El uso de la Inteligencia Artificial en las empresas se ha caracterizado por un crecimiento continuo, aunque moderado, impulsado principalmente por la adopción de la IA generativa y concentrado sobre todo en grandes empresas y en sectores vinculados a la tecnología y la comunicación.
En estos cuatro últimos años, las empresas españolas han introducido la IA en muchos de sus procesos y la previsión es que cada vez se incorpore en muchos otros. Según el estudio ‘Indicadores de uso de la IA en España en 2024’, el 7,3% de las empresas ha utilizado la IA en 2024, porcentaje que asciende al 11,4% si solo se tiene en cuenta las empresas de más de 10 empleados, una cifra que se sitúa por debajo de la media europea del 13,5% según los datos proporcionados por Eurostat.
Según el tamaño de la empresa, el estudio indica que el 44% de las grandes empresas en España utiliza IA, mientras que la cifra se reduce al 20,6% en el caso de las medianas empresas, al 8,6% en las pequeñas y al 7% en las microempresas. En cuanto a los sectores más involucrados, los líderes indiscutibles son Información y Comunicaciones, con un 46,6%, y el sector TIC, con un 45% sobre el total de empresas de sus respectivos sectores.
Es importante mencionar que el departamento de marketing y ventas es el que mayor uso hace de la inteligencia artificial en España, ya que el 28,4% de estos departamentos la ha implementado en su rutina de trabajo, en empate con el departamento de administración y gestión empresarial. Dada la relevancia de la IA en el departamento de marketing, en el presente insight se va a explicar algunos de los usos más comunes y cuáles son los beneficios que aportan a las empresas.
IA en marketing, de la predicción a la creación de contenido
La IA ha evolucionado de forma significativa en los departamentos de marketing y comunicación. En un primer momento, el Machine Learning (ver figura 1) fue el principal impulsor de la IA, al proporcionar el análisis de grandes volúmenes de datos para prever comportamientos y optimizar las estrategias. Sus elevadas capacidades han permitido a los departamentos de marketing segmentar audiencias, realizar análisis predictivos de tendencias de compra y, por tanto, optimizar las campañas para maximizar el ROI. Un claro ejemplo de ello son los modelos utilizados por Amazon para recomendar productos en función del historial de compras y de navegación de los usuarios.
En la actualidad, con la irrupción de la IA generativa, los departamentos de marketing cuentan con herramientas que permiten crear contenido único en un tiempo récord, generando textos publicitarios, imágenes, vídeos e incluso entornos interactivos. La IA permite a las empresas generar mensajes personalizados a gran escala, automatizar ciertos procesos, optimizar la planificación de medios para proponer un mix de comunicación más eficiente y generar informes de seguimiento más detallados.
Figura 1: Evolución de la IA
Fuente: Hiberus Tecnología
Uso creciente de la IA en Marketing
Según el informe ‘State of Marketing IA report 2025’, el 91% de los departamentos de marketing de las empresas pertenecientes a los países de la muestra (España, Estados Unidos, Reino Unido, Francia, Alemania y Australia) confía en la IA, y el 98% de los responsables de marketing de las empresas ha destinado presupuestos a estrategias de IA, por encima de la media global, que se sitúa en el 94%. Por otra parte, el 74% de los directivos de marketing prevé aumentar las inversiones en IA, de los cuales más de la mitad lo hará en 2026, con un incremento de al menos un 25% adicional respecto al presupuesto actual. Estas cifras vienen respaldadas por KPI’s como el ahorro de tiempo gracias a estas tecnologías, ya que, según este estudio, para el 80% de los expertos en marketing el uso de la IA generativa supone un ahorro medio de cuatro horas semanales. En la Figura 2 se muestran los porcentajes de personas encuestadas que utilizan la IA para distintos tipos de tareas.
Figura 2: Tareas en las que más se utiliza la IA en los departamentos de marketing
Fuente: State of Marketing IA report 2025 de Canva
El uso de la IA también presenta una serie de obstáculos para quienes la usan (ver figura 3). Destacan la personalización limitada, la pronunciada curva de aprendizaje, la complejidad para integrarla en los flujos de trabajo existentes y la percepción de falta de creatividad.
