Llevo años pauteando Meta y Google Ads para marcas peruanas. Empecé en la época en la que tocabas botones a las dos de la mañana porque el algoritmo se había vuelto loco con el CPC. Después llegaron las reglas automatizadas, los Smart Bidding, los Advantage+. Cada vez había menos clics que dar, más decisiones que delegar a la máquina. Pero hasta finales de 2024, todo lo que se delegaba era dentro de la propia plataforma. La meta-decisión, la que cruza plataformas y mira el negocio entero, seguía siendo nuestra.
Eso es lo que está empezando a cambiar con AaaS. Y por eso lo escribo ahora, mientras la mayoría de agencias y advertisers en Lima todavía no tienen claro qué es.
AaaS son las siglas de Agent as a Service, agente como servicio. Es el modelo donde, en lugar de pagar por una herramienta que tu equipo opera, pagas por un agente de inteligencia artificial autónomo que recibe un objetivo y se encarga de cumplirlo. En marketing digital, eso significa una cosa concreta: empezar a delegar decisiones, no solo ejecuciones.
De automatizar reglas a delegar decisiones
Para que veas la diferencia te lo planteo así. Hay tres niveles de automatización en performance marketing y conviene no mezclarlos.
Nivel 1: Reglas duras. Tú escribes «si el CPA supera 25 soles, pausa el adset». Si la condición se cumple, la plataforma ejecuta. Si no se cumple, no pasa nada. Es lo que hicimos durante una década con Meta Rules y Google Ads Scripts. Funciona, pero se rompe en cuanto el contexto cambia.
Nivel 2: Optimización algorítmica dentro de la plataforma. Smart Bidding, Advantage+, Performance Max. La plataforma ajusta pujas, audiencias y creativos en función de tu objetivo (conversiones, ROAS, valor de compra). No le das reglas, le das una meta dentro de su universo cerrado.
Nivel 3: Agente autónomo (AaaS). Le das un objetivo de negocio, no de campaña. «Mantén el CAC por debajo de S/40 en todas mis campañas y avísame si algo se rompe». El agente ve Meta Ads, Google Ads, tu CRM, tu Shopify, tu Looker, decide qué priorizar, redistribuye presupuesto entre plataformas, identifica fatiga creativa, genera variantes, te manda un resumen ejecutivo y solo te pide intervención cuando algo escapa de su rango de confianza.
La diferencia entre el nivel 2 y el nivel 3 es la diferencia entre «el algoritmo de Meta optimiza dentro de Meta» y «un agente que orquesta entre Meta, Google, mi CRM, mi inventario y mi calendario para empujar el negocio entero». Eso es lo que cambió en los últimos doce meses.
Lo que un agente puede hacer en Meta Ads y Google Ads
Te paso lo que ya estamos viendo funcionar (o medio funcionar, porque no todo está listo todavía). No menciono productos por nombre porque la categoría se mueve rápido y lo que hoy lidera mañana lo absorbe otro. Pero las capacidades son estas.
Optimización de pujas a nivel granular. Un humano revisa una cuenta de Meta tres veces al día si está atento. Un agente la mira cada 15 minutos. Cuando hay un cambio de comportamiento de subasta a las 3 de la tarde, el humano se entera al día siguiente. El agente lo ajusta en la siguiente hora.
Generación y rotación de creatividades. Variantes de copy, variantes de visual, A/B test automático con asignación dinámica de presupuesto al ganador, detección de fatiga (cuando el CTR cae más del 30% en siete días, el agente jubila el creativo y empuja una variante nueva). Lo que antes era una semana de trabajo de un copy y un diseñador, hoy se ejecuta en horas. Con la salvedad de que la calidad creativa todavía depende del brief humano. Si entras basura, sale basura.
Asignación de presupuesto entre campañas y entre plataformas. El agente mira el ROAS por canal, identifica que Google Search está dando 4.5x mientras Meta Awareness está en 1.2x, y mueve presupuesto. Eso ya lo hace Performance Max dentro de Google. Lo que hace un agente AaaS es hacerlo entre Google y Meta, lo cual ninguna plataforma sola puede hacer porque cada una mira su propio jardín.
Construcción de audiencias. Agentes que toman tus señales de primera fuente (correos de compradores, WhatsApp, tickets de soporte, datos del CRM), las cruzan con datos de comportamiento de las plataformas, y construyen segmentos custom y lookalikes mucho más finos que los que armas a mano.
