La conversación honesta sobre agencias e IA en 2026: qué desaparece, qué se transforma y qué crece

Llevo doce años en marketing digital y los últimos tres aplicando IA a empresas medianas desde Datalvar AI, mientras sigo dirigiendo Digitalvar como agencia clásica. Escribo desde ese doble sitio, no desde una tribuna neutral. He visto cerrar clientes, cerrar equipos internos de marketing y he tenido conversaciones muy incómodas con directores de agencias amigas que ya saben que su modelo actual no llega a 2028 tal como está. Este artículo es la conversación que muchos estamos evitando en congresos y newsletters, pero que sí tenemos a puerta cerrada con socios y con clientes que confían.

TL;DR

Entre 2026 y 2028 vamos a ver una limpieza dura del ecosistema de agencias en España. Desaparecen los servicios convertidos en commodity por la IA generativa: copy de bajo nivel, banner ads seriados, primer draft de artículos SEO, reporting manual, moderación básica de comunidad. Se transforman los pilares clásicos: la estrategia se acorta y se hace más ejecutable, la producción se colapsa en horas, la medición pasa de dashboard a sistema de decisión. Crecen tres verticales nuevas: arquitectura de flujos de IA, evaluación y control de calidad de sistemas IA, y AI product management aplicado a marketing. La conversación honesta sobre agencias e IA (qué desaparece, qué se transforma y qué crece) empieza aquí, sin lugares comunes ni triunfalismo tecnológico.

¿Por qué esta conversación no puede seguir siendo tabú en 2026?

Durante 2023 y 2024 se instaló un discurso cómodo en el sector: “la IA no viene a sustituirte, viene a potenciarte”. Era un mantra que funcionaba muy bien en keynotes y en artículos de LinkedIn, y funcionaba porque nadie tenía datos suficientes para contradecirlo. En 2026, con dos ciclos anuales de HubSpot State of Marketing publicados desde entonces, con el LinkedIn B2B Marketing Benchmark actualizado y con lo que salió de Cannes Lions 2025, ese mantra ya no se sostiene con la misma comodidad. Las agencias que lo repitieron sin más, sin actuar en su operativa, están viendo caídas de márgenes que no se explican por la macro. La conversación honesta sobre agencias e IA se estaba evitando porque implicaba mirar a la cara servicios enteros del catálogo que iban a dejar de facturar.

Yo mismo lo he vivido en primera persona. En Digitalvar tenemos servicios que en 2023 pesaban un 20% de la facturación mensual y hoy pesan menos de un 5%, no porque hayamos dejado de venderlos sino porque el mercado ya no está dispuesto a pagar lo mismo por ellos. La producción de contenido de blog en bruto, la creatividad para display estándar, el reporting mensual visual: todo eso ha bajado brutalmente de precio porque el cliente sabe que la IA lo hace en minutos. No lo intuye, lo ha probado. Fingir que esto no está pasando es un lujo que las agencias medianas no se pueden permitir en 2026.

Lo que hace incómoda esta conversación es que obliga a mirar dos cosas a la vez: qué partes de tu propio negocio se están desmontando y qué partes nuevas puedes construir. Y obliga, sobre todo, a decir sin miedo que hay perfiles internos que no van a llegar a 2028 haciendo lo mismo que hacen hoy. Ese “no llega” es humano y difícil de gestionar, pero pretender que la conversación sobre agencias e IA es solo de oportunidad y no también de riesgo real es tratar al equipo como si fuera tonto. Y no lo es. Los que están en producción llevan meses viendo cómo su trabajo se rehace más rápido con un prompt bien montado.

¿Qué servicios de agencia están desapareciendo por la IA (y ya no vuelven)?

El primer bloque que ha caído sin remedio es el copy commodity. Textos de producto de e-commerce, descripciones de servicios genéricas, párrafos SEO de baja intención, versiones múltiples de un mismo copy para A/B testing, textos de emails transaccionales. Todo lo que era producción de palabras en volumen sin criterio editorial fuerte. En 2024 aún se pagaba a un copywriter junior por sacar treinta fichas de producto. En 2026 el cliente sabe que treinta fichas se hacen en veinte minutos con Claude o GPT-5 y un buen prompt. El servicio no está muerto porque el cliente lo sigue necesitando, pero está muerto como línea de facturación rentable. Lo mismo aplica a subtítulos, a captions de redes en volumen, a variaciones de banners.

