La IA agéntica es una prioridad máxima para la mayoría de los equipos de marketing porque va mucho más allá de la generación de contenido y las recomendaciones: puede actuar de forma autónoma para responder a los clientes con mayor rapidez y a una escala que ningún equipo podría alcanzar de forma manual.

Los líderes de marketing están entusiasmados con esa capacidad. Sus colegas de TI, en cambio, la ven con mayor cautela, y precisamente por la misma razón.

Los agentes de IA pueden acceder a datos empresariales, conectar sistemas y actuar en nombre de los usuarios, lo que introduce un nivel de riesgo cualitativamente diferente. Por eso, los equipos de TI se volvieron mucho más selectivos respecto a las herramientas de IA agéntica que aprueban, y mucho más precisos sobre los requisitos que deben cumplirse antes de hacerlo.

El resultado es que muchos casos de uso prometedores nunca llegan al lanzamiento. Según el 2026 State of AI Readiness report de Adobe, solo 47 de cada 100 iniciativas de IA propuestas logran superar la revisión de TI y seguridad. Y cuando los equipos intentan integrarlas en los sistemas y flujos de trabajo existentes, ese número cae aún más, hasta 33.

Para los especialistas en marketing, esto implica que un caso de uso convincente es solo una parte de la propuesta para una solución de IA agéntica específica. El resto es saber qué preguntará un CIO y contar con las respuestas. Las cinco preguntas a continuación son las que surgen con mayor frecuencia.

1. ¿Puedes confiar en los datos que impulsan la solución agéntica?

Los especialistas en marketing buscan una herramienta que se integre con sus bibliotecas de contenido, registros de clientes y datos de campaña, y que funcione sin fricciones. Los CIO necesitan tener confianza tanto en los datos que respaldan la solución como en la manera en que esta gestiona los datos de la organización. Si esas bases no están claras o bien controladas, el agente puede escalar los riesgos con la misma rapidez con que genera valor.

Por eso, la transparencia de los datos es uno de los primeros aspectos que conviene tener claros antes de reunirte con el equipo de TI. Exige respuestas concretas a los proveedores que preselecciones sobre:

• ¿Qué datos se utilizan para entrenar o fundamentar este sistema? Exige una respuesta en términos claros sobre cómo se obtienen los datos y si existen restricciones de derechos de autor o licencias.
• ¿Se utilizarán los datos de la organización para entrenar el modelo subyacente sin consentimiento? Pide un sí o un no claro. El control sobre esa decisión debe estar en tus manos.
• ¿Opera este sistema con datos bajo tu control, etiquetados con el contexto adecuado? Busca confirmación de que el modelo de IA puede reconocer y aplicar los controles de acceso, aprobaciones y restricciones que hayas configurado.

Al finalizar esa conversación, debe quedar completamente claro qué datos utiliza la solución agéntica y qué controles rigen el uso de los datos de la organización.

2. ¿Puedes ver lo que hace la solución agéntica y mantener el control?

Si un agente envía el correo electrónico incorrecto a 10 000 personas o incorpora el segmento de clientes equivocado en una campaña activa, ¿quién lo detecta y con qué rapidez? Esa es la preocupación central detrás de todo lo que un CIO quiere saber sobre la supervisión.

Cuanta más autonomía tenga un sistema agéntico, más importante es que la supervisión esté integrada desde el inicio. Los CIO necesitan la certeza de que el sistema no se convertirá en una caja negra una vez que empiece a actuar en múltiples flujos de trabajo. Por eso, la visibilidad y el control son la prueba práctica. Busca respuestas claras en tres aspectos:

• ¿Puedes ver cómo el agente llegó al resultado, no solo el resultado en sí? Verifica si puede mostrar las fuentes y la lógica de razonamiento detrás de sus resultados, y ser transparente sobre sus limitaciones.
• ¿Puede alguien intervenir antes de que el agente realice una acción de mayor riesgo? Solo el 5 % de los líderes empresariales permite que los agentes tomen decisiones de alto riesgo sin revisión previa, así que busca puntos de aprobación claramente definidos.
• Si algo sale mal, ¿puedes reconstruir qué ocurrió y por qué? Debes poder rastrear las interacciones individuales, no solo ver un informe agregado, para entender dónde y por qué falló el flujo de trabajo.

Esas respuestas indicarán si es posible abordar una conversación con el CIO con la confianza de que los errores se detectarán antes de que escalen.

3. ¿La solución agéntica se integrará con el stack tecnológico o lo fragmentará aún más?

Los equipos de TI dedicaron años a consolidar el stack tecnológico de marketing, y la IA agéntica está poniendo a prueba esa disciplina. Cada nueva herramienta agéntica puede implicar nuevas funciones, permisos e integraciones de datos. No es de extrañar que el 94 % de los líderes de TI afirmen que la proliferación de IA ya suma complejidad y riesgo, mientras que solo el 12 % cuenta con una forma centralizada de gestionarla.

Para los CIOs, la clave está en saber si la herramienta se integra a lo que ya existe sin generar fragmentación. El equipo de marketing puede evaluarlo con claridad analizando dos aspectos.

