Las consultoras en LATAM se autodefinen como "AI First" sin documentar qué herramientas usan en su operación diaria. Voy a romper esa opacidad. Estas son las cinco herramientas de IA que están activas en MorgansMedia ahora mismo, qué hacen exactamente, cuánto cuestan y qué outcomes generan medibles para el negocio.
La transparencia operativa no es marketing. Es la condición para que un cliente B2B LATAM evaluar si nuestra promesa "AI First" es real o etiqueta. Si decimos que operamos con IA pero no podemos detallar cómo, es marketing. Si lo detallamos con precisión, es producto.
Herramienta 1: Claude (Opus 4.7 + Sonnet 4.6)
Qué hace en MM: producción de deliverables del cliente. Cada Strategic Book de DMC (entre 30 y 50 páginas), cada propuesta comercial, cada reporte mensual ejecutivo, cada plan de implementación. Claude tiene primer draft que un consultor humano (yo, Matías, Francisco) revisa, ajusta y firma.
Modelo de uso: API directa de Anthropic con MCP servers conectados a Cerebro RevOps (nuestro sistema interno). Opus 4.7 para tareas que requieren razonamiento largo y voz autoral. Sonnet 4.6 para tareas estándar de redacción y análisis. La selección de modelo es automática según complejidad.
Costo mensual: cerca de USD 380 promedio en consumo API. Algunos meses sube a USD 550 cuando hay más entregables grandes en curso. Stack técnico: Anthropic SDK en TypeScript, prompts versionados en repo, evals con casos del cliente.
Outcome medible: reducción de tiempo de producción por entregable entre 65% y 75% versus redacción 100% humana. Un Strategic Book que antes tomaba 22-30 horas humanas ahora toma 6-9 horas. La calidad medida por satisfacción del cliente se mantuvo o mejoró en el último año.
Herramienta 2: Cursor + Claude Code
Qué hace en MM: desarrollo del stack técnico que opera Cerebro RevOps, integraciones con Kommo CRM, Google Ads API, Meta Ads API, GA4, GSC, scripts de análisis y desarrollo de Salesbots para clientes. Cursor es IDE primario; Claude Code para tareas grandes en terminal.
Modelo de uso: Matías (CTO) lo opera primariamente. También yo y Francisco para tareas específicas como scripts puntuales o automatizaciones internas. Los protocolos de revisión los documentó Matías en el post de ayer.
Costo mensual: USD 80 por seat Cursor + USD 200 por uso de Claude Code en el equipo (3 personas activas). Total cerca de USD 240 mensuales.
Outcome medible: velocidad de delivery de features técnicas subió 60% en lo que va del año. Tiempos típicos: integración nueva con API externa que antes tomaba 16-24 horas ahora toma 6-9 horas. Funcionalidades de Cerebro RevOps que antes eran de 2-3 sprints ahora son de 1 sprint.
Herramienta 3: Cerebro RevOps
Qué hace en MM: es nuestro sistema interno multi-cliente que opera como hub central. Hace cuatro cosas específicas: análisis automatizado de cuentas de Google Ads, Meta, GA4, GSC con MCP propios. Generación de reportes mensuales en formato MM. Producción de contenido editorial del blog (el primer borrador de este post salió de ahí). Triage inicial de leads que llegan al embudo.
Modelo de uso: sistema propietario desarrollado en NextJS + Vercel AI SDK + integración con Claude API. Stack 100% custom porque ningún SaaS comercial cubre el caso de uso específico de consultora RevOps LATAM.
Costo mensual: USD 180 en infraestructura (Vercel + Neon database + S3 storage) + USD 250 en API calls de Claude específicas para Cerebro. Total cerca de USD 430. Más tiempo de desarrollo amortizado.
Outcome medible: tiempos de análisis típico de cuenta Google Ads + Meta + GA4 + GSC para un cliente pasó de 8-16 horas a 3-5 horas. Y cada análisis genera entregáble preliminar que el consultor humano revisa, ajusta y envía. Sin Cerebro RevOps, no podríamos atender la cantidad de clientes que atendemos hoy con el mismo equipo.
Herramienta 4: Kommo Salesbots
Qué hace en MM: dos cosas. Internamente, opera el triage de leads que llegan a MM (calificación inicial, routing al consultor apropiado, agendamiento de DMC inicial). Externamente, es el motor que implementamos en clientes que adoptan Kommo CRM. Más del 70% de nuestros clientes activos opera Salesbots configurados por MM.
Modelo de uso: Salesbots nativos de Kommo con configuración custom para cada caso de uso. No es magic: son flujos condicionales bien diseñados. Para casos complejos, integración con Cerebro RevOps vía webhook para extender capacidad del bot con LLM.
Costo mensual: USD 99 por nuestra cuenta Kommo Pro + costo proporcional incluido en cada cliente activo. Total para uso interno: USD 99.
Outcome medible: tiempo de respuesta a leads nuevos en MM bajo 5 minutos (era 90 minutos antes de Salesbots). Tasa de "show rate" en reuniones de DMC iniciales subió del 62% al 81% gracias al recordatorio automatizado del bot 24 horas y 1 hora antes.
Herramienta 5: GTM Server-Side + AI Brief de Google Ads
Qué hace en MM: GTM Server-Side opera tracking de conversiones server-side para nuestras cuentas y para cuentas de clientes activos. AI Brief opera generación inicial de creatives en Google Ads para campañas B2B Chile.
