El catálogo de marketing: motions para construir demanda de productos AI-native

Si todo esto es nuevo para ti, empieza aquí

Este es un documento largo. No necesitas leerlo completo para empezar a usarlo. Si el marketing es nuevo para ti, o si estás dirigiendo una empresa de IA en etapa temprana, esta es la respuesta más simple posible a la pregunta: «¿Qué debería hacer?».

Esta semana. Elige una plataforma: LinkedIn si tu comprador es un operador de negocio, X (Twitter) si tu comprador es desarrollador o una persona técnica. Publica una cosa allí: una observación sobre tu industria, un problema que hayas notado o una lección que hayas aprendido al construir tu producto. No intentes que sea perfecto. Simplemente publica algo.

La próxima semana. Publica otra cosa en la misma plataforma. Tema distinto, mismo nivel de esfuerzo.

Este mes. Publica una cosa por semana, todas las semanas. Configura un recordatorio en el calendario. Las primeras seis semanas se sentirán inútiles: casi nadie interactuará. Sigue de todos modos.

Este trimestre. Añade una cosa más: escribe un artículo largo, de 1.000 a 1.500 palabras, sobre la pregunta más importante que hacen tus clientes. Publícalo en el blog de tu empresa (o en Medium, o en LinkedIn). Distribúyelo una vez en la plataforma donde ya has estado publicando.

Esa es toda la receta para los primeros 90 días. Sin anuncios pagos. Sin webinars. Sin agencias. Sin stack de marketing-tech. Sin CMO. Solo la persona fundadora, publicando con constancia, más un artículo por mes.

¿Por qué tan simple? En la etapa más temprana, ningún otro marketing motion produce resultados significativos en comparación con el contenido liderado por la persona fundadora. La publicidad pagada se desperdicia porque todavía no sabes quién es tu comprador. Los webinars requieren infraestructura que no tienes. PR se desperdicia porque todavía no tienes una historia. Account-based marketing requiere un equipo de ventas. Lo que funciona en el mes uno es la persona fundadora, publicando.

Si haces esto con constancia durante seis meses, sabrás más sobre marketing que el 80% de las personas fundadoras, y estarás listo para leer el resto de este documento con contexto práctico sobre para qué sirve cada motion. Todo lo que sigue es el playbook de lo que viene después: cuando tienes clientes, cuando contratas a tu primer responsable de marketing, cuando empiezas a gastar dinero. Todavía no necesitas nada de eso.

Si quieres una vista un poco más amplia antes de volver a la receta anterior, la versión para principiantes de 10 minutos de abajo te da el mapa completo. Si quieres profundizar, sigue leyendo.

El camino para principiantes en este documento

Si eres principiante de verdad, no leas este documento de forma lineal. El catálogo está diseñado para muchos lectores: personas fundadoras, CMO, inversionistas y operadores con experiencia, y la mayor parte todavía no es para ti. Lee estas cinco secciones, en este orden, y omite todo lo demás hasta que hayas publicado con constancia durante 90 días:

Si todo esto es nuevo para ti, empieza aquí (arriba): la receta literal semana por semana.
Versión para principiantes de 10 minutos (abajo): el panorama más amplio: cuatro familias, doce motions en una oración cada uno y la dificultad para principiantes de cada motion.
Motion 3 — Founder Thought Leadership (en la sección A): el único motion que realmente ejecutarás en los primeros 90 días.
Motion 1 — Content & SEO Marketing (en la sección A): el segundo motion, que empieza alrededor del día 90.
Apéndice A — Glosario (al final): ábrelo cada vez que un término no te resulte familiar.

Ese es todo el camino de lectura para principiantes. Aproximadamente 4.000 palabras distribuidas en cinco secciones. Puedes omitir el resumen ejecutivo, el diagnóstico del marketer, la matriz de encaje estratégico, los otros diez motions, los conceptos transversales, los cambios de la era de IA, los motions híbridos, las fallas comunes, los anti-patrones y las recomendaciones por etapa hasta que tengas preguntas específicas que esas secciones respondan.

Después de 90 días ejecutando Founder Thought Leadership y empezando Content & SEO, vuelve al documento y lee el resto en el orden que te interese. Para entonces tendrás contexto práctico que hará que las secciones profundas sean útiles en lugar de abrumadoras. La mayoría de los lectores descubre que lo que se sentía denso en la primera lectura se vuelve esencial en la segunda.

Dónde encaja este documento

Este documento forma parte de la serie The AI-Native Company. The Agent Factory Thesis define la arquitectura. The AI Worker Catalog define qué se construye. The Sales Catalog define cómo se venden esos productos. El catálogo de marketing define cómo la empresa crea el awareness, la demanda y la confianza que hacen posibles los acuerdos desde el principio.

Si el catálogo de ventas te dice qué hacer una vez que el comprador está en la sala, el catálogo de marketing te dice cómo llenar la sala.

Puedes leer este documento de forma independiente. Las pocas referencias cruzadas al catálogo de ventas (donde marketing entrega el trabajo a ventas) se pueden omitir sin perder el argumento.

Cómo leer este documento

Este documento es una herramienta, no una historia. Distintos lectores lo usarán de formas distintas.

Si estás empezando en marketing o generación de demanda. Empieza por el Apéndice A: Glosario, al final. Revísalo una vez para que el vocabulario te resulte familiar. Luego lee la versión para principiantes de 10 minutos, que aparece inmediatamente después. Cuando llegues a los motions, concéntrate solo en el párrafo En palabras simples y en el recorrido ficticio de cada uno; omite las secciones más profundas de mecanismo, ejemplo y riesgo en tu primera lectura. Vuelve a ellas cuando quieras profundidad.

Si eres una persona fundadora, líder de marketing o CMO que diseña su motion. Usa el Diagnóstico del marketer y la Matriz de encaje estratégico para identificar qué motions podrían aplicar a tu etapa y a tu comprador. Lee por completo esos dos o tres motions. Omite los demás hasta que los necesites.

Si eres inversionista u operador con experiencia. El documento está hecho para ti. Léelo de arriba abajo. Los motions están secuenciados desde pull (donde empiezan la mayoría de las empresas de IA en etapa temprana, porque pull es barato) hasta push y earned, y luego community (donde los moats se componen).

Una nota sobre la jerga. Este documento usa vocabulario de negocio y técnico de marketing B2B, generación de demanda, estrategia de contenido, DevRel y el stack emergente de marketing aumentado con IA. La primera vez que aparece un término especializado, normalmente se explica cerca en lenguaje claro o entre paréntesis. El Apéndice A: Glosario ofrece una referencia rápida para cualquier término que te haga tropezar.

Versión para principiantes de 10 minutos

Si solo tienes diez minutos, lee esta sección. Te da todo lo que necesitas para entender cómo hacen marketing las empresas AI-native, sin la profundidad del resto del documento.

¿Qué es un marketing motion?

Un marketing motion es la forma específica en que una empresa crea awareness, construye confianza y produce demanda para su producto. Incluye quién inicia la relación (la audiencia o la empresa), cuánto tarda el motion en rendir y qué canales y tipos de contenido se usan. Distintos productos necesitan distintos motions. Una herramienta de autoservicio para desarrolladores se vende de forma muy distinta a un contrato enterprise de 1 millón de USD, y necesitan marketing muy distinto.

¿Por qué distintos productos necesitan distintos motions?

Cuatro factores determinan qué motion encaja: quién es el comprador (desarrollador, operador de línea de negocio, ejecutivo), cuánto dura el ciclo de ventas típico, cuánto cuesta tu producto y qué tan madura es la categoría. Una categoría nueva necesita motions con mucha educación (contenido, thought leadership) porque los compradores todavía no saben que tienen el problema. Una categoría madura necesita motions con mucha diferenciación (casos de estudio, rankings de analistas, anuncios de performance) porque los compradores están comparando alternativas.

Las cuatro familias de motions, en palabras simples

Este documento organiza doce motions en cuatro familias:

Pull motions (1–4). La audiencia te encuentra porque hiciste que fuera posible encontrarte. Ejemplos: publicaciones de blog que posicionan en búsqueda, podcasts que escuchan los compradores, cursos que enseñan a prospectos.
Push motions (5–8). Tú vas hacia la audiencia. Ejemplos: anuncios pagos en Google o LinkedIn, webinars, campañas de account-based marketing, secuencias de nurturing por correo electrónico.
Earned motions (9–10). Terceros te amplifican. Ejemplos: cobertura de prensa, apariciones en informes de analistas (Forrester, Gartner), colaboraciones con influencers.
Community motions (11–12). Tu audiencia actual impulsa tu audiencia futura. Ejemplos: comunidades de desarrolladores, casos de estudio de clientes, programas de advocacy.

La forma más fácil de elegir un motion

Empieza con dos preguntas: ¿Quién es tu comprador? y ¿cuánto estás dispuesto a esperar para que el motion rinda?

Si tu comprador es desarrollador o usuario técnico, lidera con Pull motions (especialmente Content + SEO y DevRel). Si tu comprador es un operador de línea de negocio, lidera con Push motions (Performance Marketing, Demand Gen) más Pull dirigido (Founder Thought Leadership, Educational Content). Si tu comprador es un ejecutivo enterprise, necesitas Earned motions (PR + analistas) y ABM (un Push motion) para alcanzarlo, y Customer Advocacy (un Community motion) para cerrarlo.

En cuanto al tiempo de retorno: si necesitas pipeline este trimestre, ejecuta Performance Marketing y Demand Gen. Si puedes esperar de seis a doce meses, construye Content + SEO y Founder Thought Leadership. Si puedes esperar más de dos años para moats compuestos, invierte en DevRel, PR y Educational Content.

Los doce motions en una oración cada uno

Content & SEO Marketing. Produces artículos, guías y recursos que posicionan en buscadores y responden las preguntas que hacen tus compradores.
Answer-Engine Optimization (AEO). Estructuras el contenido para que los asistentes de IA (ChatGPT, Perplexity, Google AI Overviews) te citen cuando los compradores hacen preguntas.
Founder Thought Leadership. La persona fundadora publica ensayos, habla en podcasts y construye una audiencia personal que se convierte en la audiencia del producto.
Educational Content & Certification. Construyes cursos, tutoriales y certificaciones que enseñan a los compradores cómo usar tu categoría, con tu producto como base.
Performance Marketing. Compras ubicaciones publicitarias dirigidas en Google, LinkedIn, Meta, TikTok y plataformas de búsqueda con IA.
Demand Generation Programs. Produces webinars, white papers y contenido gated que captura información de contacto y alimenta secuencias de nurturing.
Account-Based Marketing (ABM). Personalizas el marketing para una lista finita de cuentas objetivo de alto valor.
AI-Augmented Email & Outreach. Usas agentes de IA para redactar y personalizar newsletters, drip campaigns y outreach frío a escala.
PR & Analyst Relations. Ganas cobertura en prensa tier-1, apariciones en informes de analistas (Forrester, Gartner, IDC) y espacios para hablar en conferencias.
Influencer & Creator Partnerships. Te asocias con creadores (voces de LinkedIn, canales de YouTube, personalidades de X) que ya tienen tu audiencia objetivo.
Developer Relations (DevRel). Construyes una comunidad de desarrolladores mediante documentación, apps de ejemplo, hackathons, embajadores y meetups.
Customer Advocacy & Case Studies. Conviertes a los clientes existentes en tu fuerza de ventas mediante casos de estudio, testimonios, programas de advocacy y referidos.

Dificultad para principiantes por motion

Fácil (intuitivo, punto de partida común): Content & SEO Marketing (1), Customer Advocacy (12)
Media (requiere disciplina operativa): AEO (2), Founder Thought Leadership (3), Educational Content (4), Performance Marketing (5), Demand Gen (6), ABM (7), AI-Augmented Email (8), Influencer (10)
Avanzada (requiere oficio profundo de dominio o mucho tiempo de maduración): PR & Analyst Relations (9), DevRel (11)

Ese es todo el documento en diez minutos. El resto explica cada pieza en detalle y te da las herramientas para elegir, secuenciar y ejecutar estos motions en tu propia empresa.

Resumen ejecutivo

El catálogo de marketing es un recetario para construir demanda de productos AI-native en 2026 y más allá. Hay muchas formas de crear awareness y pipeline para un AI Worker, y la forma correcta depende de tu comprador, la madurez de tu categoría, tu presupuesto y cuánto puedes esperar a que lleguen los efectos compuestos. Este documento nombra doce motions, los organiza en cuatro familias y te dice cuál encaja con tu situación.

Las cuatro familias: en qué compite primero cada tipo de motion.

Pull motions (Motions 1–4) funcionan cuando la audiencia inicia el descubrimiento. El trabajo del marketer es ser encontrable, útil y creíble en el momento en que el comprador busca. La audiencia hace el trabajo de encontrarte.

Push motions (Motions 5–8) funcionan cuando el marketer inicia la relación. El trabajo del marketer es segmentar con precisión, ajustar mensaje y canal, y mantener disciplina de tasa de conversión. El marketer va hacia el comprador.

Earned motions (Motions 9–10) funcionan cuando terceros amplifican el mensaje del marketer. El trabajo del marketer es la gestión de relaciones: facilitar que periodistas, analistas, podcasters y creadores te presenten, y facilitar que lo hagan bien.

Community motions (Motions 11–12) funcionan cuando la audiencia existente hace crecer la audiencia futura. El trabajo del marketer es reducir la fricción para la advocacy e invertir en la práctica de construir comunidad durante horizontes de varios años.

Los cinco activos de marketing: lo que cada motion compite por capturar.

Audiencia es el conjunto de personas a las que puedes llegar sin pagar a un tercero cada vez. Listas de correo, usuarios de app, miembros de una comunidad DevRel, suscriptores de podcast, seguidores sociales: todas son formas de audiencia propia.

Autoridad es tu credibilidad como experto reconocido en tu categoría. La autoridad se gana lentamente mediante contribución constante y se pierde rápido con un solo error de alto perfil.

Alcance es el conjunto total de personas frente a las que puedes poner un mensaje, combinando audiencia propia, ubicaciones pagadas y cobertura earned. El alcance es una métrica de flujo; la audiencia es una métrica de stock.

Equity de contenido es el inventario duradero de artículos, charlas, herramientas y recursos que producen tráfico, leads o confianza con el tiempo. El equity de contenido se compone para quienes tienen paciencia; para quienes no la tienen, nunca se acumula.

Pipeline es la contribución atribuible a marketing en oportunidades calificadas de ventas. Todo motion debe defender finalmente su contribución a pipeline, incluso los motions que construyen principalmente los otros cuatro activos, porque tarde o temprano un CFO preguntará.

Los motions más fuertes capturan tres o más de estos activos a la vez. Los motions más débiles optimizan uno (normalmente pipeline) a costa de los demás, lo que produce una victoria de corto plazo y un colapso de largo plazo.

Los cinco activos de marketing

Una nota sobre el alcance. Este catálogo se centra principalmente en marketing B2B: programas diseñados para producir pipeline de ventas calificado para software y servicios AI-native vendidos a otras empresas. El marketing de IA orientado a consumidores (tiendas de apps móviles, adquisición pagada en redes sociales, campañas de marca para apps de consumo) sigue reglas distintas y no es el tema principal aquí, aunque tres motions —Performance Marketing, Influencer Partnerships y Founder Thought Leadership— aplican en ambos contextos.

El espectro de madurez. Cada motion está marcado como probado, emergente o especulativo según qué tan ampliamente lo ejecutan con éxito las empresas AI-native hoy.

Probado: muchas empresas a escala lo ejecutan, con playbooks y benchmarks establecidos.
Emergente: empresas AI-native lo ejecutan en 2026, pero evoluciona rápidamente junto con el tooling subyacente.
Especulativo: depende de comportamientos de compradores o dinámicas de plataforma que todavía no existen a escala.

Para qué sirve esta página

Este documento cumple tres funciones.

Primero, como selector. Una persona fundadora o líder de marketing que diseña un marketing motion puede usar la Matriz de encaje estratégico, el Diagnóstico del marketer y la Tabla resumen de motions para encontrar los motions que encajan con su comprador, su etapa y su presupuesto.

Segundo, como referencia. Un equipo de marketing que ya ejecuta un motion puede usar las secciones profundas para auditar su propia operación contra las mecánicas documentadas, comparando su rendimiento de funnel, su mezcla de canales y su velocidad de contenido con los patrones descritos.

Tercero, como guía de secuencia. La mayoría de las empresas AI-native exitosas ejecutan una secuencia de marketing motions a medida que escalan. La sección Motions híbridos comunes mapea las secuencias más frecuentes.

Cómo elegir un motion

El predictor más limpio de qué marketing motion encaja es la intersección entre etapa del funnel y horizonte de tiempo hasta ROI. La matriz de abajo ubica los doce motions en esos dos ejes. Cada motion tiene una celda de mejor encaje y funciona (con menor optimización) en celdas adyacentes.

