# Cuándo NO usar IA en tu marketing (y por qué la prudencia gana a la moda)
La IA s'ha convertit en la resposta per defecte a qualsevol problema de màrqueting. La pregunta ja no és “necessito IA?”, sinó “on la poso?”. Aquesta inversió de la pregunta és perillosa, perquè dóna per fet que la IA sempre aporta valor i desplaça el debat que realment importa: on ajuda la IA, on fa nosa i on, simplement, no és l'eina correcta.
Aquest article defensa una idea impopular: hi ha tasques de màrqueting en què la IA no és la solució, i reconèixer-ho no és un retrocés, és prudència. La prudència, en màrqueting, guanya a la moda perquè la moda costa diners i la prudència n'estalvia.
1. Quan el volum no ho justifica
La IA brilla en volum: processar mil documents, redactar centenars de variants, analitzar milers de files. En volum, l'estalvi de temps justifica la inversió i el risc d'error es dilueix en la massa.
Però quan la tasca és de baixa freqüència i alta importància, la IA no és l'eina. Escriure el correu que va als vint clients que representen el 80% de la teva facturació no és una tasca de volum; és una tasca de precisió. Fer servir IA per redactar-lo estalvia vint minuts i posa en risc la relació amb el client que sosté el negoci. Els comptes no surten.
La regla: la IA per al que és freqüent, la persona per al que és important. Confondre-ho és l'error que trenca més relacions professionals.
2. Quan la marca té veu pròpia
La IA produeix un text correcte, però correcte no vol dir teu. Un model genèric tendeix a fer la mitjana de l'estil de tot el que ha vist, i aquesta mitjana és plana. En marques que es construeixen sobre una veu distintiva (un to, una manera de dir, una postura), el contingut d'IA dilueix la veu fins que es confon amb la de qualsevol competidor.
La marca es construeix en la diferència, i la diferència, en el llenguatge. El contingut que sona a IA no sona a ningú, i sonar a ningú és el contrari de posicionar-se.
L'excepció: quan la IA es fa servir com a primer esborrany i una persona el reescriu amb la veu de la marca, el resultat pot mantenir el to i aprofitar la velocitat. El problema apareix quan es publica l'esborrany sense passar per aquesta reescriptura, i el lector ho nota, encara que no sàpiga dir què nota.
3. Quan la dada és sensible
La IA d'un proveïdor extern processa el que se li envia. Per a contingut públic, el risc és baix. Per a dades de clients, estratègies internes, informació no publicada o qualsevol dada que no hauria de sortir de l'organització, el risc no és baix, és inacceptable.
La prudència no és paranoia: les condicions de servei de molts proveïdors permeten fer servir el contingut enviat per millorar el model i, encara que hi hagi opcions per no entrenar-lo, la confiança cega en la configuració correcta no és una política de dades. Quan la dada és sensible, l'eina externa queda fora, encara que sigui més còmoda.
4. Quan la decisió és irreversible
La IA és bona per proposar i dolenta per confirmar. En decisions reversibles (provar un titular, redactar un esborrany, suggerir una estructura), el cost d'un error és baix i la velocitat de la IA compensa. En decisions irreversibles (enviar un comunicat, publicar una posició pública, eliminar contingut indexat), l'error no es desfà i la IA no ha de decidir sola.
La diferència no és la capacitat de la IA, és l'asimetria del risc. En el que és reversible, l'error es corregeix; en l'irreversible, no. La IA es fa servir on l'error és barat; la persona decideix on l'error és car.
5. Quan el client paga per criteri humà
Hi ha serveis el valor dels quals és, explícitament, el criteri humà. La consultoria estratègica, l'assessorament personalitzat, la creativitat de marca, el diagnòstic a mida. El client que paga per aquests serveis no ho fa perquè no existeixi la IA, ho fa perquè busca el judici d'algú que s'hi juga la reputació en la recomanació.
Fer servir IA per lliurar el que el client creu que és criteri humà no és eficiència, és engany. Quan es descobreix, i es descobreix, el dany no és el de l'error puntual, és el de la confiança que no es recupera. En aquests serveis, la transparència sobre on es fa servir IA i on no, no és opcional, és la condició que sosté la relació.
6. Quan la tasca requereix originalitat real
La IA combina el que ha vist. Ho fa amb una fluïdesa que pot semblar creativitat, però combinar no és crear. En tasques que requereixen originalitat real (un concepte de campanya que ningú no ha fet, una opinió que trenca el consens, una idea que no és una recombinació de les existents), la IA produeix una versió plausible del que ja existeix, no la idea nova que cal.
L'originalitat, en màrqueting, no és un caprici estètic. És el que distingeix una campanya que es recorda d'una que es confon amb les altres. La IA ajuda a executar la idea original; no és la font de la idea original.
La regla del filtre humà
El principi que ordena tots els casos anteriors és senzill: la IA proposa, la persona decideix. El model pot redactar, resumir, analitzar, comparar i suggerir, però la decisió de fer servir el que produeix, de publicar-ho, d'enviar-ho, de signar-ho, continua sent humana. Aquest filtre no és un obstacle per a l'eficiència, és la garantia que l'eficiència no es converteixi en risc.
La prudència no vol dir fer servir menys IA. Vol dir fer-la servir on aporta i prescindir-ne on fa nosa. I aquesta distinció, que no és trivial, és el que separa el professional que aprofita la IA del que es deixa portar per la moda i després paga els plats trencats.
Conclusió
La IA no és la resposta a tots els problemes de màrqueting, i tractar-la com si ho fos produeix errors cars. La prudència de reconèixer on no fer-la servir, on filtrar-ne el resultat i on preservar el criteri humà no és resistència al canvi, és maduresa. La IA ben utilitzada és una palanca; la IA mal utilitzada és un risc. La diferència és en el criteri de qui decideix, i aquest criteri, ara per ara, continua sent humà.
Si estàs integrant IA al teu màrqueting i no saps on aporta de debo i on convé frenar, agenda un diagnòstic i ho revisem sobre la teva estratègia real.