Pídele a Claude o a ChatGPT el borrador de un correo de campaña con tres variantes de asunto y lo tienes en menos de un minuto. Ahora pregúntale a tu equipo cuánto tarda ese mismo correo en salir de verdad a la base de datos.

Días. A veces semanas.

Michael Hammer le puso números a esa distancia en 1990, cuatro décadas antes del primer modelo de lenguaje. Vale la pena releerlo si diriges un equipo de marketing que acaba de comprar herramientas de IA.

El caso de la aseguradora

En julio de 1990, Hammer publicó en Harvard Business Review un artículo con un título que no deja dudas: Reengineering Work: Don’t Automate, Obliterate. Su diagnóstico era que las grandes inversiones en tecnología estaban dando resultados decepcionantes porque las empresas la usaban para mecanizar las formas viejas de trabajar. Dejaban el proceso intacto y ponían computadoras para acelerarlo.

Uno de sus ejemplos era Mutual Benefit Life. Una solicitud de seguro pasaba por hasta 30 pasos, 5 departamentos y 19 personas. Los tiempos típicos iban de 5 a 25 días, y casi todo ese tiempo se iba en pasar información de un departamento al siguiente.

Y en un paréntesis, casi al pasar, Hammer dejó el dato que me quedó grabado. Otra aseguradora estimó que una solicitud pasaba 22 días en proceso y que alguien le trabajaba 17 minutos.

17 minutos de trabajo. 22 días de espera.

Si esa aseguradora hubiera comprado una computadora que hiciera el trabajo diez veces más rápido, la solicitud habría pasado de 22 días a… 22 días. Los 17 minutos no eran el problema.

Lo que hizo Mutual Benefit Life

No compraron un sistema más rápido para cada departamento. Eliminaron los traspasos. Crearon un puesto nuevo, el gestor de caso, una sola persona responsable de la solicitud desde que entra hasta que sale la póliza, con una estación de trabajo que le daba acceso a todo lo que antes estaba repartido en cinco departamentos. Los especialistas, el suscriptor senior o el médico, pasaron a ser consultores del gestor.

El promedio bajó a 2 a 5 días, algunas solicitudes salían en cuatro horas, y cada gestor pasó a manejar más del doble del volumen que la empresa procesaba antes.

La tecnología ayudó. Pero la ganancia vino de cambiar quién toca el trabajo y cuántas veces.

Tu campaña es una solicitud de seguro

Piensa en el recorrido de una pieza en un equipo de marketing mediano. Llega el brief. Alguien redacta. Pasa a diseño. Vuelve con comentarios. Va a revisión de marca. Si menciona un precio o una promoción, pasa por legal. Si habla de un producto, lo revisa el gerente de producto. Al final lo aprueba dirección. Y cada una de esas manos tiene su propia cola, sus propias reuniones y sus propias vacaciones.

La IA atacó una sola parte de ese recorrido. La redacción y la primera versión del diseño. Los 17 minutos.

Chamath Palihapitiya lo dijo mejor que yo el 25 de septiembre, en su análisis sobre por qué la IA no aparece en la productividad. La IA te puede devolver esos minutos, escribió, pero no puede decidir qué pasa con ellos. Si se van en otra reunión o en otra semana esperando a legal, el retorno es cero.

Ya había escrito sobre por qué tu IA de marketing necesita un revisor, y lo sostengo. Revisar sigue siendo necesario. El problema es la cantidad de revisiones en fila, cada una con su espera, cuando varias se podrían hacer juntas o una sola persona podría cubrirlas.

Mide la espera antes de comprar otra herramienta

No tengo un estudio que diga cuántos días espera en promedio una pieza de marketing en Centroamérica, y no voy a inventarlo. Lo que sí sé es cómo medirlo en tu equipo en dos semanas.

Toma las próximas diez piezas que salgan. Para cada una anota la hora en que entra y sale de cada etapa, desde el brief hasta la publicación. Anota también cuántos minutos de trabajo real le dedicó cada persona. Al final tienes dos números por pieza, el tiempo total y el tiempo trabajado.

La diferencia es tu espera. Y casi siempre va a estar concentrada en una o dos etapas.

Con eso en la mano, las preguntas cambian. ¿Esta aprobación la necesita cada pieza o solo las que mencionan precios? ¿Marca y producto pueden revisar en paralelo en lugar de en fila? ¿Puede una persona del equipo ser la dueña de la pieza de punta a punta, como el gestor de caso de Hammer, y llamar a legal solo cuando haga falta?

Ninguna de esas preguntas se responde con una licencia nueva.

Dónde entra IQ Source

En IQ Source, cuando un equipo de marketing nos pide ayuda con IA, lo primero que proponemos es ese cronómetro. El domingo escribí sobre el estudio de MIT que asocia la IA sin rediseño con peor margen. El recorrido de una pieza de marketing es uno de los lugares donde ese rediseño se ve más rápido, porque las etapas son pocas y visibles. Si después de medir tiene sentido meter IA, la metemos donde está la espera, con agentes que preparan la revisión de marca o de legal antes de que llegue a la persona. Si el problema es de estructura, lo decimos, aunque eso signifique que no hace falta comprar nada.

Si quieres, mándame tus diez piezas cronometradas. Con eso te digo dónde está tu Mutual Benefit Life.

Ver cómo trabajamos con equipos de marketing