Tiempo → / funnel ↓	Inmediato (semanas)	Meses para componer	Años para componer
Top of funnel (awareness)	Performance Marketing (5)	Content & SEO (1), AEO (2), AI-Email (8), Influencer (10)	Founder Thought (3), PR & Analyst (9), DevRel (11)
Medio (consideración)	Demand Gen (6)	Educational Content (4), ABM (7)	DevRel (11)
Fondo (decisión)	Customer Advocacy (12)	Customer Advocacy (12)	—

La celda más importante es top-of-funnel × años para componer: Founder Thought Leadership, PR & Analyst Relations y DevRel. Estos son los motions que construyen los moats competitivos más duraderos, pero también son los que más tardan en devolver. Las empresas que invierten poco aquí competirán para siempre en adquisición pagada y nunca serán dueñas de una categoría.

Matriz de encaje estratégico

Diagnóstico del marketer: ocho preguntas

Antes de elegir un motion, puntúa tu situación con honestidad en las ocho dimensiones de abajo. Los motions que indica cada fila son los más alineados con esa condición. Un equipo que puntúa alto en tres o cuatro de estas dimensiones suele reducir rápido sus opciones a dos o tres motions candidatos.

Sofisticación técnica del comprador. ¿Qué tan técnico es tu comprador principal? Desarrollador / ingeniero → DevRel, Content & SEO, AEO. Operador → Educational Content, Demand Gen, ABM. Ejecutivo → PR & Analyst, ABM, Customer Advocacy.
Madurez de la categoría. ¿Tu categoría es conocida, o la estás definiendo? Definiendo → Founder Thought Leadership, Content & SEO, PR & Analyst, Educational Content. Madura → Performance Marketing, ABM, Customer Advocacy.
Tamaño promedio del acuerdo. <$10K → Content & SEO, AEO, Performance Marketing. $10–100K → AI-Email, Demand Gen, Influencer. $100K+ → ABM, PR & Analyst, Customer Advocacy.
Horizonte de tiempo hasta ROI. Semanas → Performance Marketing, Demand Gen, Customer Advocacy. Meses → Content & SEO, AEO, AI-Email, ABM. Años → Founder Thought Leadership, PR & Analyst, DevRel.
Disponibilidad de la persona fundadora para contenido. ¿La persona fundadora producirá contenido regular (ensayos, podcasts, videos)? Sí → Founder Thought Leadership, Content & SEO. No → Performance Marketing, Demand Gen, ABM, Influencer.
Base existente de clientes. ¿Tienes clientes dispuestos a hacer advocacy? Sí → Customer Advocacy, Educational Content. No → Pull y Push motions hasta tener clientes que valga la pena presentar.
Forma del presupuesto. ¿Tu presupuesto se concentra más en personas o en gasto de medios? Más personas → Content & SEO, DevRel, PR & Analyst. Más media spend → Performance Marketing, Demand Gen, Influencer.
Ubicación de la audiencia. ¿Se puede alcanzar a tu comprador mediante canales específicos? Desarrolladores (GitHub, Hacker News, X) → DevRel, Content. Ejecutivos (LinkedIn, podcasts, conferencias) → Founder Thought Leadership, PR & Analyst. Operadores mid-market (LinkedIn, búsqueda, correo electrónico) → Performance Marketing, ABM, AI-Email.

El diagnóstico no te dice qué motion es correcto. Te dice qué motions están disponibles para ti desde tu posición inicial. La matriz anterior y las secciones profundas de abajo te dicen cuál de los motions disponibles es más afilado para el comprador que intentas alcanzar.

Tabla resumen de motions

Una referencia de una página para los doce motions.

#	Motion	Madurez	Mejor para	Tiempo hasta ROI	Moat principal	Riesgo principal
1	Content & SEO Marketing	Probado	Categorías con mucha educación	Meses	Equity de contenido, autoridad de búsqueda	Velocidad de contenido sin distribución
2	Answer-Engine Optimization	Emergente	Categorías donde compradores preguntan a asistentes de IA	Meses	Tasa de citación en búsqueda con IA	Optimizar sin contenido que valga la pena citar
3	Founder Thought Leadership	Probado	Categorías nuevas que necesitan educación	Años	Autoridad de la persona fundadora + audiencia	La publicación esporádica mata el impulso
4	Educational Content & Certification	Probado	Categorías que requieren desarrollo de habilidad del comprador	Meses	Currículo + red de alumni	Producción de contenido sin funnel de graduación
5	Performance Marketing	Probado	Categorías maduras con LTV claro	Semanas	Experiencia de optimización de canal	Adquisición pagada sin economía unitaria
6	Demand Generation Programs	Probado	Mid-market con funnel medible	Semanas–meses	Secuencia de nurturing + lead scoring	Webinars sin seguimiento
7	Account-Based Marketing	Probado	Objetivos de acuerdos de seis cifras	Meses	Inteligencia de cuenta + personalización	ABM sin alineación con ventas
8	AI-Augmented Email & Outreach	Emergente	Alcance mid-market amplio	Meses	Tooling de IA + entregabilidad	Contenido generado con IA sin distinción
9	PR & Analyst Relations	Probado	Categorías enterprise estratégicas	Años	Relaciones con prensa + apariciones con analistas	Cobertura de vanidad que no mueve pipeline
10	Influencer & Creator Partnerships	Probado	Audiencias agrupadas alrededor de creadores	Meses	Relaciones con creadores de referencia	Desalineación con la audiencia del creador
11	Developer Relations (DevRel)	Probado	Productos cuyo comprador es desarrollador	Años	Comunidad + embajadores	DevRel como presupuesto de marketing en lugar de producto
12	Customer Advocacy & Case Studies	Probado	Empresas con clientes existentes	Semanas–meses	Clientes de referencia + escalera de advocacy	Casos de estudio como acciones aisladas, no como pipeline

¿Qué motion debería ejecutar?

Un diagrama de decisión secuencia las preguntas más importantes para acotar tus opciones de motion. (Visual: consulta marketing_decision_flowchart.png.)

Las cuatro preguntas clave son: (1) ¿Tu comprador es desarrollador? (sí → DevRel + Content). (2) ¿Tu categoría es madura y tiene competidores comparables? (no → Founder Thought + PR + Education; sí → Performance + ABM + Advocacy). (3) ¿Tienes clientes que valga la pena presentar? (sí → empieza Customer Advocacy ahora; no → enfócate en Pull y Push para adquirir clientes). (4) ¿Cuál es tu horizonte de tiempo para ROI? (semanas → Performance + Demand Gen; años → DevRel + PR + Founder Thought).

La mayoría de las empresas ejecuta dos o tres motions al mismo tiempo. Consulta Motions híbridos comunes cerca del final del documento para ver las combinaciones más frecuentes.

Awareness del comprador y timing

Cada marketing motion tiene una ventana dentro del recorrido de awareness del comprador. Un comprador que todavía no sabe que tiene un problema responde al marketing de forma distinta que un comprador que ya compara tres vendedores con cotizaciones en mano. Breakthrough Advertising, de Eugene Schwartz, definió en 1966 las cinco etapas fundacionales del awareness del comprador; la curva de tres etapas de abajo es una adaptación B2B-AI de su framework, consolidada en tres etapas utilizables para equipos de product marketing en 2026.⁴

Tres etapas definen la Awareness Curve:

Etapa 1 — Unaware / Problem-Aware. El comprador no sabe que tiene el problema que tu producto resuelve, o lo sabe pero todavía no empezó a buscar soluciones activamente. El trabajo de marketing en esta etapa es educación y encuadre: ayudar al comprador a nombrar el problema, ver por qué importa y aprender qué categorías de solución existen. Mejores motions: Founder Thought Leadership, Content & SEO, PR & Analyst, Educational Content, DevRel.

Etapa 2 — Solution-Aware. El comprador está investigando activamente la categoría. Lee artículos, compara enfoques, escucha podcasts y asiste a webinars. Todavía no ha preseleccionado vendedores. El trabajo de marketing es asegurarse de que tu producto aparezca repetida y creíblemente en los canales donde busca. Mejores motions: Content & SEO, AEO, Educational Content, Demand Gen, Influencer Partnerships.

Etapa 3 — Vendor-Aware. El comprador ya preseleccionó vendedores y los está comparando. Lee casos de estudio, solicita demos, verifica referencias y evalúa precios. El trabajo de marketing es reducir la fricción en la comparación y aportar la prueba social y la profundidad técnica que ganan la evaluación final. Mejores motions: Customer Advocacy & Case Studies, ABM, PR & Analyst (en particular apariciones al estilo Gartner/Forrester), Demand Gen (para contenido técnico de etapa avanzada).

La curva de awareness

La geografía acelera o retrasa la curva. Las categorías AI-native en San Francisco, Seattle, Boston, Nueva York, Londres, Toronto, Berlín, Bangalore y Singapur suelen tener compradores dos o tres años por delante de las mismas categorías en la mayoría de los demás mercados: los compradores de esos ecosistemas ya evaluaron vendedores de IA, escribieron playbooks internos de procurement de IA y desarrollaron criterios comparativos sofisticados. Un comprador en esos mercados suele estar en la etapa 2 o 3 desde el momento en que oye hablar de tu categoría. La mayor parte del resto del mundo, incluidos la mayoría de los compradores enterprise en Europa continental, América Latina, Medio Oriente, África y el Sudeste Asiático, está firmemente en la etapa 1, en transición hacia la etapa 2.

La implicación para el marketing B2B global es que el mismo contenido no funciona en todos los mercados. Una página de comparación de vendedores de etapa 3 (con tablas función por función y desglose de niveles de precio) es exactamente lo que quiere el comprador de San Francisco y exactamente lo que el comprador de São Paulo todavía no está listo para evaluar. Un artículo educativo de etapa 1 (que define la categoría, explica por qué importa y nombra el problema) es exactamente lo que necesita el comprador de São Paulo y exactamente lo que el comprador de San Francisco pasará por alto por ser demasiado básico. Los programas de marketing calibrados para una etapa y dirigidos a varios mercados caen mal en los compradores de la otra etapa.

El costo del marketing desajustado por etapa se compone. Un motion calibrado para compradores de etapa 3 (muchos casos de estudio, contenido comparativo y calculadoras de ROI) llega a compradores de etapa 1 como algo confuso: todavía no tienen el contexto para interpretar la comparación, y abandonan. Un motion calibrado para compradores de etapa 1 (mucha educación de categoría y nombramiento del problema) llega a compradores de etapa 3 como algo demasiado básico: ya pasaron la etapa educativa y leen el contenido como una señal de que el vendedor es poco sofisticado. La solución para marketers B2B globales es mantener bibliotecas de contenido apropiadas para cada etapa y enrutar el tráfico por mercado: rutas educativas de etapa 1 para mercados emergentes, rutas comparativas de etapa 3 para mercados de IA establecidos, con localización que vaya más allá de la traducción y responda a lo que el comprador local realmente está investigando.

Leyenda de madurez

Probado. El motion tiene muchas empresas AI-native (y anteriores a la IA) que lo ejecutan a escala hoy, con playbooks y benchmarks establecidos.
Emergente. El motion lo ejecutan empresas AI-native en 2026, pero evoluciona rápido: el playbook canónico todavía no se ha estabilizado.
Especulativo. El motion depende de comportamientos de compradores o dinámicas de plataforma que todavía no existen a escala.

A. Pull motions

La audiencia inicia el descubrimiento. El trabajo del marketer es ser encontrable, útil y creíble en el momento en que el comprador busca. Estos motions destacan por retornos compuestos y eficiencia de CAC, pero requieren paciencia: la mayoría de los pull motions tarda de seis a doce meses antes de producir pipeline significativo.

Motion 1 — Content & SEO Marketing

Madurez: Probado. Dificultad para principiantes: Fácil.

En palabras simples. Imagina construir una biblioteca pública con un letrero en la puerta principal. La llenas de libros —artículos, guías, páginas comparativas, tutoriales— que responden las preguntas que hacen tus compradores. Los buscadores funcionan como señales de camino que dirigen a los viajeros hacia tu biblioteca. Cuando un comprador busca una pregunta relevante, tu biblioteca aparece en sus resultados, entra, encuentra lo que necesita y, con el tiempo, llega a asociar tu marca con las respuestas. La biblioteca se compone: cada libro que agregas aumenta la probabilidad de que el próximo viajero te encuentre.

Este es el pull motion más antiguo y sigue siendo el más confiable. Las empresas AI-native que producen contenido sistemático durante doce a veinticuatro meses reportan de forma consistente que el contenido se vuelve su mayor fuente de pipeline inbound.¹

Es mejor como motion fundador para casi toda empresa B2B AI-native. Empieza lento; rara vez es el único motion a escala, pero normalmente es la base sobre la que otros motions construyen.

Idea central. Producir contenido evergreen que responda preguntas de compradores, posicione en búsqueda y componga valor con el tiempo.

Cuándo usarlo. Siempre, para cualquier empresa B2B AI-native. El artículo que define la categoría, la página comparativa, la guía de «qué es X» son mecánicas que todo programa de marketing exitoso acaba produciendo.

Mecanismo. El content marketing funciona porque los compradores B2B hacen la mayor parte de su investigación antes de contactar a cualquier vendedor. Marcus Sheridan documentó esta disciplina hace una década en They Ask, You Answer; encuestas del sector, incluidos los informes anuales State of Marketing de HubSpot y los estudios benchmark del Content Marketing Institute, siguen confirmando el hallazgo subyacente de que los compradores completan la mayoría de su evaluación mediante investigación autodirigida antes de hablar con ventas.¹ La capa de contenido es donde ocurre esa investigación. Una empresa que domina los resultados de búsqueda de alta intención en su categoría obtiene un flujo constante de compradores precalificados que llegan ya educados sobre el problema.

La economía es lo que hace durable al motion. Un artículo bien producido de 1.500 palabras cuesta aproximadamente $300–$1.500 en 2026 (más rápido y barato con asistencia de IA, más caro cuando se encarga a expertos creíbles del dominio). Un artículo que posiciona en una categoría de alta intención produce leads calificados durante años: el patrón típico de composición en B2B SaaS muestra CACs de content marketing aproximadamente un orden de magnitud por debajo de los CACs de adquisición pagada para el mismo comprador, aunque las cifras específicas varían mucho por categoría y canal. Content Inc., de Joe Pulizzi, documentó el patrón más amplio de construir negocios completos sobre contenido propio como canal principal de adquisición.⁵ La matemática mejora cada mes que el artículo sigue posicionando.

La ejecución requiere tres disciplinas. Keyword research mapea las preguntas reales del comprador y separa consultas comerciales de alta intención (el comprador compara vendedores) de consultas informativas (el comprador aprende la categoría). Profundidad de producción importa más que volumen de producción en 2026: el contenido superficial está siendo comoditizado por la IA, y el contenido promedio que posiciona está siendo enterrado por el volumen de competencia promedio generada con IA. Los artículos que ganan son los que tienen investigación original, datos originales, citas de clientes o argumentos que los competidores no pueden replicar fácilmente. Distribución hace que el contenido se vea más allá de la búsqueda pura: cada artículo publicado necesita una checklist de distribución (publicación en LinkedIn, hilo en X, email blast, inclusión de socios, mención en podcast) ejecutada deliberadamente. Las empresas que producen contenido de alta calidad pero descuidan la distribución publican en el vacío.

La restricción es la paciencia. Los rankings de búsqueda tardan de seis a doce meses en componerse; la empresa debe financiar producción constante de contenido durante un período largo de métricas que parecen débiles antes de que la tendencia cambie. Las personas fundadoras que cierran el programa en el mes cuatro, cuando parece que no ocurre nada, son el patrón de falla más común de este motion.

Recorrido ficticio. Imagina PromptForge, una herramienta de IA para ingeniería de prompts. El equipo se compromete a publicar dos artículos largos por semana durante dieciocho meses: guías comparativas, tutoriales, casos de estudio. En el mes nueve, «best AI prompt engineering tools» devuelve a PromptForge como primer resultado. En el mes dieciocho, la empresa obtiene dos mil leads calificados por mes desde búsqueda, con un CAC por debajo de $50: órdenes de magnitud por debajo de la adquisición pagada.

Ejemplo. Ejemplos confirmados: HubSpot construyó una empresa multimillonaria sobre un playbook inbound liderado por contenido. En AI-native, el playbook se está reproduciendo: el blog de Anthropic, las publicaciones de investigación de OpenAI y la larga cola de blogs de empresas AI-native sostienen funnels inbound.

Riesgo principal. Velocidad de contenido sin distribución. El equipo publica con constancia, pero el contenido no llega a nadie. Mitigación: invierte en distribución con una intensidad similar a la producción. Por cada artículo publicado, construye una checklist de distribución (publicación en LinkedIn, email blast, hilo en X, inclusión de socios, optimización de búsqueda) y ejecútala.