El segundo bloque es la producción de banner ads y creatividades display estandarizadas. Durante años, muchas agencias tenían diseñadores dedicados a sacar sets de creatividades por campaña, en múltiples formatos, con variaciones ligeras. Ese trabajo lo hacen hoy plataformas como Adobe Firefly integrado en Photoshop, o Canva con generación IA, o herramientas como Creatopy con producción masiva a partir de una plantilla. El diseñador junior que hacía cuarenta banners al mes ha visto cómo su output se convierte en una tarea de una tarde. Las agencias que basaban parte de su margen en cobrar por volumen de creatividades han perdido esa palanca. La creatividad estratégica y de campaña sigue viva, pero la producción seriada como servicio ya no soporta un pricing digno.

El tercer bloque, y este es más doloroso porque tocaba a mucha gente, es el primer draft de artículos SEO en el modelo agencia-cliente clásico. Aquí hay que ser preciso: no ha desaparecido escribir buenos artículos, ni siquiera ha desaparecido el SEO, sino que ha desaparecido la línea de facturación por sacar borradores mediocres a granel. Lo que hoy pagan los clientes serios es el criterio editorial, la voz, la investigación real y la experiencia acreditada del autor. El “te hago diez artículos al mes de 800 palabras por X euros” ya no lo compra nadie con dos dedos de frente. Y a esto se suma un cuarto bloque, el reporting manual, que era una de las tareas más grises pero mejor pagadas: hoy Looker Studio con conectores modernos, GA4 con explicaciones IA integradas o herramientas como Motion.io hacen reportes mejores que muchos analistas junior en una fracción del tiempo.

¿Qué servicios se están transformando (no mueren, mutan)?

La estrategia es el ejemplo más claro de servicio que se transforma sin morir. Antes, una estrategia de marketing digital para una empresa mediana era un documento de sesenta u ochenta páginas que llevaba semanas producir, con un análisis competitivo largo, una definición de audiencias basada en investigación cualitativa parcial y un plan a doce meses. Hoy la estrategia sigue siendo crítica, pero el formato ha cambiado. En Digitalvar entregamos estrategias que caben en veinte páginas ejecutables, con datos de mercado que hemos rehecho con IA en dos días en lugar de tres semanas, y con planes trimestrales revisables porque el mercado ya no aguanta plazos anuales. La estrategia se acorta, se acelera y se hace más quirúrgica, pero el criterio experto pesa más, no menos.

La producción de contenido premium también se transforma. Aquí me refiero a artículos largos con firma, guías descargables, whitepapers, informes sectoriales, contenido de podcast. La IA no ha matado esto, ha desplazado el valor. Lo que antes valía era la capacidad de producir muchas horas de contenido; lo que hoy vale es tener una voz reconocible, una experiencia real que citar y un ángulo propio que la IA no puede clonar sin ese material previo. El proceso interno se ha transformado: hoy un buen artículo largo se estructura con IA, se investiga con IA, pero la voz y las decisiones editoriales las toma alguien con criterio. Las agencias que se han adaptado a este flujo han multiplicado su capacidad de output útil; las que no, siguen quejándose de que “el contenido IA no rankea”, que es una verdad a medias y una excusa entera.

La medición pasa de dashboard a sistema de decisión. Durante años, la medición en agencia era básicamente construir un buen Looker Studio y explicárselo mensualmente al cliente. En 2026, la medición útil es una capa que integra los datos de negocio con las plataformas publicitarias y con el CRM, y que dispara alertas y recomendaciones automáticas cuando algo se desvía. En Datalvar AI estamos montando estos sistemas para clientes que antes tenían un dashboard bonito pero muerto: hoy tienen un pipeline que les avisa cuando el CPA de una campaña sube más de un 20% respecto al histórico, o cuando una landing pierde conversión sin causa aparente. La medición se transforma de artefacto informativo a sistema operativo del marketing.

¿Qué servicios nuevos están creciendo alrededor de la IA en las agencias?

