geek vibes.geek vibes.
Marketing · 6 min · 31 jul 2026

88% de los marketers dice que la IA todavía necesita edición humana. El cuello de botella no es la creatividad

Un reporte de Knak a más de 300 líderes de marketing enterprise encontró que 70% ya usa IA en producción, pero 88% dice que el resultado aún necesita edición sustancial. El 85% falló al menos una fecha de lanzamiento este año. El problema no es la estrategia: es la producción.

Ilustración editorial de un sobre de correo pasando por compuertas de aprobación iluminadas en navy, verde y violeta, sobre fondo oscuro.

El 28 de julio, Knak —la plataforma de producción de marketing que usan equipos de Google, Amazon, Uber, Meta y OpenAI— publicó un reporte que le pone números a algo que en Geek Vibes venimos viendo de cerca: la IA no está siendo el cuello de botella en marketing. La producción sí. El reporte, llamado Marketing Production in the Age of AI, encuestó a más de 300 líderes de marketing enterprise, y el hallazgo central desarma buena parte del discurso que se vende sobre "IA que libera tiempo para pensar en estrategia".

El dato que importa: 70% adoptó IA, pero 88% sigue editando a mano

Según el reporte, 70% de los equipos ya tiene IA desplegada en producción. Pero 88% dice que el resultado todavía necesita edición de moderada a sustancial antes de poder usarse. En otras palabras: la IA está llevando a los equipos hasta un primer borrador, no hasta el lanzamiento. Jennifer Delevante, CMO de Knak, lo resume así en el comunicado: "A los marketers les dijeron que la IA les devolvería tiempo para estrategia. Nuestros datos dicen que eso todavía no ha pasado. No es un problema de talento ni de creatividad. Es la capa de producción —la brecha entre una buena idea y una campaña lanzada."

Ese diagnóstico se sostiene con un segundo dato duro: 85% de los equipos de marketing falló al menos una fecha de lanzamiento planeada en los últimos 12 meses, y 1 de cada 10 falla más de cinco veces al año. Las causas que reportan no son de estrategia ni de creatividad —son operativas: aprobaciones y firmas (47%), producción de diseño y creativos (38%), y coordinación entre equipos (36%).

Un solo correo puede costar más de $300 en horas internas

El reporte desglosa lo que realmente cuesta producir un solo email de campaña en una organización enterprise:

  • 60% de los equipos involucra a cuatro o más personas para sacar un solo correo.
  • 69% necesita entre dos y tres rondas de revisión antes de publicar.
  • Eso se traduce en más de $300 en costo de labor interna por envío, calculado con datos de compensación del Bureau of Labor Statistics.
  • 54% usa entre tres y cinco herramientas distintas para producir un solo email.
  • 51% todavía depende de hilos de correo, Slack o Teams como mecanismo principal de flujo y aprobación.

Este es el contexto que explica por qué la IA generativa, aunque impresiona en la demo, no está moviendo la aguja donde más duele: en la fricción operativa que ocurre después de que la idea ya fue aprobada.

Dónde sí se está usando la IA (y dónde no)

El reporte muestra que el uso de IA en marketing está concentrado en las partes más visibles y menos costosas del proceso, no en las que realmente consumen tiempo:

  • 64% la usa para generar primeros borradores de copy.
  • 56% la usa para generación de imágenes.
  • Solo 25% la usa para construir o codificar emails y landing pages, que es justo donde vive la mayor carga de producción.

Es un patrón que también vemos en clientes: se adopta IA para lo que es fácil de mostrar en una demo (texto, imágenes), pero el trabajo pesado —maquetación, QA cross-cliente, integración con el ESP, aprobaciones legales— sigue corriendo por los mismos procesos manuales de siempre. Y el email sigue siendo el canal donde más se invierte: 88% de los equipos produce activos de campaña para email (casi 50% más que el segundo canal, paid social, con 60%), y 52% planea aumentar su inversión en email en los próximos 12 meses.

Por qué esto se siente todavía más agudo en agencias LATAM

El reporte encuestó a marketers enterprise, muchos con equipos internos grandes y presupuesto para plataformas dedicadas de producción. En una agencia mexicana o latinoamericana típica, el mismo problema existe pero con menos gente absorbiendo el mismo número de rondas de revisión: no son cuatro personas por email, es una sola persona haciendo el trabajo de cuatro roles distintos —copy, diseño, QA y coordinación con el cliente— de forma secuencial. Eso significa que la fricción de aprobación y coordinación que el reporte mide en horas de equipo, en una agencia chica se traduce directo en noches y fines de semana. La IA generativa ayuda con el primer borrador, pero si el cuello de botella real es esperar el visto bueno del cliente o reconciliar tres rondas de cambios, ningún modelo de lenguaje lo resuelve solo. Lo que sí ayuda es rediseñar el flujo de aprobación mismo —menos idas y vueltas, menos canales de comunicación paralelos— y ahí es donde la conversación con el cliente vale más que cualquier suscripción nueva.

Lo que esto significa para agencias y equipos de marketing

Si tu agencia o tu equipo interno está evaluando dónde meter IA primero, este reporte da una señal clara: el ROI no está en generar más borradores más rápido, está en atacar la capa de producción.

  • Audita el proceso antes de comprar otra herramienta de generación. Si el cuello de botella real son las aprobaciones (47% lo reporta como causa principal), ninguna herramienta de copy o imagen lo va a resolver. Lo que se necesita es un flujo de aprobación más corto, no un modelo más rápido.
  • Cuenta cuántas herramientas tocan un solo entregable. Si tu equipo usa tres a cinco plataformas distintas para sacar un email, cada integración es un punto de fricción y de error. Consolidar el stack suele rendir más que sumar una IA más.
  • Mide el costo real de producción, no solo el costo de la suscripción a la IA. $300 en horas internas por email es un número que la mayoría de los equipos no tiene calculado. Sin esa cifra, es imposible argumentar el caso de negocio para invertir en resolver el problema de fondo.
  • No vendas "IA que ahorra tiempo" sin especificar en qué etapa. Generar un borrador de copy en segundos no cambia el ciclo de vida completo de una campaña si después hay dos o tres rondas de revisión manuales. La promesa de valor tiene que ser específica sobre qué fricción elimina.

La lección de fondo: la próxima ola de valor en marketing con IA no va a venir de modelos que escriben mejor copy —eso ya está resuelto en gran medida. Va a venir de quien logre meter la IA dentro del flujo de aprobación, revisión y publicación, que es donde de verdad se pierde el tiempo.

¿Tu equipo ya midió cuánto le cuesta producir una sola campaña, de la idea al lanzamiento? Si quieres que lo revisemos juntos, escríbenos a comercial@geekvibes.agency.

¿Te resuena algo de esto?

Si vienes operando con piezas que no terminan de conectar, lo diagnosticamos juntos en 30 min.

Agenda un diagnóstico →
ACTIONS
← Volver al blog