Riesgo secundario. Comoditización por contenido generado con IA. A medida que la IA reduce el costo de producir contenido promedio a casi cero, el contenido promedio deja de funcionar. La barra sube. Mitigación: invierte en investigación original, datos originales y argumentos originales: las cosas que la IA no puede generar fácilmente. Reutiliza entrevistas con clientes, análisis de datos internos y opiniones fuertes de la persona fundadora en contenido con un punto de vista defendible.

Primer paso. Elige una consulta de búsqueda que tu comprador escribirá el próximo mes: la consulta de mayor intención y mayor frecuencia de tu categoría. Escribe el mejor artículo de internet para esa consulta. Distribúyelo con intensidad. Repite la semana siguiente con la segunda consulta más importante.

Motion 2 — Answer-Engine Optimization (AEO)

Madurez: Emergente. Dificultad para principiantes: Media.

En palabras simples. Si SEO era «¿cómo aparezco en Google?», Answer-Engine Optimization es «¿cómo aparezco en ChatGPT, Claude, Perplexity y Google AI Overviews?». Cuando un comprador le pregunta a un asistente de IA «¿cuál es la mejor herramienta de IA para investigación legal?», quieres que tu producto sea citado por nombre en la respuesta. AEO es la práctica de estructurar tu contenido, tu presencia de marca y tu huella de datos para que los asistentes de IA te traten como una fuente creíble y te citen en consecuencia.

Este motion no existía de forma coherente antes de 2024. El cambio de clics en resultados de búsqueda a respuestas citadas por IA es el mayor cambio en el comportamiento del comprador B2B en una década, y el playbook todavía se está escribiendo.

Es mejor como complemento de Content & SEO Marketing: la mayor parte de AEO está aguas abajo de tener contenido fuerte. Está emergiendo como disciplina independiente; en 2026 los equipos ejecutan pilotos más que programas a escala.

Idea central. Hacer que los asistentes de IA quieran citar tu marca cuando responden preguntas de tu categoría.

Cuándo usarlo. Cuando el comprador objetivo usa asistentes de IA para investigar antes de tomar decisiones de compra. En 2026, eso incluye a la mayoría de los compradores técnicos B2B y a una proporción creciente de compradores operadores. AEO es especialmente valioso para empresas AI-native porque sus compradores ya son fluidos en IA y usan asistentes de IA de forma nativa.

Mecanismo. AEO funciona mediante tres vectores. Dignidad de citación: los asistentes de IA citan fuentes que consideran creíbles: fuentes ampliamente enlazadas, bien estructuradas, con datos únicos o autoridad de dominio. Las señales se superponen con la autoridad SEO tradicional, pero divergen de forma significativa: los asistentes de IA ponderan la investigación original y las afirmaciones citables más que el conteo de backlinks por sí solo. Frecuencia de mención de marca: los asistentes de IA están influidos por la composición de los datos de entrenamiento. Las marcas que aparecen con frecuencia en noticias, reseñas, podcasts e informes de analistas —especialmente en contextos nombrados («Claude de Anthropic» en lugar de «un asistente de IA»)— son citadas con mayor frecuencia. Esto convierte earned media (Motion 9) y creator partnerships (Motion 10) en insumos aguas arriba de AEO. Schema y estructura: los asistentes de IA prefieren citar contenido con estructura limpia, afirmaciones claras y hechos verificables. Las páginas que los parsers de IA leen bien —jerarquía clara, entidades nombradas, FAQ estructuradas, citas a fuentes originales— se citan más que páginas con el mismo contenido en una forma menos parseable.

La restricción es la medición. AEO todavía no tiene el equivalente de Google Search Console: no hay una forma limpia de rastrear con qué frecuencia se cita tu marca en respuestas de IA ni qué consultas disparan esas citas. Las empresas que ejecutan AEO en 2026 trabajan con métricas proxy: aumentos de brand-search (el usuario oyó hablar de ti en Claude y luego te buscó en Google), atribución autorreportada («¿cómo nos encontraste?») y herramientas dedicadas de medición AEO (Profound, Athena y un pequeño grupo de competidores que construyen esta categoría desde cero). La investigación de Rand Fishkin en SparkToro es una voz temprana líder en la disciplina.²

La implicación estratégica es que AEO está aguas abajo de la autoridad. Una marca sin investigación original, sin cobertura de analistas, sin presencia en podcasts y sin menciones de creadores no tiene nada que los asistentes de IA puedan citar, y ninguna optimización de schema arregla eso. Los equipos que tratan AEO como una disciplina puramente técnica de SEO (markup, datos estructurados, jerarquía de página) sin la inversión aguas arriba en contenido citable descubrirán que las mecánicas de optimización producen retornos limitados. Los equipos que ganan AEO son los que invierten en investigación original, puntos de datos nombrados y ciclos de cobertura de analistas, y tratan el trabajo de optimización como la última milla, no como todo el motion.

Recorrido ficticio. Imagina LegalAgent, una herramienta de IA para investigación legal. El equipo actualiza sistemáticamente sus docs, publicaciones de blog y páginas de producto con FAQ estructuradas, definiciones claras de «qué es» y citas a fuentes legales originales. Seis meses después, el equipo empieza a ver registros de prospectos que responden «¿Cómo nos encontraste?» con «Le pregunté a Claude qué herramientas usar para diligencia de M&A y apareció la de ustedes». La fuente de tráfico es invisible para Google Analytics: es conversacional, no click-through, pero es real y está creciendo.

Ejemplo. Análogos emergentes: Empresas como Profound y Athena están construyendo herramientas de medición AEO. La mayoría de las grandes empresas SaaS impulsadas por contenido ejecutan experimentos de AEO en 2026; pocas han publicado playbooks sistemáticos. La investigación de Rand Fishkin en SparkToro es una voz temprana líder en la disciplina.²

Riesgo principal. Optimizar sin contenido que valga la pena citar. AEO está aguas abajo de la autoridad: si tu marca no tiene nada que los asistentes de IA citarían, ninguna cantidad de optimización lo arregla. Mitigación: invierte en investigación original, datos originales y perspectivas originales antes de invertir en mecánicas de AEO.

Primer paso. Haz a Claude, ChatGPT y Perplexity diez preguntas cada uno que haría un comprador de tu categoría. Anota dónde apareces, dónde aparecen los competidores y dónde la IA no cita ninguna marca específica. La tercera categoría es tu oportunidad.

Motion 3 — Founder Thought Leadership

Madurez: Probado. Dificultad para principiantes: Media.

En palabras simples. Imagina un pueblo donde el experto más respetado es una sola persona, y esa persona además dirige una empresa que resuelve el problema del que habla. Todo el pueblo la conoce. Cuando el pueblo necesita resolver ese problema, contrata por defecto la empresa de esa persona experta. Founder Thought Leadership es el cultivo deliberado de esa dinámica. La persona fundadora escribe ensayos, habla en podcasts, publica a diario en LinkedIn o X y se convierte en la voz reconocida de la categoría. La audiencia que sigue a la persona fundadora se convierte en la audiencia del producto.

En 2026, este es uno de los marketing motions más eficientes en costo disponibles, pero requiere una persona fundadora que esté dispuesta y sea capaz de producir contenido con constancia durante años.

Es mejor como motion fundador para cualquier categoría nueva. A menudo se combina con Content & SEO Marketing (los ensayos de la persona fundadora se convierten en la base SEO) y PR (la autoridad de la persona fundadora abre puertas con analistas).

Idea central. Concentrar la autoridad earned de la empresa en una persona —la persona fundadora— y usar su cadencia de publicación para construir una audiencia durable.

Cuándo usarlo. Cuando la persona fundadora es una experta creíble del dominio (o puede convertirse en una), cuando la categoría es lo bastante nueva como para que alguien deba definirla y cuando la persona fundadora está dispuesta a comprometerse a producir contenido durante al menos 24 meses antes de juzgar resultados.

Mecanismo. Founder thought leadership funciona porque las audiencias B2B confían más en personas que en marcas. Las cuentas de personas fundadoras suelen superar a las cuentas de empresa con el mismo contenido: la brecha de engagement varía por industria y plataforma, pero la dirección es consistente, con publicaciones de fundadores que producen alcance y engagement significativamente más altos que contenido idéntico publicado desde la cuenta de la empresa. Con el tiempo, la audiencia de la persona fundadora se convierte en un canal de marketing cautivo que no cuesta nada por impresión y que los competidores no pueden replicar, porque no tienen a tu persona fundadora.

La ejecución requiere tres disciplinas: una cadencia constante de publicación (normalmente al menos dos veces por semana en la plataforma principal: LinkedIn para operadores B2B, X para audiencias técnicas), un punto de vista defendible (lo bastante controvertido para provocar conversación, lo bastante verdadero para defenderlo) y disposición a interactuar públicamente (responder comentarios, participar en podcasts, hacer conversaciones en vivo). Las personas fundadoras que tercerizan la escritura o la interacción producen contenido que se lee como poco auténtico y no construye una audiencia durable.

La restricción es el tiempo de la persona fundadora. Un programa serio de thought leadership consume de cinco a diez horas por semana de la persona fundadora. Quienes intentan construirlo en momentos libres producen contenido inconsistente que construye poca audiencia.

Recorrido ficticio. Imagina DataSpace, una empresa de analítica con IA liderada por su fundadora. Maria, la fundadora, se compromete a publicar un ensayo por semana en LinkedIn: opiniones afiladas sobre el mercado de analítica, historias de clientes, predicciones sobre hacia dónde va la categoría. Después de dieciocho meses, su audiencia en LinkedIn es de 80.000 personas. Después de treinta meses, es de 200.000. Cuando DataSpace lanza un nuevo producto, la publicación de lanzamiento genera 10.000 solicitudes de demo en 48 horas, con un CAC efectivamente cero.

Ejemplo. Ejemplos confirmados: Mathilde Collin (Front), Andrew Wilkinson (Tiny), Lenny Rachitsky (Lenny's Newsletter), David Cancel (Drift), Sahil Lavingia (Gumroad). En AI-native, fundadores e investigadores como Sarah Tavel (Benchmark, sobre inversión en IA) y varias personas investigadoras de Anthropic y OpenAI han construido audiencias personales que sostienen el awareness de sus empresas (o fondos).

Riesgo principal. La publicación esporádica mata el impulso. La persona fundadora publica tres veces en la primera semana, dos veces en la segunda, una vez en la tercera y luego se detiene un mes cuando la empresa entra en una ronda de fundraising. El crecimiento de audiencia requiere constancia, y la inconsistencia es peor que no empezar. Mitigación: comprométete con una cadencia mínima (una publicación por semana en LinkedIn, un ensayo por mes) y trátala como no negociable. Terceriza la programación y la edición si hace falta, pero nunca tercerices el contenido en sí.

Riesgo secundario. Dependencia de la empresa respecto de la persona fundadora. Si la persona fundadora se va, la audiencia se va con ella. Mitigación: construye la marca de la empresa junto a la marca de la persona fundadora. La cuenta de la persona fundadora referencia a la empresa; la cuenta de la empresa amplifica a la persona fundadora. Con el tiempo, la marca absorbe parte de la autoridad de la persona fundadora.

Primer paso. Elige una plataforma (LinkedIn para operadores B2B, X para audiencias técnicas). Comprométete a una publicación por semana durante sesenta semanas. Los primeros seis meses se sentirán como si no pasara nada; los segundos seis meses se compondrán.

Motion 4 — Educational Content & Certification

Madurez: Probado. Dificultad para principiantes: Media.

En palabras simples. Imagina dirigir una universidad donde quienes se gradúan también se vuelven clientes. Construyes cursos, tutoriales y certificaciones que enseñan a las personas cómo hacer su trabajo, usando tu categoría, tu tooling y tu visión del mundo como base. Las personas toman tus cursos para aprender la habilidad. Muchas se vuelven clientes porque tu producto es lo que se les enseñó a usar. Las más entusiastas se convierten en docentes y traen la siguiente cohorte.

La certificación de Inbound Marketing de HubSpot, Trailhead de Salesforce y Atlas de Stripe son instancias de este motion. El contenido educativo se convierte en el canal top-of-funnel más grande de la empresa.

Es mejor como motion de etapa media una vez que la empresa tiene product-market fit y recursos para invertir en currículo. Es difícil empezar antes de que exista una habilidad definida que enseñar. A menudo se monta encima de Content & SEO Marketing (el contenido educativo atrae tráfico de búsqueda).

Idea central. Construir el sistema de credenciales de tu categoría —el lugar donde los practicantes aprenden la habilidad— y usarlo como canal de adquisición de clientes de por vida.

Cuándo usarlo. Cuando la categoría requiere una habilidad de practicante que los compradores necesitarán desarrollar, cuando la empresa tiene recursos para invertir en diseño curricular (un programa serio de certificación toma de 6 a 12 meses de construcción) y cuando la población de practicantes direccionable es lo bastante grande para justificar la inversión (normalmente más de 100.000 practicantes activos).

Mecanismo. El contenido educativo funciona mediante tres efectos compuestos. Adquisición top-of-funnel: las personas buscan «cómo hacer X» y encuentran tu curso; el curso produce un flujo constante de practicantes que aprenden la habilidad desde tu visión del mundo. Confianza y dependencia: quienes se gradúan usan tu terminología, frameworks y preferencias de tooling durante el resto de sus carreras, lo que significa que recurren por defecto a tu producto cuando llegan a tener autoridad de compra. Efectos de red: quienes se gradúan enseñan a estudiantes de la siguiente cohorte, presentan en meetups, escriben publicaciones de blog y recomiendan la certificación a sus pares de forma gratuita, porque tienen una inversión emocional en la credencial que obtuvieron.

La economía funciona porque el currículo es reutilizable. La primera cohorte es la más costosa de producir: típicamente $50K–$300K para un programa serio de certificación que cubra desarrollo de contenido, producción de video, diseño de evaluaciones e infraestructura de plataforma. Las cohortes siguientes funcionan con costo marginal casi cero. Los programas que cobran la certificación a $200–$2.000 por estudiante pueden convertirse en centros de ingreso significativos por derecho propio (HubSpot Academy, Salesforce Trailhead y Snowflake University generan ingresos directos además de su valor como funnel de marketing), e incluso las certificaciones gratuitas producen ROI de marketing compuesto a medida que la base de alumni crece año tras año.

La restricción es la calidad curricular. El contenido educativo debe ser genuinamente útil o no produce graduados que valga la pena tener; peor aún, produce graduados que hacen advocacy en contra de tu producto porque la certificación no entregó desarrollo real de habilidad. Las empresas que lanzan certificaciones superficiales obtienen un impulso temporal de marketing y un golpe reputacional de largo plazo; las que invierten en currículo genuinamente de alta calidad obtienen una base de alumni que compone la marca durante una década. La comparación correcta es con credenciales académicas, no con white papers: la barra es «¿un responsable de contratación realmente ponderaría esto en un currículum?».

Recorrido ficticio. Imagina PromptCert, una empresa AI-native que ofrece una Certificación en Ingeniería de IA. El equipo construye un currículo gratuito de 12 horas que cubre ingeniería de prompts, diseño de evaluaciones y arquitectura de agentes, con un examen pago de certificación de $200. En el primer año, 50.000 practicantes completan el currículo gratuito y 8.000 pagan la certificación. En el segundo año, los practicantes certificados listan «PromptCert Certified» en sus perfiles de LinkedIn, advocates enseñan grupos de estudio no oficiales y PromptCert se convierte en la credencial de facto para contrataciones de ingeniería de IA. La certificación deja de ser marketing y se convierte en infraestructura.

Ejemplo. Ejemplos confirmados: HubSpot Academy, Salesforce Trailhead, Google Skillshop, Snowflake University. En AI-native: DeepLearning.AI, Anthropic Academy (en desarrollo en 2026) y varios programas de practicantes de Cohere/Mistral.

Riesgo principal. Producción de contenido sin funnel de graduación. La empresa construye cursos, pero los cursos no se conectan con el producto ni con el sales motion: quienes se gradúan se van sin volverse clientes. Mitigación: diseña el currículo con el producto como parte de los ejercicios prácticos. Quienes se gradúan deberían estar usando el producto (en free tier o trial) al final del curso.

Primer paso. Elige una habilidad que los practicantes de tu categoría realmente necesitan aprender. Construye el mejor curso gratuito sobre esa habilidad. La primera cohorte es la prueba de que vale la pena seguir construyendo el currículo.

B. Push motions

El marketer inicia la relación. El trabajo del marketer es segmentar con precisión, ajustar mensaje y canal, y mantener disciplina de tasa de conversión. Estos motions destacan por predictibilidad y ROI inmediato, pero requieren presupuesto continuo: no se componen como los pull motions.

Motion 5 — Performance Marketing

Madurez: Probado. Dificultad para principiantes: Media.

