Vi el tweet de Perplexity el domingo por la tarde y pasé dos horas reconstruyendo los números. El claim: su nuevo agente “Computer” reemplazó $225,000 al año en herramientas de marketing en un solo fin de semana. Hizo 224 micro-optimizaciones a su stack de ads. Costo del agente: $200 al mes.

El tweet acumuló más de 2 millones de visualizaciones en menos de 24 horas. Aakash Gupta publicó un análisis detallado que conectó los números del agente con la estrategia de revenue de Perplexity. Las respuestas se dividieron entre “esto cambia todo” y “esto es publicidad disfrazada de caso de estudio.”

Ambos tienen razón, parcialmente. La pregunta que importa no es si Perplexity construyó un buen agente — es si un agente puede colapsar una categoría entera de software. Y la respuesta corta es: sí puede, pero no como sugiere el tweet.

Los números detrás del claim de $225K

El cálculo en papel es limpio: $225,000 al año en herramientas de marketing reemplazados por un agente de $200/mes ($2,400/año). Eso da un ROI de 94x. Es un número que se comparte fácil.

Pero hay que abrirlo. Esto es lo que Perplexity dice que reemplazó:

Categoría	Herramientas típicas	Costo estimado anual
SEO y contenido	Semrush, Ahrefs, SurferSEO	~$30,000
Ads y puja	Google Ads scripts, Meta tools	~$45,000
Analytics y atribución	Mixpanel, Amplitude, Looker	~$50,000
Email y automatización	HubSpot Marketing Hub, Mailchimp	~$35,000
Social media y monitoreo	Sprout Social, Brandwatch	~$25,000
Reporting y dashboards	Tableau, Google Data Studio Pro	~$40,000
Total		~$225,000

El primer matiz: ese es el gasto de Perplexity. Una empresa con ~$200M de ARR y un objetivo de $656M para 2026. Su stack de marketing es proporcional a esa escala. No es el stack de una empresa mediana.

Las 224 micro-optimizaciones son interesantes por una razón distinta. Ajustar bids, pausar creativos con fatiga, reasignar presupuesto entre canales — un equipo de 4 personas haría unas 20 optimizaciones de ese tipo en una semana buena. El agente hizo 11x eso en una sola ejecución. Es el mismo patrón de iteración autónoma que describimos cuando analizamos autoresearch: definir objetivo, ejecutar, medir, ajustar, repetir — sin esperar a que un humano revise cada paso.

El dato que importa más que el ROI: 33% de utilización

Los $225K son el número que captura la atención. Pero el dato que explica por qué este modelo funciona es otro: el equipo de marketing promedio utiliza solo el 33% de las capacidades de su stack de herramientas.

Ese número viene de la encuesta de Gartner de 2023 a 405 líderes de marketing. Y la tendencia va a la baja: era 58% en 2020, 42% en 2022, 33% en 2023. No es que las herramientas empeoren — es que la fragmentación del mercado supera la capacidad de adopción de los equipos.

¿Cuánta fragmentación? 15,384 herramientas MarTech existían en el supergráfico de 2025 de ChiefMartec. Un crecimiento de 100x desde 2011. Cada herramienta resuelve un problema específico. Pero el problema que ninguna resuelve es el costo de vivir entre todas ellas.

El desperdicio real no es la licencia mensual de Semrush que usas al 40%. Es el context-switching. Es el analista que abre Mixpanel para ver comportamiento, exporta a un CSV, lo sube a Google Sheets, cruza con datos de HubSpot, arma un reporte en Looker, y lo presenta en un slide. Cada salto entre herramientas pierde contexto, introduce errores manuales y consume horas que no aparecen en ningún dashboard de costos.

Lo que un agente ofrece — y esto es lo que el tweet de Perplexity simplifica demasiado — no es solo ahorro en licencias. Es un contexto unificado, una interfaz, un loop de decisión. Es una categoría diferente de solución.

Agente reemplaza stack, no herramienta reemplaza herramienta

Hasta ahora, la competencia en MarTech seguía un patrón predecible: herramienta reemplaza herramienta. Semrush reemplaza Moz. HubSpot absorbe lo que hacía Mailchimp. Cada transición era lateral — misma categoría, diferente proveedor.