Figura 3: Limitaciones detectadas por los equipos de marketing respecto a la IA
Fuente: State of Marketing IA report 2025 de Canva
A pesar de las limitaciones comentadas, España es el segundo país de la muestra en el que más crece la confianza en la Inteligencia Artificial. Según los datos, el 91% de los responsables del área de marketing en España confía en la IA generativa, solo por detrás de Australia, donde así lo considera el 94% de los encuestados (ver figura 4).
Figura 4: Porcentaje de equipos de marketing que confían en la IA por países
Fuente: State of Marketing IA report 2025 de Canva
Aplicaciones a la vanguardia de la tecnología
A continuación, se analizarán algunas de las aplicaciones de la Inteligencia Artificial más utilizadas en marketing, desde el marketing conversacional y los asistentes de ventas hasta los influencers virtuales y la publicidad en audio bajo demanda, mostrando cómo estas herramientas permiten automatizar procesos, personalizar experiencias y mejorar la interacción con los consumidores.
Marketing conversacional
El marketing conversacional, impulsado por asistentes virtuales, se consolida como una de las aplicaciones más estratégicas, ya que permite a las marcas interactuar en tiempo real, automatizar procesos comerciales y ofrecer experiencias de valor a los clientes. Los asistentes virtuales son software basado en IA que utilizan Procesamiento de Lenguaje Natural para interactuar mediante texto o voz, pero sin depender de respuestas predeterminadas como los chatbots. Gracias a la IA, estos sistemas pueden transmitir anuncios por voz, facilitar compras mediante comandos de voz y crear asistentes personalizados de marca.
Un ejemplo de marketing conversacional se encuentra en la integración de Domino’s Pizza con el asistente Alexa, que permite repetir o rastrear pedidos mediante comandos de voz. Aunque no se trate de IA avanzada, sí es IA funcional, ya que utiliza procesamiento de lenguaje natural para comprender la intención del usuario y automatizar las interacciones entre consumidor y empresa (ver figura 5).
Figura 5: Skill de Domino’s Pizza en Alexa
Fuente: Planeta Chatbot
Asistentes de ventas
Por otro lado, los equipos de marketing, y más concretamente los de ventas, pueden utilizar asistentes de ventas y marketing para mejorar la eficiencia empresarial, como es el caso de Hubspot (ver figura 6), SalesBot y Drift. Estos sistemas, basados en Inteligencia Artificial y en Procesamiento de Lenguaje Natural, permiten comprender las preguntas de los usuarios y generar respuestas adaptadas, aprendiendo de las interacciones previas y diferenciándose de los chatbots tradicionales basados únicamente en palabras clave y respuestas predeterminadas. Estos asistentes ayudan a gestionar y priorizar clientes potenciales, automatizando las tareas más repetitivas. Se integran en páginas web, formularios de contacto o mensajería instantánea, responden a consultas, guían a los usuarios durante el proceso de compra y recopilan información básica de los clientes potenciales. Una vez obtenidos estos datos y según reglas predefinidas, como descargas de recursos, número de visitas o pertenencia a determinados sectores, se asigna una puntuación que permite categorizar a los clientes y enviar los leads mejor posicionados a los comerciales para realizar las acciones comerciales.
Figura 6: Configuración de asistente de ventas en Hubspot
Fuente: Hubspot
Asistentes de procesamiento de datos y análisis
Por otro lado, las empresas también utilizan asistentes de procesamiento de datos y análisis, como Tableau Bot (ver figura 7) e IBM Watson Analytic. Estos asistentes virtuales recopilan gran cantidad de datos y presentan respuestas e insights basados en las preguntas de los trabajadores gracias al procesamiento de lenguaje natural, proporcionando informes, gráficos, predicciones y recomendaciones. El uso de estas herramientas permite mejorar las predicciones sobre las tendencias de compra de los consumidores y la evolución del mercado, así como optimizar las operaciones y la asignación de recursos, apoyando la toma de decisiones en las empresas.
Figura 7: Utilización de la IA en Tableau
Fuente: Tableau
Influencers virtuales
Los influencers virtuales son personajes digitales creados y gestionados mediante algoritmos de Inteligencia Artificial. Se desarrollan utilizando técnicas avanzadas de modelado 3D y animación, y son empleados por las marcas como embajadores, creadores de contenido o portavoces en campañas publicitarias. Su capacidad de engagement con audiencias jóvenes ha incrementado su uso por parte de las marcas. Según las previsiones de Grand View Research, estos influencers virtuales generaron en España ingresos por 111 millones de euros en 2024, y se espera que la cifra alcance más de 900 millones de euros en 2030.