En palabras simples. Imagina rentar atención por clic. Performance marketing es publicidad pagada en Google, LinkedIn, Meta, TikTok, YouTube y las plataformas emergentes de anuncios en búsqueda con IA. Pujas por una ubicación, la plataforma muestra tu anuncio a un segmento dirigido de sus usuarios y pagas por impresión o por clic. El motion funciona cuando tu economía unitaria está clara: cuando sabes cuánto vale un clic para ti y puedes pujar en consecuencia.

En 2026, la IA está reformando drásticamente el performance marketing. La creatividad publicitaria generativa está colapsando el costo de producir variantes de anuncios. La optimización de pujas aumentada con IA mejora la eficiencia del gasto. Y la segmentación impulsada por IA vuelve más precisas las herramientas de audiencia de LinkedIn, Meta y Google.

Es mejor como motion principal para categorías maduras con LTV claro y ciclos de ventas cortos. Es mejor como complemento de otros motions en categorías nuevas. Rara vez es el único motion a escala.

Idea central. Comprar atención dirigida a escala, con medición disciplinada del costo por cliente adquirido en relación con el lifetime value.

Cuándo usarlo. Cuando la categoría es lo bastante madura como para que los compradores busquen con alta intención, cuando la economía unitaria está clara (sabes cuánto vale un cliente adquirido) y cuando el equipo tiene la madurez analítica para medir atribución con precisión.

Mecanismo. Performance marketing funciona porque las plataformas (Google, LinkedIn, Meta, TikTok) tienen los datos de segmentación más valiosos del mundo. Google sabe qué buscan activamente las personas. LinkedIn sabe dónde trabajan, qué hacen y qué tan senior son. Meta conoce sus intereses, comportamientos y eventos de vida. El anunciante renta esa segmentación y convierte la atención dirigida en tráfico, leads o ventas. La economía unitaria depende de tres variables: eficiencia de puja (costo por clic o por impresión), tasa de conversión (qué fracción de clics se convierte en leads o clientes) y lifetime value.

La matemática debe superar tres umbrales para que el motion escale con seguridad. LTV/CAC > 3 —la relación entre lifetime value del cliente y costo de adquisición completamente cargado— es el benchmark estándar de B2B SaaS; por debajo de 3, el programa pierde dinero una vez que se consideran períodos de recuperación, retención y tasas de descuento. Recuperación de CAC por debajo de 18 meses evita que el efectivo quede atrapado en cohortes pre-ingresos. LTV de cohorte validado empíricamente —no modelado, no proyectado— antes de escalar el gasto. El patrón de falla más común en performance marketing es escalar gasto sobre proyecciones optimistas de LTV que la cohorte finalmente no entrega.

Las disciplinas de ejecución son iteración creativa, modelado de atribución y diversificación de canales. Iteración creativa en 2026 es mucho más fácil que antes: la IA generativa redujo el costo de producir variantes de anuncios en más de 90% para la mayoría de los formatos, y los equipos que se adaptaron ejecutan decenas de variantes creativas por canal, no el puñado que antes era factible. La restricción pasó de capacidad de producción a juicio creativo: saber qué variantes vale la pena probar. Modelado de atribución importa porque los canales son interdependientes: un comprador suele ver un anuncio de Performance Marketing, luego encuentra la marca en PR, luego se registra después de una pieza de contenido, y la atribución de un solo toque acredita el canal que casualmente estuvo al final. Diversificación de canales significa al menos tres canales con economía unitaria comparable; las empresas dependientes de un solo canal están expuestas a cambios de política de plataforma, actualizaciones de algoritmo e inflación de CPC. Los costos de adquisición pagada en B2B SaaS han subido de forma significativa durante los últimos cinco años en la mayoría de canales y categorías; las empresas que construyen una estrategia de adquisición solo pagada enfrentarán esa presión compuesta de margen indefinidamente.

Recorrido ficticio. Imagina SyncFlow, una herramienta de productividad con IA de $50 al mes. El equipo ejecuta Google Ads en términos como «AI scheduling assistant» y «calendar AI». Pagan $4 por clic; 2% de los clics se convierte en registros de prueba gratis; 15% de las pruebas gratis se convierte en pago. El CAC es de $130 por cliente, frente a un LTV de $600. La matemática funciona, y el equipo escala el gasto de $10K/mes a $200K/mes durante doce meses. En el mes dieciocho, el CAC pagado sube a $180 (más competidores pujando) y el equipo empieza a construir Content & SEO para bajar su CAC combinado.

Ejemplo. Patrón confirmado: Casi toda empresa B2B SaaS ejecuta Performance Marketing. En AI-native, Performance Marketing es más visible en productos de autoservicio (Cursor, Linear, Notion AI, Perplexity Pro) y en líderes de categoría (campañas de marca de OpenAI, Microsoft Copilot). La mayoría de los vendedores de IA enterprise ejecutan programas de performance más pequeños para apoyar campañas específicas de demand-gen.

Riesgo principal. Adquisición pagada sin economía unitaria. El equipo escala gasto sin confirmar que los clientes adquiridos realmente generan el LTV que el modelo asumió. Seis meses después, los cálculos de LTV eran optimistas y la economía unitaria es negativa. Mitigación: retén el gasto hasta confirmar empíricamente el LTV de cohorte. Escala solo cuando la matemática esté verificada, no proyectada.

Riesgo secundario. Concentración de canal. Las empresas dependientes de un solo canal (Google, LinkedIn) están expuestas a cambios de política de plataforma, actualizaciones de algoritmo e inflación de CPC. Mitigación: diversifica en al menos tres canales con economía unitaria comparable.

Primer paso. Ejecuta una prueba de $5.000 en el canal donde tu comprador probablemente esté (Google para búsqueda de alta intención; LinkedIn para segmentación B2B). Mide CAC y tasas de conversión con rigor. Escala solo si la matemática funciona.

Motion 6 — Demand Generation Programs

Madurez: Probado. Dificultad para principiantes: Media.

En palabras simples. Imagina organizar una fiesta para tus clientes potenciales, excepto que el precio de entrada es su correo electrónico. Los programas de Demand Generation son webinars, conferencias virtuales, white papers, eBooks, informes gated y otro contenido de «dame tus datos de contacto para acceder a esto». El intercambio es directo: contenido útil a cambio de un contacto, luego una secuencia de nurturing que calienta el contacto hacia una conversación de ventas.

Este motion ha sido el caballo de batalla del marketing B2B SaaS durante quince años. Las mecánicas están bien establecidas y el playbook es maduro. La IA está cambiando la economía de producción —generar contenido gated es mucho más barato que antes— pero el motion subyacente no cambia.

Es mejor como motion principal para mid-market con funnels medibles. Casi siempre se combina con Performance Marketing (promoción pagada del activo gated) y ABM (usando el pool de leads como insumo).

Idea central. Intercambiar contenido útil por información de contacto y luego convertir contactos en pipeline mediante nurturing sistemático.

Cuándo usarlo. Cuando el ciclo de compra del comprador dura varios meses (para que el nurturing tenga tiempo de funcionar), cuando el equipo tiene infraestructura de automatización de marketing (HubSpot, Marketo, Pardot o equivalentes modernos AI-native) y cuando el equipo está dispuesto a invertir en producir activos gated de alta calidad.

Mecanismo. Demand gen funciona mediante un funnel de tres etapas construido sobre lo que Seth Godin llamó originalmente la dinámica de permiso: el comprador opta voluntariamente por entrar al intercambiar información de contacto por contenido, y esa licencia opt-in se convierte en la base de todo lo que sigue.⁶ Adquisición: anuncios pagos o distribución orgánica llevan tráfico a una landing page donde los usuarios intercambian datos de contacto por contenido. Nurture: el contacto entra en una secuencia de correos electrónicos, anuncios de retargeting y contenido personalizado diseñado para moverlo por la awareness curve. Entrega a ventas: cuando el contacto alcanza un umbral de comportamiento (varias descargas, visitas repetidas, solicitud de calendario), se enruta a ventas como lead calificado.

La economía del funnel depende de las tasas de conversión en cada etapa. Los programas típicos de demand-gen B2B mid-market ven que 1–5% del tráfico pagado se convierte en descargas de contenido gated, 5–15% de esos leads interactúan de forma significativa con secuencias de nurturing y 5–10% de los leads comprometidos se convierten en oportunidades calificadas por ventas. Multiplicado, la tasa general de conversión de tráfico pagado a pipeline suele ser de 0,05–0,5%, lo que significa que la promoción pagada de un activo gated debe producir miles de impresiones para generar una oportunidad calificada. Los programas con lead scoring disciplinado y secuencias de nurturing ajustadas operan en el extremo superior de esos rangos; los programas sin esa disciplina operan en el extremo inferior y queman presupuesto sin retorno significativo.

La otra restricción es la calidad y frescura del contenido. El activo gated debe ser genuinamente útil, o el lead termina molesto en lugar de calentado. Y el permiso opt-in se deteriora: un lead que descargó tu white paper hace nueve meses y no ha interactuado desde entonces ya no es un lead cálido, aunque siga en tu lista. Los programas exitosos tratan los leads como un activo perecedero: reactivan la lista activa trimestralmente con contenido fresco, suprimen el segmento inactivo para proteger la entregabilidad y producen uno o dos activos insignia por trimestre en lugar de muchos activos superficiales. Los programas que tratan la lista de correo como inventario durable (enviando la misma secuencia de nurturing a leads de hace dos años) ven colapsar la entregabilidad, caer el engagement y erosionarse la contribución al pipeline.

Recorrido ficticio. Imagina FinanceAI, una herramienta de IA para equipos FP&A. El equipo produce un informe de 40 páginas: «The State of FP&A Automation in 2026», gated detrás de un formulario de correo. Lo promueven mediante Performance Marketing, correos de socios y PR. En seis semanas, capturan 8.000 contactos. De ellos, 1.200 entran en una secuencia de nurturing de 12 semanas. De ellos, 80 agendan reuniones de ventas. De ellos, 25 cierran como clientes con un ACV promedio de $30K. El programa produce $750K de pipeline con un CAC de alrededor de $1.200.

Ejemplo. Ejemplos confirmados: Los informes anuales de Gartner, el informe State of Marketing de HubSpot, el informe State of Sales de Salesforce. En AI-native: los informes Economic Index de Anthropic, las publicaciones de investigación de OpenAI y la larga cola de informes sectoriales publicados por empresas.

Riesgo principal. Webinars sin seguimiento. El equipo ejecuta el webinar, captura los leads y nunca hace seguimiento sistemático. Los leads se enfrían y nunca se convierten en pipeline. Mitigación: diseña la secuencia de nurturing antes de producir el activo. El activo es el inicio del funnel; el nurture es el funnel.

Primer paso. Identifica la pregunta de mayor importancia que tiene tu comprador objetivo (normalmente sobre benchmarks de categoría, ROI o implementación). Produce la respuesta más completa a esa pregunta en forma de informe de 30 páginas. Ponlo gated; promuévelo; haz nurturing a los leads.

Motion 7 — Account-Based Marketing (ABM)

Madurez: Probado. Dificultad para principiantes: Media.

En palabras simples. Imagina el marketing como caza dirigida en lugar de pesca amplia. En vez de lanzar una red grande, eliges de cincuenta a doscientas empresas específicas que más quieres como clientes. Luego personalizas cada pieza de marketing para cada una: landing pages personalizadas con su logo, anuncios que mencionan su industria, correo físico con el nombre de su CEO, patrocinios de podcasts en programas que escuchan. El objetivo es ser imposible de ignorar, de la forma correcta, para una lista objetivo muy definida.

ABM es el marketing motion más alineado con Enterprise Field Sales (Sales Catalog Motion 7). Marketing y ventas trabajan juntos sobre la misma lista objetivo: marketing crea awareness y calidez; ventas cierra.³

Es mejor como motion principal para empresas que apuntan a acuerdos de seis cifras o más con cuentas objetivo limitadas. Siempre se combina con Enterprise Field Sales: ABM sin alineación con ventas se desperdicia.

Idea central. Concentrar gasto de marketing y personalización en una lista finita de cuentas nombradas, en coordinación estrecha con ventas.

Cuándo usarlo. Cuando el tamaño promedio del acuerdo es lo bastante grande para justificar personalización por cuenta (normalmente $100K+ ACV), cuando el universo de compradores objetivo es pequeño (normalmente menos de 1.000 cuentas nombradas) y cuando el equipo tiene la disciplina de coordinación marketing-ventas para ejecutar contra cuentas nombradas.

Mecanismo. ABM funciona mediante tres pistas coordinadas. Awareness: cada cuenta objetivo ve anuncios de marca (LinkedIn, display segmentado por IP, podcast) de forma constante durante meses antes de cualquier conversación de ventas. Personalización: cuando ventas interactúa, el comprador ya encontró la marca, el mensaje encaja con su industria/caso de uso específico y los activos de marketing que ventas envía están precustomizados para la cuenta. Orquestación conjunta: marketing y ventas se reúnen semanalmente sobre las cuentas nombradas, comparten inteligencia y coordinan contactos.

La restricción es la alineación entre ventas y marketing. ABM sin ejecución de ventas alineada es solo marketing caro. Las empresas que ejecutan ABM bien tienen una lista única compartida, revisiones semanales de cuentas y bucles de feedback ajustados; las empresas que lo ejecutan mal tienen a marketing personalizando para cuentas que ventas no persigue activamente.

Recorrido ficticio. Imagina ClaimsAI, una herramienta de IA para aseguradoras. El equipo de marketing y el equipo de ventas acuerdan 75 aseguradoras objetivo. Marketing gasta $300K durante seis meses ejecutando anuncios de LinkedIn específicos por aseguradora, enviando correo físico a equipos ejecutivos, patrocinando podcasts de la industria y produciendo landing pages personalizadas con casos de estudio específicos de aseguradoras. Ventas ejecuta outbound alineado con ABM. Después de nueve meses, 22 de las 75 aseguradoras interactuaron con ventas; 8 están en evaluación activa; 3 cierran con un ACV promedio de $850K. El programa produce $2,5M en ARR con un CAC de aproximadamente $100K: alto en términos absolutos, pero excelente para el tamaño de acuerdo.

Ejemplo. Ejemplos confirmados: El playbook de ABM está documentado en libros de Sangram Vajre y otros.³ En AI-native: la mayoría de los vendedores enterprise de IA (Glean, Harvey, Sierra, Writer) ejecutan ABM motions para sus cuentas objetivo más grandes.

Riesgo principal. ABM sin alineación con ventas. Marketing personaliza para 200 cuentas; ventas persigue 50; las otras 150 reciben campañas publicitarias caras sin seguimiento. Mitigación: la lista de cuentas nombradas es compartida y se revisa semanalmente. Si ventas no persigue la cuenta, marketing retira el gasto.

Riesgo secundario. Teatro de personalización. El equipo produce landing pages «personalizadas» que solo cambian el logo de la cuenta en una plantilla genérica. Los compradores lo notan; la personalización señala pereza. Mitigación: invierte en personalización genuina: casos de estudio personalizados, escritura de casos de uso específicos de la cuenta, correo físico con nombre de ejecutivo. Si no puedes financiar personalización real, ejecuta menos cuentas.

Primer paso. Identifica las 25 cuentas que más quieres como clientes. Informa a ventas sobre la lista. Ejecuta una campaña coordinada de awareness de seis meses con contactos de marketing y ventas mapeados juntos.

Motion 8 — AI-Augmented Email & Outreach

Madurez: Emergente. Dificultad para principiantes: Media.

En palabras simples. Imagina gestionar una biblioteca donde cada suscriptor recibe una newsletter ligeramente distinta, escrita específicamente para esa persona, según lo que leyó antes, lo que le importa y dónde está en el ciclo de compra. AI-Augmented Email & Outreach usa agentes de IA para redactar, personalizar y programar comunicaciones outbound a escala. Las newsletters se vuelven personalizadas. Las drip campaigns se vuelven adaptativas. El cold outreach se vuelve hiperdirigido. El trabajo que históricamente requería ejércitos de email marketers ahora lo realizan equipos pequeños con aumento de IA.

Este es el primo del lado de marketing del AI-Augmented Outbound del catálogo de ventas (Motion 6). Ambos usan IA para escalar comunicación personalizada; la versión de marketing apunta a atención y engagement, la versión de ventas apunta a reuniones.

Es mejor como complemento de casi todos los demás motions. Rara vez es un motion independiente; casi siempre se monta encima de Content & SEO, Demand Gen, ABM o Performance Marketing.

Idea central. Usar agentes de IA para personalizar y escalar correo electrónico, newsletters y outreach digital más allá de lo que pueden producir equipos humanos de marketing.

Cuándo usarlo. Cuando el equipo tiene una lista de correo significativa (10.000+ contactos) o un programa activo de outbound, cuando el equipo tiene la madurez de marketing operations para instrumentar y ajustar los prompts y la segmentación de la IA, y cuando la marca puede sobrevivir los riesgos de entregabilidad y calidad de la comunicación generada con IA a alto volumen.