Lo que propone Perplexity Computer es un salto de nivel. No es otra herramienta de SEO ni otro dashboard de analytics. Es un agente que orquesta lo que antes hacían 5 a 8 herramientas separadas.

El antes se ve así: un equipo de marketing con cinco herramientas y cinco dashboards — cada uno con su propia fuente de verdad parcial — y una persona dedicada a coser los datos en un reporte semanal que ya está desactualizado cuando se presenta. El analista pasa más tiempo extrayendo y formateando datos que interpretándolos.

El después — al menos en el escenario que Perplexity describe — se ve diferente: un agente que escanea todos los canales cada hora, detecta cuándo un creativo pierde efectividad, reasigna presupuesto de un canal saturado a otro con mejor rendimiento, y genera un reporte coordinado donde cada dato ya está en contexto. No cinco reportes parciales. Uno solo, actualizado, con las decisiones ya tomadas o listas para aprobar.

El costo de switching entre estos dos modelos no es técnico. Es organizacional. Hay equipos construidos alrededor de herramientas, no de resultados. El especialista en SEO usa Semrush porque esa es su herramienta, el media buyer vive en Meta Ads Manager y el analista tiene sus dashboards personalizados en Looker. Pedirles que migren a “el agente hace todo” no es una decisión de software — es una reorganización de roles.

Y el patrón se generaliza. Lo que Perplexity hizo con marketing, el mismo modelo aplica a procurement, a soporte al cliente, a operaciones. Cualquier función donde un equipo opera con múltiples herramientas desconectadas es candidata a consolidación por agentes.

¿Qué significa esto para una empresa mediana en LATAM?

El escenario de Perplexity es su escenario: $200M de ARR, equipo de marketing con presupuesto de seis cifras en herramientas, ingenieros internos que pueden configurar un agente en un fin de semana. Esa no es la realidad de una empresa B2B de $5M a $30M en Latinoamérica.

El stack MarTech típico que vemos en empresas medianas en la región se parece más a esto:

Herramienta	Costo anual típico
HubSpot Starter o ActiveCampaign	~$3,600
Google Ads (management tool)	~$2,400
Semrush o Ahrefs (plan básico)	~$2,400
Mailchimp o Brevo	~$1,200
Hootsuite o Buffer	~$1,800
Google Analytics + Looker Studio	$0 (tiempo del equipo)
Herramientas varias (Canva Pro, Zapier, etc.)	~$3,600
Tiempo del equipo coordinando datos (~15-20 hrs/semana)	~$18,000-$25,000
Total real	~$33,000-$40,000

La utilización promedio que vemos: ~35%, consistente con lo que reporta Gartner. El equipo usa la función principal de cada herramienta e ignora el 65% restante.

Si un agente puede absorber las funciones operativas — monitoreo, ajuste de bids, reportes, detección de fatiga — el ahorro directo en licencias es de $15,000 a $18,000 al año. Pero el ahorro mayor está en las 15-20 horas semanales del equipo que hoy se dedican a extraer, formatear y cruzar datos entre herramientas. A ~$25/hora, eso son $18,000-$25,000 adicionales por año.

Total recuperable: ~$33,000 a $43,000. Costo del agente: $2,400/año. ROI: ~14x a 18x. No es 94x, pero es un múltiplo que justifica una evaluación seria.

La diferencia está en el perfil de riesgo. Una empresa de $200M de ARR puede absorber un experimento fallido. Una empresa de $5M que depende de sus campañas de Google Ads para generar pipeline no puede darse el lujo de que un agente mal configurado gaste $10,000 en bids incorrectos un fin de semana. La deuda de integración silenciosa que ya existe en el stack actual no desaparece mágicamente al agregar un agente — migra con ella.

Y hay un ángulo comercial que vale la pena considerar: Perplexity a $200/mes también es captura de ecosistema. Si tu marketing depende de su agente, tu dependencia de Perplexity es total. El precio de $200/mes es el de entrada, no necesariamente el de permanencia.

Lo que tu equipo debería evaluar antes de migrar

No hay una lista mágica de “5 pasos para migrar tu marketing a un agente”. Pero hay preguntas que separan a los equipos que adoptan tecnología con criterio de los que adoptan por entusiasmo.

