¿Cuántas horas ahorra la IA en marketing? Lo que dicen los estudios, con fuente

La tabla

Cada fila lleva la cifra tal como la publica la fuente, qué tipo de estudio es, la muestra y el país, la fecha y el enlace. La columna «vía» dice si leímos la fuente primaria o una cobertura que la cita; las filas secundarias se recomprueban cuando la primaria sea legible.

Qué mide cada una (y por qué no se pueden promediar)

• Noy y Zhang, Science (MIT): Mide tiempo por tarea en laboratorio, no horas por semana en un puesto real. Es el estudio con el que el diagnóstico de este sitio ancla el área de contenido.
• Brynjolfsson, Li y Raymond, NBER w31161 (rev. nov-2023): Productividad en un puesto real durante meses. La ganancia se concentra en quien menos experiencia tiene.
• Dell'Acqua et al. (Harvard, Wharton, MIT, BCG): No publica horas: publica calidad y tasa de acierto por tipo de tarea. Es el estudio que muestra que la IA empeora resultados fuera de su frontera de competencia.
• Bick, Blandin y Deming, Fed de St. Louis: «Para una persona que trabaja 40 horas por semana, ahorrar el 5,4 % de las horas implica 2,2 horas por semana.» La única cifra de horas por semana con muestra representativa.
• HubSpot, «AI Trends for Marketers»: Autorreporte. Las «12,5 horas por semana» que circulan atribuidas a HubSpot son la extrapolación de 2,5 horas por día; la página vigente dice 1 a 2 horas por día, o sea entre 5 y 10 por semana (7,5 en la columna es el punto medio). Las «6,1 horas por semana» que Creatify (29-06-2026) atribuye al mismo informe tampoco están en la página vigente (actualizada el 08-09-2026 y releída el 26-10-2026): la única frase con horas es «una a dos horas por día de trabajo». Si salieron de una edición anterior, el informe las reemplazó.
• Canva con Morning Consult, «The State of Marketing & AI»: Autorreporte de «al menos 4 horas»: es un piso, no un promedio. Leído en la cobertura de Anuncios.com (que cita muestra, países y partner); otras coberturas dicen 85 %. La página del informe en canva.com no fue legible desde el entorno el 28-09-2026.
• Ditrendia, «IA 2026: Inteligencia artificial en España y el mundo» (vía IPMARK): La nota de IPMARK no enlaza el informe ni publica la muestra. La página oficial del informe (ditrendia.es/informe-ia-2026, publicada el 16-04-2026 y leída el 02-10-2026) tampoco menciona las 4 horas: sus conclusiones de marketing son adopción (82 % de los profesionales usa IA, 17 % de forma transversal) y temores (72 % teme la homogeneización). Es la cifra más citada en español y la peor documentada de la tabla.
• Humlum y Vestergaard, «Still Waters, Rapid Currents», NBER w33777: Leído en el resumen publicado por NBER el 02-10-2026 (el PDF devolvió 403 desde el entorno; revisiones del 09-05-2025 y del 20-10-2025). No publica horas ahorradas: mide si el ahorro que los trabajadores reportan aparece en ingresos u horas registradas, y con diferencias en diferencias encuentra efectos nulos precisos. Lo que sí cambia es la estructura del trabajo: tareas nuevas de generación de contenido, supervisión e integración de IA. Es el contrapeso de las encuestas: el ahorro reportado todavía no se ve en la nómina.
• Emplifi, encuesta sobre IA y creación de contenido: Las «60 horas al mes» (o «15 por semana») que circulan son una extrapolación del propio comunicado —una hora por pieza con 1 a 2 publicaciones diarias por canal—, no una medición. Por eso la columna de horas por semana queda vacía.
• Workday, «Beyond Productivity: Measuring the Real Value of AI» (vía CFO.com): No mide horas ahorradas: mide cuánto de lo ahorrado se pierde corrigiendo, y es la única cifra de ese costo oculto en circulación; por eso entra con la columna de horas vacía. Leída el 12-10-2026 en la cobertura de CFO.com (21-01-2026), que publica muestra, campo y definición de retrabajo; el informe de Workday está detrás de un formulario y no fue legible desde el entorno. La versión «por cada 10 horas, 4 corrigiendo» que circula en español (Founderz, Inprofit) es este mismo 37 % redondeado. Es autorreporte, como las demás encuestas de proveedor.

