La vicepresidenta de marketing comparte cómo está cambiando a un sistema operativo nativo de IA

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

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

Crear un motor de ingresos medible

Soy Emilia Korczynska, vicepresidenta de Marketing de Userpilot, donde me centro en convertir el marketing de un centro de costes en un motor de ingresos medible.

Lidero una organización de marketing relativamente pequeña, estructurada en torno a funciones de crecimiento fundamentales en lugar de los tradicionales silos por canal. El equipo abarca marketing de producto, generación de demanda, contenido y SEO, operaciones de marketing, creatividad y apoyo a las actividades de prospección. Trabaja tanto en el crecimiento impulsado por el producto como en 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 los canales, el ABM es nuestro principal motor de adquisición. Construimos el equipo y los sistemas para impulsar la interacción y el flujo de oportunidades a nivel de cuenta mediante campañas muy segmentadas, especialmente en LinkedIn. El tráfico orgánico lo complementa como nuestra segunda palanca principal, donde el contenido desempeña un papel clave a la hora de captar y nutrir la intención, seguido de Google Ads para captar la demanda de alta intención y cerrar el ciclo de adquisición.

Como el equipo es intencionadamente pequeño, trabajamos de forma muy transversal. El contenido alimenta directamente la generación de demanda y el ABM, las operaciones de marketing conectan todos los datos y la atribución, y medimos todo en función del flujo de oportunidades y los ingresos, en lugar de utilizar métricas específicas de cada canal.

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

Cambiar radicalmente la forma en que opera el marketing

Emilia cree

Si no genera oportunidades, no importa.

Mi trayectoria hacia el liderazgo de marketing ha sido práctica y profundamente vinculada a la experimentación. No seguí el camino tradicional del marketing de marca; crecí en el ámbito del crecimiento impulsado por el producto, el rendimiento y el ABM, donde la expectativa es sencilla: si no genera oportunidades, no importa. En Userpilot, he liderado el cambio desde una generación de demanda amplia hacia estrategias muy segmentadas y basadas en cuentas, especialmente en LinkedIn, donde hemos tenido que replantearnos todo, desde la creación de audiencias hasta la atribución.

Una parte fundamental de ese recorrido consistió en cuestionar modelos de medición defectuosos. He dedicado mucho tiempo a demostrar que una enorme proporción 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 en la que hacemos un seguimiento del impacto del marketing en el flujo de oportunidades a nivel de cuenta y conectamos directamente la interacción con los anuncios con el flujo de oportunidades y los ingresos.

Así que esa es la base, y me llevó de forma natural a la IA.

El cambio que estamos viendo no consiste solo en generar contenido más rápido, sino en cambiar radicalmente la forma en que opera el marketing. Estamos pasando de los paneles de control y el análisis manual a sistemas en los que puedes consultar tus datos, automatizar conocimientos y activar acciones al instante.

Para mí, este momento de transformación mediante la IA tiene menos que ver con la expectación y más con la capacidad de apalancamiento. Me centro en estas preguntas:

• "¿Cómo utilizamos la IA para que el marketing sea más preciso, más responsable y esté más conectado con los ingresos que nunca?"
• "¿Y cómo construimos sistemas en los que los datos, los conocimientos y la ejecución ya no sean pasos separados, sino parte de un único ciclo continuo?"

Ese es el camino en el que me encuentro ahora mismo.

Cómo una pila de marketing puede convertirse en un sistema operativo nativo de IA

Uno de los mayores cambios que hicimos fue convertir nuestra pila 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 creado procesos reutilizables para la generación de contenido en LinkedIn, la creación de páginas de destino y la inteligencia competitiva, orquestados mediante agentes y habilidades basados en la nube.

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

Cómo puede la IA transformar la prospección saliente

El cambio más significativo se ha producido en la prospección saliente. Creamos un sistema de prospección saliente basado en la intención que identifica las cuentas con interacción de nuestros programas de ABM mediante la API de ZenABM, introduce los datos en una base de datos personalizada en la nube, los enriquece y, a continuación, prospecta estas cuentas utilizando nuestros criterios de ICP a través de Prospeo.

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

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

Cómo influye la IA en las decisiones de marketing y la creatividad humana

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

Por ejemplo, la IA influye cada vez más en la asignación del presupuesto utilizando datos de rendimiento y atribución de ingresos. En lugar de redistribuir manualmente la inversión basándonos en indicadores retrasados, utilizamos sistemas que analizan qué campañas y cuentas generan oportunidades comerciales e ingresos, y ajustamos la inversión en consecuencia.

Esto también se aplica al SEO. Utilizamos la IA para priorizar el contenido basándonos en señales como la tasa de clics, el volumen de búsquedas y el tráfico y la interacción previstos. Esto nos permite centrarnos en las oportunidades con el mayor rendimiento esperado, en lugar de depender de la intuición o de listas de palabras clave estáticas.

Pero mantenemos deliberadamente la intervención humana en las áreas que requieren criterio, contexto y originalidad.

Las decisiones de diseño son un buen ejemplo; lo que «queda bien» para una audiencia, marca o momento concretos sigue dependiendo en gran medida del criterio humano. Lo mismo se aplica a los eventos y a la estrategia de conferencias, donde comprender los matices, las relaciones y la percepción de la marca importa más que los datos puros.

En cuanto al contenido, se trata de un enfoque híbrido. La IA genera eficazmente variaciones, estructuras e incluso ideas para anuncios, pero los enfoques centrales de generación de demanda siguen surgiendo de la investigación creativa y de un conocimiento profundo de la audiencia. Ahí es donde se produce la diferenciación.

Por qué las automatizaciones deben justificar su existencia

Los mayores impactos positivos son evidentes: eficiencia y escalabilidad.

La automatización de los flujos de trabajo manuales ha ahorrado al equipo mucho tiempo en todo, desde la producción de contenido hasta la ejecución de la prospección saliente. Esto se traduce directamente en resultados: podemos realizar más experimentos, lanzar más rápido y operar con un equipo más pequeño del que necesitábamos anteriormente.

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

Sin embargo, la automatización excesiva supone un gran riesgo.

Es fácil dedicar tiempo a crear y optimizar flujos de trabajo que resultan interesantes desde el punto de vista operativo, pero que no generan resultados empresariales significativos. En algunos casos, los resultados del sistema no son lo bastante sólidos como para justificar el esfuerzo, especialmente si carecen del matiz o la calidad necesarios.

Por eso, este es mi consejo: no automatices por automatizar. Mantén la disciplina a la hora de determinar dónde la IA crea una ventaja real y dónde simplemente añade complejidad.

Consejos de Emilia

No automatices por automatizar. Mantén la disciplina sobre dónde la IA crea un verdadero efecto multiplicador y dónde simplemente añade complejidad.

Sigue el trabajo

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

¡Próximamente habrá más entrevistas con expertos en The CMO Club!