El primero, y el que más me está gustando ver crecer, es la arquitectura de flujos IA aplicados al marketing. Es un servicio que no existía en 2022 y que en 2026 ya es una línea de facturación seria en agencias serias. Consiste en diseñar y montar procesos internos del cliente, o del propio equipo de marketing, en los que la IA se encarga de tareas repetitivas encadenadas: enriquecer leads, calificarlos, personalizar el primer email, generar variantes creativas para test, resumir llamadas comerciales, generar briefs de campaña a partir de datos históricos. No es “IA por IA”, es diseño de operativa. Es donde más se nota si tu agencia entiende de verdad de procesos o si solo entiende de canales.

El segundo servicio en crecimiento es la evaluación y control de calidad de sistemas IA. Cuando un cliente tiene ya cinco flujos con IA corriendo, alguien tiene que auditarlos: comprobar que el output no ha derivado, medir la tasa de error, revisar los prompts, ajustar los guardrails, evaluar el sesgo. Esto es un servicio recurrente que se paga como un mantenimiento y que no existía en el catálogo de nadie hace dos años. Va a ser uno de los pilares del margen de las agencias que sepan posicionarse en esa capa. En Datalvar estamos viendo que los contratos anuales de “AI ops” son más estables que los retainers clásicos de marketing porque el cliente sabe que si desconecta ese servicio, se le rompe la operativa.

El tercero es el AI product management aplicado a marketing. Suena a rol de startup, pero es lo que están buscando muchas empresas medianas que ya tienen equipo de marketing interno y necesitan a alguien que decida qué herramientas IA integrar, cómo priorizarlas, cómo medir su ROI y cómo formar al equipo. Es un rol híbrido de consultor y product manager. Las agencias que están vendiendo esto lo cobran caro y lo cobran bien, porque el cliente sabe que sin ese criterio se gasta el presupuesto en herramientas sueltas que no encajan entre sí. Aquí es donde la conversación sobre agencias e IA se pone interesante para el próximo trienio: los servicios nuevos pagan mejor y son más difíciles de comoditizar.

¿Cómo cambia el pricing model: por qué el retainer clásico se cae?

El retainer mensual fijo, ese que ha sostenido el modelo de agencia desde los años noventa, se está cayendo por dos motivos que se refuerzan mutuamente. El primero es que el cliente ya no acepta pagar por tiempo cuando sabe que el tiempo humano se ha reducido a una fracción gracias a la IA. Si antes te pagaba veinte horas al mes de un account manager para gestionar campañas, hoy sabe que esas veinte horas se han convertido en cinco reales, y no le parece justo pagar el mismo importe. El segundo motivo es que los outputs producibles con IA son tan visibles y comparables que se ha democratizado el “sentido común” del cliente sobre lo que cuesta cada cosa. Y eso mata cualquier margen escondido en el retainer.

La transición que estoy viendo, y que promuevo activamente en los proyectos que llevamos, es del retainer al outcome-based pricing, es decir, pricing por resultado. Suena a moda de LinkedIn, pero es una necesidad estructural. Cuando el cliente paga por leads calificados, por MQL, por revenue atribuido o por reducción de coste operativo, la conversación sobre cuántas horas has echado se vuelve irrelevante. Lo relevante es si el sistema que le has montado funciona. Y ahí la IA juega a favor de la agencia, no en contra: te permite escalar operativa sin escalar equipo humano al mismo ritmo, con lo que el margen sobre resultado es mayor. Es un cambio brutal de mentalidad, pero es el único que sostiene el modelo agencia en 2027 y 2028.

Hay un tercer modelo intermedio que también está creciendo, el híbrido de licenciamiento. La agencia monta un sistema IA propio o semi-propio (evaluador de leads, generador de campañas, motor de personalización) y se lo licencia al cliente por una cuota fija más un variable por uso. Es un modelo más de producto que de servicio, y no todas las agencias están preparadas para vivirlo, pero las que lo consiguen entran en una liga distinta: dejan de vender horas y empiezan a vender activo. Es la migración de agencia a producto en la que llevamos hablando dos décadas, y esta vez es real porque la IA ha bajado el coste de construir esos activos hasta hacerlo viable para agencias medianas, no solo para consultoras top.

¿Qué agencias van a cerrar entre 2026 y 2028 y por qué?

