Las 5 claves para ordenar tu operación antes de invertir en AI

Cada ola tecnológica de los últimos treinta años llegó a la industria publicitaria con la misma escenografía: predicciones de colapso, agencias apurándose a decir que ya lo estaban haciendo y, un par de años después, un ajuste bastante menos dramático de lo anunciado. Pasó con digital, con mobile, con social.

Con la AI hay una diferencia, y la explicó bien David Sable, Executive Vice Chairman de Stagwell, en una conversación reciente con COR. Para él, la AI no es el metaverso ni los NFT. Es infraestructura. Está en todo, y la compara con Excel: hubo un momento en que se podía trabajar con lápiz y planilla, y esa persona hoy está muerta en el agua. Su conclusión es directa, "si no estás encima de la AI, ya estás atrás".

Pero hay una segunda parte de esa idea que se menciona bastante menos. Excel no sirve de nada sin datos adentro. La AI tampoco.

Y es más o menos lo que está pasando en muchas agencias este año. Herramientas nuevas corriendo arriba de una operación que nadie sabe cómo está funcionando realmente. Proyectos sin costo real, horas que se cargan a fin de mes, alcances que crecieron sin que nadie los anote, fees que se negocian de memoria. La AI acelera lo que ya existe. Si lo que existe es eso, lo que se acelera es eso.

Estas son las cinco claves que conviene mirar antes.

Sable cuenta una escena que vale más que cualquier estudio de mercado. En una sesión con agencias y clientes en la misma sala, el facilitador hizo una sola pregunta: ¿en qué te vas a enfocar en este mundo nuevo? Por azar contestaron primero las agencias. Una dijo estrategia. Otra dijo creatividad. Después contestaron los clientes, y todos, sin excepción, dijeron lo mismo: resultados de negocio.

Su lectura es que la estrategia y la creatividad son la forma en que se generan esos resultados, pero no son el resultado. Son partes de eso. Y mientras muchas agencias miran su propio output, los clientes están pensando en pricing, en supply chain, en diseño de producto, en las cosas que son ADN de su negocio.

De ahí sale la primera pregunta incómoda de la lista: cuando hablas de AI con un cliente, ¿hablas de lo que vas a poder producir, o de lo que se va a mover en su negocio?

Esta es la frase más filosa de toda la entrevista: "La eficiencia tiene un solo significado: a cuánta gente voy a echar". Si ese es el foco, dice Sable, mejor quédate afuera de la conversación.

Suena dura, pero describe un atajo que está a la vista de cualquiera que dirija una agencia hoy. Sumo AI, el equipo produce lo mismo con menos gente, recorto. Funciona un trimestre. El problema es lo que se va con esa gente: el criterio, la relación con el cliente, el oficio que después nadie puede enseñar porque no queda nadie que lo tenga.

La conversación que él propone es la otra, la de efectividad. Qué genera realmente este trabajo. Es más difícil de sostener, porque exige medir algo más complejo que la velocidad, y es la única que no termina en una carrera hacia abajo.

Hay un dato que casi todas las agencias tienen: cuánto facturan. Y hay uno que muchas menos tienen a mano: cuánto les costó producir lo que facturaron.

El costo real de un proyecto es fácil de definir y difícil de ver. Quiénes trabajaron, cuántas horas, con qué costo por perfil, cuántas de esas horas fueron facturables y cuántas se fueron en rework, en reuniones internas o en alcance que nadie aprobó. Sin ese número, producir más rápido es una sensación, no una mejora. Se puede ir más rápido y ganar menos, y de hecho pasa seguido.

Es también el punto donde la AI se vuelve difícil de justificar hacia adentro. Si no sabías cuánto costaba un proyecto antes de la herramienta, no vas a poder decir qué cambió después.

Sable dice que cuando una agencia entra a una reunión anunciando que tiene un modelo nuevo, ese es el momento exacto en que la echan o no la contratan. Porque al cliente su modelo no le sirve de nada. "El cliente no tiene por qué descifrar tu modelo", resume. La obligación es la inversa: conocer el del cliente.

Y la pregunta que ya está llegando a las renovaciones va justo por ahí. Si la AI hace el trabajo más rápido, ¿por qué pago lo mismo? Hay dos maneras de contestarla. Una es explicar tu estructura de costos, que es hablar de ti. La otra es mostrar qué necesitaba ese negocio y qué hizo falta para conseguirlo, que es hablar de él.

Para la segunda respuesta hace falta historia propia. Cuánto llevó cada tipo de entregable las últimas veinte veces, qué se desvió y dónde. Sin eso, cada renovación arranca de cero.

El escenario que Sable dibuja como el peor camino posible es este: "Vas a empezar a vender creatividad al kilo, y después van a contratar al próximo que la venda más barata por kilo".

Ese camino casi nunca empieza con una decisión estratégica. Empieza con una reunión en la que el cliente pide 15% menos y del lado de la agencia nadie tiene a mano cuántas horas se le dedicaron el último trimestre, cuántas rondas de cambios hubo fuera de alcance y cuánto margen quedó. El descuento se concede, y ese precio nuevo se vuelve la referencia para siempre.

La parte que la AI no reemplaza, dice Sable, es el oficio y lo que él llama el salto sináptico, la idea que no está en los datos porque nunca existió antes. Eso sigue siendo humano y necesita gente con tiempo y criterio formado. Es bastante más fácil defender ese tiempo cuando puedes mostrar de dónde sale.

Ninguna de las cinco claves es un argumento para esperar. Son un argumento para no invertir a ciegas. El orden no es el paso previo a la AI, es lo que la vuelve útil.

Y ordenar, en la práctica, es bastante menos épico de lo que suena. Es saber cuántas horas lleva cada proyecto, cuánto cuesta esa hora según quién la trabaja, qué margen queda al final y en qué momento un proyecto se empezó a desviar. Casi todas las agencias tienen esos datos repartidos entre una planilla, un timesheet que se completa tarde y la cabeza de tres personas.

Eso es lo que hace COR: reúne las horas, los costos y los proyectos en un mismo lugar y muestra la rentabilidad de cada cliente mientras el trabajo está pasando, no cuando ya cerró. Más de 1.000 agencias lo usan para eso. Sobre esa base, sus agentes de AI pueden avisar que un proyecto va a terminar en rojo o que un cliente lleva meses consumiendo el doble de horas de las contratadas, que es exactamente el tipo de aviso que no existe cuando los datos están dispersos.

Para seguir

Si quieres ver cómo está el resto de la industria antes de decidir nada, el COR Report 2026 reúne datos de miles de agencias sobre horas, rentabilidad y adopción de AI.

Y si prefieres empezar por tu propio número, puedes calcular la rentabilidad de tu agencia en cinco minutos.

La entrevista completa con David Sable está acá.

Volver al Blog