Los motivos que llevan a las empresas a utilizar estos influencers son que las marcas pueden mantener un control absoluto sobre la narrativa, el tono, los valores y la estética del contenido, eliminando los riesgos asociados a posibles controversias personales de los influencers reales. Además, la IA permite generar contenidos hiperpersonalizados sin limitaciones físicas ni geográficas, adaptando los mensajes cultural y regionalmente, ajustando lenguaje y apariencia a cada mercado sin necesidad de crear nuevas campañas. Asimismo, estos avatares pueden interactuar con los usuarios en tiempo real mediante asistentes virtuales, ofreciendo una experiencia más interactiva y aumentando la fidelidad del consumidor.
A pesar de las múltiples ventajas que ofrece el uso de influencers virtuales para las marcas, su empleo también puede generar ciertos contratiempos, como la desconfianza de los consumidores al darse cuenta de que han interactuado con un personaje digital, la necesidad de realizar revisiones legales exhaustivas respecto a derechos de autor, propiedad intelectual y transparencia de datos, y la sensación de superficialidad controlada por la empresa, que puede dar lugar a la percepción de que se simulan sentimientos o valores, se pierde la voz crítica hacia la marca o se presenta una versión irreal de la sociedad.
Algunos ejemplos de influencers virtuales son los siguientes:
- Lil Miquela, influencer digital creada por la empresa Brud (ver figura 8), acumula millones de seguidores en Instagram y ha colaborado con marcas como Prada, Calvin Klein, BMW y Samsung.
- Alba Renai, influencer virtual creada por la agencia española Be a Lion, ha sido la primera presentadora de un espacio creada por IA en la televisión española. Alba presentaba la sección Supersecretos con Alba Renai en el programa Supervivientes.
- Shudu, es otro ejemplo similar al de Lil Miquela, que actúa como supermodelo virtual (creado por el fotógrafo Cameron-James Wilson), y que ha trabajado para marcas de lujo como Balmain y Rihanna’s Fenty Beauty.
- Xinhua, influencer virtual desarrollado por el gobierno chino que ha sido diseñado para interactuar en plataformas locales como Weibo, y que se utiliza para la comunicación política y difusión de contenido de las entidades gubernamentales.
Figura 8: Lil Miquela en un anuncio de BMW
Fuente: Branding in Asia
IA en audio bajo demanda
El uso de la IA ha llegado al audio bajo demanda para optimizar la inserción de mensajes publicitarios. Gracias a modelos avanzados de IA y análisis semántico, es posible transcribir y analizar la totalidad del contenido de los podcasts, identificando los temas, contextos y emociones de los participantes. De este modo, los anuncios se colocan considerando no solo la temática principal del podcast, sino también momentos concretos en los que surgen otros temas relevantes. Por ejemplo, la IA puede insertar un anuncio sobre coches eléctricos en un podcast de deportes si se abordan temas medioambientales, o descartar publicidad de bebidas azucaradas si se las critica, permitiendo a las marcas impactar en momentos realmente relevantes. Además, mediante el mood targeting se analiza el tono y estado emocional de los participantes para evitar cortes bruscos o anuncios que rompan la experiencia del oyente. El concepto Text to Speech permite generar cuñas de audio sin necesidad de locutores, ajustando tono, velocidad y emociones según el contexto del podcast. Todo esto se realiza en relación con el audio y no al oyente, respetando así la privacidad. Esta forma de crear publicidad es especialmente efectiva entre el público joven, ya que genera mayor atención y se desarrolla en un canal menos saturado que los medios tradicionales.
Figura 9: Podcast
Fuente: Centro EPIC
Ejemplos de la implementación de la IA en audio bajo demanda es la colaboración que tiene la empresa Instreamatic con marcas como Oracle, Mercedes Ikea o HP, aunque en este caso se va un paso más allá, al adaptar los anuncios a variables externas como la climatología en donde se encuentra el oyente, ubicación, día u hora.
Unidad de Inteligencia Competitiva del ITC-AICE
