La experta en tecnología, directora de marketing, comparte cómo deben reestructurarse los presupuestos y equipos de marketing para la IA
Descubre cómo una líder de marketing utiliza la IA para escalar contenido, reestructurar equipos y mejorar la ejecución de campañas, manteniendo la estrategia y el posicionamiento liderados por personas.
Simone Morellato
Directora de marketing de vCluster
Rol de la IA: La IA mejora significativamente el marketing técnico al aumentar la eficiencia y la consistencia narrativa en múltiples canales.
Visión de liderazgo: Los líderes de marketing deben equilibrar las capacidades de la IA con el juicio humano para los mensajes estratégicos y el posicionamiento.
Cambio operativo: La adopción de la IA en marketing requiere pasar a un modelo transversal, mejorando la colaboración y la eficiencia.
Inversión en herramientas: Los presupuestos descentralizados para herramientas de IA dan flexibilidad a los marketers, impulsando la productividad y la velocidad de innovación.
Rol de habilitación: Un rol de habilitación de IA centraliza el aprendizaje y operacionaliza los avances de IA, evitando la fragmentación en los equipos.
Simone Morellato es un líder en marketing técnico y Director de Marketing en vCluster. Comenzó a experimentar con la IA en una etapa temprana en un puesto anterior y ahora la utiliza como un multiplicador de fuerza dentro de su equipo de marketing.
Conversamos con él para entender cómo la IA está transformando sus flujos de trabajo de marketing y sus equipos. Nos habló sobre los nuevos roles y partidas presupuestarias que ahora son imprescindibles.
Usar la IA como multiplicador de marketing
Soy un líder de marketing que ha desarrollado su carrera en la intersección entre el profundo conocimiento técnico de productos tecnológicos y la ejecución de su estrategia de entrada al mercado, principalmente en infraestructuras, nube y plataformas para desarrolladores. Mi recorrido comenzó en el área de ingeniería, donde estudié electrónica e informática y trabajé como ingeniero de software construyendo sistemas de redes de almacenamiento. Esa base me ayudó en el marketing de productos técnicos porque siempre entendí cómo funcionan, no solo cómo posicionarlos.
Want more from The CMO?
Sign up for a free membership to complete reading this article:
Have an account? Log In
Con el tiempo, pasé de ingeniería al marketing de productos técnicos en Cisco, y posteriormente desempeñé roles de liderazgo en startups y empresas de nivel empresarial como Riverbed, Cloudian y Apcera. Mi etapa en VMware fue un punto de inflexión importante en mi carrera, donde pasé casi una década escalando el negocio de Tanzu Kubernetes. Formé y lideré un equipo global abarcando producto, marketing para desarrolladores y marketing de soluciones, y ayudé a ampliar el portafolio de un solo proyecto open-source a una suite de más de 20 productos. Durante esa etapa, experimenté de manera temprana con flujos de trabajo impulsados por IA, creando herramientas internas de automatización para relaciones con analistas que redujeron significativamente el tiempo de los ciclos y mejoraron la eficiencia.
Actualmente, lidero el marketing en vCluster, construyendo un motor completo para la estrategia de entrada al mercado abarcando crecimiento, marketing de producto, comunidad y marca. Mejoramos la eficiencia repensando la generación de demanda, escalando el reconocimiento de decenas de miles a millones de impresiones, y mejorando de forma significativa la eficiencia de costos y conversión del embudo. Un enfoque clave ha sido construir narrativas orientadas a desarrolladores y bucles de crecimiento liderados por la comunidad, especialmente en el espacio de Kubernetes e infraestructura para IA.
Todo en lo que he trabajado converge en este momento de transformación de la IA. Ahora la IA está cambiando de forma fundamental tanto la manera en que se construye el software como la forma en que se comercializa. Como líder de marketing, me enfoco en ayudar a las empresas a pasar de mensajes de producto fragmentados a narrativas de plataforma unificadas, utilizando la IA no solo como un tema en la historia, sino como un multiplicador en la forma en la que se ejecuta el marketing.
Equilibrando la confianza del desarrollador con la demanda empresarial
En vCluster, lidero una función integral de entrada al mercado que abarca crecimiento, marketing de producto, marca, comunidad y eventos. El equipo opera tanto en iniciativas open-source como empresariales, creando un doble mandato: impulsar la adopción por parte de desarrolladores a gran escala y convertir ese compromiso en un pipeline empresarial estructurado.
