El rol de los especialistas en marketing está cambiando, y el riesgo de error evoluciona con él. Durante los últimos dos años, la IA ayudó a quienes trabajan en marketing en tareas concretas: redactar correos electrónicos, resumir campañas y sugerir segmentos. Ahora, los agentes empiezan a asumir trabajo real: toman un objetivo, planifican los pasos, ejecutan en distintos sistemas y devuelven un resultado, en lugar de limitarse a proporcionar información para que una persona actúe. Con este cambio, el trabajo del especialista en marketing deja de centrarse en producir para enfocarse en dirigir y supervisar.
Es ahí donde el marketing tiene más que ganar. Gran parte del trabajo es automatizable porque implica múltiples pasos y es repetible. Sin embargo, como los resultados impactan directamente en la marca y en los clientes, el margen de error es muy reducido. Por lo tanto, los agentes tienen muy poco margen para actuar con base en suposiciones. Cuando una persona revisa cada resultado, detecta los errores de inmediato. Cuando un agente ejecuta por cuenta propia una campaña de diez pasos, una suposición incorrecta al inicio del proceso se convierte en el punto de partida del paso siguiente. Los errores se multiplican sin que nadie lo note, porque los agentes suelen completar los vacíos de información con suposiciones confiadas y rara vez señalan que algo falta. Si el trabajo construido sobre esas suposiciones se publica, llega a clientes reales con la voz de la marca, generando un riesgo del que alguien tendrá que responder.
Lo que hace confiable a un agente no es el modelo, sino el contexto
Hoy en día, toda plataforma de marketing seria opera con modelos de IA comparables. Lo que distingue a un agente confiable de uno que no lo es no es el modelo, sino el contexto con el que actúa: qué sabe, qué tiene permitido hacer y qué significa “bueno” para la marca. Un modelo capaz con el contexto equivocado comete errores con total confianza, mientras que ese mismo modelo con el contexto adecuado realiza trabajo útil de forma segura. La pregunta real para una organización de marketing que evalúa si puede confiar en los agentes no es "¿Qué IA?", sino "¿Qué contexto?".
¿Qué hace que un flujo de trabajo sea consciente del contexto?
Los datos más completos y confiables sobre cómo se realiza el trabajo en una organización de marketing se encuentran en sus flujos de trabajo: el objetivo de la campaña, los plazos y dependencias, las responsabilidades de aprobación, las tareas completadas y el trabajo pendiente. Todo el conocimiento situacional que necesita un agente ya está disponible en una forma ordenada y con responsabilidades claras.
Llevar este enfoque a producción de forma segura depende de seis decisiones de diseño. Para los especialistas en marketing, estas decisiones responden a una necesidad concreta: un único espacio donde personas y agentes trabajen juntos, cada agente cuente con el contexto adecuado, opere dentro de los límites correctos y deje un registro de quién hizo qué.
1. Los agentes son participantes de primer nivel en el modelo de trabajo
Tratar a un agente como un responsable asignado junto a una persona implica modificar el modelo de datos, y no simplemente agregar un bot al sistema. El agente necesita su propia identidad y credenciales, así como un alcance de permisos basado en roles y atributos. Esto garantiza que sus acciones estén regidas por políticas y no por una indicación. Los controles de recursos que las personas no han necesitado tradicionalmente, como presupuestos de costo y límites de ejecución simultánea, son necesarios porque los agentes escalan con tokens y ejecución paralela, no con personal. Los campos de asignación, autoría y aprobación deben poder hacer referencia a un actor, ya sea una persona o un agente, para garantizar que la responsabilidad abarque a ambos.
2. El contexto se construye para cada paso a partir del registro
Aquí es donde entra en juego la disciplina de la ingeniería de contexto. El contexto se compone de forma nueva para cada paso, en lugar de cargarse una vez y reutilizarse. El objetivo es proporcionar el conjunto mínimo de información actual, relevante y permitida que requiere la tarea en cuestión, porque más datos no implica necesariamente mejores resultados. Un modelo tiene una capacidad de atención finita. A medida que la ventana de contexto se llena, la capacidad del modelo para identificar lo más importante se deteriora, y la información clave puede quedar sepultada en una avalancha de contexto.
