Nuestro recorrido con la IA de Adobe ha pasado de la inteligencia predictiva a la creación generativa y ahora a los sistemas agénticos que actúan con intención.En el camino, ha cambiado la forma en que ampliamos la personalización, desbloqueamos la productividad e impulsamos la innovación.Esto es lo que hemos aprendido, lo que nos ha costado llegar hasta aquí y lo que viene a continuación.

Introducción

La IA ya no es una palabra de moda futurista en la experiencia digital; es el motor que impulsa la personalización, la productividad y la expansión modernas.En el sector de los viajes, la hostelería y el ocio, donde la precisión y la expansión son fundamentales, muchas organizaciones empezaron con funciones de IA predictiva en Adobe Analytics y Adobe Target.A partir de ahí, la adopción se amplió a la IA generativa a través de herramientas como el Asistente de IA de Adobe Experience Platform y ahora está evolucionando hacia las capacidades de la IA agéntica dentro y fuera de Adobe Experience Platform.A lo largo del proceso, se han extraído importantes lecciones en materia de adopción, gobernanza e innovación.Estos datos son cada vez más relevantes para cualquier organización que esté diseñando su estrategia de experiencia digital basada en IA.

Fundaciones de la IA

Adobe Analytics y Adobe Target fueron nuestros puntos de entrada en el marketing basado en IA.Analytics proporcionó información predictiva mediante la detección de anomalías, el análisis de contribuciones y la previsión, mientras que Target hizo práctica la personalización con la segmentación, la personalización y las recomendaciones automatizadas.

Estas capacidades sentaron las bases de la confianza en la IA, demostrando el retorno de la inversión de múltiples maneras:

• Aumento de la eficiencia: reducción del esfuerzo manual necesario para descubrir ideas u optimizar contenidos.
• Incremento de los ingresos: impulsar mejoras cuantificables en las conversiones y el valor medio de los pedidos a través de experiencias personalizadas.
• Impacto en la experiencia del cliente: permitir interacciones más rápidas y relevantes que mejoraron la participación y la satisfacción.

En conjunto, estos resultados mostraron el valor empresarial tangible de la IA predictiva y ayudaron a generar la confianza de las partes interesadas para ampliarla a casos de uso más avanzados.

Guía práctica: 3 pasos para empezar a aprovechar la IA en Adobe Analytics y Adobe Target

1. Empiece poco a poco con la detección de anomalías y el análisis de contribución en Adobe Analytics para validar los conocimientos basados en IA.
2. Aproveche la personalización automatizada en Adobe Target para ofrecer la mejor variación de contenido para cada visitante, optimizada dinámicamente por la IA predictiva.
3. Realice un seguimiento del aumento de las ventas y el retorno de la inversión a través de la Segmentación automática y Recomendaciones para mostrar un impacto empresarial tangible desde el principio.

El salto a la IA generativa con el Asistente de IA de Adobe Experience Platform

El verdadero punto de inflexión se produjo cuando adoptamos Adobe Experience Platform (AEP) y empezamos a utilizar el Asistente de IA de Adobe, impulsado por IA generativa.El Asistente demostró rápidamente ser algo más que una novedad: se convirtió en una herramienta de productividad diaria en todos los equipos.

Por qué adoptamos el Asistente de IA

La decisión de utilizar el Asistente de IA surgió de tres necesidades:

1. Rapidez en la obtención de información: los analistas y usuarios empresariales necesitaban respuestas rápidas a partir de conjuntos de datos complejos sin tener que escribir manualmente las consultas.
2. Accesibilidad: Adobe Experience Platform es potente pero puede resultar intimidante para los usuarios sin conocimientos técnicos.Una forma más natural de interactuar con los datos y la información a través de consultas conversacionales ayuda a reducir esa barrera.
3. Incorporación: con las nuevas contrataciones y las rotaciones de funciones, conseguir que los equipos fueran productivos en Adobe Experience Platform llevaba mucho tiempo.El Asistente de IA podría servir de “entrenador” interactivo para guiar la exploración.

