El A/B test ha muerto: qué es el AI decisioning (y por qué la industria está pagando millones por él)

En junio de 2025, Braze —una de las mayores plataformas de customer engagement del mundo, cotizada en el Nasdaq— cerró la compra de OfferFit por 325 millones de dólares. OfferFit era una empresa que la mayoría de responsables de marketing no habría sabido situar en un mapa. No tenía una gran base de clientes, ni una marca reconocible, ni siquiera un producto que pudieras contratar con una tarjeta de crédito. Lo que Braze compró fue otra cosa: una forma distinta de decidir.

Esa compra es la señal más clara de hacia dónde va el marketing automation. Y explica por qué cada vez más gente del sector repite una frase que suena a provocación pero describe algo real: el A/B test, tal y como lo conocemos, ha muerto.

Este artículo explica qué es el AI decisioning sin humo, qué hay detrás del titular de los 325 millones, qué resultados está dando en producción, y —esto es lo que casi nadie cuenta— cuál es la versión honesta de todo esto para una empresa con 5.000 contactos en lugar de 5 millones.

El problema del A/B test no es que sea malo. Es que responde la pregunta equivocada

El A/B test lleva veinte años siendo el estándar de la experimentación en marketing, y por buenas razones: es simple, es riguroso y cualquiera lo entiende. Divides tu audiencia en dos, envías la variante A a una mitad y la B a la otra, esperas, y te quedas con la ganadora.

El problema está en lo que ese proceso asume sin decirlo.

Asume que existe una variante ganadora para todo el mundo. El A/B test te dice qué mensaje funciona mejor en promedio. Pero el promedio es una ficción estadística: puede que el asunto A gane 55 a 45 en agregado mientras que, para un tercio concreto de tu base, el B convierta el doble. El test clásico descarta esa información. Corona un ganador universal y entierra al perdedor, aunque el perdedor fuera mejor para miles de personas concretas.

Asume que puedes permitirte probar de una en una. Cada test serio necesita muestra suficiente, tiempo de espera y disciplina para no mirar los resultados antes de hora. Si quieres probar asunto, hora de envío, canal y oferta, y cada dimensión tiene tres opciones, el espacio combinatorio se te va a docenas de variantes. Con tests secuenciales tardarías años en recorrerlo.

Asume que el mundo se queda quieto mientras testeas. La conclusión de un test de marzo puede no valer en septiembre. El comportamiento cambia, la competencia cambia, tu propia base cambia. El A/B test produce fotografías fijas de un objeto en movimiento.

Nada de esto hacía daño cuando la alternativa era peor. La novedad de estos años es que la alternativa ha dejado de ser peor.

Qué es el AI decisioning: objetivo, espacio de acciones y guardarraíles

El AI decisioning invierte la lógica. En lugar de que el equipo de marketing diseñe variantes y el sistema mida cuál gana en promedio, el equipo define tres cosas y delega la decisión individual:

1. Un objetivo de negocio. No “tasa de apertura”, sino algo que importe de verdad: segunda compra, renovación, reactivación, valor por cliente. El sistema optimiza hacia eso y solo hacia eso.

2. Un espacio de acciones. El catálogo de todo lo que el sistema puede hacer: qué mensajes existen, qué canales están disponibles (email, push, SMS), en qué franjas horarias se puede enviar, qué ofertas o incentivos se pueden usar. El espacio lo define el humano. El sistema no inventa acciones; elige entre las permitidas.

3. Unos guardarraíles. Los límites duros: frecuencia máxima de contacto, segmentos excluidos, descuentos que no se pueden superar, tono de marca, reglas de consentimiento. Todo lo que nunca debe pasar, escrito de forma explícita.

Con ese marco, el agente de decisioning hace lo que un A/B test no puede: decide por cliente y por día qué mensaje enviar, por qué canal y a qué hora, y aprende de cada resultado en un ciclo de experimentación continua. No hay “variante ganadora” que se congela y se envía a todos. Hay miles de pequeñas decisiones individuales que se corrigen constantemente.