Las tareas dentro de un flujo de trabajo agéntico necesitan recuperar contexto relevante en tiempo real, combinando resultados de búsqueda estructurada, búsqueda semántica y recorrido de grafos con resúmenes comprimidos de pasos anteriores. Esto le brinda al agente la información más actualizada y de mayor relevancia para la tarea en curso. Para operar a escala empresarial, se deben aplicar filtros de permisos sobre los datos en tiempo de ejecución, garantizando que el agente acceda únicamente al contexto que su identidad está autorizada a utilizar. Asimismo, el contexto resultante debe preservarse y ser referenciable en el historial del flujo de trabajo, para que las partes interesadas puedan ver con exactitud qué contexto fundamentó cada acción y el resultado correspondiente.
3. Las decisiones están delimitadas por el registro
Para que los agentes sean útiles a escala, deben tomar buenas decisiones de forma autónoma. Si alguien tiene que revisar cada acción para detectar errores, el agente no genera ningún ahorro de tiempo. La solución está en separar la orientación de las reglas. El contexto que recibe un agente guía su razonamiento y planificación, como un resumen que describe lo que se necesita. Sin embargo, las reglas que no pueden infringirse, como los requisitos de marca, los límites legales o los umbrales de aprobación, no deben depender de que el agente acierte. En cambio, el sistema verifica cada acción frente a esas reglas antes de que surta efecto. Si una acción no supera la verificación, el agente recibe la instrucción de intentarlo de nuevo y ajustar su trabajo hasta que cumpla los requisitos.
4. Los traspasos son tipificados y controlados
Un traspaso es cualquier punto en el que el trabajo pasa de una parte a otra: de una persona a un agente, entre agentes, de un agente a otro sistema, o de vuelta a una persona. Los traspasos son donde el trabajo en múltiples pasos se interrumpe con mayor frecuencia, por lo que cada uno requiere reglas claras. Todo traspaso debe incluir la información que necesita el siguiente paso y un registro de quién o qué estaba autorizado para realizar el trabajo. También se debe verificar que el resultado esté completo y en el formato esperado antes de que el trabajo continúe. Sin estas verificaciones, un error en un paso se traslada al siguiente, y cada etapa subsiguiente se aleja más del resultado buscado.
5. La gobernanza se aplica en cada traspaso, con un registro de quién hizo qué
Las personas establecen las políticas y el sistema las aplica automáticamente cada vez que el trabajo avanza de un paso al siguiente. En cada traspaso, el sistema verifica que las decisiones y acciones del agente cumplan con todos los requisitos: la autorización adecuada, las políticas de la empresa y los umbrales de aprobación. Solo entonces el trabajo continúa. Estas verificaciones agregan una segunda capa de control de calidad, adicional a las comprobaciones que los agentes realizan por su cuenta. Además, garantizan que cada agente siga las mismas reglas en cada ejecución del flujo de trabajo.
6. Todo es observable en el trabajo humano y de los agentes
Cada paso deja un registro de lo que ocurrió: la información que el agente empleó, las herramientas que invocó, las decisiones que tomó y el porqué, el nivel de confianza, el resultado, el tiempo que tomó y el costo que implicó. Esto no es solo una cuestión de organización: es una función esencial del sistema. En un flujo de trabajo con muchos pasos, no es posible determinar qué falló en el paso 14 solo analizando el trabajo final. Por eso, el sistema conserva un historial detallado de cada ejecución, proporcionando a los equipos una descripción confiable de lo ocurrido. Junto con el flujo de trabajo gobernado, este historial es lo que permite supervisar un número creciente de agentes sin perder el control.
Una única fuente de verdad lo integra todo. El sistema de flujo de trabajo es una plataforma única y unificada que proporciona la gobernanza necesaria para garantizar calidad a escala empresarial, mientras que los modelos y agentes que operan dentro de él (los agentes de Adobe, los de terceros, los personalizados internos, etc.) son intercambiables. El control del sistema es centralizado precisamente para que la ejecución pueda ser distribuida. Esto permite a las empresas adoptar agentes sin comprometerse con el modelo de un único proveedor ni verse limitadas por los agentes específicos que admite el sistema.
