El 79% de los líderes de marketing dice que la validación manual frena la IA a escala, según Pantheon

El 30 de septiembre de 2026, Pantheon publicó su informe State of the Web 2026 con una conclusión incómoda para cualquier equipo que ya invirtió en inteligencia artificial: el trabajo salió más rápido, pero no llegó antes al mercado. El estudio se apoya en una encuesta que Dynata realizó en junio de 2026 a 1.000 líderes de marketing, ingeniería y tecnología y seguridad en Estados Unidos, Reino Unido y la región DACH (Alemania, Austria y Suiza).

El dato central es consistente entre áreas. El 79% de los líderes de marketing, el 78% de ingeniería y el 83% de tecnología y seguridad identifican la validación manual como la principal barrera para escalar IA. Es decir, el límite ya no está en producir, sino en revisar, aprobar y publicar lo producido.

¿Qué midió exactamente el informe State of the Web 2026?

El estudio cubre el ciclo completo de vida del sitio web: creación de contenido, despliegue, mantenimiento de código, seguridad y visibilidad en motores de respuesta. Entre los hallazgos verificados en el comunicado publicado por Pantheon:

• Solo 44% de los líderes de marketing y 55% de los de ingeniería dicen que la IA los hizo genuinamente más rápidos en general.
• El 31% de marketing apunta a la revisión y aprobación interna como el mayor bloqueo para desplegar contenido, frente a 21% que señala la creación.
• El 68% de los líderes de ingeniería dedica al menos la mitad de su tiempo a mantener código existente en vez de construir.
• El 68% de ingeniería ya revisa o corrige código generado con IA por otros equipos.
• El 51% de marketing declara menos dependencia de desarrolladores, pero solo 36% de los ingenieros percibe menos solicitudes.

Esa última brecha de 15 puntos es la métrica más reveladora del informe: marketing cree haberse independizado y el equipo técnico no registra ese alivio. El trabajo no desapareció, cambió de forma y de dueño.

¿Por qué el cuello de botella se movió a la revisión y no a la creación?

La explicación que ofrece Pantheon es directa. Richard Jones, Chief Commercial Officer de la compañía, resume el diagnóstico así: «La IA no eliminó el cuello de botella en el ciclo de vida de la web, lo movió aguas abajo».

Cuando el costo marginal de generar una pieza cae a casi cero, el volumen de material que requiere control de calidad, revisión legal y aprobación de marca se multiplica. Si esos controles siguen siendo manuales y secuenciales, el sistema se congestiona justo antes de la publicación. El resultado es un inventario creciente de contenido terminado que no está en línea.

¿Qué dice el informe sobre tráfico de bots de IA y costos inesperados?

El segundo foco del estudio es el costo operativo de convivir con agentes automáticos. El 80% de los líderes de tecnología reporta que el tráfico de bots de IA afectó su infraestructura en el último año, mientras que el 84% de los líderes de marketing se declara confiado en que su tráfico refleja visitantes humanos reales. Esa diferencia de percepción entre quien mira la analítica y quien mira los servidores es un problema de gobernanza de datos, no de herramientas.

En el frente financiero, entre 77% y 79% de los líderes de ingeniería y tecnología, y 68% de los de marketing, reportan costos inesperados de infraestructura, API o tokens. El 42% de tecnología confirmó costos imprevistos atribuidos específicamente al tráfico de crawlers de IA. En paralelo, 93% de los líderes de tecnología actualizó su política de seguridad por la IA y 81% reconoce un rezago en cumplimiento. Sobre visibilidad, 85% de marketing ya monitorea cómo aparece su marca en búsquedas con IA y 85% modificó su sitio para ser leído por esos sistemas.

¿Qué significa para las empresas en Chile y Latinoamérica?

La muestra es de Estados Unidos, Reino Unido y DACH, así que los porcentajes no son extrapolables de forma directa. El patrón estructural sí lo es, y en Chile y Latinoamérica llega agravado por dos factores: equipos de marketing más pequeños, donde la misma persona crea y aprueba, y menor dotación de ingeniería interna para automatizar los controles. Una empresa chilena de 40 personas que incorporó generación de contenido con IA suele terminar con un embudo de aprobación de una sola persona, que es exactamente el cuello de botella que describe el informe.

Análisis de Revenue Hub

Este estudio confirma algo que vemos repetirse en implementaciones reales: el retorno de la IA en marketing no se pierde en el modelo, se pierde en el proceso posterior. Comprar más capacidad de generación cuando el bloqueo está en la aprobación es gastar en el eslabón equivocado. La pregunta correcta para un líder comercial no es cuánto contenido puede producir su equipo, sino cuántos días pasan entre que una pieza está lista y entra en producción.

La recomendación concreta: antes de ampliar licencias de IA, instrumentar el ciclo de aprobación. Medir el tiempo desde borrador listo hasta publicación, identificar quién aprueba cada tipo de activo y definir qué categorías no requieren revisión humana por su bajo riesgo. En la práctica, separar el contenido en tres carriles (publicación directa, revisión ligera y revisión completa) libera la mayor parte del volumen sin ceder control sobre lo sensible. Ese cambio no cuesta software, cuesta una decisión de gobierno.

El segundo frente es el costo de servir agentes. Si el tráfico de crawlers de IA ya mueve la factura de infraestructura, debe aparecer en el presupuesto de marketing y no esconderse en la cuenta de tecnología. Conviene separar en la analítica el tráfico humano del automático antes de fijar metas de demanda para 2027, porque de lo contrario las proyecciones se construyen sobre una base inflada. Más contexto en marketing y demanda y en el blog de Revenue Hub.