Español (pdf)
Articulo en XML
Referencias del artículo
Traducción automática
Enviar articulo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
1. INTRODUCCIÓN
La incorporación de la inteligencia artificial (IA) en el marketing ha avanzado de manera significativa durante la última década, impulsada por la expansión de entornos intensivos en datos, la automatización algorítmica y el desarrollo de herramientas analíticas cada vez más accesibles. En la literatura especializada, la IA ha sido conceptualizada como un habilitador potencial de procesos de decisión más informados en contextos organizacionales complejos (Haenlein & Kaplan, 2019; Wedel & Kannan, 2016; Huang & Rust, 2021). No obstante, la evidencia empírica muestra que este potencial estratégico no siempre se traduce en prácticas organizacionales concretas.
Esta orientación predominantemente instrumental en la adopción de la inteligencia artificial ha sido documentada en estudios previos, donde se observa que muchas organizaciones incorporan estas tecnologías para optimizar procesos específicos sin integrarlas de manera sistemática en la toma de decisiones estratégicas (Davenport & Ronanki, 2018).
En el caso de las agencias de marketing, la adopción de la IA se ha orientado principalmente hacia usos operativos y tácticos, como la automatización de reportes, la optimización de campañas digitales o el análisis predictivo de métricas de desempeño. Si bien estas aplicaciones generan mejoras en eficiencia, su integración en los procesos de decisión estratégica sigue siendo limitada. Esta brecha no se explica únicamente por la disponibilidad tecnológica, sino por la ausencia de capacidades organizacionales, estructuras decisionales y marcos analíticos que permitan traducir los resultados de la IA en juicios estratégicos efectivos (Shrestha et al., 2019; Raisch & Krakowski, 2021).
Esta problemática adquiere especial relevancia en contextos latinoamericanos, caracterizados por niveles heterogéneos de madurez digital, restricciones en capital humano especializado y limitaciones en infraestructura y gobernanza de datos (CEPAL, 2022; Martínez-Domínguez & Mora-Rivera, 2022). En este entorno, las agencias de marketing operan frecuentemente bajo condiciones de adopción tecnológica fragmentada, lo que limita el impacto estratégico de la IA tanto en sus procesos internos como en la toma de decisiones que apoyan para sus clientes.
1.1. Antecedentes del problema
La literatura sobre inteligencia artificial aplicada al marketing ha crecido de forma sostenida, abordando temas como analítica predictiva, personalización, automatización y optimización de procesos (Wedel & Kannan, 2016; Huang & Rust, 2021). Sin embargo, una parte importante de estos estudios se concentra en los beneficios operativos de la IA, prestando menor atención a su incorporación en los procesos de decisión estratégica y a las condiciones organizacionales que facilitan o limitan dicha integración.
Desde la perspectiva de la gestión estratégica, diversos autores han señalado que las tecnologías avanzadas no generan valor por sí mismas, sino en la medida en que se articulan con capacidades organizacionales complementarias, estructuras formales de decisión y una cultura orientada al uso sistemático de evidencia (Eisenhardt, 1989; Raisch & Krakowski, 2021; Krakowski et al., 2023). En ausencia de estos elementos, la IA tiende a convertirse en un recurso periférico, con impacto reducido en la orientación estratégica de las organizaciones.
En América Latina, los estudios empíricos sobre la integración estratégica de la IA en agencias de marketing son todavía limitados y, en muchos casos, de carácter descriptivo. Esta situación revela una brecha metodológica y empírica en la comprensión de cómo las agencias incorporan la IA en contextos de madurez digital desigual y bajo restricciones organizacionales específicas (Kane et al., 2019; Martínez-Domínguez & Mora-Rivera, 2022). La falta de enfoques metodológicos que articulen evidencia cualitativa y cuantitativa dificulta la evaluación del rol real de la IA en la toma de decisiones estratégicas en este tipo de organizaciones.
1.2. Objetivos de la investigación
El objetivo general de este artículo es analizar la brecha entre el uso operativo de la inteligencia artificial y su integración en la toma de decisiones estratégicas en agencias de marketing que operan en contextos latinoamericanos.
De manera específica, el estudio busca: (a) identificar las principales formas de uso de la inteligencia artificial en agencias de marketing; (b) analizar las condiciones organizacionales y decisionales que influyen en su integración estratégica; y (c) proponer una orientación metodológica empíricamente fundamentada que permita a las agencias utilizar la inteligencia artificial como apoyo efectivo a la toma de decisiones estratégicas en marketing.