A nivel organizacional, la función opera como un sistema integrado más que como disciplinas aisladas. Marketing de producto y relaciones con desarrolladores trabajan en estrecha colaboración para dar forma a la narrativa y construir credibilidad técnica, mientras que los equipos de crecimiento y contenido se centran en la adquisición y distribución a escala a través de canales como redes sociales, SEO, medios pagados y programas liderados por la comunidad. Marca y eventos extienden ese alcance hacia la participación dentro del ecosistema, especialmente en las comunidades de Kubernetes y cloud native.
La complejidad proviene del público objetivo y la dinámica del ecosistema. Nos dirigimos a perfiles altamente técnicos, principalmente DevOps e ingenieros de plataformas, al mismo tiempo que influimos en los responsables de la toma de decisiones empresariales. Esto requiere equilibrar credibilidad técnica con una articulación clara del valor de negocio. Además, operamos en un espacio de infraestructura en rápida evolución, influenciado por la IA, donde las definiciones de categoría aún están formándose. Como resultado, una parte significativa del rol es dar forma a la narrativa, no solo amplificarla.
El modelo es efectivo porque un ciclo integrado de adquisición-activación-compromiso unifica todo, respaldado por un enfoque fuertemente basado en datos para el desempeño y la experimentación rápida.
Dónde termina la IA y comienza el juicio humano
Uso la IA principalmente como apoyo a la toma de decisiones y para acelerar el trabajo en áreas de alto volumen impulsadas por patrones, o en aquellas que requieren una síntesis rápida de grandes cantidades de información no estructurada. Al mismo tiempo, mantengo un límite claro donde el juicio humano sigue siendo esencial, especialmente en lo referente al contexto, la responsabilidad y las implicaciones a largo plazo para la marca.
Confío en gran medida en la IA para tres áreas:
- Primero, desarrollo de narrativa y exploración de mensajes. Al definir el posicionamiento o los temas de una campaña, utilizo IA para probar rápidamente variaciones, identificar vacíos en los mensajes y poner a prueba la claridad entre diferentes perfiles como desarrolladores, ingenieros de plataformas y ejecutivos. Esto comprime lo que solía ser múltiples iteraciones en un ciclo mucho más rápido.
- Segundo, escalado de contenido y campañas. Ahora la IA impulsa el primer borrador de la mayoría de los activos de contenido, incluyendo publicaciones para redes sociales, estructuras de blogs y variantes de campañas. También adapta información técnica al lenguaje específico de cada perfil, algo especialmente importante en la mercadotecnia de infraestructura y plataformas de IA, donde un mismo concepto debe resonar de manera distinta según la audiencia.
- Tercero, síntesis de desempeño. Utilizo la IA para analizar señales de desempeño de campañas en diferentes canales y detectar patrones que de otro modo podrían pasar desapercibidos, especialmente al tratar con datos fragmentados entre canales orgánicos, pagados y de comunidad.
Las tareas explícitamente humanas implican tomar decisiones estratégicas y asumir la responsabilidad. Las decisiones de posicionamiento, la definición de categorías y la arquitectura central del mensaje siguen siendo dirigidas completamente por personas, ya que requieren una profunda comprensión del momento en el mercado, la dinámica competitiva y la ambición de la empresa. Lo mismo aplica para el juicio creativo final sobre la voz de la marca y las campañas de alta visibilidad.
Las decisiones de posicionamiento, la definición de categorías y la arquitectura central del mensaje siguen siendo dirigidas completamente por personas, ya que requieren una profunda comprensión del momento en el mercado, la dinámica competitiva y la ambición de la empresa.
También conservo la responsabilidad humana de las decisiones de priorización. La IA puede mostrar opciones y ofrecer información, pero decidir qué no hacer sigue siendo una responsabilidad del liderazgo, especialmente en categorías de rápido movimiento como la infraestructura de IA, donde es fácil sobrerreaccionar a las señales.
Así, la IA expande efectivamente el alcance de pensamiento y ejecución, pero no asume la responsabilidad de los resultados. El liderazgo de marketing sigue siendo quien toma las decisiones finales que equilibran velocidad, coherencia y el valor a largo plazo de la marca.