Voy a decirlo sin adornos, porque para eso es una conversación honesta. Las agencias más expuestas al cierre en los próximos tres años son las agencias medianas generalistas sin especialización clara, esas que en su web venden “estrategia, contenido, redes, SEO, ads y web” sin un ángulo diferencial fuerte. Este perfil ha vivido durante quince años porque el cliente PYME quería un único proveedor que le resolviera todo y aceptaba una calidad media a cambio de la comodidad. En 2026 ese cliente ya ha probado internamente ChatGPT o Claude, ha visto lo que puede producir por su cuenta y no compra el argumento de “te lo hacemos todo” con el mismo pricing. Va a haber una limpieza de este perfil masiva, aunque los cierres no van a ser dramáticos: van a ser deslizamientos hacia estructuras más pequeñas, absorciones y quiebras silenciosas.

También veo mucho riesgo en las agencias de contenido puro que se dedican solo a producir posts, blogs, ebooks y newsletters, sin capa de datos ni de estrategia. Ese servicio se ha comoditizado a una velocidad que ninguna otra vertical ha experimentado. Las que sobrevivan lo harán porque tienen firmas fuertes, autoridad de marca o nichos verticales muy concretos donde el criterio experto es imposible de replicar con IA. Las que solo tenían un equipo de redactores junior y clientes de retainer bajo van a fundirse a lo largo de 2026 y 2027, porque no pueden competir ni en precio ni en velocidad. Lo mismo aplica a agencias de social media pequeñas que basan su servicio en calendarizar posts, moderar comentarios y hacer reporting mensual: todo eso es susceptible de automatizarse con las herramientas actuales de forma casi indistinguible del trabajo humano medio.

Finalmente, están las agencias de performance de gama baja, esas que competían por gestionar cuentas de Meta Ads o Google Ads pequeñas cobrando un fee mínimo. Aquí la presión no viene solo de la IA, viene también de las propias plataformas: Performance Max, Advantage+ y los modelos de subasta con IA han reducido el margen de decisión humana en cuentas pequeñas. La agencia que solo “activa campañas” para PYMEs de bajo presupuesto ya no aporta suficiente valor sobre lo que hace la plataforma sola. La reflexión honesta que le llevo dando a colegas del sector es: si tu servicio principal cabe dentro de un botón azul de Meta o Google, prepárate para desaparecer.

¿Qué agencias van a crecer x3 en los próximos tres años?

Al otro lado del ring están las agencias que sí van a crecer, y sí, algunas van a triplicar facturación entre 2026 y 2028. La primera categoría son las agencias verticalizadas por sector. Salud, legal, industrial B2B, hostelería premium, real estate, educación superior. Cuando una agencia domina un vertical, tiene una ventaja de datos, de red, de casos y de vocabulario que la IA no puede replicar solo con un prompt. He visto crecer con fuerza a agencias verticales que en 2022 eran pequeñas y hoy son referencia clara en su nicho, porque el cliente prefiere pagar más a alguien que ya conoce su sector que menos a un generalista con IA barata. Esta es una de las mejores tesis para montar agencia hoy: elegir un vertical y ser insustituible en él.

La segunda categoría son las agencias híbridas marketing + IA operativa. Es exactamente el espacio en el que Digitalvar y Datalvar AI juegan combinadas. Son agencias que no venden “IA” como buzzword sino que integran IA en cada capa de servicio: en la investigación previa, en la producción, en la medición, en la operativa de cliente. El diferencial es que el cliente contrata marketing y recibe marketing + reducción de coste operativo interno. Ese doble valor es el que hoy justifica ticket medio alto. Las agencias que están aprendiendo a vender este doble valor están firmando contratos de doce a veinticuatro meses con clientes que antes se resistían a compromisos anuales.

La tercera categoría, más incipiente pero muy interesante, son las agencias-producto. Empiezan como agencias tradicionales y a lo largo de tres a cinco años transforman parte de su operativa en un producto SaaS o semi-SaaS que licencian. El caso más frecuente que veo son plataformas de personalización de campaña, motores de scoring de leads, sistemas de generación de landings dinámicas. La agencia mantiene la parte servicio para clientes premium pero escala vía producto en el resto del mercado. Es un salto duro, y no todas están preparadas para dar el paso, pero las que lo hacen bien duplican valoración y salen del corsé de facturar por horas para siempre.