Mecanismo. El correo aumentado con IA funciona porque el factor limitante del email marketing tradicional siempre fue el intercambio entre personalización y escala. Los humanos podían escribir correos profundamente personalizados a decenas de contactos por día; los agentes de IA pueden escribir correos personalizados a miles. La restricción pasa de volumen de producción a distinción: cuando la IA genera simultáneamente millones de correos personalizados en toda la industria, la barra de lo que cuenta como correo «valioso» sube con fuerza. Los destinatarios entrenados por outreach generado con IA aprenden a reconocerlo e ignorarlo; el canal se deteriora para remitentes que no compensan la creciente capacidad de detección de señales.

La ejecución requiere tres disciplinas que no existían antes del aumento con IA. Diseño de prompts: la calidad del borrador de la IA está limitada por el prompt; los equipos que invierten en ingeniería de prompts como función de marketing operations (probando, versionando y refinando los prompts que impulsan los agentes) producen resultados mucho mejores que los equipos que tratan la IA como una función de caja negra de «genera esto». Profundidad de segmentación: la personalización con IA es más efectiva en segmentos bien definidos; «personaliza este correo para todos» produce resultados que se sienten genéricos, mientras «personaliza este correo para VP de ingeniería fintech en empresas de 200–500 empleados que descargaron nuestro último white paper» produce mensajes ajustados y contextuales. Control de calidad human-in-the-loop: para comunicaciones de mayor riesgo (correos ABM a ejecutivos de cuentas nombradas, outreach de customer marketing a cuentas de referencia), hacer que un humano revise e inyecte punto de vista, opinión o contexto personal antes del envío es lo que separa AI-augmented de AI-replaced.

La otra restricción es la infraestructura de entregabilidad. El correo de alto volumen aumentado con IA puede disparar penalizaciones de ESP, clasificación como spam y daño a la reputación de dominio que tarda meses en repararse. Los equipos que escalan correo aumentado con IA necesitan autenticación adecuada (SPF, DKIM, DMARC), higiene de listas (supresión regular de contactos inactivos) y dominios remitentes segmentados (para que un problema de entregabilidad en un programa no contamine toda la infraestructura de correo de la empresa). Saltarse el trabajo de entregabilidad para «escalar más rápido» es la razón más común por la que los programas de correo aumentado con IA colapsan en su segundo año.

Recorrido ficticio. Imagina GrowthCRM, una empresa de herramientas de ventas B2B con una lista de correo de 50.000 contactos. El equipo usa agentes de IA para generar contenido semanal de newsletter adaptado a siete segmentos de comprador distintos: no solo personalización de asunto, sino personalización de contenido. Las tasas de apertura suben de 18% a 31%; las tasas de clics, de 1,4% a 3,9%. La newsletter se convierte en la mayor fuente individual de pipeline de la empresa, produciendo 30% del inbound calificado.

Ejemplo. Análogos emergentes: Empresas como Lavender, Smartlead, Hyperbound y una larga cola de herramientas AI-native de ventas y marketing están productizando el correo aumentado con IA. La mayoría de los vendedores AI-native con listas de correo sustanciales ejecutan alguna forma de aumento con IA en 2026.

Riesgo principal. Contenido generado con IA sin distinción. Todas las empresas usan IA para redactar correo; los destinatarios aprenden a reconocer e ignorar el outreach generado con IA; el canal se deteriora. Mitigación: usa IA para investigación y generación de primeros borradores, pero haz que humanos inyecten punto de vista, opinión y contexto personal. La IA hace el trabajo; el humano añade la chispa.

Riesgo secundario. Colapso de entregabilidad. El correo de alto volumen aumentado con IA puede disparar penalizaciones de ESP, clasificación como spam y daño a la reputación de dominio. Mitigación: invierte en infraestructura de entregabilidad (autenticación adecuada, higiene de listas, dominios remitentes segmentados) antes de escalar volumen.

Primer paso. Toma un programa de correo existente (newsletter, drip campaign, secuencia de nurturing) y ejecuta una variante aumentada con IA durante 30 días. Mide el rendimiento contra la línea base. Escala el aumento solo donde supere materialmente el desempeño anterior.

C. Earned motions

Terceros amplifican el mensaje del marketer. El trabajo del marketer es la gestión de relaciones: facilitar que periodistas, analistas, podcasters y creadores te presenten, y que lo hagan bien. Estos motions tardan en construirse, pero producen activos duraderos de confianza que los motions pagados no pueden replicar.

Motion 9 — PR & Analyst Relations

Madurez: Probado. Dificultad para principiantes: Avanzada.

En palabras simples. Imagina tomar prestada la confianza que otras personas ya construyeron. PR and Analyst Relations es la disciplina de ganar cobertura de terceros en fuentes que tu comprador ya confía: prensa de negocios y especializada tier-1 (Wall Street Journal, Bloomberg, TechCrunch, publicaciones verticales), firmas de analistas (Forrester, Gartner, IDC, 451 Research) y, cada vez más, el circuito de podcasts y conferencias. Cuando un comprador lee sobre ti en una publicación que lee cada mañana, esa mención carga un peso de confianza que tu propio marketing no puede igualar.

Este es el más lento de los marketing motions y el que más probablemente descuiden las personas fundadoras impacientes por números trimestrales. También es el motion con mayor probabilidad de producir los momentos que cambian la trayectoria de una empresa: el informe de analistas que te ubica en el Magic Quadrant de Gartner, la aparición en prensa que dispara una ola inbound, la keynote de conferencia que señala que ya llegaste.

Es mejor como inversión de largo plazo en cualquier empresa que apunte a clientes enterprise estratégicos. Tarda en componerse; rara vez produce pipeline medible en el corto plazo; es extremadamente valioso en el largo plazo.

Idea central. Ganar apariciones en medios de terceros que tu comprador ya confía y convertir esas apariciones en autoridad de marca compuesta.

Cuándo usarlo. Cuando el comprador es enterprise (donde los informes de analistas y la prensa tier-1 importan para procurement), cuando la empresa tiene una historia creíble que contar y cuando el equipo tiene paciencia para un ciclo de inversión de 12–24 meses antes de obtener retornos medibles.

Mecanismo. PR y analyst relations funcionan mediante tres vectores. Relaciones con prensa: los periodistas cubren fuentes en las que confían; la confianza se construye durante años mediante comunicación constante, útil y precisa. Apariciones con analistas: Forrester, Gartner e IDC producen informes de categoría (Magic Quadrants, Waves, MarketScapes) que las organizaciones de procurement usan como filtros de preselección; aparecer en esos informes requiere referencias significativas de clientes, escala y una relación de años con los analistas. Circuito de conferencias y speaking: las conferencias del sector (TechCrunch Disrupt, SaaStr Annual, AWS re:Invent, NeurIPS) producen keynotes y paneles que los asistentes recuerdan después; conseguir esos espacios requiere una historia creíble y una red de organizadores de conferencias.

La restricción es el tiempo. Las apariciones con analistas suelen requerir 18–36 meses de construcción de relaciones. La cobertura de prensa en publicaciones tier-1 requiere que los periodistas desarrollen confianza en la fuente, y eso toma años. Los espacios en conferencias se construyen gradualmente a través del circuito de speaking. Las personas fundadoras que deciden que necesitan PR «el mes que viene» suelen decepcionarse.

Recorrido ficticio. Imagina SecureAI, una empresa de seguridad con IA. La CMO se compromete a un programa de PR y analistas de 24 meses. Informan trimestralmente a analistas de Gartner y Forrester, comparten referencias de clientes y responden consultas de investigación. Desarrollan relaciones con 8 periodistas tier-1 que cubren seguridad enterprise. Reservan a la persona fundadora en 30 podcasts y 6 keynotes de conferencias. A los dieciocho meses, SecureAI es nombrada «Cool Vendor» por Gartner. A los veinticuatro meses, aparece en una Forrester Wave como «Strong Performer». Las apariciones producen más de 200 consultas inbound enterprise, y los acuerdos que cierran a partir de esas consultas son los más grandes de la historia de la empresa.

Ejemplo. Ejemplos confirmados: Casi todas las grandes empresas de software enterprise invierten mucho en analyst relations. En AI-native: empresas como Anthropic, OpenAI, Cohere y Glean tienen programas sustanciales de analyst relations. La cobertura de prensa tier-1 es desigual: algunas empresas AI-native (OpenAI, Anthropic) reciben cobertura constante; otras deben trabajar duro para lograr apariciones.

Riesgo principal. Cobertura de vanidad que no mueve pipeline. El equipo obtiene un artículo en TechCrunch que se comparte mucho internamente, pero no produce impacto medible en pipeline. Mitigación: rastrea qué apariciones de prensa producen consultas inbound (enlaces con UTM, aumentos de brand-search, menciones en conversaciones de ventas). Optimiza para apariciones que mueven el pipeline, no para apariciones que se ven bien en presentaciones al directorio.

Riesgo secundario. Cobertura negativa. PR es bidireccional; los mismos periodistas que escriben cobertura favorable pueden escribir cobertura desfavorable. Mitigación: invierte en relaciones genuinas y transparencia genuina. Las empresas más resistentes a la cobertura negativa son las que construyeron confianza mediante honestidad a lo largo del tiempo.

Primer paso. Identifica los tres analistas que más influyen en las compras de tu categoría. Haz briefings trimestrales con ellos. Construye la relación durante dos años antes de juzgar resultados.

Motion 10 — Influencer & Creator Partnerships

Madurez: Probado. Dificultad para principiantes: Media.

En palabras simples. Imagina tomar prestada una audiencia que otra persona ya construyó. Influencer and Creator Partnerships son acuerdos con personas que ya capturan la atención de tu comprador objetivo: voces de LinkedIn en B2B, creadores de YouTube en categorías técnicas, personalidades de X en sus nichos. El acuerdo puede ser pagado (publicaciones patrocinadas, integraciones pagadas) u orgánico (dar acceso temprano a creadores a cambio de cobertura honesta). De cualquier forma, saltas los años de construcción de audiencia y rentas la audiencia durante la duración del partnership.

Este motion migró del marketing B2C al B2B durante los últimos cinco años. Creadores con 30.000 seguidores de LinkedIn en un nicho específico ya son canales de marketing significativos para empresas AI-native de ese nicho.

Es mejor como complemento de otros motions. Rara vez es el motion principal a escala, pero es consistentemente efectivo para llenar huecos específicos del funnel y alcanzar audiencias que los canales pagados no pueden.

Idea central. Pagar o asociarte con creadores que ya tienen la atención de tu comprador; rentar la audiencia en lugar de construirla.

Cuándo usarlo. Cuando tu comprador objetivo es alcanzable mediante creadores específicos (esto es cierto para la mayoría de categorías técnicas: casi siempre hay un creador de YouTube o una voz de LinkedIn en el nicho), cuando la economía del acuerdo admite costos por creator partnership (normalmente $5K–$50K por partnership en B2B) y cuando el equipo tiene la disciplina para medir atribución correctamente.

Mecanismo. Los creator partnerships funcionan porque las audiencias confían más en creadores que han seguido durante años que en marcas que acaban de encontrar. Una integración de 90 segundos en un video tutorial de un creador que el comprador ve cada semana produce una conversión mucho más alta que un anuncio pagado con el mismo mensaje. La restricción es el encaje creador-audiencia: un partnership solo funciona si la audiencia del creador se superpone con tu comprador.

La ejecución requiere tres disciplinas: identificar creadores con encaje real de audiencia (el conteo de seguidores es una métrica de vanidad; lo que importa es engagement y calidad de audiencia), estructurar partnerships que alineen incentivos de creador y marca (los patrocinios puramente pagados suelen producir contenido poco auténtico; los modelos de revenue-share o afiliados producen mejores resultados) y respetar la autonomía del creador (los creadores que se sienten gestionados producen contenido que su audiencia detecta como gestionado).

Recorrido ficticio. Imagina DevAI, una herramienta de IA para desarrolladores de software. El equipo identifica 20 creadores de YouTube en el nicho de developer tools con audiencias entre 50K y 500K suscriptores. Cierra acuerdos de integración pagada con 8 de ellos a $10K–$25K por integración. Seis de las ocho integraciones funcionan, lo que significa que la audiencia del creador convierte a registros gratuitos en tasas significativas. El equipo escala las relaciones con los seis que funcionaron, abandona los dos que no y produce $400K en ingresos mensuales de autoservicio desde el canal en seis meses.

Ejemplo. Patrón confirmado: En B2B AI en 2026, los creator partnerships son visibles en dev-tools (creadores de YouTube patrocinados por Cursor, Linear, Cline), en herramientas de IA para la creator economy (partnerships de TikTok y YouTube para IA de video e imagen) y en IA para finanzas/analítica (voces de LinkedIn y autores de Substack en categorías financieras).

Riesgo principal. Desalineación con la audiencia del creador. El partnership produce contenido con el que la audiencia del creador no interactúa, ya sea porque el producto no encaja con sus intereses o porque la integración se siente forzada. Mitigación: prueba con uno o dos creadores antes de escalar. Observa el engagement en contenido integrado, no solo el alcance total.

Primer paso. Identifica cinco creadores de tu categoría cuya audiencia se superponga más con tu comprador. Mira o lee su contenido durante dos semanas antes de acercarte. Contacta con una idea específica de integración, no con un pitch genérico de patrocinio.

D. Community motions

Tu audiencia existente hace crecer tu audiencia futura. El trabajo del marketer es reducir la fricción para la advocacy e invertir en construcción de comunidad durante horizontes de varios años. Estos motions producen los moats más defendibles, pero requieren paciencia y autenticidad que otros motions no exigen.

Motion 11 — Developer Relations (DevRel)

Madurez: Probado. Dificultad para principiantes: Avanzada.

En palabras simples. Imagina construir un clubhouse donde los desarrolladores quieren pasar tiempo. DevRel es la disciplina de ganar confianza de desarrolladores mediante contenido técnico, apps de ejemplo, hackathons, programas de embajadores, documentación, sandboxes y eventos comunitarios. El objetivo es hacer que tu categoría —y tu producto— sea el punto de partida natural para desarrolladores que construyen en el espacio. Cuando la comunidad de desarrolladores decide qué herramientas importan, tus herramientas ganan no por el marketing sino porque la propia comunidad lo decidió.

DevRel es el marketing motion más importante para cualquier empresa AI-native que apunte a compradores desarrolladores. La infraestructura de IA (APIs de modelos, frameworks de agentes, herramientas de evaluación, plataformas de despliegue) la compran desarrolladores, y la decisión de compra está muy influida por la señal comunitaria. Las empresas que ganan DevRel suelen dominar su categoría de desarrolladores; las que lo ignoran suelen perderla.

Es mejor como motion principal para cualquier producto cuyo comprador sea desarrollador. Debe tener staff temprano, idealmente antes de que el producto esté ampliamente disponible, porque las comunidades de desarrolladores tardan años en construirse.

Idea central. Construir la comunidad técnica en la que confían los practicantes y hacer que tu producto sea la opción natural para miembros de la comunidad que construyen en el espacio.

Cuándo usarlo. Cuando el comprador es desarrollador o practicante técnico, cuando la empresa tiene profundidad de ingeniería para lanzar contenido técnico genuinamente útil (apps de ejemplo, integraciones, guías técnicas) y cuando el equipo tiene paciencia para una inversión de varios años en construcción de comunidad.

Mecanismo. DevRel funciona mediante tres efectos compuestos. Confianza por autenticidad técnica: los desarrolladores tienen poca tolerancia al relleno de marketing; el contenido DevRel debe ser técnicamente correcto y útil o produce rechazo. Advocacy comunitaria: los desarrolladores que usan tu producto y se sienten respetados por tu equipo lo recomendarán a sus pares, lo que produce un crecimiento que la adquisición pagada no puede replicar. Efectos de embajadores: un pequeño número de desarrolladores de alta credibilidad (5–50) impulsa una proporción desmesurada de la señal comunitaria; invertir en esas relaciones produce retornos compuestos.

La ejecución requiere tres disciplinas: contratar ingenieros de developer relations que sean técnicamente creíbles (practicantes previos, no marketers puros), invertir en contenido técnico genuinamente útil (apps de ejemplo, código funcional, guías profundas, no tutoriales superficiales) y tratar la comunidad como un producto (la comunidad tiene necesidades que deben servirse; servirlas bien es lo que construye confianza).

La restricción es tratar DevRel como presupuesto de marketing en lugar de inversión de producto. Las empresas que financian DevRel desde el presupuesto de marketing (y lo tratan como optimización de costo por lead) fracasan de forma consistente; las empresas que financian DevRel desde el presupuesto de producto (y lo tratan como moat de largo plazo) ganan de forma consistente.