Cómo leer el rango

1. Autorreporte no es medición. «El 80 % ahorra al menos 4 horas» es lo que la gente contesta en una encuesta; la Fed de St. Louis también encuesta, pero con muestra representativa y una pregunta de horas concreta, y da 2.2. La diferencia entre 2.2 y 4 no es que un estudio esté mal: es que miden poblaciones y preguntas distintas.
2. Las cifras grandes suelen ser extrapolaciones. Las 12,5 y las 15 horas por semana salen de multiplicar una medición chica (horas por día, horas por pieza) por un supuesto de frecuencia. Cuando una cifra no aparece en la fuente, es aritmética de terceros. Y las cifras cambian de edición sin que la cobertura lo registre: las «6,1 horas semanales» que una nota de junio de 2026 atribuye a HubSpot ya no están en la página vigente del informe (fila de la tabla, releída el 26/10/2026).
3. Los ensayos controlados son los más sólidos y los menos trasladables. Dicen cuánto cambia una tarea, no cuántas tareas de esas hay en una semana de agencia. Para pasar de «−40 % en escribir un documento» a horas por semana hay que saber cuántas horas de la semana son escribir documentos: eso se mide en la agencia, no en el estudio.
4. Fuera de la frontera, la IA resta. El resultado de BCG (−23 % en una tarea analítica) es el que más falta en las notas del sector. Cualquier estimación de horas ahorradas que no descuente el tiempo de corregir y verificar está inflada. Workday le puso número a ese descuento en enero de 2026: el 37 % del tiempo ahorrado se va en retrabajo, según su propia encuesta a 3.200 personas (fila de la tabla, leída en cobertura secundaria).
5. El ahorro reportado todavía no aparece en la nómina. El estudio con datos administrativos de Dinamarca (Humlum y Vestergaard, NBER) cruza las encuestas de adopción con los registros de empleo y no encuentra efecto en ingresos ni en horas registradas: descarta efectos mayores al 2 % dos años después de ChatGPT. Lo que sí cambia es qué tareas se hacen. Para una agencia, la hora ahorrada vale lo que se haga con ella: si no se reasigna a otro cliente o a otra tarea, no existe en el estado de resultados.

Lo que no entra, y por qué

• «13 horas por semana recuperadas» (Mercado Negro, Perú, nota «La inteligencia artificial revoluciona el marketing en pymes»). La nota apareció en la sonda del 26-10-2026 como fuente de una cifra de horas y no fue legible desde el entorno (HTTP 403): no se pudo saber qué estudio cita, con qué muestra ni en qué país. Entra acá, no a la tabla, hasta que la cifra se pueda leer en su fuente.
• Cifras de proveedores de software sin muestra ni fecha («más de 20 horas por semana», «un mes al año»). Sin metodología publicada no hay forma de saber qué miden. Se excluyen por regla, no por sospecha.

Para pasar del rango a tu agencia

El rango sirve para ordenar la conversación, no para decidir. Lo que decide es la medición propia: una semana de cronómetro por tarea y por rol, y después el piloto contra esa línea base. El diagnóstico de capacidad hace la primera parte con supuestos públicos y provisionales (declarados en metodología); la hoja de ruta de 90 días explica cómo se mide antes de construir nada. Y si vas a citar una cifra de esta tabla en un reporte o una propuesta, cita la fila entera: estudio, muestra, fecha y qué mide.

Tabla publicada el 28/09/2026, última fila agregada el 26/10/2026, bajo CC BY 4.0: podés reproducirla citando velumi.io. Correcciones y estudios nuevos: se agregan con fecha, no se borran filas.