Para ello, la investigación se apoya en un diseño de métodos mixtos que combina entrevistas semiestructuradas a profesionales del sector y un cuestionario aplicado a agencias de marketing, integrando los resultados mediante triangulación metodológica (Creswell & Plano Clark, 2018).
2. METODOLOGÍA
2.1. Diseño de investigación
El estudio adoptó un enfoque metodológico mixto, sustentado en el paradigma pragmático, con el propósito de integrar técnicas cualitativas y cuantitativas para analizar la incorporación de la inteligencia artificial en los procesos de toma de decisiones estratégicas en agencias de marketing. Este enfoque permitió abordar el fenómeno desde una perspectiva interpretativa y descriptiva, articulando profundidad analítica con evidencia organizacional comparable, sin pretensión de generalización estadística en sentido probabilístico (Creswell, 2013; Creswell & Plano Clark, 2018).
El diseño de la investigación es de tipo no experimental, con alcance transeccional y carácter aplicado. Metodológicamente, se estructuró en dos fases complementarias. La primera correspondió a una fase cualitativa de carácter exploratorio-interpretativo, orientada a identificar categorías analíticas relacionadas con condiciones organizacionales, estructuras decisionales y prácticas asociadas al uso de la inteligencia artificial en contextos estratégicos. La segunda fase fue de carácter cuantitativo y descriptivo-analítico, orientada a examinar patrones de adopción y uso de la inteligencia artificial a nivel organizacional y a contextualizar los hallazgos cualitativos.
Ambas fases fueron concebidas como partes integradas de un mismo proceso analítico y se articularon posteriormente mediante triangulación metodológica, con el objetivo de fortalecer la coherencia interna del estudio y el sustento empírico de los resultados y de la orientación metodológica propuesta (Creswell & Plano Clark, 2018).
El contexto empírico del estudio fue la ciudad de San Salvador, seleccionada por criterios analíticos y no por representatividad estadística. Este contexto presenta características propias de mercados latinoamericanos de tamaño medio, tales como una adopción digital en expansión, heterogeneidad en la madurez organizacional y restricciones estructurales en términos de recursos y capacidades, lo que lo convierte en un entorno pertinente para analizar la integración estratégica de la inteligencia artificial en agencias de marketing y generar insumos analíticos transferibles a otros contextos regionales comparables (Yin, 2018).
2.2. Procedimiento
La investigación se desarrolló siguiendo una secuencia metodológica claramente definida, estructurada en dos fases complementarias correspondientes al enfoque de métodos mixtos adoptado. En una primera etapa se llevó a cabo la fase cualitativa y, posteriormente, se ejecutó la fase cuantitativa. Ambas fases se desarrollaron durante el mismo periodo de recolección de datos y fueron integradas de manera deliberada mediante triangulación metodológica, con el propósito de fortalecer la coherencia interna del estudio y el sustento empírico de los resultados, conforme a los principios de integración propios de los diseños mixtos aplicados (Creswell & Plano Clark, 2018).
La fase cualitativa consistió en la realización de ocho entrevistas semiestructuradas a profesionales del sector de marketing, identificados mediante los códigos E1 a E8 con el fin de resguardar su anonimato. Los participantes fueron seleccionados mediante un muestreo intencional, considerando como criterios de inclusión su experiencia directa en procesos de toma de decisiones estratégicas y su participación en áreas vinculadas con marketing estratégico, transformación digital e innovación tecnológica. Este procedimiento permitió asegurar la pertinencia analítica de los informantes respecto del fenómeno estudiado, priorizando la profundidad interpretativa por sobre la representatividad estadística, en línea con enfoques cualitativos aplicados en investigación organizacional (Patton, 2015).
Las entrevistas se diseñaron a partir de un guion semiestructurado organizado en ejes temáticos generales, lo que permitió mantener un nivel adecuado de comparabilidad entre los casos y, al mismo tiempo, facilitar la emergencia de categorías analíticas no previstas durante el proceso de investigación. Este tipo de diseño favorece la exploración en profundidad de percepciones y experiencias, manteniendo un equilibrio entre estructura y flexibilidad analítica (Kvale & Brinkmann, 2009). Previo a cada entrevista, se informó a los participantes sobre los objetivos del estudio y se obtuvo su consentimiento informado. Las entrevistas se realizaron de forma presencial o virtual, según la disponibilidad de los informantes, y fueron registradas bajo condiciones de confidencialidad.