Cómo Adobe Workfront lo hace y en qué se diferencia
Esta es la arquitectura que estamos integrando en Adobe Workfront, y encaja de forma natural porque un registro de trabajo contextualizado es precisamente lo que Workfront siempre estuvo diseñado para ofrecer. Su proceso de incorporación estructurado, las aprobaciones con trazabilidad, la coordinación con gestión de dependencias y la visibilidad del portafolio se crearon para coordinar a las personas con su trabajo. Esa misma base es exactamente lo que los agentes necesitan para que se les confíe trabajo real: un registro fiable del objetivo, incluso cuando la solicitud surge como una conversación, un modelo de aprobación que ya sabe quién puede dar el visto bueno, y un mapa de dependencias que entiende cómo se conecta el trabajo. Convertir Workfront en el espacio donde personas y agentes trabajan juntos es una evolución natural, no una reinvención.
En este modelo, Adobe Workfront AI Collaborators son la voz y la acción. Permiten que los especialistas en marketing expresen su intención y ejecuten el trabajo necesario para materializarla en sistemas de Adobe y de terceros, todo dentro de la plataforma Workfront, gobernada y confiable, que ya conocen y en la que confían. Y avanzamos rápido. Los proyectos de Adobe Coworker, con tecnología de Workfront, son los próximos ejemplos concretos de cómo Workfront impulsa el trabajo conjunto entre personas y agentes a escala, con un conjunto de capacidades más amplio que nunca.
Esto es lo que diferencia a Workfront y Adobe de cualquier herramienta independiente de gestión del trabajo. Un flujo de trabajo solo puede ser tan contextualizado como el contexto al que tiene acceso; una herramienta independiente puede ver el trabajo, pero no la marca, el cliente, el contenido ni la campaña que hay detrás. Workfront forma parte del conjunto de soluciones de marketing de Adobe, junto con los sistemas que gestionan los perfiles de cliente y el consentimiento (Adobe Experience Platform y Adobe Real-Time CDP), los recorridos de cliente (Adobe Journey Optimizer), el análisis (Adobe Customer Journey Analytics), y el contenido y los recursos digitales (Adobe Experience Manager y la solución GenStudio para content supply chain), además de Adobe Brand Intelligence. Esto significa que un flujo de trabajo de Workfront puede hacer que un agente conozca, de forma nativa, no solo el trabajo, sino también la marca a la que debe ser fiel, el cliente al que sirve, el contenido que puede utilizar y los resultados que impulsa, todo en un solo lugar y a escala empresarial. Ninguna otra plataforma de gestión del trabajo ofrece este mismo nivel de contexto de marketing conectado.
Reconocemos que aún estamos construyendo esta visión, sin pretender que ya está terminada. Sin embargo, la ventaja estructural que surge de la posición de Workfront en el ecosistema es el verdadero diferenciador, y es una brecha que ninguna herramienta independiente puede cerrar solo añadiendo funciones. Es la diferencia entre un sistema de flujos de trabajo que conoce las tareas y uno que comprende las operaciones de marketing.
Los flujos de trabajo contextualizados son la base
Las organizaciones de marketing que triunfen en la era agéntica no serán las que tengan más agentes, sino aquellas cuyos agentes puedan recibir trabajo real con plena confianza. Eso requiere confianza, y la confianza proviene del flujo de trabajo que rodea a los agentes, no de los agentes en sí. Un flujo de trabajo contextualizado es aquel en el que se establecen objetivos, se aplican los controles necesarios, se entrega el contexto adecuado, se mantiene la supervisión humana y se verifican y miden los resultados. Esto es lo que permite a los especialistas en marketing delegar trabajo en los agentes con seguridad, a los CIOs gobernar y auditar las operaciones, y a las empresas escalar a una velocidad vertiginosa. Ese sistema de flujos de trabajo es lo que Adobe Workfront está construyendo de forma nativa dentro del destacado conjunto de soluciones de marketing de Adobe para impulsar el trabajo conjunto entre personas y agentes. El futuro llega rápido, y la oportunidad de moldearlo es ahora.
Descubre más sobre AI Collaborators en Adobe Workfront.
