En los comités de dirección de las grandes empresas de consumo se vive una contradicción que empieza a hacerse visible: nadie aprobaría hoy una campaña de medios sin un objetivo de retorno claro, pero sí se aprueban proyectos de inteligencia artificial sin ese mismo filtro. Lo denuncia Oscar Mexia, director de marketing en el grupo Lactalis, en una entrevista concedida a El Domingo de Iberia, la sección de entrevistas de LaPrensaIA.
Su diagnóstico llega en un momento en que las compañías de gran consumo aceleran la adopción de herramientas de IA generativa y analítica, pero sin un marco común para medir si ese gasto realmente compensa. Mexia lo resume con una frase que pretende incomodar: muchas decisiones de inversión en IA se toman «por convicción, por miedo a quedarse atrás, o porque suena bien». Y sentencia: «Eso es fe, no gestión».
Quién es Oscar Mexia
Mexia lleva nueve años en Lactalis Group, donde entró en mayo de 2017 como responsable de marketing de grupo y del canal de marketplaces. Antes trabajó en Calidad Pascual, donde dirigió el relanzamiento de la categoría de leche y zumos —un negocio, según explica, que llevaba once años cayendo—. Previamente pasó seis años y medio en Grupo Bimbo, con una etapa como expatriado en la central de México, donde participó en el lanzamiento internacional de TAKIS. Empezó su carrera en Unilever, en la división de consumo fuera del hogar.
Es licenciado en Publicidad y Relaciones Públicas por la Universitat Pompeu Fabra, cuenta con un MBA por Esade (2013) y cursó el Program for Leadership Development de Harvard Business School (2022-2023). Vive en Madrid y responde a esta entrevista a título estrictamente personal, sin representar la posición de Lactalis ni de ninguno de sus empleadores anteriores.
La economía del análisis: lo que de verdad ha cambiado
Para Mexia, el cambio real que trae la IA al marketing de gran consumo no es espectacular, sino económico. Durante años, buena parte del conocimiento generado por las compañías —estudios de mercado, seguimiento del consumidor, históricos de categoría— quedaba sin explotar porque cruzarlo a mano no compensaba el esfuerzo.
«Hoy esa barrera ha desaparecido», explica. Un análisis que antes nadie se planteaba por su coste ahora es viable, rápido y barato. Pone un ejemplo concreto: preguntar cómo ha evolucionado la percepción de un atributo de producto en una categoría durante diez años, cruzando distintas bases de datos, y obtener la respuesta en minutos. «No es que la IA nos dé información nueva de la nada: es que convierte en viable un cruce que antes era económicamente inviable», señala.
Las dos caras del humo
El directivo distingue dos tipos de riesgo que, a su juicio, se disfrazan de innovación. El primero es un problema de secuencia: organizaciones que intentan resolver con IA problemas estratégicos complejos sin haber ordenado antes lo operativo básico. «Es querer subir al piso quince sin haber terminado los cimientos», ilustra.
El segundo riesgo le parece más grave: sustituir la validación real de mercado por una simulación. Ya existen herramientas que generan «consumidores sintéticos» y predicen si un concepto funcionará antes de salir al mercado. Mexia no cuestiona la capacidad técnica de esa simulación, sino lo que llama «la temeridad de tomar decisiones de mucha inversión apoyándote únicamente» en ella, sin contrastarla con el mercado real.
Dónde rinde más la IA: pricing, insights y creatividad
Preguntado por las áreas donde la IA aporta más valor hoy, Mexia identifica el pricing como el terreno de retorno más claro, por ser un problema de cruce de variables —costes, históricos, competencia, elasticidad, región, canal— casi imposible de mantener actualizado a mano. Pero matiza algo importante: es también donde menos autonomía de decisión le concede a la máquina, «porque las implicaciones y el riesgo de una decisión de precio mal calibrada son demasiado serios como para no tener supervisión humana en la decisión final».