Cómo un Cambio Estructural Llevó las Impresiones de Miles a Millones
Cambié nuestro modelo de marketing de una producción de contenido liderada por humanos a una generación de narrativa y activos asistida por IA. Ahora, los humanos se centran en la dirección, validación y distribución, en lugar de crear desde cero.
En términos prácticos, introduje un sistema de contenidos impulsado por IA. Utilizamos flujos de trabajo basados en LLM para transformar una sola entrada técnica —como el lanzamiento de un producto, una demostración, una opinión de cliente o una narrativa de ingeniería— en múltiples activos de marketing derivados. Esto incluye publicaciones centradas en desarrolladores, contenido de formato largo, variantes para redes sociales, mensajes de campaña e incluso borradores tempranos de posicionamiento. En vez de autoría separada para cada uno, ahora una capa compartida de prompts y estructura genera, refina y alinea todos los recursos.
La IA genera estos en paralelo en un nivel de buen borrador, no de manera secuencial desde cero. Luego sumamos revisión y mejora humanas, donde el marketing de producto asegura la integridad de la narrativa, crecimiento optimiza la distribución y branding mantiene la voz y consistencia de la marca.
También pasamos de un ciclo de producción basado en campañas a un sistema continuo de contenidos. La mayoría de las organizaciones de marketing aún operan bajo una mentalidad tradicional de campañas: se define una campaña, se crea un conjunto de recursos, se lanza y luego se sigue adelante. Ese modelo fue diseñado para un mundo donde la producción de contenidos era costosa y lenta. Ahora, operamos ciclos paralelos de generación e iteración. Esto reduce los tiempos de ciclo y nos permite responder mucho más rápido a señales del producto y del mercado.
Cómo la IA Beneficia la Eficiencia de Producción y la Consistencia Narrativa
En el lado positivo, el impacto más inmediato de la IA ha sido la escalabilidad y la eficiencia. Introducir IA en los flujos de trabajo de producción de contenido y campañas incrementó significativamente el resultado sin aumentar la plantilla. En vCluster, esto se tradujo en pasar de aproximadamente 36,000 a cerca de 7 millones de impresiones mensuales, además de reducir el CPM de alrededor de $5.58 a $0.29. Si bien hubo múltiples factores, uno de los impulsores clave fue la capacidad de producir e iterar contenido mucho más rápido y de manera consistente en todos los canales.
También mejoramos la velocidad de ejecución. Los ciclos de contenido que antes requerían semanas —especialmente aquellos activos multifunción que involucraban marketing de producto, marca y crecimiento— se comprimieron en unos pocos días. Esto nos permitió responder a lanzamientos de productos y señales del mercado casi en tiempo real, algo fundamental en un ecosistema de IA que avanza rápidamente.
Otro resultado positivo fue la coherencia narrativa. La IA ayudó a estandarizar cómo traducimos los insumos técnicos en mensajes para todos los canales, reduciendo la fragmentación entre contenido enfocado en desarrolladores, habilitación de ventas y campañas de generación de demanda. Este alineamiento mejoró tanto la calidad del engagement como el desempeño en el embudo posterior.
De manera cualitativa, uno de los mayores cambios fue organizacional. El equipo de marketing pasó de ser principalmente una función de ejecución intensa a un rol más centrado en la orquestación. Las personas ahora dedican más tiempo a dirección, estrategia y validación, mientras que la IA se encarga de la primera pasada de producción y variaciones. Esto ha mejorado el enfoque del equipo y reducido cuellos de botella operativos.
Cómo la IA puede llevar a la sobreproducción
También surgieron desafíos. Al principio, observamos una tendencia hacia la sobreproducción. La IA generaba demasiadas variantes sin tener suficientes restricciones iniciales, lo que creaba ruido y nos obligó a construir capas editoriales y de gobierno de prompts más sólidas. Además, gestionamos activamente el riesgo de dilución del mensaje, asegurando que la velocidad no fuera en detrimento de un posicionamiento claro o la claridad en la categoría.
Otro aprendizaje fue que la IA puede amplificar tanto los buenos como los malos insumos. Cuando la narrativa base o el briefing son débiles, la IA amplifica rápidamente esa debilidad. Esto nos llevó a invertir más en la estrategia previa y en el diseño estricto de insumos antes de generar cualquier cosa a gran escala.
En general, el resultado neto ha sido claramente positivo, pero solo después de establecer límites bien definidos.
