En un momento en el que la Inteligencia Artificial está redefiniendo el marketing y las ventas, muchas compañías siguen atrapadas entre consultoras que no ponen en práctica la estrategia y agencias digitales que no alcanzan la exigencia técnica que el negocio demanda. En ese contexto nace BOND LABS, fundada por Pablo Monge, quien tras más de una década liderando proyectos globales en grandes firmas, decidió apostar por un modelo distinto: uno en el que estrategia y ejecución avanzan unidas.
Desde Madrid, y con ambición internacional, BOND LABS integra Martech, Datos e Inteligencia Artificial para resolver problemas reales del negocio. Pablo Monge explica qué le llevó a dejar atrás el mundo corporativo, qué vacío detecta hoy en el mercado y cómo los CMOs pueden convertir la IA en un generador real de ingresos.
Has pasado por posiciones de liderazgo en grandes consultoras tecnológicas como Globant, trabajando con clientes en EEUU, Latam, Europa y Oriente Medio. ¿Qué te llevó a dejarlo todo y montar BOND LABS?
Después de doce años en grandes corporaciones, trabajando con clientes de todo tipo, en industrias y mercados muy diversos, llegué a una conclusión: el modelo tiene que evolucionar. Las grandes firmas hacen un trabajo excelente vendiendo transformación digital, pero muchas veces fallan a la hora de implementarla. Esto se debe, normalmente, a la falta de especialización de los equipos y a la alta rotación del talento. El cliente acaba con un PowerPoint impecable pero una instalación y unos casos de uso con un rendimiento económico muy por debajo de lo previsto.
Yo quería construir algo diferente: una consultora donde la persona que diseña la estrategia sea la misma que se remanga y la ejecuta. Donde el CEO te coja el teléfono. Donde la IA no sea un slide bonito sino una palanca real que impacte en la cuenta de resultados. Eso es BOND LABS. Y por eso nos encanta el concepto de «boutique».
Montamos la compañía desde Madrid, pero con un enfoque muy claro: el mercado necesita un partner global de confianza, que combine visión estratégica con capacidad técnica real en Martech, Data e IA. No otra agencia digital, no otra consultora de procesos. Un partner que hable el idioma del negocio y el idioma de la tecnología con la misma fluidez.
BOND LABS se define como una consultora boutique de Martech, Data e IA. ¿Qué hueco concreto habéis detectado en el mercado que las grandes consultoras y las agencias digitales no están cubriendo?
El hueco es enorme y está en el medio. Por un lado tienes a las Big Four y las grandes consultoras que venden proyectos de transformación largos y complejos, y por otro tienes agencias digitales que saben montar campañas pero no profundizan en la arquitectura de datos ni en el stack tecnológico del cliente. En medio no hay nadie que haga las dos cosas bien.
Un CMO hoy necesita a alguien que le diga: «tu Salesforce está mal configurado, tu CDP no está activando los segmentos correctos, y la IA que quieres implementar no va a funcionar porque tus datos están sucios». Y que además lo arregle. Eso requiere un perfil híbrido que combina consultoría estratégica, conocimiento profundo de plataformas como Salesforce o Adobe, y capacidad real de implementación técnica en IA y data.
BOND LABS opera de manera transversal Experience Optimization, CRM, Data/Analytics y Agentes de IA para Negocio porque así es como funciona el negocio real: los problemas no vienen en silos, vienen conectados. Si optimizas la experiencia pero no tocas el CRM, no sirve. Si implementas IA pero no tienes el dato impecable, es dinero tirado. Nosotros abordamos el problema de forma integral.
España está viviendo un boom de adopción de IA en marketing y ventas, pero ¿cuál es el estado real de madurez? ¿Estamos donde creemos que estamos?
Voy a ser directo: no, no estamos donde creemos que estamos. Hay mucho ruido y poca señal.
Lo que veo en el mercado español es una adopción masiva de herramientas de IA generativa a nivel individual. Todo el mundo usa ChatGPT o Gemini para escribir emails o generar contenido, pero la adopción de la IA a nivel de procesos de negocio es todavía limitada. Y ahí es donde nosotros creemos que está el valor real.
