El director de marketing de UiPath sustituye a proveedores externos por un agente de IA para publicidad

El equipo de marketing de UiPath ya no paga a agencias externas por recopilar datos publicitarios. Ese trabajo lo hace un agente de IA que el responsable de paid media construyó sobre la plataforma de la propia compañía. Lo explicó el director de marketing, Michael Atalla, en un pódcast de TNW. Según sus palabras, el agente recopila datos, los analiza y hace cambios de bajo coste en la forma en que se muestra la publicidad.

Qué se ha automatizado en realidad

Se trata de la parte más tediosa del marketing de performance. Hay que exportar los datos de las cuentas publicitarias, consolidarlos en un único informe, localizar las campañas que han caído y retocar la configuración. Durante años, estas tareas se encargaron a proveedores: resultaba más barato mantener un equipo externo que distraer a los especialistas propios. Ahora el agente cubre toda la cadena.

La expresión «low-cost changes» es importante. Por ella se deduce que el agente no gestiona grandes presupuestos ni toma decisiones estratégicas. Opera en una zona donde el coste de un error es bajo y los cambios se pueden revertir. Así suelen ser las primeras implantaciones de agentes que funcionan en las empresas: un proceso acotado, métricas claras y permisos limitados.

Hay otro detalle: al agente no lo hizo un ingeniero, sino el responsable de compra de medios. Para el mercado de la automatización con agentes es una señal fuerte, porque desde hace tiempo la principal barrera no es el modelo, sino quién construye el flujo de trabajo y cómo lo hace.

Por qué el caso es interesante y dónde resulta discutible

UiPath surgió en Bucarest (la compañía se fundó en 2005) y empezó con el RPA, es decir, robots de software para operaciones rutinarias. Hoy vende automatización con agentes. Por eso la historia de «usamos nuestro propio producto» funciona en parte como escaparate. Aquí conviene ser escéptico: en el fragmento disponible no aparece ni el importe ahorrado en presupuestos de agencias, ni datos sobre cómo cambiaron los resultados de las campañas, ni información sobre la tasa de errores del agente.

A juzgar por el titular, la entrevista va más allá del marketing. Toca el «slop» de la IA, es decir, el flujo de contenido generado de baja calidad, el destino de los puestos junior y el consejo de un monje de Shaolin. Con el extracto disponible no se puede reconstruir qué dijo exactamente Atalla sobre estos temas, y no vamos a especular. Pero la conexión es evidente: si el agente se queda con la rutina que antes iba a proveedores externos y a profesionales que empezaban, la cuestión de cómo se entra en la profesión se vuelve práctica.

Qué se sabe del caso

• Cliente: el marketing interno de UiPath.
• Ejecutor: un agente de IA en la plataforma de UiPath.
• Autor: el responsable de paid media, no un proveedor externo.
• Funciones: recopilación de datos, análisis y ajustes de bajo coste en la emisión de anuncios.
• Qué sale del presupuesto: el pago a firmas externas por preparar datos publicitarios.
• No se ha revelado: el tamaño del ahorro, el nivel de acceso del agente ni el mecanismo de control.

Qué llevarse a la práctica

Si en su equipo hay un proveedor que prepara informes según un calendario, empiece por ahí. Describa el proceso paso a paso y marque dónde decide una persona y dónde basta con una regla.

Dé al agente permisos solo para acciones reversibles: límites a los cambios de pujas y presupuestos, un registro de cada modificación y confirmación manual para todo lo que supere un umbral. Calcule no solo el coste de la agencia, sino también el tiempo que el responsable del proceso dedica a mantener el agente; de lo contrario, el ahorro será aparente.

Piense también, por separado, en las personas. Si la rutina era un terreno de aprendizaje para los recién llegados, hay que decidir de antemano dónde van a ganar experiencia. De lo contrario, dentro de un par de años faltarán personas capaces de revisar el trabajo del agente.