4 min de lectura

IA agéntica en marketing: MoEngage lanza campañas desde una conversación y Glance sube 38% sus clics en push

IA agéntica en marketing: MoEngage crea agentes que operan campañas desde una conversación y Glance logra 38% más clics en push. Lecciones para tu empresa.

Ilustración abstracta de agentes de IA conectados a cubos de datos aislados y seguros, que representan campañas de marketing inteligentes

Preparar una venta relámpago de fin de semana suele empezar con tres herramientas abiertas: el panel de analítica para ver qué funcionó, la biblioteca de contenidos para acertar con el tono y el constructor de campañas para armarla. Multiplica eso por email, push, SMS y WhatsApp y obtienes un equipo que gasta buena parte de la semana navegando software en lugar de decidiendo. MoEngage, plataforma de interacción con clientes que usan más de 1.350 marcas de consumo, apostó por la IA agéntica en marketing para cambiar ese modelo. El resultado es Merlin AI, un conjunto de agentes que trabajan con datos vivos de la plataforma. Uno de sus clientes, Glance, logró un aumento del 38% en el CTR de sus notificaciones push.

La clave no fue el modelo, sino la arquitectura. MoEngage se preguntó cómo dar a los agentes acceso seguro y aislado por cliente a datos en tiempo real sin reconstruir cientos de APIs existentes. La respuesta se apoya en Amazon Bedrock AgentCore y en el protocolo MCP (Model Context Protocol). Sus APIs de campañas, analítica, segmentos, contenido y flujos ya eran compatibles con OpenAPI 3.0, así que usó el framework FastMCP para generar herramientas MCP a partir de esas especificaciones. Cada operación se convierte en una herramienta con esquema, descripción y validación de parámetros. El servidor MCP, alojado en AgentCore Runtime, no ejecuta ningún modelo propio. El razonamiento ocurre en el agente que lo invoca, con modelos Claude de Anthropic en Amazon Bedrock. Es el mismo enfoque que explicamos en cómo MoEngage convirtió 400 APIs en herramientas para agentes.

Cuatro tipos de agentes que ya operan en producción

Merlin AI organiza su oferta en cuatro modos, todos sobre la misma base:

  • Agentes embebidos en el Studio: Copywriter, Designer, Segment Assist (por ejemplo, "usuarios que abandonaron el carrito en las últimas 2 horas"), Jinja Assist, constructor de plantillas in-app y Flow Assist, que convierte una idea en un recorrido de cliente listo para desplegar.
  • Agentes conversacionales: responden preguntas o ejecutan acciones sobre campañas, analítica, segmentos y flujos. El Campaign Insights Agent delega en subagentes que analizan varias métricas, diagnostican por qué una cae y comparan periodos o segmentos.
  • Agentes personalizados: los equipos de CRM los diseñan para que corran de forma continua con sus propias reglas. Cada uno deja un registro de actividad y puede operar con autonomía total o exigir revisión humana antes de ejecutar.
  • Agentes de decisión: deciden por cada cliente qué decir, cuándo, con qué frecuencia y por qué canal, y aprenden de cada resultado.
  • Aislamiento por cliente: lo que decide si un agente llega a producción

    El flujo de una consulta muestra dónde está la seguridad. El usuario ya autenticado envía su token JWT, AgentCore Runtime lo valida y abre una sesión aislada para esa persona. El agente consulta al modelo qué herramientas llamar y el servidor MCP invoca las APIs con el contexto del cliente. Esas APIs aplican los permisos existentes y las reglas de residencia de datos. No se creó una capa de acceso paralela: se reutilizó la que ya funcionaba. Para ver otro caso donde el aislamiento es la base del diseño, mira cómo Octave montó una IA multi-tenant segura en Amazon Bedrock.

    Cómo aplicar la IA agéntica en marketing en tu empresa

    No necesitas ser una plataforma de software para sacar partido de este patrón. Estas son las lecciones prácticas:

    1. Audita tus APIs antes de comprar nada. Si ya tienes especificaciones OpenAPI, tienes media tarea hecha: pueden convertirse en herramientas para agentes sin reescribir la lógica de negocio.
    2. Empieza por los puntos de fricción. MoEngage colocó cada agente donde el equipo ya hacía ese trabajo (segmentar, redactar, analizar). Identifica las tareas que obligan a saltar entre herramientas.
    3. Hereda permisos, no los reinventes. Reutilizar la autenticación y las reglas de datos existentes reduce el riesgo y acelera la aprobación de seguridad. Si gestionas muchos agentes y herramientas, conviene pensar en gobernanza centralizada, como la de Uber con su gateway MCP.
    4. Define el nivel de autonomía por caso. Un agente puede operar solo o con aprobación humana. Empieza con revisión obligatoria y afloja cuando los registros de actividad demuestren fiabilidad.
    5. Exige trazabilidad. Que cada agente muestre qué datos consultó, qué decidió y qué envió es lo que permite auditar y confiar.
    6. Separa capas. Clientes, servidor MCP, APIs y modelos tienen responsabilidades únicas; así puedes cambiar un modelo sin tocar el resto.

    Un error a evitar es pensar que el agente sustituye la estrategia. Los equipos de MoEngage definen contenido, objetivos y límites; los agentes ejecutan dentro de ese marco.

    Cuándo apostar por la IA agéntica en marketing

    El momento adecuado llega cuando tus equipos pierden más tiempo operando herramientas que tomando decisiones, y cuando tu plataforma ya expone sus capacidades por API. Entonces la capa de agentes es una extensión natural, no una reconstrucción. El caso de Glance, con un 38% más de clics en push, muestra el potencial, aunque conviene medir en tu propio contexto con un piloto acotado y un canal concreto.

    La pregunta para tu próxima reunión de estrategia es sencilla: ¿cuántas de tus APIs podrían convertirse mañana en herramientas para un agente, y qué proceso de marketing te gustaría resolver en una sola conversación? Quien responda primero tendrá ventaja con la IA agéntica en marketing.

    Preguntas frecuentes

    ¿Qué es Merlin AI de MoEngage?

    Merlin AI es el conjunto de agentes de IA de MoEngage que trabajan con datos vivos de la plataforma. Incluye agentes embebidos (copy, diseño, segmentos), conversacionales, personalizados y de decisión. Permite redactar, analizar y ajustar campañas desde una sola conversación, y decidir qué enviar a cada cliente, en qué canal y en qué momento.

    ¿Qué resultados obtuvo Glance con la IA agéntica en marketing de MoEngage?

    Según MoEngage, Glance logró un aumento del 38% en la tasa de clics (CTR) de sus notificaciones push gracias a Merlin AI. MoEngage la usan más de 1.350 marcas de consumo en canales como push, email, in-app, SMS, WhatsApp y RCS. El caso muestra el potencial, aunque cada empresa debe medir su propio impacto.

    ¿Cómo mantiene MoEngage aislados los datos de cada cliente?

    El usuario envía su token JWT existente, AgentCore Runtime lo valida y abre una sesión aislada. El servidor MCP llama a las APIs de MoEngage con el contexto del cliente, y estas aplican los permisos y las reglas de residencia de datos ya vigentes. Así no se crea una capa de seguridad paralela.