El análisis de la información cualitativa se llevó a cabo mediante análisis temático, orientado a la identificación sistemática de patrones recurrentes y a la construcción de categorías interpretativas vinculadas con condiciones organizacionales, estructuras decisionales y prácticas de uso de la inteligencia artificial en contextos estratégicos (Braun & Clarke, 2006; Guest, MacQueen & Namey, 2012). Como criterios de rigor metodológico, se atendió la credibilidad a través de la comparación sistemática de las respuestas y la coherencia interna de las categorías emergentes. La saturación analítica se consideró alcanzada cuando las entrevistas comenzaron a reiterar patrones interpretativos sin aportar información sustantivamente nueva, conforme a criterios ampliamente aceptados en investigación cualitativa aplicada (Lincoln & Guba, 1985; Guest, Bunce & Johnson, 2006).
La fase cuantitativa se desarrolló mediante la aplicación de un cuestionario estructurado a veinte informantes clave pertenecientes a agencias de marketing ubicadas en San Salvador, identificados mediante los códigos C1 a C20. La selección de las agencias respondió a criterios de formalidad, presencia en el mercado y relevancia estratégica. En cada organización respondió un profesional con capacidad de decisión, como directores generales, gerentes de marketing o responsables de innovación, con el objetivo de asegurar la pertinencia y calidad de la información recabada para el análisis del fenómeno estudiado.
El cuestionario fue diseñado de manera coherente con los objetivos de la investigación y el marco conceptual, y se orientó a captar niveles de adopción y uso de la inteligencia artificial, áreas de aplicación, capacidades organizacionales disponibles y percepciones sobre su impacto en la toma de decisiones estratégicas. El diseño del instrumento priorizó la claridad conceptual y la consistencia interna de los ítems, siguiendo criterios metodológicos ampliamente aceptados para estudios basados en encuestas en ciencias sociales (Fowler, 2014). Antes de su aplicación definitiva, el cuestionario fue sometido a juicio de expertos y a una prueba piloto, lo que permitió ajustar la redacción y pertinencia de los ítems. El análisis de los datos cuantitativos se realizó mediante estadística descriptiva, privilegiando la identificación de tendencias y patrones organizacionales, sin realizar inferencias causales que excedieran el alcance del diseño metodológico adoptado (Hernández Sampieri et al., 2014).
Una vez finalizado el análisis de ambas fases, se llevó a cabo un proceso de integración de resultados mediante triangulación metodológica. Este proceso permitió contrastar y complementar la evidencia cualitativa y cuantitativa, identificar convergencias y tensiones relevantes, y sustentar empíricamente los resultados y la orientación metodológica aplicada propuesta. De este modo, la investigación adopta una lógica analítica orientada a la comprensión de fenómenos organizacionales complejos en su contexto real, manteniendo coherencia con los objetivos del estudio y con su carácter aplicado (Creswell & Plano Clark, 2018; Yin, 2018).
3. RESULTADOS
Los resultados del estudio se presentan de manera integrada, articulando la evidencia cuantitativa obtenida a partir del cuestionario aplicado a agencias de marketing con los hallazgos cualitativos derivados de las entrevistas semiestructuradas. Esta estrategia permitió describir patrones generales de adopción de la inteligencia artificial y, al mismo tiempo, contextualizar dichos patrones desde la perspectiva de los procesos de decisión estratégica y las condiciones organizacionales identificadas en la fase cualitativa.
3.1. Resultados descriptivos
Los resultados descriptivos corresponden a la información obtenida a partir del cuestionario aplicado a veinte informantes clave de agencias de marketing (C1-C20). Este instrumento permitió caracterizar la muestra en términos de adopción de herramientas de inteligencia artificial, áreas de aplicación y percepciones generales sobre su uso en los procesos de decisión.
En el Cuadro 1 se presentan las principales dimensiones de la integración estratégica de la inteligencia artificial en agencias de marketing, identificadas a partir de la triangulación entre los resultados del cuestionario aplicado a las agencias participantes y los patrones emergentes de las entrevistas semiestructuradas. Estas dimensiones permiten describir la forma en que la inteligencia artificial es incorporada en las organizaciones más allá de su uso operativo, evidenciando diferencias en la orientación estratégica de su adopción.