Recorrido ficticio. Imagina AgentKit, un framework de agentes de IA. El equipo contrata tres DevRel engineers en el primer año de la empresa. Producen más de 50 apps de ejemplo en 18 meses, un Discord público con 12.000 miembros activos, un podcast con 50.000 oyentes mensuales y una conferencia trimestral para desarrolladores con 3.000 asistentes. Para el tercer año, AgentKit es el framework de facto para agentes de IA en tres verticales específicas. Competidores con mejores productos sobre el papel no pueden desplazarlo porque el mindshare de la comunidad pertenece a AgentKit.

Ejemplo. Ejemplos confirmados: Developer relations y documentación de Stripe son el ejemplo canónico. En AI-native: la comunidad de LangChain, el ecosistema de desarrolladores de OpenAI, los programas de desarrolladores de Anthropic, la comunidad de Hugging Face y el marketing developer-first de Modal.

Riesgo principal. DevRel como presupuesto de marketing en lugar de presupuesto de producto. La función se cubre con marketers tradicionales y KPIs de generación de leads; la comunidad de desarrolladores detecta la falta de autenticidad en meses y se desconecta. Mitigación: cubre DevRel con personas de credibilidad de ingeniería (practicantes previos, idealmente con experiencia de construcción de comunidad) y dales KPIs alineados con producto (crecimiento comunitario, descargas de apps de ejemplo, retención de embajadores) en lugar de KPIs de marketing.

Riesgo secundario. Reacción negativa de la comunidad. Un anuncio mal calculado, un bait-and-switch percibido o una caída mal gestionada pueden producir una reacción que dañe la confianza comunitaria durante años. Mitigación: invierte en disciplina de community management. Escucha primero; responde con honestidad; admite errores públicamente cuando los cometas.

Primer paso. Contrata a una persona de developer relations con credibilidad técnica genuina. Haz que lance una app de ejemplo excelente y organice un evento comunitario. La señal que envías es que la comunidad importa.

Motion 12 — Customer Advocacy & Case Studies

Madurez: Probado. Dificultad para principiantes: Fácil.

En palabras simples. Imagina convertir a tus clientes existentes en tu fuerza de ventas. Customer Advocacy & Case Studies es la práctica sistemática de convertir clientes felices en activos de marketing: casos de estudio, testimonios, webinars liderados por clientes, recomendaciones de pares, programas de advocacy, programas de referidos. Los compradores de etapa avanzada confían más en otros clientes que en cualquier vendedor. Un programa de advocacy bien ejecutado es el activo de marketing de mayor conversión que tienen la mayoría de las empresas.

Este motion es el menos disponible para empresas en etapa temprana (necesitas clientes que hagan advocacy) y el más poderoso para empresas de etapa media a tardía. Una vez que tienes más de 50 clientes felices, advocacy se convierte en la fuente de pipeline más barata y creíble que puedes ejecutar.

Es mejor como motion principal de etapa tardía una vez que la empresa tiene más de 50 clientes felices. Es fácil de ejecutar en comparación con la mayoría de los otros motions; requiere disciplina operativa constante más que habilidades especializadas.

Idea central. Convertir éxito de clientes en inventario de marketing mediante producción sistemática de casos de estudio, testimonios y programas de advocacy.

Cuándo usarlo. Cuando la empresa tiene al menos 25 clientes felices dispuestos a servir como referencia, cuando el equipo tiene capacidad operativa para producir casos de estudio sistemáticamente (no como acciones aisladas) y cuando el sales motion es uno donde la prueba social importa (esencialmente cualquier motion B2B dirigido a compradores cautelosos).

Mecanismo. Customer advocacy funciona mediante tres vectores. Casos de estudio: producidos sistemáticamente (uno por mes, idealmente), llenan la biblioteca de contenido bottom-of-funnel que cierra acuerdos. Clientes de referencia: los compradores de etapa avanzada siempre preguntan «¿quién más implementó esto?»; tener un programa estructurado de referencias con clientes dispuestos acorta los ciclos de ventas de forma significativa. Programas de advocacy: los clientes que se sienten valorados (mediante acceso a comunidad, consejos asesores, previews anticipados de producto, reconocimiento nombrado) se vuelven evangelistas no pagados que refieren pares, hablan en eventos y escriben publicaciones de LinkedIn sobre tu producto.

La restricción es la disciplina operativa. La mayoría de las empresas produce casos de estudio como acciones aisladas cada vez que un cliente se ofrece. Las empresas que ganan en advocacy lo tratan como una función: tienen un pipeline de producción de casos de estudio (objetivo de uno por mes), un programa de clientes de referencia (lista gestionada, outreach regular) y una escalera de advocacy (pedidos pequeños al principio, pedidos más grandes con el tiempo).

Recorrido ficticio. Imagina RetailAI, una herramienta de IA para merchandisers retail. El equipo contrata una responsable de customer marketing y se compromete a producir un caso de estudio por mes. Después de 12 meses, tiene 12 casos de estudio que cubren distintas industrias, tamaños de acuerdo y casos de uso. También construye un programa de clientes de referencia con 30 clientes dispuestos. Los ciclos de ventas se acortan 20% (porque cada prospecto ahora ve casos de estudio relevantes durante la evaluación). Los referidos originados por advocacy producen 25% del nuevo pipeline. El CAC de los acuerdos originados por advocacy es aproximadamente una décima parte del de la adquisición pagada.

Ejemplo. Patrón confirmado: Casi toda empresa B2B SaaS ejecuta alguna forma de customer advocacy. En AI-native: Glean, Harvey, Sierra y Writer tienen programas de customer marketing que producen casos de estudio sistemáticamente. Customer Stories de Anthropic y Case Studies de OpenAI son ejemplos públicos.

Riesgo principal. Casos de estudio como acciones aisladas, no como pipeline. El equipo produce un caso de estudio cuando un cliente se ofrece, lo que significa tres casos por año en lugar de doce. Mitigación: contrata (o asigna) una única persona responsable de customer marketing cuyo KPI sea la velocidad de casos de estudio. Trata la producción de casos de estudio como una métrica trimestral.

Primer paso. Identifica a tus tres clientes más exitosos. Pide a cada uno una conversación de 30 minutos sobre sus resultados. Produce tres casos de estudio cortos (1–2 páginas cada uno, con números duros de ROI) en 60 días. El pipeline empieza allí.

Conceptos transversales

Varios conceptos aparecen en todos los motions y conviene definirlos una vez en lugar de repetirlos cada vez.

Atribución y recorridos multi-touch. Los compradores B2B suelen interactuar con 7–15 touchpoints antes de convertirse en sales-qualified lead. Un solo comprador podría leer una publicación de blog (Motion 1), ver un anuncio de LinkedIn (Motion 5), descargar un webinar (Motion 6), encontrar un creator partnership (Motion 10) y finalmente registrarse después de una recomendación de un par (Motion 12). La atribución de un solo toque (contar solo la última interacción) subpondera sistemáticamente los pull y earned motions; la atribución multi-touch (distribuir crédito a lo largo del recorrido) es más precisa, pero más difícil de operacionalizar. Las empresas que invierten poco en atribución terminan sobrefinanciando los canales más medibles (Performance Marketing) y subfinanciando los que más se componen (Founder Thought Leadership, DevRel, PR).

El framework owned/earned/paid. Una taxonomía fundacional de marketing. Owned media es lo que controlas (tu sitio web, lista de correo, app, comunidad). Earned media es lo que otros te dan (prensa, informes de analistas, menciones orgánicas). Paid media es lo que rentas (publicidad). Los programas de marketing más sanos combinan los tres; los programas demasiado dependientes de paid tienen problemas de margen; los demasiado dependientes de owned tienen problemas de alcance; los demasiado dependientes de earned tienen problemas de predictibilidad.

Tensión entre marca y demand-gen. El brand marketing construye reconocimiento y confianza de largo plazo; el demand-gen marketing produce leads calificados de corto plazo. Ambos compiten por presupuesto en toda organización de marketing. Los programas de pure-demand-gen llegan a un techo: una vez que cosechaste los compradores que buscan activamente, el crecimiento se estanca hasta que la inversión en marca expande la audiencia direccionable. Los programas de pure-brand no rinden cuentas: generan awareness que nadie puede demostrar que se traduce en pipeline. Los programas más sanos dividen el presupuesto aproximadamente 60/40 entre demand-gen y marca, aceptan que la mitad de marca se medirá de forma imprecisa y, en horizontes de varios años, cosechan los efectos compuestos de la inversión en marca. La inversión aguas arriba que hace que la marca componga es un posicionamiento afilado: Obviously Awesome, de April Dunford, es la referencia canónica de la disciplina de acertar con el posicionamiento antes de activar los canales de marketing que dependen de él.⁷

El stack de MarTech. La infraestructura que ejecuta marketing en 2026 suele incluir: un CRM (Salesforce, HubSpot o equivalente AI-native), una plataforma de automatización de marketing (HubSpot, Marketo, Pardot), un stack de atribución/analítica (Google Analytics 4, Segment, una herramienta AI-native de atribución), un agregador de plataformas publicitarias (Google Ads, LinkedIn Ads, Meta Ads), un stack de entregabilidad de correo (SendGrid, Postmark, Mailgun), un sistema de gestión de contenido (el sitio web de la empresa) y, cada vez más, un stack de producción de contenido aumentado con IA (herramientas LLM, generación de imágenes, generación de video). Las empresas que invierten poco en MarTech ejecutan sus motions a ciegas; las que invierten de más compran software que nunca operan.

Economía de producción creativa en la era de IA. Antes de la IA, producir una creatividad publicitaria de alta calidad (un video de 30 segundos, una landing page personalizada, un conjunto pulido de imágenes) costaba miles de dólares y requería agencias externas o diseñadores internos. En 2026, la IA generativa redujo esos costos en más de 90% para muchos formatos. El resultado: las pruebas de variantes de anuncios pasaron de trimestrales a semanales; la personalización de landing pages es viable a nivel de cuenta; la creatividad de video ya no está reservada para campañas de alto presupuesto. Las empresas que se adaptaron ejecutan muchas más pruebas creativas que las que no, y por eso aprenden más rápido. La restricción pasó de capacidad de producción creativa a juicio creativo: saber qué variante vale la pena probar.

Velocidad de contenido frente a calidad de contenido. Un debate persistente. El argumento de la velocidad: producir un volumen alto de contenido para maximizar la superficie en búsqueda y social. El argumento de la calidad: producir menos piezas, más profundas y difíciles de comoditizar. En 2026, con la IA reduciendo el costo de producir contenido promedio a casi cero, el argumento de calidad está ganando de forma decisiva. El contenido promedio ya no funciona: queda enterrado en el volumen de competencia generada con IA. La investigación original, los datos originales y las perspectivas originales todavía funcionan. La implicación: la mayoría de los equipos debería reducir su volumen de publicación y aumentar la inversión por pieza.

Qué cambia la IA en cada motion

Marketing es una de las disciplinas más transformadas por el cambio de IA de 2024–2026. Cinco cambios se repiten en todos los motions de este catálogo y merecen nombrarse explícitamente.

1. Contenido generado con IA a escala infinita. Todo motion que produce contenido (Motions 1, 2, 3, 4, 8, 9, 12) queda transformado por el hecho de que la IA ya puede generar artículos, correos, publicaciones y casos de estudio a costo marginal cercano a cero. El resultado es paradójico: producir contenido nunca fue más fácil, pero distinguir contenido nunca fue más difícil. La barra de lo que funciona subió con fuerza: el contenido promedio generado con IA queda enterrado; la investigación original, los datos originales y las perspectivas originales siguen destacando. Los equipos de marketing en 2026 hacen menos piezas, más profundas, y rechazan agresivamente el «contenido promedio generado con IA».

2. AEO reemplaza a SEO como nueva frontera de búsqueda. Por primera vez en una década, la interfaz dominante de búsqueda está cambiando. Los compradores preguntan cada vez más a asistentes de IA (ChatGPT, Claude, Perplexity, Google AI Overviews) en lugar de escribir consultas en buscadores. Todo Pull motion debe adaptarse. SEO no está muerto: los buscadores siguen impulsando tráfico, pero la proporción de investigación de compradores que ocurre mediante asistentes de IA crece rápido. Los motions optimizados solo para rankings de Google verán una erosión lenta; los motions optimizados para citabilidad en asistentes de IA ganarán.

3. Evaluación del comprador aumentada con IA. Los compradores ahora usan asistentes de IA para resumir sitios web, comparar vendedores y preseleccionar antes de cualquier conversación humana. Un comprador puede pedir a Claude «compara Sierra y Decagon para servicio al cliente con IA» y recibir una comparación estructurada en segundos, producida a partir de tu contenido público, el contenido público de tus competidores e informes de analistas. Los motions que ignoran esto están en desventaja estructural. La implicación: toda superficie pública (sitio web, docs, casos de estudio, comunicados de prensa) debe estar escrita para que los asistentes de IA puedan resumirla con precisión. Si tu sitio web no tiene una página clara de «qué hacemos», los asistentes de IA te omitirán en comparaciones de vendedores.

4. Anuncios generativos con costo creativo casi cero. Performance marketing (Motion 5), demand gen (Motion 6) y ABM (Motion 7) quedan transformados por la creatividad publicitaria generada con IA. Un equipo que antes producía 5 variantes de anuncios por mes ahora puede producir 50. Los equipos que se adaptaron ejecutan muchas más pruebas creativas, aprenden más rápido y superan a equipos atrapados en economías de producción pre-IA. La habilidad que ganó valor por escasez es el juicio creativo: saber qué variantes vale la pena probar.

5. El nuevo rol: AI Marketing Engineer. El equipo de marketing en 2026 tiene una nueva función: ingenieros (no marketers puros) que construyen y mantienen el stack de marketing aumentado con IA. Escriben prompts para agentes de producción de contenido, construyen pipelines de segmentación para correo personalizado con IA, instrumentan medición de atribución para citas en búsqueda con IA y operan la infraestructura de agentes que impulsa motions aumentados con IA. Este rol es paralelo al AI Outcome Engineer del catálogo de ventas. Las organizaciones de marketing sin este rol ejecutan motions aumentados con IA a ciegas; las organizaciones que lo tienen poseen una ventaja operativa significativa.

Motions híbridos comunes

Los doce motions anteriores se presentan como arquetipos discretos, pero la mayoría de las empresas AI-native exitosas no ejecuta un solo motion de forma aislada. Ejecutan dos, tres o cuatro en combinación coordinada, y los secuencian deliberadamente a medida que la empresa madura. Las cinco combinaciones híbridas más frecuentes:

Content & SEO (1) → DevRel (11). Una empresa vende a desarrolladores. Empieza con content marketing y SEO dirigidos a consultas de desarrolladores: tutoriales, páginas comparativas, guías técnicas. A medida que la audiencia crece, el content motion siembra una comunidad: un canal de Discord, una newsletter, apps de ejemplo. En 18–24 meses, el content motion evolucionó hacia un motion DevRel completo con embajadores, hackathons y eventos comunitarios. La transición es gradual y los dos motions se refuerzan indefinidamente. Casi toda empresa exitosa de tooling para desarrolladores ha ejecutado una versión de este híbrido.

Founder Thought Leadership (3) → PR & Analyst Relations (9). Una persona fundadora construye autoridad personal en una categoría mediante ensayos constantes y apariciones en podcasts. La reputación earned abre puertas que PR institucional no puede abrir: los analistas devuelven llamadas, los periodistas hacen seguimiento a briefings, los organizadores de conferencias invitan a keynotes. En 24–36 meses, la marca personal de la persona fundadora se transforma en credibilidad institucional definidora de categoría. La persona fundadora sigue siendo la voz visible, pero la marca de la empresa absorbe la autoridad.

Performance Marketing (5) → Demand Gen (6). Un equipo empieza con adquisición pagada (Google Ads, LinkedIn Ads) y descubre que convertir tráfico frío pagado directamente a clientes pagos tiene mala economía unitaria. Evoluciona hacia usar paid media para llevar tráfico a contenido gated, capturar correos y hacer nurturing mediante secuencias de correo. Performance Marketing se convierte en la parte frontal del funnel de demand-gen en lugar de un motion de conversión independiente. Los CACs suelen mejorar 30–50% mediante esta transición.

ABM (7) → Customer Advocacy (12). Una empresa ejecuta ABM contra una lista de cuentas nombradas muy definida. Las cuentas que cierran se convierten en la piedra angular de customer advocacy: casos de estudio, clientes de referencia, miembros del programa de advocacy. Luego marketing usa los activos de advocacy en el siguiente ciclo ABM, apuntando a cuentas similares con la prueba de cuentas similares que tuvieron éxito. Los dos motions se alimentan entre sí: ABM produce los clientes; customer advocacy produce los materiales de venta del siguiente ciclo ABM.