Por qué la IA no puede ofrecer diferenciación y posicionamiento
La IA también ha quedado por debajo de las expectativas iniciales en cuanto a diferenciación estratégica y posicionamiento.
Al principio, asumimos que la IA podría ayudar a generar narrativas de categoría más sólidas o incluso identificar ángulos de posicionamiento que nos dieran ventaja. Pero en la práctica, aunque la IA es experta en remezclar patrones de mercado ya existentes, le cuesta producir posicionamientos realmente originales o defendibles.
Tiende a converger hacia la media de lo que ya existe, que es precisamente lo contrario de lo que se busca cuando se intenta destacar en un mercado saturado de plataformas de infraestructura o de IA.
Por qué los líderes de marketing deben limitar primero a la IA
Una de las primeras campañas asistidas por IA que realizamos para reposicionar una plataforma técnica para una audiencia más amplia de DevOps e ingeniería de plataformas es un claro ejemplo de dónde la IA no logró brindar diferenciación estratégica.
Utilizamos IA para reposicionar nuestra plataforma hacia una audiencia de Neoclouds. El resultado fue rápido, nos dio múltiples direcciones: 'simplificar las operaciones de Kubernetes', 'mejorar la eficiencia de la plataforma', 'acelerar la productividad de los desarrolladores.'
Todo sonaba correcto. Ese era exactamente el problema.
Ninguno de esos ángulos realmente nos diferenciaba. Cuando pusimos a prueba estos puntos frente al mercado, descubrimos que otras herramientas adjuntas ya los estaban utilizando ampliamente en el ecosistema de Kubernetes y cloud-native. La IA amplificó eficazmente el lenguaje común de la industria en lugar de ayudarnos a separarnos de él. Si hubiéramos seguido adelante con lo generado, la campaña se habría diluido en la categoría en lugar de destacarla.
Restringimos considerablemente la fase inicial dirigida por personas. En vez de empezar con prompts de capacidades generales del producto, establecimos restricciones muy claras sobre tres áreas: nuestra ventaja arquitectónica única, las concesiones que estábamos dispuestos a asumir públicamente y los segmentos de audiencia con los que explícitamente queríamos liderar, no solo incluir.
Cuando reorientamos los insumos hacia esas elecciones estratégicas, usamos la IA de manera diferente, no para inventar el posicionamiento, sino para poner a prueba la claridad del mensaje, traducirlo entre diferentes perfiles y generar variantes de ejecución para contenido y campañas.
El resultado fue una narrativa mucho más aguda centrada en un ángulo más específico y defendible: cómo los equipos de plataforma pueden repensar la abstracción de infraestructura para cargas de trabajo modernas, en lugar de temas genéricos de eficiencia o productividad. Ese cambio mejoró la calidad del engagement y volvió el mensaje más memorable en comunidades técnicas, especialmente entre los profesionales de Kubernetes, quienes son muy sensibles ante posicionamientos excesivamente genéricos.
Entonces, el cuello de botella ya no es la calidad ni la velocidad de producción; ahora lo es la originalidad y agudeza del pensamiento. Destacarse requiere ahora un punto de vista mucho más fuerte, un posicionamiento más claro y una disposición a tomar decisiones explícitas. Sin eso, la IA tiende a arrastrar todo hacia el promedio del mercado.
Cómo la IA cambia la estructura de los equipos de marketing
La IA transformó fundamentalmente mi equipo de marketing, pasando de estar compartimentado por funciones a un modelo de ejecución más fluido y transversal.
Tradicionalmente, separábamos claramente los roles. Un especialista en contenido se encargaba de la creación de contenidos y luego lo entregaba a los especialistas en distribución para su adaptación, mientras que marketing de producto desarrollaba por separado los mensajes y posicionamientos, que posteriormente debían ser traducidos para las campañas. Cada paso implicaba retrabajo y adaptación entre funciones.
Con la IA integrada al flujo de trabajo, la estructura ha cambiado significativamente. Ahora, cada miembro del equipo puede participar en diversas etapas del ciclo de vida de los contenidos y campañas. Un especialista en contenido no solo puede generar el primer borrador de un artículo, sino también las primeras versiones para redes sociales, correos electrónicos e incluso ángulos de posicionamiento. Un especialista en crecimiento puede tomar el mismo insumo y generar de inmediato variantes de campaña o marcos de pruebas. Marketing de producto puede pasar de escribir todo desde cero a refinar la narrativa, garantizar la precisión y alinear el mensaje con la estrategia.