Casos de uso iniciales y su evolución

• Incorporación y habilitación: los nuevos usuarios aprovechan el Asistente de IA como “entrenador guiado” para explorar conjuntos de datos, comprender los esquemas XDM y aprender de forma práctica las capacidades de las aplicaciones de la plataforma (Real-Time CDP, Customer Journey Analytics y Adobe Journey Optimizer).En lugar de leer la documentación pasivamente, pueden preguntar: “¿Qué métricas están disponibles para el rendimiento de la campaña?” o “¿Cómo puedo analizar las tendencias de participación del público?”. Este enfoque interactivo aceleró la incorporación de meses a semanas.
• Solución de problemas y exploración de datos: al principio, el Asistente de IA ayudaba a los usuarios a comprender los campos que faltaban o las definiciones de datos incoherentes.En la actualidad, también valida consultas, detecta anomalías y ofrece recomendaciones para obtener información más precisa.

Prácticas recomendadas para utilizar el Asistente de IA con consultas en lenguaje natural

• Anime a los nuevos usuarios a tratar al Asistente de IA como un guía de primera línea, ayudándoles a explorar los datos y a aprender la funcionalidad de la plataforma de forma interactiva.
• Prepare un conjunto de indicaciones iniciales para demostrar las consultas típicas y las mejores prácticas.
• Combine el uso del Asistente de IA con sesiones de capacitación estructuradas: este binomio impulsa la adopción más rápida y genera confianza.

Resultados clave

• Los analistas y usuarios empresariales reciben información práctica más rápidamente, reduciendo el tiempo de consulta y elaboración de informes de días a minutos.
• Los usuarios sin conocimientos técnicos ganaron confianza para trabajar directamente en Adobe Experience Platform sin depender en exceso de los analistas.
• Los nuevos empleados se incorporan 2-3 veces más rápido, lo que reduce la carga de trabajo de los miembros del equipo senior.

Las ventajas estaban claras: los equipos se volvieron más eficaces, Adobe Experience Platform se hizo más accesible y las consultas en lenguaje natural permitieron a los usuarios de todas las funciones explorar los datos y obtener información con una fricción mínima.

Sin embargo, la adopción no estuvo exenta de desafíos:

• Miedo e incomprensión: en un principio, a los equipos jurídicos y de conformidad con la normativa les preocupaba que, si los datos de los huéspedes se utilizaban con un modelo de IA, pudieran quedar expuestos externamente o ser reutilizados por otra empresa.Para resolver estos problemas era necesario documentar claramente el uso de los datos, garantizar la transparencia de la arquitectura y ofrecer formación continua.
• Obstáculos a la confianza y la adopción: dentro de la organización, muchas personas temían que la IA sustituyera el criterio humano o redujera su control.Tuvimos que insistir en que la IA era una herramienta, no un sustituto: empezamos con la IA como asistente, no como sustituto.
• Luchas por la preparación de los datos: nuestros equipos tecnológicos se enfrentaron a la realidad de que la IA generativa solo es tan buena como los datos con los que trabaja.Unos datos de 360° limpios y bien organizados son esenciales para obtener resultados precisos y perspectivas fiables.La capa de perfil unificado y la plataforma de datos centralizada de AEP ayudaron a superar este reto.

Una vez reconocidos y resueltos estos obstáculos, las ventajas son innegables.

La era emergente de la IA agéntica

Si bien la IA generativa es muy potente, la IA agéntica representa un paso más allá.En lugar de responder únicamente a las indicaciones, la IA agéntica permite la ejecución autónoma y la orquestación de flujos de trabajo de varios pasos, desde el desarrollo de estrategias hasta la creación de segmentos, la ejecución de la personalización y la comprobación de la calidad de los datos. Es un cambio de la “asistencia” a la “automatización colaborativa”: GenAI responde a preguntas y genera contenidos, mientras que la IA agéntica coordina múltiples tareas, gestiona dependencias y ejecuta flujos de trabajo complejos según objetivos definidos.

Actualmente estamos explorando con:

1. Adobe Experience Platform Agent Orchestrator: permite a los agentes trabajar juntos en flujos de trabajo de marketing de varios pasos.
2. Agentes de Adobe Experience Platform creados específicamente: agentes especializados para la segmentación, la activación y la información.
3. Adobe GenStudio y Firefly: generación de contenidos personalizados y seguros para las marcas a escala.

