la pregunta que más nos hacen, y también la que más empresas de software evitan responder con honestidad. El motivo es obvio: a una empresa que desarrolla software a medida le conviene que vos siempre elijas software a medida. Nosotros preferimos que tomes la decisión correcta, aunque eso signifique que no nos contraten.

Cuándo el software a medida tiene sentido

Hay situaciones donde ninguna herramienta existente te va a dar lo que necesitás. No porque seas especial — sino porque tu proceso real es distinto al proceso que los productos de mercado asumen que tenés.

Algunos casos donde lo recomendamos:

• Tu operación tiene reglas de negocio complejas que ningún sistema genérico contempla
• Necesitás integrar varias herramientas que no se hablan entre sí y el costo de mantener esa integración a mano ya es alto
• Tenés un volumen de datos que los planes de SaaS no cubren a un costo razonable
• El sistema va a ser una ventaja competitiva real, no solo una herramienta operativa

Cuándo no conviene

La mayoría de los procesos administrativos estándar ya tienen soluciones que funcionan bien y que costaron décadas de iteración con miles de clientes. Hacer software a medida para facturación, gestión de turnos, e-commerce estándar o CRM básico es casi siempre una mala decisión económica.

El desarrollo inicial cuesta. El mantenimiento cuesta más. Y cuando el desarrollador original se va, el problema es tuyo.

La pregunta correcta

No es "¿hago a medida o uso algo existente?" La pregunta correcta es: ¿cuál es el costo total de cada opción en tres años, contando licencias, adaptaciones, mantenimiento y el tiempo que le va a llevar a mi equipo?

Cuando hacemos esa cuenta con los clientes, a veces sale que conviene desarrollar. Otras veces sale que conviene usar Notion, HubSpot o un Excel bien armado. Las dos respuestas son válidas.

Lo que no es válido es gastar en un sistema a medida para resolver un problema que ya tiene solución probada.