La integración de la inteligencia artificial en las agencias analizadas se concentra predominantemente en funciones operativas, tales como la automatización de tareas, el análisis de métricas y la optimización de campañas. Estas tendencias se sintetizan en las dimensiones presentadas en el Cuadro 1 y evidencian una brecha entre la disponibilidad de herramientas tecnológicas y su integración en procesos de decisión estratégica de mayor nivel.
Cuadro 1 Dimensiones de la integración estratégica de la inteligencia artificial en agencias de marketing.
| Dimensión | Descripción | Enfoque predominante |
|---|---|---|
| Orientación del liderazgo | Grado en que la alta dirección promueve el uso de evidencia generada por IA en decisiones estratégicas de marketing | Estratégico vs. operativo |
| Capacidades analíticas | Disponibilidad de habilidades internas, equipos especializados o alianzas externas para interpretar y aplicar resultados de IA | Bajas a altas |
| Calidad y gobernanza de datos | Existencia de prácticas estructuradas de gestión de datos, integración de fuentes y reglas de uso | Fragmentada vs. estructurada |
| Procesos de toma de decisiones | Nivel de formalización de instancias decisionales donde se consideran los resultados de la IA | Informales vs. institucionalizados |
| Alineación estratégica | Grado de coherencia entre el uso de la IA y los objetivos de marketing, propuestas de valor y estrategias de clientes | Débil vs. Fuerte |
Fuente: Elaboración propia
Los hallazgos cuantitativos se complementan con la evidencia cualitativa obtenida a partir de las entrevistas realizadas a profesionales del sector. Desde esta fase emergieron patrones consistentes que permiten interpretar los resultados descriptivos más allá de una lectura instrumental del uso de la inteligencia artificial. En particular, los entrevistados señalaron que su incorporación suele estar condicionada por criterios operativos inmediatos, más que por una reflexión estratégica estructurada, lo que contribuye a explicar la orientación predominantemente táctica observada en las agencias participantes.
Asimismo, los resultados cualitativos permiten contextualizar la variabilidad observada entre organizaciones. Mientras algunas agencias presentan niveles más avanzados de adopción, estas diferencias no se explican únicamente por la disponibilidad tecnológica, sino por factores organizacionales como la existencia de estructuras formales de decisión, capacidades analíticas internas y una cultura orientada al uso de evidencia en la formulación estratégica. Estos elementos, identificados de manera recurrente en las entrevistas, aportan un marco interpretativo para las dimensiones descritas en el Cuadro 1.
En conjunto, los resultados descriptivos evidencian que la integración de la inteligencia artificial en agencias de marketing no responde a un proceso homogéneo ni lineal. Por el contrario, se configura como un fenómeno condicionado por factores organizacionales y decisionales que trascienden el plano tecnológico, lo que refuerza la necesidad de una orientación metodológica que considere dichas dimensiones de manera explícita.
3.2. Resultados analíticos: niveles de integración de la inteligencia artificial
La integración de los resultados obtenidos en la fase cuantitativa y la fase cualitativa permitió avanzar desde una descripción general del uso de la inteligencia artificial hacia un análisis más profundo de los distintos niveles de integración observados en las agencias de marketing analizadas. Este análisis evidenció que las diferencias entre organizaciones no se explican únicamente por la adopción de herramientas tecnológicas, sino por la presencia -o ausencia- de capacidades organizacionales que median su incorporación en los procesos de toma de decisiones.
A partir de la triangulación de la información proveniente del cuestionario aplicado a las agencias participantes y de los patrones emergentes identificados en las entrevistas semiestructuradas, fue posible identificar tres niveles diferenciados de integración de la inteligencia artificial: uso operativo, integración táctica e integración estratégica. Estos niveles reflejan formas progresivas de incorporación de la inteligencia artificial en la gestión organizacional y en los procesos decisionales.
El Cuadro 2 sintetiza estos niveles de integración, describiendo sus principales características y las capacidades organizacionales asociadas a cada uno de ellos. Esta tipología permite interpretar de manera estructurada las diferencias observadas entre agencias y comprender cómo la inteligencia artificial transita desde un uso instrumental hacia un rol más relevante en la toma de decisiones estratégicas.