En los insights de consumidor, considera que la aportación es real pero limitada: la IA detecta patrones a una escala que ningún equipo humano puede igualar, pero el significado profundo de una motivación de compra sigue dependiendo de la observación directa. Pone como ejemplo una investigación sobre alimentación infantil: una madre puede sentir que fracasa cuando su hijo no se come el almuerzo que ella preparó, y esa culpa puede explicar por qué valora tanto prepararlo ella misma. «Ese insight no vive en ninguna base de datos», afirma. «Solo emerge de una pregunta cualitativa bien hecha».
En creatividad, sostiene que la IA ejecuta y produce extraordinariamente bien, pero la idea original sigue naciendo de una tensión humana. En medios, cree que todavía se está lejos de una estrategia completa orquestada de punta a punta por la IA, por la fragmentación del ecosistema.
Como ejemplo de lo que más le ha sorprendido, menciona la detección de un patrón de varios niveles: un competidor que ajustaba su calendario promocional para anticiparse sistemáticamente al de otro, saturando de stock los hogares antes de que llegara la promoción rival y neutralizándola así. Un comportamiento estratégico, dice, que probablemente habría pasado desapercibido cruzando los datos manualmente.
El algoritmo como primer comprador
Mexia fue pionero del canal Amazon y los marketplaces dentro de su compañía, y desde esa experiencia describe un cambio de fondo en la relación entre marca y consumidor: «Con un comprador negocias; a un algoritmo lo alimentas» con datos, contenido, disponibilidad y velocidad.
Explica que la batalla ya no es el espacio físico en el lineal, sino la visibilidad algorítmica: aparecer cuando el sistema decide qué mostrar. Y advierte de un fenómeno que considera clave en la compra online: la primera decisión del consumidor se vuelve desproporcionadamente importante, porque romper después una rutina ya establecida exige mucho más esfuerzo que ganarla la primera vez. Son, dice, «escenarios de ganador que se lo lleva todo».
De cara al futuro, anticipa un capítulo más radical: cuando la compra recurrente se delegue todavía más en asistentes que decidan y repitan por el consumidor, «las marcas sin una preferencia real construida en la mente del consumidor serán sustituidas por el equivalente más barato sin que el consumidor siquiera se entere».
Publicidad generada por IA: oportunidad con matices
Sobre la publicidad creada con inteligencia artificial, Mexia se muestra optimista: la producción de contenido se ha abaratado y una marca con valores claros puede producir muchas piezas creativas que expresen la misma idea desde ángulos distintos. Pero advierte de que el riesgo real no está en la herramienta, sino en usarla «sin tener resuelto antes un buen posicionamiento de fondo».
Señala además que el riesgo reputacional no es igual para todas las marcas. Una marca construida sobre la cercanía y lo humano —terreno habitual en alimentación— tiene más que perder si usa la IA de forma que traicione esa promesa, frente a una marca cuyo territorio ya es la eficiencia o la tecnología.
Las habilidades que marcarán la diferencia
Para los próximos cinco años, Mexia anticipa que el acceso a la IA se convertirá en algo común para todas las empresas, por lo que la verdadera ventaja competitiva se desplazará a quién sabe redefinir bien los roles entre quién decide el objetivo y quién ejecuta el proceso.
Al profesional que mira la IA con recelo, le dice que no usarla es el verdadero error, pero que el miedo a no ser «técnico» es un obstáculo falso: no hace falta programar para sacarle valor, hace falta pensar estratégicamente en para qué aplicarla. Si tuviera que quedarse con una sola habilidad, sería «saber preguntar bien»: formular un buen briefing, recuerda, siempre fue de las capacidades más escasas del marketing, y ahora es la más valiosa, porque «un modelo brillante con una mala pregunta solo produce mediocridad a gran velocidad».
La IA como una línea más de la cuenta de resultados
Mexia cierra su reflexión con la idea que da título a la entrevista: en una cuenta de resultados todo compite por el mismo euro —promoción, innovación, medios, personas— y la IA no debería ser una excepción con estatuto propio. Hoy, sin embargo, se le exime de la disciplina de retorno que se exige a cualquier otra partida.