¿Cómo se rediseña un equipo de agencia cuando entra la IA de verdad?

Rediseñar un equipo con IA no es meter ChatGPT a los redactores y esperar que produzcan tres veces más. Es un error que veo repetido con frecuencia. En Digitalvar lo aprendimos por las malas en 2023 y 2024: si a un equipo pensado para producir contenido volumen le das IA y lo que le pides sigue siendo volumen, obtienes más volumen pero peor. Lo que hay que rediseñar es el propio para qué del equipo. En un equipo bien rediseñado con IA, el redactor deja de ser productor y pasa a ser editor, curador y voz. El diseñador deja de ser ejecutor y pasa a ser director de arte de sistemas generativos. El analista deja de sacar reportes y pasa a diseñar el sistema que los saca solo.

Este rediseño implica también una capa nueva de roles que antes no existía. Rol de prompt engineer específico del vertical, rol de AI ops que asegura la operación día a día, rol de evaluador de calidad de output IA, rol de arquitecto de flujos. Estos roles no salen de universidades, salen de reciclar perfiles internos con criterio y curiosidad. Es una de las cosas que le explico a directores de agencia cuando me llaman para consultoría: la respuesta no es contratar un “chief AI officer” externo, la respuesta suele ser mirar a tu account manager senior con quince años de experiencia y darle un año para reconvertirse en arquitecto de flujos. Ese perfil, con su conocimiento de cliente y su nueva capa técnica, vale más que cualquier fichaje externo.

Y hay una decisión más incómoda que casi ninguna agencia quiere afrontar en público pero que se está tomando en privado en muchas: reducir plantilla junior neta al mismo tiempo que se sube plantilla senior o senior-IA. Es un cambio de pirámide que rompe con la estructura clásica de agencia. Hasta ahora, una agencia sana tenía forma de pirámide con base amplia de juniors y punta estrecha de seniors. En 2026 ese diseño está en cuestión: si los juniors ya no producen valor incremental sobre la IA, la pirámide se aplana. Y aquí hay una responsabilidad ética además de operativa: no puedes rediseñar sin plan de reciclaje, sin acompañamiento, sin conversar con la gente que llevas años formando. Volveremos a esto en la sección de talento junior porque es de las cosas más serias que se están decidiendo mal en el sector.

¿Qué le pasa al talento junior en las agencias con IA?

Este es probablemente el tema más incómodo de todos los que toca la conversación sobre agencias e IA, y el que más resonancia va a tener socialmente en los próximos años. El modelo clásico de aprendizaje en agencia se basaba en que un junior entraba a hacer tareas repetitivas (mucho copy, mucha campaña simple, mucho reporting) durante uno o dos años y de ahí sacaba criterio para subir a puestos de más responsabilidad. Ese modelo de aprendizaje se ha roto porque las tareas repetitivas ya no las hace un humano. Y no es fácil sustituirlas: si no hay tareas de bajo nivel donde equivocarse barato, ¿cómo se forma el criterio de un profesional joven?

Hay tres respuestas que estoy viendo funcionar y que voy a defender aquí sin medias tintas. La primera es que el junior de 2026 tiene que entrar sabiendo IA de partida. No en abstracto, sino aplicada al vertical de la agencia. Si entras a una agencia de contenido, entras sabiendo diseñar prompts editoriales, evaluar output y editar con criterio. Si entras a una agencia de performance, entras sabiendo pedir análisis a GPT-5 sobre estructuras de cuenta y sabiendo detectar sus errores. Esto sube el listón de entrada, y las agencias tienen que estar dispuestas a subir el salario junior en consecuencia. No se puede pedir alto conocimiento y pagar salarios de becario. Es una conversación que muchas agencias siguen evitando.