Cuadro 2 Capacidades organizacionales y niveles de integración de la inteligencia artificial en agencias de marketing.
| Nivel de integración de la IA | Características principales | Capacidades organizacionales |
|---|---|---|
| Uso operativo | Aplicación de la IA para automatización de reportes, optimización de campañas y apoyo táctico | Capacidades analíticas limitadas, herramientas externas, baja formalización |
| Integración táctica | Uso de la IA como apoyo en áreas específicas de decisión, como segmentación o ajuste de campañas | Roles analíticos emergentes, integración parcial de datos |
| Integración estratégica | Uso sistemático de la IA como insumo en decisiones estratégicas y asignación de recursos | Estructuras decisionales formales, cultura analítica consolidada, gobernanza de datos |
Fuente: Elaboración propia.
Como se muestra en el Cuadro 2, el nivel de uso operativo se caracteriza por una aplicación de la inteligencia artificial orientada principalmente a la automatización de tareas, la optimización de campañas y el apoyo táctico a la gestión cotidiana. En este nivel, las capacidades analíticas suelen ser limitadas, la integración de datos es parcial y los procesos decisionales presentan un bajo grado de formalización, lo que restringe el potencial estratégico de la tecnología.
El nivel de integración táctica evidencia un avance respecto del uso operativo, al incorporar la inteligencia artificial como apoyo en áreas específicas de decisión, tales como la segmentación de audiencias o el ajuste de campañas. En este nivel comienzan a emerger roles analíticos dentro de la organización y se observa una mayor articulación entre datos y decisiones, aunque dicha integración sigue siendo fragmentada y dependiente de iniciativas puntuales más que de una estrategia organizacional consolidada.
Finalmente, el nivel de integración estratégica se distingue por el uso sistemático de la inteligencia artificial como insumo en decisiones de carácter estratégico y en la asignación de recursos. Este nivel se asocia con la existencia de estructuras decisionales formales, una cultura analítica consolidada y prácticas de gobernanza de datos que permiten incorporar la evidencia generada por la inteligencia artificial en los procesos de planificación y dirección estratégica.
En conjunto, estos resultados analíticos refuerzan la idea de que la integración estratégica de la inteligencia artificial en agencias de marketing no depende exclusivamente de la disponibilidad tecnológica, sino del desarrollo de capacidades organizacionales que permitan transformar los insumos analíticos en criterios efectivos para la toma de decisiones. Esta diferenciación por niveles aporta un marco interpretativo que conecta los hallazgos empíricos con la propuesta metodológica desarrollada en el estudio.
4. DISCUSIÓN
Los resultados obtenidos permiten interpretar la integración de la inteligencia artificial en agencias de marketing como un proceso profundamente condicionado por factores organizacionales y decisionales, más que por la mera disponibilidad de tecnologías avanzadas. Este hallazgo responde directamente al objetivo del estudio, orientado a analizar el papel de la inteligencia artificial como apoyo a la toma de decisiones estratégicas y a identificar las condiciones que facilitan -o limitan- dicho papel en contextos caracterizados por niveles heterogéneos de madurez digital. Desde la teoría organizacional, la toma de decisiones estratégicas se concibe como un proceso condicionado por estructuras, tiempos y capacidades cognitivas, especialmente en entornos dinámicos e inciertos, lo que permite comprender por qué la incorporación de inteligencia artificial no genera automáticamente impactos estratégicos si no se articula con procesos decisionales adecuados (Eisenhardt, 1989).
En relación con la literatura previa, los resultados refuerzan planteamientos que advierten sobre la tendencia de las organizaciones a incorporar la inteligencia artificial con un enfoque predominantemente operativo o táctico, orientado a la automatización de tareas, la optimización de campañas y el análisis descriptivo de métricas. Esta orientación instrumental, ampliamente documentada en estudios sobre marketing analítico y transformación digital, limita el potencial de la inteligencia artificial como soporte para decisiones estratégicas de mayor nivel. Los hallazgos del presente estudio confirman esta brecha y aportan evidencia empírica que permite comprenderla no como una falla tecnológica, sino como una manifestación de restricciones organizacionales y decisionales más profundas.
La tipología de niveles de integración desarrollada a partir de la triangulación de resultados cuantitativos y cualitativos ofrece un marco interpretativo que contribuye a explicar por qué agencias con acceso a herramientas tecnológicas similares presentan impactos estratégicos significativamente distintos. En particular, los resultados sugieren que la existencia de estructuras decisionales formales, capacidades analíticas internas y una cultura organizacional orientada al uso de evidencia constituye un factor diferenciador clave. Esta interpretación se alinea con enfoques que conciben la inteligencia artificial como un mecanismo de apoyo a la toma de decisiones humanas, más que como un sustituto autónomo del juicio estratégico.