En cuanto todas las compañías tengan acceso a los mismos modelos, sostiene, la ventaja competitiva se desplazará a tres elementos que no se compran con una suscripción: la calidad de los datos propios, la calidad de las preguntas que sabe hacer cada organización, y la disciplina para probar, medir y «matar rápido lo que no funciona». Esta última, dice, es la habilidad menos vistosa y más rentable de todas, porque reconocer a tiempo un piloto fallido cuesta una fracción de lo que cuesta escalar un error con más presupuesto.
Su recomendación final es, en sus palabras, poco espectacular pero rentable: casos de uso concretos, retorno medible y la valentía de cortar rápido lo que no rinde. «La IA no cambia el orden. Solo cambia lo rápido que se nota quién no lo respeta», concluye.
Preguntas frecuentes
¿Quién es Oscar Mexia?
Es director de marketing en Lactalis Group desde mayo de 2017, donde entró como responsable de marketing de grupo y del canal de marketplaces. Antes trabajó en Calidad Pascual, Grupo Bimbo y Unilever.
¿Qué formación tiene Oscar Mexia?
Es licenciado en Publicidad y Relaciones Públicas por la Universitat Pompeu Fabra, cuenta con un MBA por Esade (2013) y cursó el Program for Leadership Development de Harvard Business School entre 2022 y 2023.
¿Por qué dice que las inversiones en IA se aprueban por fe y no por gestión?
Porque, a diferencia de lo que ocurre con una campaña de medios —que exige un retorno de inversión claro antes de aprobarse—, muchos proyectos de IA se aprueban hoy por convicción, por miedo a quedarse atrás o porque la propuesta suena atractiva, sin el mismo rigor de medición.
¿Dónde cree Oscar Mexia que la IA aporta más valor en marketing de gran consumo?
Señala el pricing como el área de retorno más claro, por la capacidad de cruzar múltiples variables de costes, competencia y elasticidad. También destaca la economía del análisis, que permite hacer cruces de datos antes inviables por su coste.
¿Qué riesgos ve en el uso de IA en el sector?
Identifica dos: resolver problemas estratégicos complejos sin haber ordenado antes los procesos operativos básicos, y sustituir la validación real de mercado por simulaciones con «consumidores sintéticos» sin contrastarlas con datos reales.
¿Qué significa que el algoritmo sea el primer comprador?
Se refiere a que en canales como Amazon o los marketplaces, antes de llegar al consumidor final una marca debe convencer primero al sistema que decide qué productos mostrar, alimentándolo con datos, contenido, disponibilidad y velocidad.
¿Qué habilidad considera Oscar Mexia la más importante para el futuro del marketing?
Saber formular buenas preguntas o briefings, ya que un modelo de IA potente usado con una pregunta mal planteada solo produce resultados mediocres a gran velocidad.
Samuel Gil es especialista en infraestructura tecnológica, administración de servidores y desarrollo de servicios digitales. Con una sólida trayectoria en entornos web de alta exigencia, optimización de servidores y gestión de arquitecturas de red, Samuel dedica su labor en faq-box.com a desglosar cuestiones técnicas complejas para convertirlas en guías prácticas, transparentes y de alto valor técnico.
Su enfoque editorial prioriza el rigor, la seguridad en los sistemas y la resolución eficiente de problemas técnicos cotidianos y avanzados. A través de sus análisis, busca ofrecer respuestas directas y contrastadas para profesionales y entusiastas del sector tecnológico.
Cuenta con una sólida formación en el área tecnológica, destacando su especialización a través del Máster en Inteligencia Artificial Aplicada a la Gestión Empresarial y el MBA in Digital Transformation & Artificial Intelligence de ISEEN.EU, lo que aporta un rigor técnico avanzado a cada análisis de desarrollo y arquitectura digital.