La diferencia conceptual es profunda: el A/B test busca la mejor decisión media y la aplica a todos. El decisioning busca la mejor decisión para cada uno y no deja nunca de revisarla.

Los 325 millones de Braze: la compra que definió la categoría

OfferFit hacía exactamente eso con reinforcement learning: agentes que exploran el espacio de acciones, explotan lo que funciona y ajustan la política de decisión usuario a usuario. Braze cerró la compra en junio de 2025 por 325 millones de dólares y relanzó la tecnología como su estudio de AI decisioning, ya disponible de forma general desde su conferencia anual de otoño de 2025.

El movimiento no fue un capricho de I+D. Braze facturó 738 millones de dólares en su último ejercicio fiscal, creciendo un 24%, y su apuesta estratégica central es esta: que el valor del marketing automation ya no está en ejecutar flujos que un humano dibuja, sino en decidir. Cuando el líder de una categoría paga nueve cifras por una capacidad, no está comprando una feature. Está declarando dónde cree que estará el margen de los próximos diez años.

El resultado más citado del sector es el de Taco Bell: según los datos publicados por la propia industria, la aplicación de este enfoque de decisioning multiplicó por 2,6 las transacciones por cliente en las audiencias gestionadas por los agentes. Es un dato del proveedor sobre un cliente enterprise, y conviene leerlo con esa cautela — pero fíjate en qué se mide: transacciones, no aperturas. Métrica de negocio, no métrica de vanidad. Eso también es parte del cambio de paradigma.

La letra pequeña que casi nadie cuenta

Aquí es donde el titular se separa de la realidad operativa, y donde este artículo se pone útil.

Primero: OfferFit nunca fue un producto self-serve. No era un botón que activabas en un dashboard. Era software más un servicio gestionado intensivo: consultores configurando el objetivo y el espacio de acciones, ingestas de datos a medida, acompañamiento continuo. El “producto puro” de decisioning que se instala solo no existe ni en el líder de la categoría. Lo que funciona en producción es la combinación de tecnología y equipo que la opera.

Segundo: la caja negra es un problema real. Una de las críticas documentadas al enfoque era precisamente la opacidad: el sistema decidía, los resultados mejoraban, pero el equipo de marketing no siempre podía explicar por qué el agente había elegido ese mensaje para ese cliente. En Europa, con el RGPD encima de la mesa, eso no es un detalle estético: es un riesgo de cumplimiento y una fuente de desconfianza interna.

Tercero: esto no está al alcance de una pyme, y no va a estarlo pronto. La entrada real en plataformas de este nivel se sitúa en decenas de miles de dólares al año, y el decisioning empuja los contratos hacia el medio millón. No hay self-serve, no hay plan starter, no hay versión recortada. Es tecnología enterprise con precio enterprise.

¿Significa eso que una empresa mediana española debe ignorar todo esto? No. Significa que necesita la versión honesta.

La versión honesta para una empresa con 5.000 contactos

El reinforcement learning que usan los sistemas enterprise necesita volumen: millones de interacciones para que los agentes exploren y aprendan sin quemar la base de datos por el camino. Con 5.000 o 20.000 contactos, ese enfoque no es que sea caro — es que estadísticamente no funciona. Quien te venda “reinforcement learning para tu pyme” te está vendiendo una palabra, no una mecánica.

Pero el paradigma sí es trasladable, con tres sustituciones inteligentes:

Experimentación bayesiana en lugar de A/B test clásico. En vez de repartir el tráfico al 50% y esperar semanas a la significancia, los métodos bayesianos redistribuyen el envío hacia las variantes que van funcionando mientras el experimento sigue vivo. Con bases pequeñas, esto extrae mucha más información de cada envío y desperdicia muchos menos contactos en variantes perdedoras. No es magia: es estadística de los años 30 aplicada con software de ahora.