Modelo de uso: GTM Server-Side alojado en Google Cloud Run. AI Brief integrado en setup de campañas PMax y Demand Gen. Combinación con CAPI Meta y Enhanced Conversions for Leads detallada en post anterior.
Costo mensual: USD 25 en Google Cloud Run para hostear GTM SS. AI Brief incluido en Google Ads sin costo adicional. Total cerca de USD 25.
Outcome medible: recuperación de 25-45% de conversiones que antes se perdían por tracking client-side puro. Tiempo de setup de campaña nueva en cuentas B2B Chile bajó de 2.5-4 horas a 1.5-2.5 horas con AI Brief en el flujo.
El total del stack y cómo se justifica
El total mensual de IA en MM está entre USD 1.150 y USD 1.350 dependiendo del consumo. Para una consultora con 14 clientes activos, son menos de USD 100 mensuales por cliente. La pregunta operativa correcta no es "¿es mucho?" sino "¿qué hace ese stack que justifica el costo?".
La respuesta: el stack es la condición para que MM opere a la escala que opera con el equipo que tiene. Sin estas cinco herramientas, MM sería consultora de 3-5 clientes activos con equipo de 4-5 personas. Con estas herramientas, somos consultora de 14 clientes activos con equipo de 5 personas, más margen sostenido para producción editorial y desarrollo de producto.
No es magia. Es palanca operativa. La diferencia entre operar AI First y simular operar AI First es estructural: en una versión, el equipo trabaja en lo que aporta criterio y la IA hace tareas repetibles. En la otra versión, el equipo trabaja en lo mismo de siempre y la IA es accesorio decorativo.
Lo que no usamos y por qué
Marco lo que no usamos para que la lista sea completa:
No usamos asistentes IA de Notion o Google Workspace. Sus modelos son menos potentes y MM no vive en Notion. Trabajamos en Google Drive con asistencia vía Claude API.
No usamos herramientas "AI all-in-one" tipo Zapier AI o Make AI. Cada caso requiere flexibilidad específica y arquitectura propia. Cerebro RevOps reemplaza con ventaja a las soluciones genéricas.
No usamos generación de imágenes con DALL-E o Midjourney para creatives de cliente. Las imágenes generadas tienen estilo genérico que no transmite identidad de marca de los clientes. Cuando hay creatives visuales en programa, los hacemos con diseñador humano externo.
No usamos copilots de transcripción para reuniones internas. Hicimos pilotos pero el ratio señal/ruido no justificó la inversión de tiempo en revisar transcripts.
Cada decisión de NO uso es tan importante como las de uso. La opacidad genera ilusión de más sofisticación. La transparencia muestra trade-offs reales.
Lo que evaluamos para el resto de 2026
Tres herramientas en evaluación para integrar:
Browser AI agents para tareas en clientes. Anthropic Computer Use y similares. Hoy todavía no maduros para producción B2B. Reevaluación en Q4 2026.
Voice agents para llamadas comerciales. Hay startups con casos interesantes (Bland AI, Vapi, Retell). Por ahora preferimos mantener la primera llamada humana porque genera trust real con el cliente.
Generación de video sintético para hi-touch outreach. Heygen, D-ID, similares. Evalúaremos pilotos para casos específicos pero no en producción masiva.
Preguntas frecuentes
¿Podrían publicar los prompts específicos que usan?
No. Los prompts son IP propietaria construida con 14 meses de iteración. Hacer públicos los prompts sería regalar trabajo de optimización. Pero el modelo conceptual (cuál usa para qué, cómo se conectan) sí está detallado.
¿Recomiendan que un cliente arme su propia versión de Cerebro RevOps?
No. El costo de desarrollo es 18-24 meses-developer (USD 60.000-120.000 inversión inicial). Para un cliente específico, el ROI es marginal. Para una consultora multi-cliente como MM, el ROI es positivo. La recomendación para clientes: usar herramientas comerciales (Claude, Cursor, Salesbots) en su workflow, sin construir sistema propio salvo justificación estructural.
¿Qué modelo de IA recomiendan empezar para B2B LATAM mid-market?
Claude (Sonnet 4.6 con Pro o Anthropic Console) para redacción y análisis. Es el modelo con mejor balance calidad-costo en contexto LATAM. Para casos específicos donde se requiera integración con Google Workspace, Gemini. Para casos con muchas tools y agentes, Claude con MCP.
El cierre
Las cinco herramientas que documenté son la espina dorsal operativa de MM. Cada una entrega outcome medible y cada una se justifica por su contribución al modelo de negocio. La transparencia de detallarlas es la prueba de que "AI First" no es etiqueta sino arquitectura operativa.
Una consultora que se promueve como AI First sin poder detallar sus herramientas está vendiendo marketing. Una consultora que las detalla con outcomes medibles está vendiendo producto. Esa es la diferencia que el cliente B2B LATAM puede pedir desde la primera reunión.
El DMC (Diagnóstico de Madurez de Crecimiento) de MorgansMedia evalua el stack de IA actual del cliente y propone roadmap específico para integrar las herramientas correctas según el tamaño, el equipo y la etapa de crecimiento. La meta no es "usar más IA". Es "usar la IA correcta donde mejora operación medible". Esa precisión es la diferencia entre inversión y experimento perdido.