Educational Content (4) → Customer Advocacy (12). Una empresa ejecuta un programa de contenido educativo/certificación. Quienes se gradúan del programa se convierten en clientes; los clientes que se gradúan se convierten en advocates. El contenido educativo llena la parte alta del funnel; la advocacy llena la parte baja; la empresa queda en el medio como la infraestructura confiable que conecta ambas. Salesforce Trailhead es el ejemplo canónico: un programa que produce decenas de miles de practicantes certificados al año, muchos de los cuales se convierten tanto en clientes como en evangelistas.

Estos híbridos no son configuraciones únicas. La mayoría de las empresas AI-native exitosas ejecuta una variante reconocible de uno o más de ellos. El error no es ejecutar varios motions; el error es ejecutarlos como funciones desconectadas en lugar de como un sistema coordinado.

Fallas comunes de motion

Los motions de este catálogo se presentan como recetas que funcionan. Cada uno también tiene una forma característica de fallar: no porque el motion sea incorrecto, sino porque el equipo lo ejecuta mal. Once patrones de falla aparecen con suficiente frecuencia como para merecer nombre. Un líder de marketing que los reconoce en su propia operación puede corregirlos; uno que no los reconoce seguirá perdiendo de la misma forma.

Velocidad de contenido sin distribución. El equipo publica con constancia, pero el contenido no llega a nadie. La producción se trata como el trabajo; la distribución se trata como una ocurrencia posterior. La solución es invertir en distribución con una intensidad similar a la producción. Por cada artículo, construye una checklist de distribución —publicación en LinkedIn, email blast, hilo en X, inclusión de socios, optimización de búsqueda, outreach a podcasts— y ejecútala.

Performance Marketing sin economía unitaria. El equipo escala gasto pagado sin confirmar que los clientes adquiridos realmente generan el LTV que el modelo asumió. Seis meses después, los cálculos de LTV eran optimistas y la economía unitaria es profundamente negativa. La solución es retener gasto hasta que el LTV de cohorte esté confirmado empíricamente. Escala solo cuando la matemática esté verificada, no proyectada.

ABM sin alineación con ventas. Marketing personaliza campañas para 200 cuentas nombradas; ventas persigue activamente 50; las otras 150 reciben campañas publicitarias caras sin seguimiento. La solución es una lista única compartida revisada semanalmente. Si ventas no persigue la cuenta, marketing retira el gasto.

DevRel como presupuesto de marketing en lugar de inversión de producto. La función se cubre desde marketing con KPIs de generación de leads; la comunidad de desarrolladores detecta la falta de autenticidad en meses y se desconecta. La solución es cubrir DevRel con personas de credibilidad de ingeniería desde el presupuesto de producto, con KPIs que recompensen construcción de comunidad (descargas de apps de ejemplo, retención de embajadores, engagement en Discord) en lugar de pipeline puro.

Founder Thought Leadership sin constancia. La persona fundadora publica tres veces en la primera semana, dos veces en la segunda, una vez en la tercera y se detiene un mes cuando llega fundraising. El crecimiento de audiencia requiere constancia, y la inconsistencia es peor que no empezar. La solución es una cadencia mínima no negociable (una publicación por semana en LinkedIn, un ensayo por mes) tratada como compromiso permanente, no como proyecto.

AEO sin moat de contenido. El equipo optimiza para citación en búsqueda con IA, pero no tiene contenido que valga la pena citar. AEO está aguas abajo de la autoridad: si tu marca no tiene nada que los asistentes de IA considerarían autoritativo, las mecánicas de optimización no pueden salvarla. La solución es invertir en investigación original, datos originales y perspectivas originales antes de invertir en mecánicas de AEO.

Cobertura PR de vanidad que no mueve pipeline. El equipo obtiene un artículo en TechCrunch, un perfil en Wired o una mención en Bloomberg. La cobertura se comparte internamente, se captura en pantallas para presentaciones al directorio y no produce impacto medible en pipeline. La solución es rastrear qué apariciones producen inbound (enlaces con UTM, aumentos de brand-search, menciones en conversaciones de ventas) y optimizar para apariciones que mueven la aguja, no para apariciones que se ven bien en presentaciones al directorio.

Casos de estudio como acciones aisladas, no como pipeline. El equipo produce un caso de estudio solo cuando un cliente se ofrece, lo que significa tres casos por año en lugar de doce. La solución es una única persona responsable de customer marketing cuyo KPI sea la velocidad de casos de estudio. Trata la producción de casos de estudio como un objetivo trimestral, no como una actividad ad hoc.

La guerra presupuestaria marca-vs-demand-gen. Las organizaciones de marketing dividen gasto entre inversiones de marca (largo plazo, difíciles de medir) e inversiones demand-gen (corto plazo, fáciles de medir). Cuando llega presión presupuestaria, normalmente después de un trimestre lento o una mala reunión de directorio, el bando demand-gen gana porque puede defenderse con números de atribución; el bando de marca pierde porque no puede. Tras varios ciclos, el presupuesto de marca se reduce a cero y la empresa termina compitiendo enteramente en adquisición pagada sin activo compuesto de awareness. La solución es comprometer un porcentaje fijo del presupuesto de marketing a inversión en marca como no negociable, defendible solo mediante datos de cohortes de largo plazo y sponsorship ejecutivo, no mediante atribución trimestral.

Fallas de handoff marketing-ventas. Marketing produce leads al volumen que exige la matemática del funnel. Ventas los rechaza como «no calificados» y exige leads distintos. Marketing endurece la calificación, cae el volumen de leads y ventas se queja del pipeline. El ciclo se repite. Debajo del síntoma operativo hay una desalineación sobre qué cuenta como lead calificado: marketing tiene su propia definición (normalmente conductual: descargó un informe, asistió a un webinar), ventas tiene la suya (normalmente demográfica más necesidad activa). La solución es una definición única compartida de MQL/SQL, co-propiedad de ambas funciones, revisada trimestralmente, con ambos lados responsables del mismo objetivo de tasa de conversión en lugar de KPIs separados.

Conflicto de autoridad fundador-vs-CMO. Una persona fundadora que ejecutó marketing personalmente durante más de tres años (usando Founder Thought Leadership y Content & SEO motions) contrata a una CMO para escalar la función de marketing. La CMO quiere profesionalizar: añadir Performance Marketing, ABM, infraestructura MarTech, programas formales de demand-gen. La persona fundadora se resiste a motions que se sienten «corporativos» o fuera de marca; la CMO no puede ejecutar el playbook para el que fue contratada. En doce meses la CMO se va y la empresa contrata a otra, repitiendo el ciclo. La solución es tener una conversación explícita antes de la contratación sobre qué motions quiere seguir controlando la persona fundadora (normalmente Founder Thought Leadership y la narrativa estratégica) y sobre cuáles tiene autoridad plena la CMO (normalmente demand-gen, performance marketing, MarTech, customer marketing). Sin ese límite explícito, el conflicto es estructural.

Anti-patrones de marketing AI-native

La sección Fallas comunes de motion anterior describe los modos de falla universales: las trampas operativas y culturales que derrotan a cualquier equipo de marketing que ejecuta cualquier motion. La era de IA introduce una categoría separada de trampa: fallas específicas de empresas que comercializan productos de IA, usan herramientas de marketing aumentadas con IA u operan en canales saturados de IA. Cinco anti-patrones aparecen con suficiente frecuencia como para merecer nombre.

Contenido genérico de IA a escala. El equipo trata la generación con IA como capacidad de producción de contenido en lugar de como problema de distinción de contenido. Lanza un alto volumen de artículos, publicaciones y correos, la mayoría de los cuales suena como todo lo demás que produce la IA en la industria. El contenido está bien, técnicamente; también es invisible. La solución es tratar el contenido generado con IA como una capa de borrador que requiere inversión humana para volverse distinto: investigación original, datos originales, citas de clientes, opinión de la persona fundadora, contexto específico. La IA hace el trabajo estructural; el humano añade la señal distintiva. Los equipos que publican contenido generado con IA sin esa inversión humana publican a volumen en un vacío que se vuelve más ruidoso cada trimestre.

Outreach generado con IA sin punto de vista. Los destinatarios aprendieron a detectar outbound generado con IA: la redacción segura y vainilla, la apertura sobrepersonalizada que gira hacia una petición genérica, la estructura predecible. La señal que falta no es personalización sino opinión: un punto de vista específico, una observación inesperada, una reacción real a algo que el destinatario realmente dijo o hizo. La IA puede producir cualquiera de esas cosas técnicamente; en la práctica, los prompts colapsan hacia lo seguro y vainilla porque eso es lo que el modelo hace por defecto sin instrucción explícita. La solución es hacer que humanos inyecten opinión en los borradores de IA antes del envío, o aceptar que el outreach generado con IA ya es un canal de baja conversión y reducir volumen en lugar de escalarlo.

Viralidad confundida con demanda. Una persona fundadora publica en X, la publicación se vuelve viral (50.000 likes, 5 millones de impresiones) y el equipo concluye que el marketing funciona. La publicación produce 12 solicitudes de demo y cero acuerdos cerrados. La viralidad es una métrica de vanidad en B2B: se correlaciona débilmente con awareness de marca y nada con pipeline. La solución es rastrear la conversión hasta el final: de impresión viral a solicitud de demo, a oportunidad calificada, a acuerdo cerrado. Las publicaciones que se vuelven virales sin producir pipeline medible son entretenimiento, no marketing. Se sienten importantes; no lo son.

Targeting enterprise antes de que existan activos de confianza. Una startup pre-Series-A sin cobertura de analistas, sin casos de estudio publicados, sin informe de seguridad auditado y sin presencia ejecutiva reconocida intenta ejecutar un motion enterprise field. Recibe alguna versión de «vuelvan cuando tengan referencias». La solución es invertir la secuencia: construir primero activos de confianza (Customer Advocacy con tus primeros 10 clientes, PR de la persona fundadora para la narrativa ejecutiva, certificaciones básicas de seguridad) durante 12–18 meses, y luego activar el motion enterprise una vez que los compradores realmente puedan validar que existes como vendedor creíble. Saltarse la fase de activos de confianza para «ir más rápido» produce el camino más lento hacia pipeline enterprise.

Deriva de voz de marca por generación con IA. Todo lo que la empresa publica empieza a sonar como todo lo que publican otras empresas: misma estructura de párrafos, mismo lenguaje cauteloso, mismas metáforas predecibles, porque todos están promptando los mismos modelos fundacionales con instrucciones similares. En doce meses, la marca no tiene voz reconocible; los lectores no pueden distinguir una pieza de tu contenido de una pieza de un competidor si quitas el logo. La solución es invertir en una sola voz editorial (a menudo la persona fundadora o una responsable de contenido) que revise todo antes de publicar y reinyecte voz: frases específicas que usa la marca, posiciones específicas que sostiene la marca, historias específicas que cuenta la marca. Sin esa disciplina editorial, la producción de contenido aumentada con IA se convierte en una máquina de homogeneización.

Stack mínimo viable de marketing y recomendaciones por etapa

Un error común entre personas fundadoras en etapa temprana que leen este catálogo es concluir que necesitan ejecutar los doce motions. No lo necesitan. La mayoría de las empresas AI-native exitosas empieza con dos o tres motions y añade complejidad solo cuando la etapa y los recursos lo justifican. Las secciones de abajo ofrecen una receta etapa por etapa.

Stack mínimo viable de marketing (pre-PMF hasta tracción temprana).

El conjunto más pequeño de motions que produce demanda significativa para una empresa B2B AI-native en etapa temprana:

Founder Thought Leadership (Motion 3) — empieza en el mes 1. La persona fundadora publica en LinkedIn o X una o dos veces por semana. Costo: de cinco a diez horas por semana de tiempo de la persona fundadora. Este es el motion de mayor leverage en la etapa más temprana porque es gratis, la persona fundadora es la voz más creíble que tiene la empresa y la audiencia construida se compone durante años.
Content & SEO Marketing (Motion 1) — empieza en el mes 1. Un artículo largo por semana, escrito por la persona fundadora o por alguien con credibilidad de dominio. Costo: $1.000–$3.000 por mes, incluida producción y distribución mínima. Espera composición entre el mes seis y el nueve; antes de eso, las métricas se verán débiles incluso cuando el trabajo se haga correctamente.
Customer Advocacy & Case Studies (Motion 12) — empieza cuando tengas cinco o más clientes dispuestos. Un caso de estudio por mes, con métricas explícitas de resultado. Costo: $500–$1.500 por caso de estudio, incluida producción. Este motion suele activarse alrededor del mes seis al nueve de operación.
Answer-Engine Optimization (Motion 2) — empieza entre los meses nueve y doce. Añádelo encima del contenido existente en lugar de tratarlo como disciplina independiente. El costo marginal es pequeño si ya tienes el contenido subyacente; el costo se dispara si intentas producir contenido específicamente para AEO sin la autoridad subyacente.

Ese es todo el stack mínimo viable para una empresa en etapa temprana. Omite los otros ocho motions hasta que tengas señales de product-market fit —ARR por encima de $1M, NRR por encima de 110%, clientes dispuestos a dar referencias— que validen qué motions realmente producen demanda para tu producto y comprador específicos.

Recomendaciones por etapa.

Etapa de empresa	Motions principales que ejecutar	Evitar por ahora
Pre-product-market fit (0–10 clientes)	Founder Thought Leadership (3), Content & SEO (1), Educational Content (4)	Gasto pagado pesado (5), analyst relations (9), ABM completo (7), construcción de equipo DevRel (11)
Tracción temprana ($1M–$10M ARR, 10–100 clientes)	Content & SEO (1), AEO (2), Demand Gen (6), Customer Advocacy (12)	ABM sobredimensionado, inversión prematura en DevRel, retainers caros de PR
Escala enterprise ($10M+ ARR, acuerdos de seis cifras)	ABM (7), PR & Analyst Relations (9), Customer Advocacy (12), DevRel (11) para productos de comprador desarrollador	Creator partnerships aleatorias, velocidad de contenido por encima de profundidad, Performance Marketing reactivo
Empresa de plataforma para desarrolladores (cualquier etapa orientada a desarrolladores)	DevRel (11), Content & SEO (1), AEO (2), Educational Content (4)	Demand gen genérico, ABM amplio, creator partnerships no técnicas
Expansión global (entrada a nuevos mercados)	Content & SEO localizado (1), Influencer partnerships específicos de mercado (10), PR regional (9)	Importar directamente motions de etapa estadounidense a otros mercados sin localización

El error más común de las personas fundadoras es ejecutar motions fuera de etapa: invertir en ABM antes de que la empresa tenga las referencias que lo respalden, construir DevRel antes de que el producto sea lo bastante maduro para merecerlo o escalar Performance Marketing antes de validar la economía unitaria. Cada uno de esos errores desperdicia 12–24 meses de tiempo de la empresa. La tabla de etapas anterior es conservadora a propósito: cuando tengas dudas, quédate en la etapa más simple y gasta el capital ahorrado en mejores productos y mejores resultados para clientes, que de todos modos alimentan la siguiente etapa.

Cómo usar este catálogo

Tres instrucciones finales para el lector.

Primero, no necesitas ejecutar todos los motions. La mayoría de las empresas AI-native exitosas ejecuta de dos a cuatro motions en combinación coordinada, no los doce. Usa el Diagnóstico del marketer y la Matriz de encaje estratégico para acotar tus candidatos. Elige los motions que coincidan con tu comprador, tu etapa y tu horizonte de tiempo.

Segundo, la secuencia importa más que la selección. Una empresa que ejecuta Content & SEO bien durante dos años antes de añadir Performance Marketing suele tener mejor economía unitaria que una empresa que empieza con Performance Marketing. Una empresa que construye DevRel durante tres años antes de añadir ABM domina una categoría de desarrolladores de una forma que los competidores puramente pagos no pueden. El orden de inversión se compone; reconstruir una secuencia después de los hechos es mucho más difícil que ejecutarla correctamente la primera vez.

Tercero, la era de IA premia profundidad sobre amplitud. Hace cinco años, el marketing de amplitud —muchos canales, muchas campañas, muchas piezas de contenido— era una estrategia defendible porque la producción era la restricción. En 2026, con IA generando contenido promedio a costo casi cero, la amplitud sin profundidad queda enterrada. Las empresas que ganan en esta era invierten en menos motions, los ejecutan con más profundidad y producen contenido con investigación original, datos originales y perspectivas originales que la IA no puede replicar fácilmente. Elige menos; hazlos mejor.

Preguntas comunes de principiantes

Una lista no exhaustiva de preguntas que hacen principiantes después de leer este catálogo, con respuestas breves.

«¿En qué se diferencia esto del marketing normal?»

En su mayor parte, no se diferencia. La mayoría de los motions de este catálogo (Content & SEO, Performance Marketing, ABM, PR, Influencer Partnerships, Customer Advocacy) funciona igual para productos de IA que para cualquier software B2B. Lo distinto es (a) los cambios de la era de IA nombrados en Qué cambia la IA en cada motion, en particular la comoditización del contenido generado con IA, AEO reemplazando a SEO y la evaluación del comprador aumentada con IA; y (b) los anti-patrones AI-native que causan fallas específicas para equipos de marketing de IA. Si ya conoces el marketing B2B SaaS, el contenido nuevo marginal para ti está en esas dos secciones.