Heurísticas más modelos de lenguaje en lugar de agentes que aprenden de cero. Un agente no necesita descubrir por prueba y error que a un cliente que compró hace 90 días conviene reactivarlo distinto que a uno que abrió tres emails sin hacer clic. Eso se codifica como reglas de negocio. El modelo de lenguaje aporta lo que las reglas no pueden: generar la variante de mensaje adecuada para cada segmento y situación, a partir de los datos reales del cliente.

Agentes que explican sus decisiones en lugar de cajas negras. Esta es la ventaja inesperada de la versión pyme: como la mecánica es más simple, es completamente explicable. El agente puede decirte, en una frase, por qué eligió ese mensaje, ese canal y esa hora para ese contacto. “Propongo reactivar a este segmento por email el jueves por la mañana porque sus últimas tres compras se concentraron en esa franja y lleva 100 días sin actividad.” Lo que a los sistemas enterprise les critican —la opacidad— aquí se convierte en el estándar. Y de paso encaja con el enfoque que el RGPD favorece: el agente propone, tu equipo aprueba.

El marco es el mismo que en enterprise: objetivo, espacio de acciones, guardarraíles, experimentación continua. La mecánica es proporcional al tamaño de la base. Esa proporcionalidad es la diferencia entre un sistema que funciona y una demo que impresiona.

Cómo saber si tu empresa está lista para esto

Antes de pensar en decisioning, hay tres condiciones previas que conviene auditar con honestidad:

Datos operativos accesibles. El decisioning decide sobre datos del negocio: pedidos, facturas, tickets, historial real de cada cliente. Si esa información vive repartida entre un Excel, la cabeza de alguien de administración y una herramienta que nadie exporta, el primer proyecto no es de IA — es de fontanería de datos. Y aquí hay un dato incómodo del sector: solo alrededor de un tercio de los directivos afirma tener la infraestructura de datos necesaria para IA autónoma. El cuello de botella casi nunca es el algoritmo.

Un objetivo de negocio medible. “Vender más” no es un objetivo operativo. “Aumentar la tasa de segunda compra en los 60 días posteriores a la primera” sí lo es. Si no puedes medir el objetivo hoy, no puedes optimizar hacia él mañana.

Volumen mínimo de señal. No hacen falta millones de contactos, pero sí actividad recurrente: envíos regulares, respuestas, compras. Un sistema de experimentación continua sin experimentos que correr es un dashboard vacío.

Si cumples las tres, el salto desde “campañas iguales para todos más algún A/B test ocasional” hacia decisioning proporcional es hoy uno de los movimientos con mejor relación esfuerzo-impacto del marketing digital.

El A/B test no muere del todo (pero cambia de trabajo)

Seamos precisos con el titular. El A/B test como herramienta puntual sigue teniendo usos legítimos: validar un cambio grande de posicionamiento, comparar dos landing pages, resolver una discusión interna con datos. Lo que muere es el A/B test como sistema operativo de la optimización de marketing: la idea de que mejorar consiste en encadenar tests secuenciales que coronan ganadores universales.

Su sustituto no es una herramienta, es una arquitectura: objetivos definidos por humanos, espacios de acción definidos por humanos, guardarraíles definidos por humanos — y dentro de ese marco, decisiones individuales, continuas y explicables tomadas por agentes. La industria acaba de pagar 325 millones de dólares por esa arquitectura en su versión enterprise. La versión proporcional para el resto de empresas no cuesta eso, pero exige lo mismo que siempre ha exigido el buen marketing: datos en orden y criterio para definir qué importa.

---

En Arqont construimos exactamente esa versión proporcional: agentes de decisioning sobre los datos reales de tu negocio, con experimentación continua y decisiones que se explican en lenguaje de negocio — sin licencias enterprise de por medio. Si quieres ver cómo encajaría en tu caso, echa un vistazo a nuestro enfoque de marketing automation o pide un diagnóstico sin compromiso.