El cambio clave es que ya no creamos el trabajo de forma secuencial desde cero. La IA lo genera de entrada a un nivel de borrador de alta calidad, y luego lo transferimos entre funciones para su refinamiento, validación y optimización. Esto ha reducido significativamente la fricción entre equipos y ha acortado los ciclos de iteración.
Como resultado, los profesionales de marketing ahora se enfocan más en el criterio, la edición y la dirección estratégica, en lugar de la producción pura. El equipo es más pequeño en cuanto a dependencia de ejecución manual, pero está más apalancado en términos de capacidad de entrega.
La IA también hizo que la colaboración fuese más dinámica. En lugar de transferencias rígidas, ahora funcionamos más como un sistema de conocimiento compartido donde podemos transformar cualquier entrada en múltiples salidas para diferentes canales, y el especialista correspondiente los refina después.
Por qué los equipos de marketing necesitan presupuestos descentralizados para herramientas de IA
Si tuviera que empezar de nuevo, primero invertiría el presupuesto de marketing no en campañas tradicionales ni siquiera en personal, sino en darle a cada profesional de marketing acceso directo a un presupuesto flexible y descentralizado para herramientas de IA.
Asignaría presupuestos individuales para que cada persona pueda adoptar y experimentar con herramientas que mejoren su productividad diaria, sin tener que esperar a los ciclos de aprobación de compras centralizadas o de IT. Esto incluye herramientas de escritura con IA, asistentes de análisis de datos, plataformas de generación creativa, herramientas de automatización y utilidades especializadas que surgen rápidamente en el ecosistema de la IA.
La razón es sencilla. En un entorno impulsado por IA, el ritmo de evolución de las herramientas supera el de los ciclos de compra empresariales. El acceso centralizado inevitablemente estandariza a los equipos en una tecnología obsoleta, lo que ralentiza la experimentación y genera una brecha entre lo que es posible y lo que realmente se utiliza en la ejecución.
Esto lo he comprobado personalmente al introducir IA en los flujos de trabajo de marketing. Los equipos que tuvieron la libertad de probar y adoptar herramientas tempranamente avanzaron mucho más rápido en la producción de contenido, iteración de campañas y análisis de datos. Los equipos limitados por procesos de aprobación centralizados a menudo regresaban a flujos de trabajo más lentos y antiguos, incluso cuando había mejores herramientas disponibles.
En cambio, un presupuesto distribuido de herramientas crea una dinámica diferente. Convierte a cada profesional de marketing en un operador que puede optimizar continuamente su propio stack. Además, fomenta la innovación de manera orgánica porque las mejores herramientas se difunden naturalmente en el equipo a través del uso y no por mandato.
En segundo lugar, priorizaría construir una capa de habilitación simple en torno a esa libertad, incluyendo buenas prácticas compartidas, bibliotecas de "prompts" y flujos de trabajo internos para evitar que la experimentación se convierta en fragmentación.
El control central optimiza la consistencia, pero la habilitación distribuida optimiza la adaptación. Y la adaptación es lo que genera ventaja competitiva en entornos de marketing de alta velocidad.
El control central optimiza la consistencia, pero la habilitación distribuida optimiza la adaptación. Y la adaptación es lo que genera ventaja competitiva en entornos de marketing de alta velocidad.
Cómo Claude CoWork genera verdadero apalancamiento
Estoy especialmente entusiasmado con una función de IA de Anthropic: Claude CoWork.
Va más allá de la interfaz de chat tradicional y se siente como un verdadero entorno de trabajo para trabajos del conocimiento. En lugar de indicaciones aisladas, permite flujos de trabajo más estructurados y persistentes. Aquí es exactamente donde la IA ofrece una verdadera ventaja.
También valoro lo rápido que Anthropic itera basándose en el comportamiento real de los usuarios. Prestan atención a lo que construye y utiliza la comunidad, y luego integran esos patrones directamente en el producto principal. Esto me recuerda lo pronto que conceptos de proyectos como OpenClaw llegaron a Claude CoWork. Ese ciclo de retroalimentación es importante porque la herramienta evoluciona para reflejar cómo realmente trabaja la gente, no solo cómo imagina el equipo de producto que deberían hacerlo.