La primera es de métrica. “Generar más leads” no es una métrica que un agente pueda optimizar. “Reducir el costo por lead de $85 a $60 manteniendo un volumen mínimo de 200 por mes” sí lo es. Si tu equipo no puede articular el objetivo en esos términos, el agente no va a inventar la claridad que falta.

La segunda es de uso real. Antes de evaluar qué puede absorber un agente, necesitas saber qué usas realmente. Pídele a cada miembro del equipo de marketing que registre durante una semana qué herramientas abre, para qué y cuánto tiempo pasa en cada una. En nuestra experiencia, el resultado siempre sorprende: herramientas que se pagan completas pero se usan para una sola función, y funciones críticas que dependen de un Excel que alguien mantiene manualmente.

La tercera es de datos. Un agente sin historia arranca de cero. Si tu equipo tiene tres años de datos de campañas en HubSpot — audiencias segmentadas, resultados de A/B tests, secuencias de nurturing con métricas — esa historia tiene valor. Migrar a un agente que no puede acceder a ese contexto es como contratar a un nuevo director de marketing que no tiene acceso a los reportes anteriores.

Lo que recomendamos: una prueba paralela. Elige un tipo de campaña específico — retargeting suele funcionar bien porque tiene métricas claras — y dale al agente dos semanas para operarla mientras el equipo sigue haciendo lo suyo con las herramientas actuales. Compara resultados con la misma métrica. Si el agente gana, expande. Si empata, evalúa el ahorro de tiempo. Si pierde, tienes datos concretos de por qué.

Y el checkpoint más importante: empezar con “agente recomienda, humano aprueba”. No “agente ejecuta y después le cuento al jefe”. Hemos visto equipos que saltan de “suena interesante” a “démosle acceso a todo” en una semana. Eso no es adopción — es negligencia.

Lo que Perplexity no dijo

El tweet es marketing. No está mal que lo sea — toda empresa tiene derecho a promocionar su producto. Pero adoptar decisiones de infraestructura tecnológica basándose en un tweet viral es lo opuesto a tomar decisiones basadas en datos.

Contexto comercial: Perplexity cerró 2025 con ~$200M de ARR y un objetivo de $656M para 2026. Eso requiere un crecimiento de ~230%, casi enteramente de suscripciones y contratos enterprise según el análisis de Aakash Gupta. El tweet del agente de marketing no es solo un caso de estudio — es una pieza de top-of-funnel enterprise sales. Es demostración de producto disfrazada de resultado.

“Built in a weekend” significa que la campaña se configuró en un fin de semana. No que la plataforma se construyó en un fin de semana. Perplexity Computer coordina 19 modelos, tiene meses de desarrollo, y una infraestructura que no se replica con un script de fin de semana.

Los $225K no tienen auditoría externa ni comparación controlada. No sabemos cuánto de ese gasto se eliminó realmente versus cuánto se reclasificó o absorbió en otros rubros.

Y las 224 optimizaciones merecen una pregunta incómoda: ¿cuántas fueron significativas? Ajustar un bid $0.01 cincuenta veces son 50 “optimizaciones” con impacto acumulado cercano a cero. El número suena impresionante. Lo que falta es el desglose de impacto por optimización.

No descartamos el claim. La señal direccional es real — los agentes van a consolidar categorías de software. Pero la distancia entre “la señal es real” y “debo migrar mi stack este mes” es enorme. Adoptar por un tweet viral es exactamente el tipo de decisión que después aparece en la lista de “proyectos de IA abandonados después del PoC”.

Auditoría de tu stack MarTech

Si este artículo te hizo pensar en cuánto pagas por herramientas que usas a medias, hay un paso concreto que podemos darte.

Envíanos tu lista de herramientas de marketing y cuánto pagas por cada una. Mapeamos qué funciones puede absorber un agente hoy, cuáles deben quedarse como herramientas independientes, y dónde está el riesgo de integración. El primer análisis no tiene costo — lo hacemos porque cada auditoría nos enseña algo sobre cómo se ve el mercado real, no el de los tweets virales.

Solicitar auditoría de stack MarTech →