La segunda respuesta es que el aprendizaje se comprime. Lo que antes se aprendía en dos años, hoy se aprende en seis meses si la agencia está estructurada para enseñar en vez de para exprimir. Los juniors que están funcionando en las agencias que veo por dentro están integrados directamente en proyectos de cliente desde la semana dos, con supervisión senior real. La tercera respuesta, y esta duele, es que el volumen de juniors por agencia se reduce. En 2019 una agencia mediana podía tener quince juniors; en 2026 puede tener cinco muy formados con proyectos reales. Lo que se pierde en cantidad se recupera en calidad y en velocidad de aprendizaje. Es un cambio estructural del sector que va a exigir replantear la relación con universidades y con programas de formación externa que hoy siguen entrenando perfiles para tareas que ya no existen.

¿Cómo cambia el rol del cliente cuando la agencia usa IA en serio?

El cliente de 2026 ya no es el mismo que en 2022. Muchas veces sabe más de IA aplicada a marketing que su agencia, y eso cambia la dinámica de la relación por completo. Yo entro a reuniones con directores de marketing de empresas medianas que me hablan de RAG, de fine-tuning ligero, de MCP servers y de evaluadores automáticos. No es raro que el cliente venga con una lista de herramientas ya probadas y con una idea muy clara de dónde quiere que le ayudemos y dónde no. Este cambio obliga a la agencia a llegar preparada de otra manera: no puedes vender “IA” como concepto porque el cliente ya la ha usado, tienes que vender ejecución especializada e integración con su stack.

También cambia el reparto de responsabilidades. Antes, el cliente delegaba y la agencia entregaba. Hoy, el cliente co-diseña y la agencia orquesta. En muchas de nuestras cuentas trabajamos codo a codo con el equipo interno del cliente en la misma plataforma, con los mismos accesos, y con reuniones semanales de operativa en las que se decide qué automatizar y qué no. La agencia deja de ser una caja negra donde entra el brief y sale el output, y pasa a ser un socio operativo con visibilidad total. Esto es incómodo para agencias acostumbradas a proteger su cocina, pero es la única forma de justificar tickets altos en un contexto donde el cliente ha democratizado su acceso a las herramientas.

Y hay un tercer cambio, quizá el más importante: el cliente exige transparencia de proceso. Quiere saber qué parte del trabajo la ha hecho un humano, qué parte una IA y qué parte un flujo automatizado. No lo pide para castigar, lo pide para poder replicarlo internamente en el futuro y para justificar internamente el gasto. Las agencias que aún tratan a la IA como un secreto competitivo pierden esta partida. Las que enseñan la cocina y venden criterio + operativa + resultado están firmando contratos más largos y con mejor margen. La opacidad es una estrategia perdedora en 2026 y en 2027 va a serlo aún más.

¿Qué le pasa al pitching y a la propuesta comercial en agencias con IA?

El proceso comercial de agencia tradicional (RFP, propuesta larga, presentación, semana de trabajo previo gratuito) se está reventando por dos frentes. Por el lado del cliente, ya no tolera propuestas de sesenta páginas escritas en tono corporativo, quiere ir directo a lo ejecutable. Por el lado de la agencia, tiene sentido: dedicar setenta horas a un pitch que puede perderse ha dejado de ser rentable cuando esas horas eran de perfil senior. Lo que veo funcionar mejor en 2026 son propuestas más cortas, más honestas y más “prototípicas”: en lugar de describir lo que harás, muestras un prototipo real (un flujo IA funcionando con datos ficticios, un dashboard vivo, un ejemplo de output) generado en horas gracias a la propia IA.

Este cambio favorece a las agencias con capacidad técnica real y castiga a las que solo saben vender. Antes, un buen equipo comercial podía compensar debilidades operativas con presentaciones brillantes. Hoy el cliente pide ver funcionar la solución antes de firmar, y si tu equipo no es capaz de montar un prototipo en 48 horas, pierdes frente a agencias que sí lo montan. Esta es una de las razones por las que muchas agencias comerciales puras están sufriendo: no tienen músculo técnico interno para vender por prototipo, y su modelo se cae. Las agencias híbridas con equipo técnico y comercial integrado están ganando pitches con tasas de conversión mucho más altas que en 2022.

