La Vicepresidenta de Marketing Comparte Cómo Está Migrando a un Sistema Operativo Nativo de IA

Emilia Korczynska es la vicepresidenta de marketing en Userpilot, una plataforma de crecimiento de productos. También es la fundadora de ZenABM.

Nos sentamos con Emilia para conocer cómo está convirtiendo un stack de marketing estándar en un sistema operativo nativo de IA. Esto es lo que nos contó.

Creando un motor de ingresos medible

Soy Emilia Korczynska, vicepresidenta de marketing en Userpilot, donde me enfoco en transformar el marketing de un centro de costos a un motor de ingresos medible.

Lidero una organización de marketing relativamente reducida estructurada en torno a funciones centrales de crecimiento en lugar de silos tradicionales por canal. El equipo abarca marketing de producto, generación de demanda, contenido y SEO, operaciones de marketing, creatividad y soporte outbound. Apoya tanto el crecimiento impulsado por el producto como el marketing basado en cuentas, por lo que cubrimos todo el recorrido desde la adquisición autoservicio hasta la conversión asistida por ventas de alta intención.

En cuanto a canales, ABM es nuestro motor principal de adquisición. Construimos el equipo y los sistemas para impulsar la participación y el pipeline a nivel de cuenta mediante campañas altamente dirigidas, especialmente en LinkedIn. El canal orgánico complementa esto como nuestra segunda gran palanca, donde el contenido juega un papel clave capturando y nutriendo la intención, seguido de Google Ads para captar la demanda de alta intención y cerrar el ciclo de adquisición.

Como el equipo es intencionadamente reducido, operamos de manera muy transversal. El contenido alimenta directamente la generación de demanda y ABM, las operaciones de marketing conectan todos los datos y la atribución, y todo lo medimos conforme al pipeline y los ingresos, en vez de métricas específicas por canal.

Aunque el equipo es pequeño, la estrategia es bastante sofisticada.

Cambiando fundamentalmente cómo opera el marketing

Emilia Cree

Si no genera pipeline, no importa.

Mi camino en el liderazgo de marketing ha sido práctico y profundamente ligado a la experimentación. No llegué por el marketing de marca tradicional; crecí a través del crecimiento impulsado por el producto, el rendimiento y ABM, donde la expectativa es simple: si no genera pipeline, no importa. En Userpilot, he liderado el cambio de la generación de demanda amplia a estrategias altamente dirigidas y basadas en cuentas, especialmente en LinkedIn, donde hemos tenido que repensar todo, desde la construcción de audiencias hasta la atribución.

Una parte clave de ese camino fue cuestionar los modelos de medición defectuosos. He dedicado mucho tiempo a demostrar que una gran parte de los ingresos B2B —a menudo más de la mitad— es invisible si dependes de la atribución a nivel de contacto. Eso también me llevó a crear ZenABM, una startup donde rastreamos el impacto del marketing en el pipeline a nivel de cuentas y conectamos la interacción con anuncios directamente al pipeline y los ingresos.

Así que esa es la base, y naturalmente me llevó hacia la IA.

El cambio que estamos viendo no se trata solo de generar contenido más rápido; se trata de cambiar fundamentalmente cómo funciona el marketing. Estamos pasando de dashboards y análisis manuales a sistemas donde puedes consultar tus datos, automatizar los insights y activar acciones instantáneamente.

Para mí, este momento de transformación con IA no es tanto sobre el hype, sino sobre la palanca. Me concentro en estas preguntas:

• "¿Cómo usamos la IA para que el marketing sea más preciso, más responsable y más conectado a los ingresos que nunca antes?"
• "¿Y cómo construimos sistemas donde los datos, los insights y la ejecución ya no sean pasos separados, sino parte de un mismo ciclo continuo?"

Esa es la ruta en la que estoy ahora mismo.

Cómo un stack de marketing puede convertirse en un sistema operativo nativo de IA

Uno de los mayores cambios que hicimos fue convertir nuestro stack de marketing estándar en un sistema operativo más personalizado y nativo de IA, con GitHub como el “cerebro de marketing” central y Claude Code como la interfaz del equipo.

En lugar de depender de herramientas desconectadas y flujos de trabajo manuales, trasladamos la ejecución a flujos de trabajo de IA estructurados y repetibles. Hemos construido procesos reutilizables para la generación de contenido en LinkedIn, la creación de páginas de destino y la inteligencia competitiva, orquestados mediante agentes y habilidades en la nube.

