Profound lleva la IA agéntica al análisis y ejecución de estrategias de marketing

Profound ha lanzado Aim, una nueva interfaz conversacional tipo ChatGPT diseñada para gestionar flujos de marketing de principio a fin mediante inteligencia artificial agéntica. La compañía, especializada en visibilidad en búsquedas con IA, presenta esta herramienta en un momento en el que los workflows agénticos empiezan a ganar peso dentro de la industria publicitaria y de marketing.

Aim, abreviatura de AI marketer, permite a las marcas monitorizar cómo aparecen citadas y percibidas dentro de asistentes de IA como Claude y ChatGPT. Cuando detecta una variación relevante, como una caída en las menciones de marca o un cambio en el sentimiento, la herramienta identifica posibles causas, redacta un memo, crea un proyecto y genera tareas orientadas a corregir el problema. La diferencia frente a otros flujos de trabajo está en que Aim no se limita a ofrecer recomendaciones. La herramienta puede derivar la ejecución a otros agentes de IA dentro de la propia interfaz, evitando que los equipos de marketing tengan que moverse entre múltiples sistemas o workflows. Según Josh Blyskal, responsable de proyectos especiales en Profound, Aim es capaz de orquestar el ciclo completo de marketing desde una interfaz conversacional. Aunque funciona como un chatbot, la compañía asegura que está construido sobre “marketing primitives”, es decir, agentes diseñados específicamente para tareas de marketing, en lugar de depender únicamente de un asistente generalista.

Profound ha probado Aim durante unos tres meses de pruebas con alrededor de 100 clientes. Durante ese periodo, la compañía asegura haber visto la creación de más de 300.000 agentes, una señal del interés creciente por este tipo de flujos automatizados. El objetivo de la compañía será medir el éxito de Aim en función del tiempo ahorrado, la cantidad de trabajo que los marketers pueden generar y la mejora de sus métricas. La herramienta se integrará dentro del plan de suscripción existente de Profound.

Uno de los primeros casos de uso se ha producido en Gen Digital, compañía matriz de Norton, LifeLock y MoneyLion. Allí, el equipo ha utilizado Aim para optimización de contenido. Según Sarah DiCara, senior director of content distribution de Gen Digital, el workflow permite que una caída en el ranking de citación de una página active automáticamente una recomendación de mejora.

A partir de ahí, la plataforma realiza investigación competitiva en tiempo real para analizar qué competidores aparecen en determinadas consultas o prompts, y propone una optimización concreta. Si el equipo humano aprueba la recomendación, Aim puede programar la actualización directamente en el sistema de gestión de contenidos. Según DiCara, una tarea que antes podía requerir alrededor de dos horas ahora puede completarse en unos 20 minutos, aunque la calidad del resultado depende en gran medida del contexto específico que la marca aporte a la herramienta.

El valor del first-party data

Uno de los aspectos clave del funcionamiento de Aim es la cantidad y calidad de información propia que la marca introduce en el sistema. En el caso de Gen Digital, el equipo está trabajando en alimentar las bases de conocimiento dentro de Profound para ajustar qué datos first-party deben conectarse a la plataforma.

Este punto refleja uno de los principales retos de la IA agéntica aplicada al marketing: los agentes necesitan datos limpios, estructurados y contextualizados para producir recomendaciones útiles. La automatización no elimina la necesidad de estrategia ni de supervisión humana, sino que exige definir mejor qué información se proporciona al sistema y cómo debe interpretarla.

Frente a flujos anteriores de Profound, basados en recomendaciones más cerradas, Aim introduce un modelo más abierto. Los marketers pueden crear, dirigir y adaptar agentes según sus necesidades, lo que abre la puerta a una relación más colaborativa entre equipos humanos y sistemas de IA. Blyskal defiende que todavía no existe un sistema agéntico suficientemente democratizado que aprenda de los marketers y trabaje con ellos de forma colaborativa. Aim busca ocupar ese espacio, combinando diagnóstico, planificación, ejecución y aprendizaje continuo dentro de una misma interfaz.

El coste de los tokens, el gran desafío del modelo

La adopción de workflows agénticos también plantea una cuestión económica relevante: quién asume el coste creciente del consumo de tokens. Según la información compartida, un solo agente en Aim puede consumir alrededor de un cuarto de millón de tokens y unas 90 interacciones conversacionales para generar un único proyecto. Blyskal reconoce que el sistema resulta caro de ejecutar, aunque lo considera una de las áreas más detalladas e inteligentes del producto. Profound factura a sus clientes mediante créditos, y el consumo de tokens forma parte de la fórmula utilizada para calcular esos créditos.

En Gen Digital, DiCara señala que su equipo asume el coste de tokens asociado a la construcción de agentes en Aim. Uno de los retos, explica, es entender mejor cuánto cuestan determinados trabajos y cómo pueden hacerse más eficientes. La herramienta permite alternar entre distintos modelos, como Opus o Sonnet, lo que puede ayudar a ajustar capacidades y costes. Sin embargo, la gestión dinámica de ese consumo será clave para que este tipo de soluciones puedan escalar dentro de grandes equipos de marketing.

El lanzamiento de Aim refleja una evolución más amplia en la industria: la IA deja de utilizarse únicamente como herramienta de asistencia puntual y empieza a operar como capa de orquestación de procesos completos de marketing. En este nuevo modelo, los agentes no solo analizan visibilidad o generan recomendaciones, sino que pueden detectar problemas, proponer acciones, crear tareas, coordinar ejecución y actualizar sistemas. Para las marcas, esto promete acelerar procesos, reducir tareas manuales y mejorar la capacidad de respuesta ante cambios en la visibilidad dentro de entornos de IA.

Sin embargo, el avance también introduce nuevas dependencias. La calidad de los datos, la supervisión humana, la transparencia en los costes y la eficiencia del consumo de tokens serán factores determinantes para que estos sistemas pasen de ser una herramienta avanzada a convertirse en una infraestructura habitual dentro de los equipos de marketing. Profound sitúa Aim en esa dirección: un agente de IA pensado para convertir la visibilidad en asistentes como ChatGPT y Claude en decisiones, proyectos y acciones ejecutables. La oportunidad es clara, pero su adopción dependerá de que las marcas encuentren el equilibrio entre automatización, control, rendimiento y coste.

Puntos clave:

• Profound lanza Aim para convertir la visibilidad de marca en asistentes de IA en acciones de marketing, monitorizando citas y sentimiento en plataformas como ChatGPT y Claude.

• La herramienta permite automatizar flujos de trabajo de principio a fin, desde la detección de un problema hasta la creación de proyectos, tareas y recomendaciones ejecutables dentro de una misma interfaz.

• El avance de los workflows agénticos abre un nuevo reto económico para las marcas, ya que el consumo de tokens puede elevar significativamente los costes de uso y exigir una gestión más eficiente.

Este resumen lo ha creado una herramienta de IA basándose en el texto del artículo, y ha sido chequeado por un editor de PROGRAMMATIC SPAIN.