Qué entienden los proveedores por equipo de growth con IA
Los proveedores usan el término para agentes de IA que asumen el trabajo de un equipo de growth: leer eventos y resultados, crear segmentos, redactar journeys y los mensajes que contienen, informar de lo que pasó. La propuesta suele presentarse como un organigrama, con un agente por puesto (un estratega, un lifecycle marketer, un analista, un copywriter) y, a veces, un agente coordinador que reparte las tareas entre ellos. No hay una definición estándar, y los productos que llevan la etiqueta van desde un asistente de chat con un prompt por rol hasta agentes que pueden cambiar cosas dentro de una plataforma de marketing. La expresión también designa a los equipos de growth de las empresas de IA; esta página trata del otro significado.
La forma viene de los equipos de growth humanos. La guía de Andrew Chen para montar uno enumera un growth PM, un growth engineer, un growth marketer, un analista y un diseñador, y señala que la combinación puede cambiar según el problema que resuelve el equipo. Esos puestos humanos se explican en quién hace qué en un equipo de growth, parte del recorrido puestos de growth e IA.
Un ejemplo: un agente, un journey de bienvenida
Toma un agente que ya usas, como Claude, Cursor o Codex, conectado por MCP a la plataforma desde la que envías, para que pueda leer los datos y crear allí segmentos, plantillas y journeys. El ejemplo siguiente es ilustrativo: un journey de bienvenida para nuevos registros, en cinco pasos. Cada paso empieza como una petición sencilla, y el agente responde llamando a herramientas en lugar de escribirte instrucciones para que las sigas, que es la frontera entre un agente y un chatbot.
En el ejemplo, la persona fija cada objetivo, lee el borrador antes de que se active y elige qué mejorar; el agente lee, construye, informa y reescribe. Es un solo agente de principio a fin, con un solo conjunto de herramientas. En un organigrama, esos cinco pasos atravesarían varios puestos; aquí no hay traspasos. Fíjate también en lo que no hizo el último paso: no tocó el email activo, porque editar un email que usa un journey activo puede cambiar mensajes que ya están saliendo.
¿Un agente o un equipo de agentes?
Dividir la IA en agentes con nombre de puesto es una forma de organizar prompts y traspasos: cada agente recibe un título y un encargo acotado, y una capa de coordinación, que suele llamarse orquestación de agentes, reparte las tareas y pasa el contexto de un agente al siguiente. Los agentes con nombre de puesto son un diseño legítimo; no son lo que hizo funcionar el ejemplo.
Lo que lo hizo funcionar se reduce a tres cosas: herramientas para crear plantillas y un borrador de journey, acceso de lectura a eventos, perfiles y resultados, y una parada antes de que nada llegara a los clientes. Un título de puesto no añade ninguna herramienta ni ningún dato; dividir un agente en varios añade traspasos que gestionar. En su guía para crear agentes eficaces, Anthropic describe los agentes como, normalmente, simples LLM que usan herramientas en un bucle, guiados por la respuesta de su entorno, y concluye que las herramientas y su documentación necesitan un diseño claro y cuidadoso.
La misma guía recomienda buscar la solución más sencilla posible y añadir complejidad solo cuando hace falta, y cuenta que, entre las decenas de equipos con los que trabajó Anthropic, las implementaciones con más éxito usaban patrones simples y combinables, no frameworks complejos. Dividir el trabajo puede seguir teniendo sentido por motivos de ingeniería, como tareas que se ejecutan en paralelo o un contexto demasiado grande para una sola conversación. Nuestra lectura, para el trabajo de growth: empieza con un agente capaz y las herramientas adecuadas, y añade agentes cuando una tarea lo pida, no para imitar un organigrama.