Como resultado, hemos acortado significativamente el tiempo desde la señal hasta la acción. El marketing ahora es mucho más sistemático y escalable, y el equipo dedica menos tiempo a la ejecución y más a la estrategia, la entrada de datos y la optimización de los resultados.

Cómo la IA puede transformar el outbound

El cambio más impactante se ha producido en outbound. Construimos un sistema de outbound guiado por intención que identifica cuentas comprometidas de nuestros programas ABM utilizando la API de ZenABM, introduce los datos en una base de datos personalizada en la nube, los enriquece y luego prospecta estas cuentas utilizando nuestros criterios ICP a través de Prospeo.

A partir de ahí, activamos el alcance mediante herramientas como Smartlead y HeyReach, lo que nos permite ejecutar campañas altamente segmentadas y personalizadas a gran escala, basadas en señales de compromiso reales.

Lo que antes era un proceso manual y fragmentado entre múltiples herramientas, ahora es un sistema conectado orientado por señales.

Cómo la IA informa las decisiones de marketing y la creatividad humana

En general, dependemos en gran medida de la IA para tomar decisiones basadas en datos y repetibles que se benefician del reconocimiento de patrones a gran escala.

Por ejemplo, la IA aporta información cada vez más relevante para la asignación de presupuestos utilizando datos de resultados y atribución de ingresos. En lugar de modificar manualmente la inversión basándonos en indicadores atrasados, utilizamos sistemas que analizan qué campañas y cuentas generan pipeline e ingresos, y ajustan la inversión en consecuencia.

Esto también se aplica al SEO. Usamos IA para priorizar contenido según señales como tasa de clics, volumen de búsqueda, y el tráfico y engagement previstos. Esto nos permite enfocarnos en oportunidades con el retorno esperado más alto, en vez de confiar en la intuición o listas de palabras clave estáticas.

Pero intencionadamente mantenemos la participación humana en áreas donde se requiere gusto, contexto y originalidad.

Las decisiones de diseño son un buen ejemplo; lo que “se ve correcto” para una audiencia específica, una marca o un momento determinado todavía depende mucho del juicio humano. Lo mismo sucede con la estrategia para eventos y conferencias, donde comprender el matiz, las relaciones y la percepción de la marca es más importante que el dato puro.

En el lado del contenido, es un enfoque híbrido. La IA genera eficazmente variaciones, estructuras e incluso ideas para anuncios, pero los ángulos clave de generación de demanda todavía provienen de la investigación creativa y de un conocimiento profundo de la audiencia. Ahí es donde se produce la diferenciación.

Por qué las automatizaciones deben justificarse

Los impactos positivos más importantes son obvios: eficiencia y escalabilidad.

Automatizar los flujos de trabajo manuales ha ahorrado al equipo una cantidad significativa de tiempo en todo, desde la producción de contenido hasta la ejecución de outbound. Esto se traduce directamente en resultados: podemos realizar más experimentos, lanzar iniciativas más rápido y operar con un equipo más pequeño que el que se requería antes.

La IA también ha mejorado la velocidad de la toma de decisiones. Al analizar el rendimiento y los datos de atribución, podemos pasar mucho más rápido de la percepción a la acción, especialmente en áreas como la asignación de presupuesto o la optimización de campañas.

Sin embargo, la sobreautomatización es un gran riesgo.

Es fácil invertir tiempo construyendo y optimizando flujos de trabajo que resultan interesantes operacionalmente pero que no generan resultados empresariales significativos. En algunos casos, los resultados del sistema no son lo suficientemente sólidos como para justificar el esfuerzo, especialmente si carecen del matiz o la calidad necesarios.

Así que ese es mi consejo: no automatices solo por automatizar. Mantente disciplinado respecto a dónde la IA genera verdadero apalancamiento y dónde simplemente añade complejidad.

Consejo de Emilia

No automatices solo por automatizar. Mantén la disciplina sobre dónde la IA genera verdadero valor frente a donde solo añade complejidad.

Sigue el contenido

Puedes seguir el trabajo de Emilia en LinkedIn. Y echa un vistazo a ZenABM.

¡Pronto más entrevistas con expertos en The CMO Club!