Desde esta perspectiva, la inteligencia artificial adquiere valor estratégico únicamente cuando se integra en procesos organizacionales que permiten traducir los insumos analíticos en criterios efectivos para la formulación y evaluación de decisiones. En ausencia de dichas capacidades, la tecnología tiende a permanecer confinada a usos fragmentados y de corto plazo, reforzando dinámicas tácticas sin incidir de manera sustantiva en la dirección estratégica de la organización. Los resultados del estudio ponen de relieve que este fenómeno no responde a un proceso homogéneo ni lineal, sino a trayectorias organizacionales diferenciadas condicionadas por decisiones previas en materia de gobernanza, estructura y cultura analítica.
Desde una perspectiva aplicada, los hallazgos subrayan la relevancia de abordar la integración de la inteligencia artificial como un proceso de transformación organizacional, y no exclusivamente como un proceso de adopción tecnológica. La identificación de niveles de integración proporciona a las agencias de marketing un marco práctico para diagnosticar su situación actual, reconocer las brechas existentes en términos de capacidades organizacionales y orientar decisiones futuras de manera más realista y coherente con sus condiciones internas. Este enfoque contribuye a evitar expectativas desalineadas respecto al potencial estratégico de la inteligencia artificial y a promover procesos de integración más sostenibles en el tiempo.
No obstante, el estudio presenta limitaciones que deben ser consideradas al interpretar los resultados. En primer lugar, el análisis se circunscribe a un contexto geográfico específico, lo que limita la generalización directa de los hallazgos a otros entornos sin una adecuada contextualización. En segundo lugar, el tamaño de la muestra y el carácter intencional de la selección de informantes responden a los objetivos analíticos del estudio, pero restringen el alcance inferencial de los resultados. Finalmente, la investigación se basa en percepciones de actores organizacionales, lo que implica un nivel inherente de subjetividad, aunque mitigado mediante la triangulación metodológica y la coherencia observada entre los distintos tipos de evidencia recolectada.
A partir de estas limitaciones, futuras investigaciones podrían profundizar en el análisis longitudinal de la integración de la inteligencia artificial en agencias de marketing, explorando cómo evolucionan las capacidades organizacionales y los procesos decisionales a lo largo del tiempo. Asimismo, resulta pertinente ampliar el análisis a otros contextos latinoamericanos o realizar estudios comparativos entre sectores con distintos niveles de madurez digital, con el fin de contrastar y refinar la tipología de niveles de integración propuesta.
En conjunto, los hallazgos del estudio permiten afirmar que el principal aporte de esta investigación radica en desplazar el foco de análisis desde la adopción tecnológica hacia las condiciones organizacionales que habilitan -o restringen- el valor estratégico de la inteligencia artificial en agencias de marketing. La identificación empíricamente sustentada de dimensiones y niveles de integración contribuye a clarificar un fenómeno frecuentemente abordado de manera fragmentada en la literatura aplicada y sienta las bases conceptuales y empíricas para la propuesta metodológica desarrollada, orientada a guiar procesos de integración más coherentes con las dinámicas reales de toma de decisiones estratégicas.
5. CONCLUSIONES
El presente estudio tuvo como objetivo analizar el papel de la inteligencia artificial como apoyo a la toma de decisiones estratégicas en agencias de marketing y proponer una orientación metodológica adecuada para contextos caracterizados por niveles heterogéneos de madurez digital. A partir de la evidencia empírica obtenida, se concluye que la integración de la inteligencia artificial en dichos entornos no depende principalmente de la disponibilidad tecnológica, sino de la existencia de capacidades organizacionales, estructuras formales de decisión y una cultura analítica que permitan transformar los insumos generados por la tecnología en criterios efectivos para la formulación estratégica.
Los resultados evidencian que, en la mayoría de las agencias analizadas, la inteligencia artificial se incorpora con una orientación predominantemente operativa o táctica, lo que limita su impacto en decisiones de carácter estratégico. La identificación de dimensiones y niveles de integración permite explicar esta brecha y comprender por qué organizaciones con acceso a herramientas tecnológicas similares obtienen resultados estratégicos distintos. En este sentido, el estudio confirma que la inteligencia artificial actúa como un habilitador condicionado por factores organizacionales y humanos, y no como un sustituto autónomo del juicio estratégico.