Lo que decide si funciona
Quita los títulos de los puestos y quedan tres preguntas. Valen para un agente o para varios, en cualquier plataforma, y pesan más cuanto más pequeño es el equipo, porque hay menos gente vigilando lo que sale.
| Criterio | Qué preguntar | Cómo es una buena respuesta |
|---|---|---|
| Lo que puede cambiar | ¿Qué acciones puede realizar el agente en la plataforma? | Objetos concretos que crea o edita, como un segmento, una plantilla o un borrador de journey, no un texto que alguien todavía tiene que convertir en un segmento o un journey. |
| Lo que puede leer | ¿Qué ve antes de redactar? | Eventos, perfiles, segmentos y resultados de la plataforma en la que construye, no un prompt en blanco. |
| Dónde revisa una persona | ¿Qué se detiene antes de que lo vean los clientes, y qué se aplica de inmediato? | Una línea clara: los journeys siguen siendo borradores hasta que se publican, publicar requiere un paso explícito, y el proveedor dice qué cambios se aplican al guardar. |
Fíjate en lo que no está en la lista: el título del agente. Un agente llamado estratega que no puede ver tus resultados redacta a base de suposiciones; uno sin nombre, con las herramientas y los datos adecuados, redacta a partir de lo que la gente hizo de verdad. Para poner a prueba con más detalle lo que dicen los proveedores, consulta qué significa el marketing agéntico.
Dónde revisa una persona
De las tres preguntas, la última es la que más importa. El patrón establecido para los agentes de marketing es el human-in-the-loop: el agente propone y una persona decide qué se activa. En la práctica, el punto de control no es un interruptor sino tres lugares, y un proveedor debería poder decirte con exactitud qué pasa en cada uno.
Los agentes rinden mejor en trabajo definido y repetible con los datos en un solo lugar, como journeys de onboarding y de recuperación, la creación de segmentos y los informes semanales. Algunas decisiones siguen siendo de una persona, sea cual sea la configuración: qué métrica importa este trimestre, cómo suena la marca, qué apuesta merece el presupuesto. Un agente puede redactar las opciones. Nuestra guía sobre si la IA puede sustituir a tu equipo de marketing traza la misma línea.
Dónde encaja fromHello
fromHello es software de automatización de marketing de código abierto: mensajes activados por lo que hace la gente. Tu propia IA trabaja en él a través del servidor MCP de fromHello, que da a Claude, Claude Code, Cursor, Codex, Windsurf, VS Code o cualquier cliente MCP 59 herramientas para leer analíticas y perfiles y crear segmentos, journeys, plantillas, campos personalizados y mapeos de eventos. Los cinco pasos del ejemplo (idear, construir, registrar, analizar y mejorar) funcionan con esas herramientas, y las llamadas MCP nunca se cobran por uso. El asistente integrado comparte las mismas herramientas: describe un segmento, un journey o una plantilla en una frase y lo crea, y un journey llega como borrador.
Repasa los tres controles de arriba uno por uno. Borradores: ninguna herramienta de IA de fromHello envía mensajes, y un journey que crea tu IA sigue siendo un borrador hasta que se publica; publicar, pausar o eliminar a través de un agente requiere un paso de confirmación en tu cliente de IA, según los ajustes de permisos de ese cliente. Cambios guardados: otros cambios, como los de un segmento o una plantilla, se aplican al guardar, así que pueden llegar a un journey que ya está activo. Momento del envío: la personalización es opcional en cada paso de email (Light, Medium o Deep) y reescribe cada email para su destinatario, a partir del perfil, las notas y los emails anteriores, sin revisión mensaje a mensaje; si la IA falla, el envío espera por defecto. Las llamadas a herramientas MCP quedan registradas en el log de auditoría.
Dos de esas respuestas, la de los cambios guardados y la del momento del envío, son menos limpias de lo que las haría parecer un discurso comercial. Los controles los escribimos nosotros, así que valora nuestras respuestas teniéndolo en cuenta. Para comparar fromHello con una herramienta que conoces, consulta fromHello vs. Customer.io o fromHello vs. HubSpot.