El otro cambio grande en el proceso comercial es el onboarding. En 2026, el onboarding de un cliente en una agencia con IA integrada no dura tres meses, dura tres semanas si está bien diseñado. Auditorías automatizadas de su stack, importación de datos con IA, generación de primeras estrategias en cuestión de días. Esto no es opcional: el cliente que ha esperado mes y medio a ver el primer entregable de una agencia clásica siente que le están cobrando por procesos internos ineficientes. Las agencias que han rediseñado el onboarding con IA pueden cerrar clientes con expectativas más ambiciosas de tiempo a valor, y eso es una ventaja competitiva enorme en un mercado donde los presupuestos anuales se están cortando en trimestrales.

Caso real anónimo: ¿qué pasó cuando una agencia media rediseñó su operativa con IA?

Voy a contar un caso que he seguido de cerca durante 2024, 2025 y lo que llevamos de 2026. Es una agencia mediana de Madrid, especializada en servicios profesionales (abogados, consultoras, asesorías), con unos veinticinco empleados y una facturación anual cercana a 2,2 millones de euros en 2023. La conocía bien por relación con uno de sus socios y por proyectos cruzados. En 2023 decidieron que “iban a implantar IA” y contrataron dos herramientas caras de generación de contenido. Resultado a los seis meses: cero cambio en márgenes, cansancio del equipo y una sensación de que la IA “no era para tanto”.

En verano de 2024 rehicieron el planteamiento con acompañamiento externo (un mix de consultoría interna y una parte con Datalvar). Cambiaron cinco cosas concretas: primero, dejaron de vender contenido por volumen y empezaron a vender contenido con firma de expertos del propio cliente (usaban IA para investigar y estructurar, no para escribir el texto final). Segundo, montaron un sistema de scoring de leads B2B con IA que reducía a la mitad el tiempo del equipo comercial del cliente. Tercero, transformaron el retainer clásico en un pricing mixto de fee + variable por MQL entregado. Cuarto, redujeron plantilla junior en tres personas y reciclaron a dos seniors a rol de arquitecto de flujos IA. Quinto, cambiaron el pitch: pasaron de PDF de cuarenta páginas a demo funcional en 72 horas con datos del cliente potencial.

El resultado a doce meses fue muy interesante y a la vez muy incómodo. Facturación 2025 subió a 2,7 millones (un 22% más). Margen operativo pasó del 12% al 21%. Retención de clientes mejoró del 68% al 84%. Pero también hubo dolor real: perdieron a un socio que no compartía el rumbo, perdieron a cuatro personas del equipo (dos por rediseño, dos por decisión propia) y tuvieron seis meses de mucha tensión interna. La conclusión que su socio director me repite cuando comemos es que lo harían igual, pero antes. Es un caso muy útil para no romantizar la transformación: hay ganancia y hay coste, y la conversación honesta sobre agencias e IA tiene que incluir ambos.

¿Qué haría yo hoy si abriera una agencia desde cero en 2026?

Me lo pregunto a menudo y tengo la respuesta bastante clara. Primero, elegiría un vertical con dolor claro y me haría insustituible ahí. Un vertical donde el ticket medio del cliente sea alto, donde la regulación o la complejidad protejan del generalismo, y donde tenga acceso a una red mínima previa. No abriría una agencia generalista de PYMEs jamás en 2026. Segundo, la operativa desde el día uno estaría rediseñada con IA en cada capa: prospección, propuesta, onboarding, producción, medición, reporting, retention. No como añadido, sino como columna vertebral. Contratar en 2026 a alguien “que no sepa IA” para producción es tirar dinero y forzar formación después.

Tercero, el equipo inicial sería muy pequeño y muy senior. Cinco o seis personas máximo, con un rango de perfiles muy amplio: estrategia, arquitectura IA, creatividad, medición, comercial. Nada de dos socios más un equipo grande de juniors. La palanca de escala sería la IA, no las contrataciones. Y cuarto, el modelo comercial sería híbrido desde el arranque: parte servicio con outcome-based pricing, parte producto o licencia. Aunque el producto tarde uno o dos años en madurar, la mentalidad de agencia-producto se instala desde el primer día. Sin ella, el techo de facturación se toca en 1 o 1,5 millones y no hay forma de salir.

Y una decisión estratégica más, esta puramente personal: no aceptaría clientes de menos de un cierto ticket ni contratos de menos de doce meses, aunque signifique crecer más despacio los primeros dos años. Es un modelo menos escalable en apariencia y mucho más rentable en la práctica. La agencia mediana generalista que factura de todos y con todos, ese modelo ya no lo repetiría. Y si tuviera que dar un consejo a alguien que hoy está pensando en abrir agencia, sería este: empieza por lo que la IA no puede hacer sola y construye desde ahí, no al revés.