Análisis de rendimiento en lenguaje natural. Le dices al agente «explícame por qué cayó el ROAS la semana pasada» y te devuelve un análisis con causas probables, no un dashboard que tienes que interpretar. Eso para clientes que no leen dashboards bien es oro.
Gestión de comunidad y atención al cliente en redes sociales. Agentes que responden DMs y comentarios, identifican intent (compra, queja, consulta), escalan los casos complejos a humanos, mantienen tono de marca consistente. La parte que más he visto fallar es el tono. Los agentes que copian la voz de marca con menos de 50 ejemplos suenan plásticos. Con más de 200 ejemplos bien curados, empiezan a sonar como uno del equipo.
Detección de tendencias y oportunidades. Agentes que monitorean búsquedas, conversaciones en redes y comportamiento de compra, y te avisan «hay un pico de búsqueda de X en Lima desde hace 48 horas, vale la pena lanzar una campaña reactiva». Eso lo veo más experimental que productivo todavía.
El funnel que tenías ya no es el mismo funnel
Esto es lo que más me cuesta hacer entender a clientes que llevan veinte años pensando en TOFU/MOFU/BOFU.
El embudo lineal (atraer → educar → convertir → fidelizar) sigue siendo útil como modelo mental. Pero ya no describe lo que pasa en la práctica. Hoy hay dos cosas que lo rompieron.
Primera: el descubrimiento ya no es solo Google. Cada vez más prospectos peruanos preguntan a un asistente de IA antes de hacer una búsqueda en Google. «Recomiéndame una agencia de marketing en Lima que sepa de e-commerce». El asistente responde con tres opciones. Si tu marca no está optimizada para que el asistente te mencione (eso se llama GEO, Generative Engine Optimization, otro tema que merece un artículo aparte), perdiste el primer paso del funnel sin enterarte.
Segunda: la conversión ya no es siempre humana. Gartner predice que para 2030 entre el 15% y el 25% del e-commerce en Estados Unidos lo harán agentes de IA actuando en nombre del usuario. Tu agente buscará el mejor zapato, comparará precios, leerá reseñas y comprará. Si tu sitio está optimizado para humanos pero no para agentes lectores, te quedas fuera de la decisión.
Eso significa dos frentes nuevos para todo equipo de marketing en Lima:
- Optimizar para que los agentes que descubren te mencionen.
- Optimizar para que los agentes que compran te elijan.
Y al mismo tiempo, dentro de tu propia operación, usar agentes para gestionar mejor tus campañas. Triple frente. La gente que solo ve uno de los tres se queda corto.
Los números detrás del cambio
Para que no parezca opinión:
- Gartner, en su predicción del 15 de enero de 2026: «el 60% de las marcas usará IA agéntica para entregar interacciones uno a uno simplificadas para 2028». La analista responsable, Emily Weiss, lo resumió así: «esto marca el fin del marketing por canal tal como lo conocemos».
- McKinsey, en su reporte «Agents for growth: Turning AI promise into impact» de noviembre 2025: «la IA agéntica generará más del 60% del valor incremental que la IA va a producir en marketing y ventas». Personalización con IA puede aumentar la satisfacción del cliente entre 15% y 20%, los ingresos entre 5% y 8%, y reducir el costo de servir hasta un 30%.
- Gartner, segunda predicción de 2026: para 2027, las marcas asignarán el 50% de sus presupuestos de influencer marketing a iniciativas de autenticidad de creadores y contenido. Razón: el 78% de consumidores en Estados Unidos considera el etiquetado explícito de contenido generado por IA como muy importante para mantener la confianza en una marca.
La parte que me parece más relevante para Lima es la última. La autenticidad va a ser una métrica de marketing tan importante como el CTR. Si tus creativos son obviamente generados por IA y no lo etiquetas, vas a perder confianza. Si lo etiquetas con honestidad, sumas. Es contraintuitivo pero los datos lo respaldan.
Cómo lo estamos implementando paso a paso en Funnel
Esto es lo que aplicamos con clientes que vienen pidiendo «métele IA a todo» sin haber pensado por dónde empezar. Si vas a hacer esto solo, sigue este orden.
Paso 1: Auditoría de tu data (semana 1-2). Antes de meter un agente, revisa qué data tienes. Píxel de Meta bien instalado. API de conversiones funcionando. Eventos clave en GA4. CRM conectado a las plataformas vía Customer Match o Custom Audiences. Si la data está rota, el agente va a tomar decisiones malas con seguridad total. Esa es la peor combinación posible.