Fuera de la plataforma de Adobe, también estamos evaluando la IA agéntica para la calidad de los datos, la resolución de identidades y la estrategia de personalización, garantizando que la IA funcione en todo el recorrido del cliente.

Hoy en día, la creación de una campaña a menudo implica múltiples traspasos: la ingeniería de datos prepara al público, el marketing diseña el contenido y las operaciones gestionan la activación.En un futuro próximo, un conjunto coordinado de procesos de IA agéntica podrá ejecutar estos pasos a la perfección, reduciendo las idas y venidas manuales.Este cambio permite a los equipos centrarse más en la estrategia y la toma de decisiones creativas, y acorta drásticamente el periodo de tiempo de salida al mercado de varios meses a unos pocos días.

Guía práctica: tres pasos para prepararse para la IA agéntica

1. Intervenga desde el principio en cuestiones legales y de seguridad: documente la arquitectura, los flujos de trabajo y el uso de los datos, y demuestre la existencia de medidas de control de conformidad con la normativa, privacidad y seguridad.
2. Defina las funciones y responsabilidades de los agentes: especifique qué procesos o flujos de trabajo gestiona cada agente (por ejemplo, segmentación, generación de contenidos, optimización y validación), garantizando la alineación con los objetivos empresariales.
3. Empiece por crear prototipos de flujos de trabajo limitados: comience con experimentos pequeños y controlados antes de ampliar la orquestación a toda la empresa, y comparta los primeros resultados para generar confianza y comprensión.

GenAI frente a IA agéntica: ¿cuál es la diferencia?

Las principales conclusiones: GenAI le ayuda a hacer las cosas más rápido; la IA agéntica le ayuda a hacer cosas que antes no podía hacer.

Lecciones aprendidas y lo que viene

Nuestro viaje pone de relieve algunas lecciones clave:

• Empezar con pilotos pequeños y de bajo riesgo: la IA como asistente, no como sustitución, manteniendo al ser humano en el proceso y al mando.
• Empiece por los fundamentos de la IA para generar confianza, demuestre cómo la IA de nivel empresarial mantiene la seguridad de los datos y la protección de la privacidad intacta; luego amplíe a IA generativa e IA agéntica.Establezca la confianza con resultados medibles antes de la ampliación.
• La personalización automatizada en Adobe Target ha sido uno de nuestros mayores impulsores de la rentabilidad de la inversión, ya que ha proporcionado de forma sostenida una mejora cuantificable al tiempo que ha reducido el esfuerzo manual.También ayuda a generar confianza con las partes interesadas de la empresa al mostrar rápidamente resultados tangibles.
• Documente claramente la arquitectura, el uso de datos y las prácticas de uso compartido, y obtenga la aprobación de los equipos jurídicos y de seguridad.Establezca controles de conformidad con la normativa que incluyan la privacidad, la propiedad intelectual y la gobernanza de datos antes de ampliar a casos de uso sensibles.
• Mida el ROI en sentido amplio: no solo en dólares, sino en aumento de la productividad, velocidad de comercialización y producción creativa gracias a las herramientas de IA.

Comprender la evolución de las capacidades de la IA

• GenAI acelera tareas como la creación, segmentación y análisis de contenidos.
• La IA agéntica va más allá de la aceleración y se convierte en una orquestación autónoma que gestiona flujos de trabajo de varios pasos, coordina a los agentes y optimiza continuamente las campañas.Este cambio permite a los equipos centrarse en la estrategia, la creatividad y la innovación, al tiempo que reduce el periodo de tiempo de salida al mercado de meses a tan solo días.

De cara al futuro, prevemos que la IA agéntica transforme no solo la productividad, sino también la forma en que se diseñan, orquestan y ofrecen las experiencias.Los agentes coordinados gestionan públicos, contenidos y activaciones de forma fluida, lo que permite a los equipos de marketing dedicar más tiempo a la planificación estratégica y la innovación creativa.

Para compañeros y profesionales, mi consejo es sencillo: acojan la IA como compañera, no solo como herramienta. Empiece poco a poco, comparta las victorias y prepárese para un futuro impulsado por los agentes.