¿Qué recomiendo a directores de agencia que están leyendo esto y sienten vértigo?

El vértigo es honesto y comprensible, no lo despacharía con una frase motivacional. Lo primero que le diría a un director de agencia que está viendo cómo se le mueve el suelo bajo los pies es que haga inventario real de servicios y de márgenes por línea. Muchas agencias no saben con precisión qué línea gana dinero y cuál no; lo saben “por sensación”. En 2026 esa sensación ya no basta. Hace falta una tabla dura, línea por línea, con margen bruto real y proyección a doce meses. A veces la conversación cambia de tono radicalmente cuando la agencia descubre que su línea “estrella” tiene un margen del 4% y otra secundaria del 38%.

Lo segundo es hablar con el equipo antes que con el mercado. Antes de anunciar rediseños al cliente, antes de contratar consultores externos, antes de publicar en LinkedIn el nuevo posicionamiento, hay que sentarse con el equipo interno y tener la conversación cruda. Explicar qué se ve venir, escuchar qué ve el equipo que quizá tú no ves desde dirección, y co-decidir qué se prioriza. Las transformaciones que fallan son las que se anuncian desde el ático sin haber pasado por la operativa. Las que funcionan son las que empiezan cambiando pequeñas cosas concretas donde el equipo ya sabía que algo no funcionaba.

Y lo tercero, quizá lo menos técnico pero lo más importante: no confundir velocidad con dirección. En 2026 hay una presión brutal por ir rápido con la IA, y esa presión está haciendo que muchas agencias se metan en herramientas, contratos e inversiones sin dirección clara. Ir rápido en la dirección equivocada solo acelera el problema. La conversación honesta sobre agencias e IA no es “cuánto tardo en implantar IA en todo”, es “en qué parte concreta de mi cadena de valor la IA me diferencia y en qué parte solo me distrae”. Esa distinción se hace despacio, con criterio, y a menudo con ayuda externa que no tenga interés en venderte una herramienta.

¿Qué me hace optimista sobre el sector agencia en 2026 pese a todo?

Termino la conversación con una nota que no es de puro cierre, es lo que de verdad pienso. Estoy optimista sobre el sector agencia en 2026 y en el trienio que viene, aunque el artículo entero pueda parecer una advertencia. Estoy optimista porque, por primera vez en veinte años, se está haciendo una limpieza real de servicios que no aportaban valor de verdad y estaban ocupando espacio y talento. Estoy optimista porque los perfiles que sobreviven a esta transición son mejores profesionales que hace tres años, con más criterio y más herramientas. Y estoy optimista porque las agencias que están naciendo o rediseñándose ahora tienen una oportunidad de márgenes y de impacto que no habíamos visto desde los primeros años del boom digital.

Lo que va a diferenciar a las agencias que ganen esta década no va a ser cuánta IA tengan integrada, sino qué criterio humano combinen con esa IA. La IA es un multiplicador de criterio: si tienes buen criterio, la IA te hace diez veces mejor; si no lo tienes, la IA amplifica tus errores diez veces también. Por eso el foco no está en la herramienta, está en el equipo, en la voz y en la relación con el cliente. Las agencias que entiendan esto y actúen a tiempo tienen tres a cinco años increíbles por delante. Las que sigan defendiendo el modelo de 2019 con parches, no llegan a 2028 como agencias tal como se conocieron.

Y para el cliente, la buena noticia es que va a poder elegir mejor. Va a haber menos agencias pero mejores, con propuestas más honestas, con pricing más alineado a resultado, con menos capas intermedias y con más criterio real por euro invertido. En muchos sentidos, este ajuste doloroso es exactamente lo que el ecosistema necesitaba para dejar de crecer por inercia y empezar a crecer por valor. La conversación sobre agencias e IA, qué desaparece y qué se transforma, es al final una conversación sobre madurez del sector. Y prefiero un sector maduro y más pequeño que uno inflado y mediocre.

Tabla resumen: mapa de servicios de agencia 2026-2028