• ¿El agente puede funcionar dentro de los sistemas y flujos de trabajo existentes? Una buena integración debería conectarse con las plataformas actuales y reducir los traspasos, sin añadir una capa más de gestión.
• ¿Los permisos y reglas de gobernanza vigentes siguen aplicándose cuando el agente actúa? El agente solo debe acceder a lo que tiene autorización, con los mismos permisos y políticas aplicados en cada etapa del flujo de trabajo.

Si ambas condiciones se cumplen, la conversación con el CIO se simplifica considerablemente, ya que el agente opera dentro de los sistemas de marketing y los controles que TI ya gestiona.

4. ¿La solución agéntica puede demostrar su valor para el marketing?

Si se les pregunta a la mayoría de los equipos de marketing cómo está funcionando una solución agéntica, las señales de adopción, como los inicios de sesión y el uso diario, suelen ser todo lo que tienen. Según el 2026 AI and Digital Trends Report de Adobe, solo el 31 % de las organizaciones cuenta con un marco de medición para la IA agéntica.

Cerrar esa brecha empieza por elegir soluciones que faciliten la medición. Para que tanto los líderes de marketing como los de TI tengan la visibilidad necesaria, es clave verificar qué están produciendo los flujos de trabajo agénticos y cuánto cuesta ejecutarlos.

• ¿La herramienta muestra el impacto a nivel de resultados? Verifica si es posible vincular la actividad agéntica a conversiones, el rendimiento de la campaña, la eficiencia u otros resultados de negocio, no solo al volumen de uso.
• ¿Existe una forma integrada de medir el ROI específicamente para flujos de trabajo agénticos? Busca informes a nivel de flujo de trabajo que relacionen los resultados con el consumo de créditos del agente y sus costos.
• ¿El proveedor habla de responsabilidad sobre los resultados? Pregunta cómo se define el éxito, quién es responsable del resultado y cómo identificar qué flujos de trabajo deben escalar, ajustarse o detenerse.

De esta manera, marketing y TI contarán con una base concreta para decidir qué flujos de trabajo deben escalar y qué soluciones merecen más recursos.

5. ¿La solución agéntica se sometió a pruebas para representar la marca de forma segura?

La mitad de las organizaciones que participaron en una encuesta reciente indicaron que ya habían lanzado un agente de IA que superó las evaluaciones internas y luego causó una falla visible para los clientes. Para ese momento, los equipos ya habían construido flujos de trabajo en torno a la herramienta, lo que hace que las brechas de calidad y seguridad sean mucho más difíciles de aislar y corregir.

Esto hace que la calidad de la evaluación sea fundamental. Es necesario saber qué probó el proveedor, qué problemas surgieron y cómo esos hallazgos modificaron el sistema antes del lanzamiento. Para eso, hay que formular algunas preguntas más específicas.

• ¿El proveedor puede mostrar evidencia de pruebas de sesgo? Pregunta qué grupos demográficos y escenarios se evaluaron, qué disparidades surgieron y qué cambios se implementaron como resultado.
• ¿Qué medidas se implementaron para detectar resultados dañinos o que no se ajustan a la identidad de la marca? Verifica qué casos de fallo se identificaron durante las pruebas y qué salvaguardas se incorporaron antes de que el sistema entrara en funcionamiento.
• ¿El control de calidad continúa después de que el sistema entra en funcionamiento? Confirma si los bucles de retroalimentación humana, además de los errores del uso real, influyen en la gestión y mejora del modelo.

Plantear estas preguntas concretas ayuda al equipo de marketing y a TI a evaluar si la calidad, la equidad y la seguridad están respaldadas por pruebas reales, salvaguardas y comentarios continuos, y si el sistema está listo para representar la marca con coherencia en todas las campañas y mercados.

Marketing y TI: distintos objetivos, una misma solución

Las cinco preguntas apuntan a un mismo estándar. Una solución de IA agéntica debe integrarse en los sistemas que los especialistas en marketing ya utilizan, mantener la gobernanza y la supervisión humana a lo largo del flujo de trabajo, y permanecer alineada con el contexto de marca y empresarial de la organización.

Cuando una solución agéntica se integra en flujos de trabajo activos, las brechas en supervisión, medición o seguridad de marca se vuelven mucho más difíciles de abordar. Los especialistas en marketing que contemplan estas inquietudes durante la evaluación de una solución están mejor posicionados para escalar la IA agéntica de manera que mejore los resultados empresariales.

Adobe CX Enterprise Coworker está diseñado en torno a ese modelo. Mantiene el trabajo en movimiento y, cuando se requiere criterio humano, redirige las aprobaciones correspondientes. Cada acción que realiza está vinculada a los objetivos empresariales establecidos por los equipos y se mantiene dentro de los permisos que cada usuario ya tiene en las aplicaciones conectadas de Adobe CX Enterprise. Esto brinda a los especialistas en marketing mayor velocidad y autonomía, sin comprometer la supervisión que TI espera.

Si quieres ver cómo luce en la práctica un colaborador de IA conectado y con gobernanza, explora CX Enterprise Coworker.

https://business.adobe.com/fragments/resources/cards/thank-you-collections/generative-ai