Como principal aporte, la investigación ofrece una base empírica sólida para sustentar una orientación metodológica aplicada orientada a la integración estratégica de la inteligencia artificial en agencias de marketing. Esta orientación permite a las organizaciones diagnosticar su nivel de integración, identificar las capacidades organizacionales que requieren fortalecer y alinear de manera más coherente el uso de la tecnología con sus procesos decisionales. De este modo, el estudio contribuye al campo del marketing estratégico al desplazar el foco desde la adopción tecnológica hacia la articulación entre tecnología, organización y toma de decisiones.
Finalmente, los resultados y la propuesta metodológica desarrollada aportan un marco útil para contextos latinoamericanos, donde la adopción de tecnologías basadas en inteligencia artificial avanza de forma desigual y enfrenta restricciones estructurales, organizacionales y culturales. En este escenario, la investigación ofrece criterios analíticos y prácticos que pueden orientar procesos de integración más realistas, sostenibles y alineados con las dinámicas reales de decisión estratégica en agencias de marketing.
De manera complementaria, los resultados del estudio ponen de relieve la necesidad de que las agencias de marketing aborden la integración de la inteligencia artificial desde una lógica progresiva y contextualizada, reconociendo que el avance hacia niveles más estratégicos de uso requiere decisiones deliberadas en materia de estructura organizacional, desarrollo de capacidades analíticas y gobernanza de datos. En este sentido, la orientación metodológica aplicada propuesta no prescribe soluciones universales, sino que ofrece un marco flexible para que las organizaciones evalúen su situación actual y definan trayectorias de integración coherentes con sus recursos, objetivos estratégicos y condiciones institucionales. Este enfoque contribuye a una adopción más reflexiva de la inteligencia artificial y refuerza su potencial como apoyo efectivo a la toma de decisiones estratégicas en contextos organizacionales complejos.
Declaración de ética, transparencia y uso de Inteligencia Artificial (ia)
Ética y transparencia
El presente estudio se desarrolló respetando los principios éticos aplicables a la investigación aplicada. La participación de los informantes fue voluntaria y se obtuvo consentimiento informado previo a la recolección de los datos, garantizando en todo momento la confidencialidad y el anonimato de los participantes. La información recopilada fue utilizada exclusivamente con fines académicos y de investigación.
Originalidad y plagio: El autor declara que el manuscrito es original y que no ha sido publicado ni enviado simultáneamente a evaluación en otra revista. Asimismo, se asegura que el contenido cumple con los estándares de integridad académica y que las fuentes utilizadas han sido citadas conforme a las normas editoriales correspondientes.
Conflictos de interés: EL autor declara que no existe ningún conflicto de interés, financiero, institucional o personal, que pudiera influir en los resultados o interpretaciones presentadas en este estudio.
Participación y crédito: La autoría del artículo refleja de manera adecuada las contribuciones intelectuales realizadas en el diseño de la investigación, el análisis de los datos y la redacción del manuscrito, conforme a las buenas prácticas académicas.
Datos y materiales: Los datos utilizados en el estudio fueron recolectados directamente por el autor y se encuentran resguardados bajo criterios de confidencialidad. Dada la naturaleza del estudio y los compromisos éticos adquiridos con los participantes, los datos no se encuentran disponibles públicamente.
Declaración sobre el uso de Inteligencia Artificial (IA)
Se declara que la elaboración del presente manuscrito fue asistida por un Modelo de Lenguaje Grande (LLM), específicamente ChatGPT (OpenAI).
Roles de la IA: La herramienta de inteligencia artificial utilizadas no intervinieron en la generación de datos, el análisis empírico ni la interpretación de los resultados. Su uso se restringió a funciones de apoyo lingüístico y editorial.
Responsabilidad humana: El autor asumió en todo momento la responsabilidad plena sobre el contenido del artículo, verificando la precisión, coherencia y validez académica de la información presentada. Esta postura se alinea con los enfoques de gobernanza y ética de la IA que subrayan que los principios y lineamientos no sustituyen la rendición de cuentas del investigador y que la responsabilidad humana debe permanecer como eje del ciclo de producción de conocimiento (Floridi et al., 2018; Jobin et al., 2019; Mittelstadt, 2019).
Edición final: La versión final del manuscrito fue revisada y aprobada íntegramente por el autor, garantizando que el uso de herramientas de inteligencia artificial no vulnera normas éticas, derechos de autor ni las políticas editoriales de la revista.