Paso 2: Identifica el proceso a delegar primero (semana 3). Mi recomendación: empieza por monitoreo y reporting. Un agente que te avise cuando algo se sale del rango esperado, te genere el reporte semanal en lenguaje natural y te sugiera ajustes para que tú apruebes. Eso es bajo riesgo, alto valor, y te enseña cómo se comporta el agente sin que pueda romper nada. Las decisiones siguen siendo tuyas.
Paso 3: Piloto en una sola cuenta de bajo presupuesto (mes 2-3). Toma una cuenta con menos de 5000 soles mensuales de inversión. Activa la gestión agéntica de bidding o de creatividades (no las dos a la vez al inicio). Compara contra una cuenta de control gestionada manualmente. Cuatro semanas mínimo. Mide CPA, ROAS, calidad del lead (si puedes trackear lifecycle), no solo métricas de plataforma.
Paso 4: Análisis honesto del piloto (mes 4). Si el agente igualó o mejoró el CPA con menos horas-hombre, sigues. Si lo empeoró pero ahorró horas que ahora dedicas a otra cosa de valor, sigues con cautela. Si lo empeoró y no ahorraste horas, paras. La trampa más común que veo en agencias de Lima es seguir con un agente que no funciona porque «ya configuramos todo, sería un desperdicio». Las horas hundidas no se recuperan, las pérdidas a futuro sí se evitan.
Paso 5: Expansión cuenta por cuenta (mes 5-9). Una cuenta a la vez. No metas a toda tu cartera de un solo movimiento. Cada cliente tiene historia, audiencias y data distinta. Lo que funciona en una vertical puede fallar en otra.
Paso 6: Conversación con el cliente sobre pricing (mes 6+). Acá viene el cambio difícil. Si estás cobrando «S/3000 mensuales por gestión de campañas», y ahora un agente hace el 60% de ese trabajo, tu propuesta de valor se mueve. Mi recomendación: rediseña la propuesta a una base más baja por gestión + variable por outcome (leads calificados o ROAS sobre umbral). Eso te alinea con el cliente y te da upside cuando las cosas funcionan.
Paso 7: Gobernanza y etiquetado (continuo). Si usas IA para generar creativos, etiquétalo. Si usas agentes para responder DMs, deja claro que es un asistente automatizado y que un humano puede tomar el caso si la persona lo pide. Si el cliente está en un sector regulado (salud, finanzas, educación), revisa cada copy generado antes de publicarlo. La penalización por no hacerlo en la era de Gartner-78%-de-consumidores-pide-transparencia va a ser una caída de confianza que no recuperas con descuentos.
Lo que todavía no funciona bien
Para que no parezca venta de humo. Esto es lo que veo fallando hoy.
La calidad creativa. Los agentes generan miles de variantes. Pocas son buenas. La curaduría humana sigue siendo crítica para que tu marca no termine pareciéndose a las otras 200 marcas que usan los mismos modelos.
El tono local. Los agentes generales tienden a sonar a español neutro de Latinoamérica, con tics de español rioplatense que no funcionan en Lima. Si no los entrenas con tu propio corpus de comunicación, el resultado se siente forzado.
La integración entre plataformas. Conectar Meta Ads, Google Ads, TikTok Ads y un CRM peruano custom es más doloroso de lo que los proveedores prometen. Calcúla un mes solo de integración antes del primer outcome real.
El costo a escala. En cuentas con miles de productos o millones de usuarios, el costo de tokens de IA empieza a pesar. Lo que funciona económicamente en una cuenta mediana puede no funcionar en una grande. Ojo con extrapolar.
La atribución. Atribuir resultados al agente vs al humano vs al algoritmo de la plataforma es un dolor de cabeza nuevo. Los frameworks de atribución que usábamos están quedándose cortos.
Preguntas frecuentes sobre AaaS en marketing digital
¿AaaS reemplaza al community manager o al especialista en pauta? A los que solo ejecutan tareas mecánicas, sí. A los que aportan criterio (estrategia, manejo de crisis, relación con cliente, decisiones de marca), no. Mi predicción para Lima: los equipos que sobrevivan van a tener menos personas pero con perfiles más senior. Los puestos de «dale dale a botones» se evaporan.