De forma práctica, también reduce la necesidad de unir múltiples herramientas o extensiones. No tengo que recrear flujos de trabajo, evaluar nuevos proveedores o preocuparme por la seguridad y el manejo de datos a través de una pila fragmentada. Ya confío en Anthropic como empresa, así que cuando lanzan nuevas capacidades, puedo adoptarlas rápida y confiadamente.
Por qué cada equipo de marketing necesita un rol de habilitación de IA
Dicho esto, la mayor brecha que he visto en la adopción de IA no es la de herramientas. La mayoría de los equipos de marketing tienen acceso a herramientas de IA. Lo que les falta es alguien cuyo único trabajo sea rastrear lo que está cambiando, filtrar el ruido y convertirlo en flujos de trabajo que el equipo realmente pueda usar.
La mayoría de las organizaciones asumen que si los equipos tienen acceso a herramientas de IA, su adopción llegará de manera natural. En la práctica, la conciencia y la síntesis son los factores limitantes. El panorama de la IA avanza tan rápido que ningún profesional de marketing individual puede mantenerse realmente al día con nuevos modelos, herramientas, flujos de trabajo y mejores prácticas mientras cumple con sus responsabilidades principales. Cuando todos son parcialmente responsables de estar actualizados, en realidad nadie lo es completamente.
En mi experiencia, crear un rol dedicado de habilitación de IA dentro de la organización de marketing ha funcionado mucho mejor. No se trata solo de un administrador de herramientas o un ingeniero de prompts; es alguien profundamente curioso por la IA, que sigue activamente los desarrollos en modelos y aplicaciones y los traduce continuamente en flujos de trabajo prácticos para el equipo.
Esta persona se convierte en una capa interna de inteligencia. Evalúa nuevas herramientas, prueba casos de uso, sintetiza lo útil frente al ruido y lo operacionaliza en flujos de trabajo repetibles. Igualmente importante, actúa como un puente bidireccional. Los miembros del equipo pueden llevarle problemas o ineficiencias, explorar soluciones basadas en IA y recibir recomendaciones estructuradas de vuelta.
Este rol impacta principalmente en el enfoque. Elimina la carga cognitiva de “mantenerse actualizado en IA” de los colaboradores individuales, centralizándola en una sola función cuyo único trabajo es mantenerse adelante de la curva y distribuir eficazmente ese conocimiento. Sin esto, los equipos tienden a fragmentarse. Surge una adopción desigual, prácticas inconsistentes y experimentaciones duplicadas. Con esto, se crea un efecto compuesto en el que el aprendizaje se centraliza y la ejecución se distribuye.
Por qué los profesionales de marketing deben tratar la IA como un cambio de modelo operativo
El consejo más importante que daría a los líderes de marketing es tratar este momento como un cambio de modelo operativo, no solo como una actualización de herramientas.
Es fácil caer en la trampa de evaluar herramientas, probar funciones y buscar ganancias incrementales de productividad. Eso es importante, pero no proporciona la verdadera ventaja. El verdadero cambio está en cómo se hace el trabajo de marketing, cómo se estructuran los equipos y dónde se aplica el esfuerzo humano.
Algunos principios son especialmente importantes:
- Primero, invierte en la calidad de los insumos antes que en la escala de los resultados. La IA genera tanto contenido como le pidas, pero la calidad de ese contenido depende totalmente de la claridad de tu posicionamiento, la definición de la audiencia y la narrativa. Los líderes que saltan este paso amplifican el ruido, como destaco en "Plan de marketing para startups tecnológicas."
- Segundo, rediseña flujos de trabajo, no solo tareas. En vez de preguntar cómo la IA puede hacer más rápido un solo paso existente, analiza el sistema completo desde la entrada hasta el resultado y repiensa su funcionamiento en un mundo donde los borradores son instantáneos y la iteración es barata. Eso desbloquea mejoras de otro orden de magnitud.
- Tercero, crea espacio para la propiedad enfocada de la IA. Ya sea como rol dedicado o como un pequeño grupo, alguien debe permanecer al tanto del panorama, probar herramientas y traducirlo en flujos de trabajo prácticos. Sin eso, los equipos se fragmentan y la adopción se estanca.
Sigue la conversación
Puedes seguir a Simone Morellato en LinkedIn.
¡Pronto habrá más entrevistas de expertos en The CMO Club!
