Avances recientes en inteligencia artificial aplicada a la mercadotecnia (2024–2025)

En los últimos años, la aplicación de la inteligencia artificial generativa en mercadotecnia se ha consolidado como un campo de investigación con hallazgos verificables y consecuencias prácticas relevantes. Arora, Chakraborty y Nishimura (2025) señalan en el Journal of Marketing que los modelos de lenguaje de gran escala, cuando se utilizan como colaboradores junto con analistas humanos, incrementan tanto la eficiencia como la precisión en el diseño y la ejecución de estudios de mercado. Esta evidencia sugiere que la función de la IA en mercadotecnia no es sustituir a los especialistas, sino complementar sus capacidades mediante protocolos de control y verificación.

Publicidad y generación de contenidos

En el ámbito publicitario, investigaciones recientes confirman la viabilidad del uso de sistemas generativos en la creación de contenidos. Un estudio en el International Journal of Research in Marketing (Serra-Simón, J., et al. (2025) documenta resultados de campo que muestran cómo la incorporación de creativos producidos por IA puede reducir tiempos y costos sin afectar negativamente los indicadores de desempeño en campañas reales. Sin embargo, los autores advierten que la innovación humana continúa siendo indispensable en contextos donde la originalidad constituye un factor crítico de éxito.

Limitaciones y métodos de mitigación

No obstante, la literatura también señala limitaciones importantes. Goli y Singh (2024) evidencian en Marketing Science que los modelos de lenguaje no reproducen con fidelidad las preferencias de los consumidores, especialmente en situaciones que implican sesgos conductuales. Para mitigar esta limitación, Wang, Zhang y Zhang (2024/2025) proponen un enfoque de aumento de datos que combina pequeñas muestras humanas con información sintética generada por IA, logrando reducciones significativas en costos y manteniendo la consistencia de los resultados.

Ética, gobernanza y percepción del consumidor

En paralelo, se han desarrollado marcos normativos y éticos específicos. Hermann y Puntoni (2024) subrayan en el Journal of Public Policy & Marketing la necesidad de diseñar y desplegar sistemas de IA en mercadotecnia bajo criterios de transparencia, trazabilidad y mitigación de sesgos. Otros estudios, como el de Han et al. (2025), enfatizan la importancia de la percepción de control del consumidor, al mostrar que una mayor autonomía percibida fortalece la confianza y la disposición a interactuar con servicios basados en IA generativa.

Marketing tecnológicamente inteligente

En suma, las investigaciones empíricas recientes coinciden en que la IA generativa está transformando las funciones del marketing, desde la creación de contenidos hasta el servicio al cliente. Esta transformación implica no sólo la adopción de nuevas herramientas, sino también la reconfiguración de procesos, la medición rigurosa de resultados y la implementación de políticas de gobernanza. En consecuencia, la integración de la IA en mercadotecnia debe entenderse como un proceso estructural y continuo, respaldado por la investigación académica.

Referencias

• Arora, N., Chakraborty, I., & Nishimura, Y. (2025). Leveraging Large Language Models (LLMs) as Collaborators. Journal of Marketing. https://doi.org/10.1177/00222429241276529
• Serra-Simón, J., et al. (2025). Generative artificial intelligence in advertising: Field evidence. International Journal of Research in Marketing. [Artículo en prensa].
• Goli, A., & Singh, A. (2024). Frontiers: Can Large Language Models Capture Human Preferences? Marketing Science, 43(4), 709–722. https://doi.org/10.1287/mksc.2023.0306
• Wang, M., Zhang, D. J., & Zhang, H. (2024, rev. 2025). Large Language Models for Market Research: A Data-augmentation Approach. arXiv. https://doi.org/10.48550/arXiv.2412.19363
• Hermann, E., & Puntoni, S. (2024). Generative AI in Marketing and Principles for Ethical Design and Deployment. Journal of Public Policy & Marketing. https://doi.org/10.1177/07439156241309874
• Han, J., et al. (2025). Consumer Autonomy in Generative AI Services: The Role of Perceived Control. Frontiers in Psychology. https://pmc.ncbi.nlm.nih.gov/articles/PMC11742088/
• Hermann, E., & Puntoni, S. (2024). Artificial intelligence and consumer behavior: From predictive to generative AI. Journal of Business Research, 180, 114720. https://doi.org/10.1016/j.jbusres.2024.114720
• Grewal, D., et al. (2024). How generative AI is shaping the future of marketing. Journal of the Academy of Marketing Science. https://doi.org/10.1007/s11747-024-01064-3