¿Necesito Pro Max plan o mucha plata para empezar con AaaS? No para arrancar el monitoreo y el reporting agéntico. Eso lo puedes implementar con presupuestos accesibles. Para gestión completa de bidding y creativos sí necesitas un piloto serio (entre 1500 y 5000 dólares mensuales de inversión en herramientas más servicios), por eso recomiendo empezar con cuentas chicas y escalar.
¿AaaS funciona mejor con Meta o con Google? Hoy Google tiene una ventaja porque sus APIs son más maduras y Performance Max ya hace mucho del trabajo agéntico nativamente. Meta ha cerrado más data después de ATT, lo cual hace más difícil para agentes externos optimizar bien. Si tu negocio depende mucho de Meta, lo más práctico es usar agentes que trabajen sobre la API oficial de Meta y no intenten saltarse nada.
¿Qué pasa con los datos de mis clientes si uso un agente externo? Pregunta clave que casi nadie hace antes de contratar. Cada proveedor tiene políticas distintas. Antes de firmar exige por escrito: dónde se almacena la data (residencia de servidores), si se usa para entrenar modelos generales, cuánto tiempo se retiene, cómo se borra. Si vas a manejar data de clientes peruanos, considera la Ley 29733 de Protección de Datos Personales y la Ley 31814 de IA. Si el proveedor no te firma adendas de protección de datos, busca otro.
¿Los agentes pueden manejar campañas en quechua o aymara? Hoy, mal. Los modelos están entrenados predominantemente en español neutro y no entienden bien las particularidades dialectales peruanas. Para campañas dirigidas a poblaciones quechuahablantes recomiendo seguir trabajando con traductores y revisores humanos, y usar al agente solo para tareas operativas (bidding, presupuesto), no para creativos.
¿Cómo afecta esto a las agencias chicas en Lima? Aquí soy honesto: las agencias que solo venden ejecución (gestión de cuentas a precio bajo) van a sufrir mucho. Las que venden estrategia, criterio y relación con cliente van a poder cobrar más, porque el agente hace barato lo barato y deja libre la parte cara. Mi consejo si tienes una agencia chica: invierte en formación de tu equipo en estrategia, no solo en ejecución. La ejecución se va a comoditizar muy rápido.
¿Vale la pena aprender Meta Ads y Google Ads si todo se va a automatizar? Sí, más que nunca. Para entender qué está haciendo el agente y poder corregirlo cuando se equivoca, necesitas saber cómo funciona la plataforma por debajo. Lo que cambia es que ya no vas a hacer el trabajo mecánico, vas a auditar, supervisar y dar dirección estratégica. Eso requiere saber más, no menos.
¿Cuándo deja de tener sentido contratar una agencia y conviene usar solo agentes? Para PYMEs con presupuestos menores a S/3000 mensuales en pauta, ya hay agentes razonables que pueden cubrir la operación con supervisión mínima. Para presupuestos mayores, donde una mala decisión puede costar S/20.000 al mes, sigue valiendo la pena tener un humano experto al volante (o una agencia) que supervise el agente. La pregunta correcta no es «¿agencia o agente?» sino «¿qué combinación de los dos me da el mejor resultado?».
Cierre
Si me preguntas qué hacer la semana que viene, te diría tres cosas concretas.
Primero, audita la calidad de tu data. Sin data limpia, todo lo demás es decoración.
Segundo, identifica una tarea repetitiva en tu día a día que te coma más de tres horas semanales y pregúntate si un agente puede hacer el primer borrador. Empieza por monitoreo y reporting, que es donde el riesgo es mínimo y el aprendizaje máximo.
Tercero, conversa con tu cliente (si eres agencia) o con tu equipo (si eres marca) sobre cómo va a evolucionar el modelo de cobro y de medición. Esa conversación va a ser incómoda. Mejor tenerla ahora que cuando estés perdiendo cuentas porque alguien más la tuvo primero.
En Funnel estamos integrando agentes en nuestros propios procesos antes de venderlos a clientes. La regla es la misma que aplicamos a cualquier herramienta: si no nos sirve para gestionar nuestras propias cuentas, no se la recomendamos a nadie.
Si quieres conversar sobre cómo mapear esto para tu marca o tu agencia, escríbeme. La etapa actual del mercado premia a los que se mueven temprano con criterio, no a los que esperan a que alguien más les arme el manual.