«¿Cuál es la diferencia entre marketing y ventas?»

Marketing crea awareness, demanda y confianza. Ventas convierte esa demanda en acuerdos. En una empresa B2B de IA típica, marketing produce leads calificados (Marketing Qualified Leads, o MQLs) y se los entrega a ventas, que los convierte en Sales Qualified Leads (SQLs) y finalmente en acuerdos cerrados. Este catálogo trata de marketing; The Sales Catalog cubre lo que ocurre después de que un lead se califica.

«¿Cuánto debería presupuestar para marketing?»

Los benchmarks comunes de B2B SaaS ubican el gasto de marketing en 10–20% de los ingresos, y hasta 30%+ para empresas de hipercrecimiento. Para empresas en etapa temprana pre-ingresos, la pregunta es irrelevante: no estás gastando dinero, estás gastando tiempo de la persona fundadora. Consulta Stack mínimo viable de marketing y recomendaciones por etapa para orientación apropiada por etapa.

«¿Necesito contratar una agencia de marketing, o hacerlo in-house?»

Ninguno de los dos en la etapa más temprana. Las personas fundadoras hacen su propio marketing mediante Founder Thought Leadership y Content & SEO hasta tener suficiente escala para justificar una contratación. Cuando sí contratas, la primera contratación de marketing suele ser una persona senior individual contributor (head of content, head of growth o marketer generalista), no una CMO. Las CMO son para empresas de $10M+ ARR. Las agencias sirven para necesidades específicas de campaña (lanzamiento de PR, producción de video, optimización de paid media a escala), no para la propiedad principal del marketing motion.

«¿Debería usar IA para escribir mi contenido de marketing?»

Sí, pero como asistente, no como reemplazo del punto de vista humano. El patrón exitoso en 2026 es: la IA hace el trabajo estructural (investigación, outlines, primeros borradores, copy de distribución), los humanos inyectan la señal distintiva (opinión, observaciones originales, voz, ejemplos específicos). La sección Anti-patrones de marketing AI-native explica los modos de falla si omites el paso humano.

«¿Cuánto tardaré en ver resultados?»

Depende del motion. Performance Marketing produce señal medible en semanas. Content & SEO se compone durante seis a doce meses. PR & Analyst Relations suele tardar 18–24 meses para apariciones que afecten significativamente el pipeline. La Matriz de encaje estratégico muestra todo el espectro de timing en los doce motions.

«¿Qué pasa si soy una persona fundadora sola y no tengo presupuesto?»

Tienes un motion: Founder Thought Leadership. Eso es todo. Publica con constancia durante seis meses. Los otros motions requieren dinero, clientes o contrataciones que todavía no tienes. Ejecuta el que es gratis y produce valor compuesto. Todo lo demás puede esperar. Consulta Si todo esto es nuevo para ti, empieza aquí al inicio del documento para ver la receta literal semana por semana.

«¿Dónde debería empezar si tengo un equipo de marketing pero una estrategia poco clara?»

Ejecuta el Diagnóstico del marketer (ocho preguntas) para identificar los motions que encajan con tu posición inicial. Elige dos o tres. Deja de ejecutar los demás. La mayoría de los equipos de marketing rinde por debajo de su potencial porque está distribuida en demasiados motions, no porque tenga los motions equivocados.

Apéndice A: Glosario

ABM (Account-Based Marketing). Marketing motion B2B que personaliza campañas para una lista finita de cuentas nombradas, en estrecha coordinación con ventas. (Consulta Motion 7).

Activation rate. Porcentaje de nuevos registros, usuarios de prueba gratuita o leads que realizan una acción definida de «activación» (primer uso significativo del producto, envío de formulario de contacto, reserva de demo).

AEO (Answer-Engine Optimization). Práctica de estructurar contenido y presencia de marca para que los asistentes de IA (ChatGPT, Claude, Perplexity, Google AI Overviews) citen tu marca en sus respuestas. (Consulta Motion 2).

Audience. Personas a las que puedes llegar sin pagar a un tercero cada vez: suscriptores de correo, usuarios de app, miembros de comunidad, seguidores sociales. Un activo central de marketing; uno de los cinco nombrados en este catálogo. (Consulta Resumen ejecutivo — cinco activos de marketing).

Authority. Tu credibilidad como experto reconocido en una categoría. Se gana lentamente; se pierde rápido. Uno de los cinco activos de marketing. (Consulta Resumen ejecutivo y Motions 3, 9: Founder Thought Leadership y PR & Analyst Relations son los motions principales de construcción de autoridad).

Brand marketing. Marketing orientado al reconocimiento, la confianza y la asociación de categoría a largo plazo. Contrasta con demand-gen marketing. (Consulta Conceptos transversales — tensión entre marca y demand-gen).

CAC (Customer Acquisition Cost). Costo completamente cargado de adquirir un nuevo cliente, incluido gasto de marketing, gasto de ventas, producción de contenido y cualquier otra función que contribuya a la adquisición. (Consulta Motion 5 para la matemática de economía unitaria; Anti-patrones de marketing AI-native para el giro de la era de IA).

Channel. Medio por el cual marketing llega a la audiencia: búsqueda, correo electrónico, paid social, organic social, podcasts, conferencias, etc.

Conversion rate. Porcentaje de usuarios que realizan una acción deseada definida: hacer clic en un anuncio, registrarse, reservar una demo, convertirse en cliente.

CPC (Cost per click). Precio que paga un anunciante cada vez que un usuario hace clic en un anuncio pagado.

CPM (Cost per thousand impressions). Precio que paga un anunciante por mil impresiones de anuncio.

Creator partnership. Acuerdo pagado u orgánico con un creador de contenido (voz de LinkedIn, creador de YouTube, podcaster) para presentar tu marca. (Consulta Motion 10).

CRM (Customer Relationship Management). Software que rastrea clientes y oportunidades de ventas: Salesforce, HubSpot, Pipedrive.

CTR (Click-through rate). Porcentaje de impresiones de anuncio o aperturas de correo que resultan en un clic.

Demand generation. Programas de marketing diseñados para producir pipeline de ventas calificado, normalmente mediante ofertas de contenido, webinars, eventos y secuencias de nurturing. (Consulta Motion 6).

DevRel (Developer Relations). Disciplina de construir comunidades de desarrolladores mediante contenido técnico, apps de ejemplo, programas de embajadores y eventos comunitarios. (Consulta Motion 11).

Distribution. Canales y métodos usados para entregar contenido a su audiencia prevista.

Earned media. Cobertura y menciones que recibes sin pagar: artículos de prensa, informes de analistas, menciones orgánicas en redes sociales, backlinks orgánicos. (Consulta Conceptos transversales — framework owned/earned/paid y Motions 9, 10).

Educational content. Cursos, tutoriales y certificaciones producidos por una empresa que enseñan a compradores cómo usar una categoría. (Consulta Motion 4).

ESP (Email Service Provider). Infraestructura que entrega correo electrónico a escala: SendGrid, Postmark, Mailgun, AWS SES.

Founder thought leadership. Marketing motion en el que la persona fundadora publica contenido (ensayos, podcasts, publicaciones sociales) y construye una audiencia personal que se convierte en la audiencia de la empresa. (Consulta Motion 3).

Funnel. Modelo de progresión del comprador desde awareness, pasando por consideración, hasta decisión. Distintos motions apuntan a distintas etapas del funnel.

Gated content. Contenido que requiere que el usuario proporcione información de contacto antes de acceder; se usa en programas de demand-gen. (Consulta Motion 6).

Influencer marketing. Sinónimo de creator partnerships en muchos contextos. (Consulta Motion 10).

Inbound marketing. Marketing donde el comprador inicia la relación: encuentra la marca mediante búsqueda, contenido o boca a boca. La mayoría de los pull motions son inbound. (Consulta Sección A — Pull motions, Motions 1–4).

Lead. Contacto que expresó interés al registrarse para contenido, solicitar información o interactuar de otra forma. Los leads se puntúan, califican y hacen nurturing a través del funnel.

LTV (Lifetime Value). Ingreso total que se espera que un cliente produzca durante toda su vida como cliente.

LTV/CAC ratio. Relación entre lifetime value del cliente y costo de adquisición del cliente. Métrica central de economía unitaria. Los programas SaaS saludables apuntan a LTV/CAC > 3.

MarTech. Stack de software usado para ejecutar marketing: CRM, automatización de marketing, atribución, plataformas publicitarias, gestión de contenido.

Marketing automation. Software que automatiza secuencias de correo, lead scoring y programas de nurturing: HubSpot, Marketo, Pardot.

MQL (Marketing Qualified Lead). Lead que cumple criterios definidos (nivel de engagement, encaje, comportamiento) para entrega de marketing a ventas. (Consulta Fallas comunes de motion — fallas de handoff marketing-ventas para ver qué falla con las definiciones de MQL/SQL).

Multi-touch attribution. Modelo de medición que distribuye crédito por conversión entre varios touchpoints, en lugar de acreditar solo la última interacción. (Consulta Conceptos transversales — atribución y recorridos multi-touch).

Nurture sequence. Serie de correos electrónicos u otros touchpoints diseñados para mover un lead por el funnel hacia una conversación de ventas.

Outbound marketing. Marketing en el que la marca inicia el contacto: publicidad pagada, cold email, ABM. La mayoría de los push motions son outbound. (Consulta Sección B — Push motions, Motions 5–8).

Owned media. Canales que controlas: tu sitio web, lista de correo, app, comunidad, podcast. (Consulta Conceptos transversales — framework owned/earned/paid).

Paid media. Canales que rentas: anuncios pagos en Google, LinkedIn, Meta, TikTok, YouTube. (Consulta Conceptos transversales — framework owned/earned/paid y Motion 5).

Performance marketing. Motions de publicidad pagada optimizados para resultados medibles (clics, registros, clientes). (Consulta Motion 5).

Pipeline. Contribución atribuible a marketing en oportunidades calificadas de ventas. Uno de los cinco activos de marketing. (Consulta Resumen ejecutivo — cinco activos de marketing y Fallas comunes de motion — fallas de handoff marketing-ventas).

Pull motion. Marketing motion en el que la audiencia inicia el descubrimiento: contenido, SEO, AEO, founder thought leadership. (Consulta Motions 1–4).

Push motion. Marketing motion en el que el marketer inicia la relación: anuncios pagos, demand gen, ABM, correo aumentado con IA. (Consulta Motions 5–8).

Reach. Conjunto total de personas frente a las que puedes poner un mensaje, combinando audiencia propia, ubicación pagada y cobertura earned.

Retargeting. Publicidad pagada entregada a usuarios que visitaron previamente tu sitio web o interactuaron con tu contenido.

ROAS (Return on Ad Spend). Ingresos producidos por cada dólar de gasto publicitario.

SEO (Search Engine Optimization). Práctica de optimizar contenido para posicionar en buscadores (Google, Bing). Base histórica de los pull motions; cada vez más complementada por AEO.

SQL (Sales Qualified Lead). Lead que ventas validó como digno de perseguir.

Top-of-funnel (TOFU). Etapa más temprana del recorrido del comprador: awareness, identificación del problema, educación de categoría.

UTM parameters. Etiquetas añadidas a URLs que rastrean qué campañas de marketing impulsan tráfico.

Notas

¹ Marcus Sheridan, They Ask, You Answer (edición revisada, Wiley, 2019), la referencia canónica de marketing B2B liderado por contenido. Encuestas del sector, incluidos los informes anuales State of Marketing de HubSpot y los estudios benchmark anuales del Content Marketing Institute, siguen confirmando el content marketing como uno de los principales impulsores de inbound para empresas B2B. Los porcentajes específicos varían por fuente; el hallazgo direccional es consistente.

² Rand Fishkin (fundador de SparkToro) ha sido una voz temprana líder en Answer-Engine Optimization, publicando investigación sobre patrones de citación en búsqueda con IA y frecuencia de mención de marca durante 2024–2026.

³ Sangram Vajre y el equipo de Terminus (adquirida posteriormente) y 6sense han escrito extensamente sobre mecánicas de ABM. Los libros de Vajre ABM is B2B (IdeaPress, 2019) y MOVE (Wiley, 2022) son referencias canónicas para equipos B2B de account-based marketing.

⁴ Eugene Schwartz, Breakthrough Advertising (Boardroom Books, 1966; reimpreso en 2017). El framework de cinco etapas de awareness de Schwartz —Unaware, Problem-Aware, Solution-Aware, Product-Aware, Most-Aware— es la base de la mayoría del pensamiento moderno sobre buyer journey. La adaptación de tres etapas en este documento consolida el framework de Schwartz para equipos de marketing B2B AI.

⁵ Joe Pulizzi, Content Inc. (segunda edición, McGraw-Hill, 2021). Pulizzi documenta el patrón de construir negocios completos sobre contenido propio como canal principal de adquisición y desarrolló gran parte del vocabulario moderno de content marketing mediante su trabajo en el Content Marketing Institute.

⁶ Seth Godin, Permission Marketing (Simon & Schuster, 1999). El argumento fundacional de Godin de que las relaciones de marketing más valiosas son opt-in en lugar de basadas en interrupción sigue siendo la base conceptual de la mayoría de las mecánicas modernas de demand-gen.

⁷ April Dunford, Obviously Awesome (Ambient Press, 2019). El framework de Dunford para posicionar productos B2B —el trabajo estratégico aguas arriba que determina si los marketing motions pueden componerse— es la referencia canónica para equipos de product marketing que establecen la base de messaging de la que dependen otros motions.

Otras referencias e influencias que dan forma al catálogo: los escritos de Andy Raskin sobre narrativa estratégica; la serie Founding Sales de First Round Review; la investigación de Drift y HubSpot sobre conversational marketing; el trabajo de Latane Conant sobre ABM en 6sense; y el corpus más amplio de escritos sobre marketing aumentado con IA que emergió durante 2024–2026.

Si todo esto es nuevo para ti, empieza aquí​

El camino para principiantes en este documento​

Dónde encaja este documento​

Cómo leer este documento​

Versión para principiantes de 10 minutos​

Resumen ejecutivo​

Para qué sirve esta página​

Cómo elegir un motion​

Diagnóstico del marketer: ocho preguntas​

Tabla resumen de motions​

¿Qué motion debería ejecutar?​

Awareness del comprador y timing​

Leyenda de madurez​

A. Pull motions​

Motion 1 — Content & SEO Marketing​

Motion 2 — Answer-Engine Optimization (AEO)​

Motion 3 — Founder Thought Leadership​

Motion 4 — Educational Content & Certification​

B. Push motions​

Motion 5 — Performance Marketing​

Motion 6 — Demand Generation Programs​

Motion 7 — Account-Based Marketing (ABM)​

Motion 8 — AI-Augmented Email & Outreach​

C. Earned motions​

Motion 9 — PR & Analyst Relations​

Motion 10 — Influencer & Creator Partnerships​

D. Community motions​

Motion 11 — Developer Relations (DevRel)​

Motion 12 — Customer Advocacy & Case Studies​

Conceptos transversales​

Qué cambia la IA en cada motion​

Motions híbridos comunes​

Fallas comunes de motion​

Anti-patrones de marketing AI-native​

Stack mínimo viable de marketing y recomendaciones por etapa​

Cómo usar este catálogo​

Preguntas comunes de principiantes​

Apéndice A: Glosario​

Notas​

Si todo esto es nuevo para ti, empieza aquí

El camino para principiantes en este documento

Dónde encaja este documento

Cómo leer este documento

Versión para principiantes de 10 minutos

Resumen ejecutivo

Para qué sirve esta página

Cómo elegir un motion

Diagnóstico del marketer: ocho preguntas

Tabla resumen de motions

¿Qué motion debería ejecutar?

Awareness del comprador y timing

Leyenda de madurez

A. Pull motions

Motion 1 — Content & SEO Marketing

Motion 2 — Answer-Engine Optimization (AEO)

Motion 3 — Founder Thought Leadership

Motion 4 — Educational Content & Certification

B. Push motions

Motion 5 — Performance Marketing

Motion 6 — Demand Generation Programs

Motion 7 — Account-Based Marketing (ABM)

Motion 8 — AI-Augmented Email & Outreach

C. Earned motions

Motion 9 — PR & Analyst Relations

Motion 10 — Influencer & Creator Partnerships

D. Community motions

Motion 11 — Developer Relations (DevRel)

Motion 12 — Customer Advocacy & Case Studies

Conceptos transversales

Qué cambia la IA en cada motion

Motions híbridos comunes

Fallas comunes de motion

Anti-patrones de marketing AI-native

Stack mínimo viable de marketing y recomendaciones por etapa

Cómo usar este catálogo

Preguntas comunes de principiantes

Apéndice A: Glosario

Notas