La mayoría de empresas españolas están en lo que yo llamo la «fase del juguete»: ha pagado seats individuales para sus empleados, han hecho pruebas de concepto, han montado algún agente conversacional, o quizá han automatizado la generación de algunos contenidos. Pero, a excepción de unos pocos, no han tocado todavía los procesos críticos: cualificación de leads, scoring predictivo, automatización de operaciones comerciales, personalización en tiempo real basada en datos, Next best Action, Next best Offer, etc.
Las compañías que están sacando ventaja real son las que han dejado de tratar la IA como un proyecto de innovación y han empezado a tratarla como una palanca operativa. Eso implica cambiar procesos, integrar sistemas y, sobre todo, tener el dato en orden. El gap entre las empresas que lo están haciendo bien y las que están en la «prueba de concepto infinita» es cada vez más grande.
Muchos CMOs sienten la presión de «hacer algo con IA» pero no tienen claro el business case. ¿Cómo debería un director de marketing priorizar sus inversiones en inteligencia artificial?
El primer consejo es el más contraintuitivo: no empieces por la tecnología, empieza por el P&L. Abre tu cuenta de resultados y busca las tres mayores ineficiencias o los tres mayores cuellos de botella en tu funnel. Ahí es donde la IA tiene que entrar.
Te pongo un ejemplo concreto. Si tu equipo comercial tarda 48 horas en responder a un lead entrante y pierdes el 60% de las oportunidades por tiempo de respuesta, un agente de voz con IA que cualifica y agenda en tiempo real no es un «proyecto de innovación», es una palanca directa de revenue. El business case se escribe solo.
Mi framework para priorizar es simple: impacto en revenue o en coste, time-to-value inferior a 90 días, y capacidad de escalar en la organización. Si un caso de uso no cumple estos tres criterios, aparcarlo. Hay demasiados CMOs invirtiendo en pilotos de IA que nunca llegan a producción porque empezaron por lo que «mola» en vez de por lo que duele.
Y un matiz importante: antes de hablar de IA, revisa el stack MartTech. Si tu CRM está desactualizado, tu CDP no existe o tus datos están fragmentados, la IA va a amplificar el caos, no va a resolverlo. El orden de operaciones importa: primero data, luego automatización, luego inteligencia.
BOND LABS está apostando fuerte por los agentes de voz con inteligencia artificial. ¿Por qué la voz es el canal que va a redefinir la experiencia de cliente en los próximos años?
Porque la voz es la interfaz más natural del ser humano y la IA por fin ha llegado al punto en que puede mantener una conversación natural, con contexto, con emoción y con capacidad de tomar decisiones en tiempo real. Sólo hay que ver el crecimiento exponencial que han tenido compañías como ElevenLabs (a quienes admiramos mucho) en el último año.
Piensa en cómo interactúas con la mayoría de empresas hoy: formularios, emails que nadie responde, chatbots que te hacen repetir tu problema tres veces, centralitas con menús interminables. La experiencia es terrible. Un AI Voice Agent bien construido cambia completamente esa dinámica: el cliente llama, el agente sabe quién es, conoce su historial, entiende su necesidad y resuelve o escala en tiempo real.
Pero la clave (y aquí es donde la mayoría de implementaciones fallan) no está en la voz. La voz es el interfaz; el valor está en lo que hay detrás. Un agente de voz sin conexión al CRM no sabe quién te está llamando. Sin acceso al CDP no entiende tu comportamiento previo. Sin una base de conocimiento actualizada, con el formato adecuado, da respuestas genéricas. Sin un motor de automatización no puede disparar acciones reales: agendar una cita, escalar a un comercial, actualizar un caso.
En BOND LABS no montamos «chatbots que hablan». Montamos agentes de voz integrados en el funnel y en el ecosistema tecnológico completo del cliente. Esa integración con el martech stack es lo que convierte un juguete en un canal de negocio real.
Un agente de voz con IA puede sonar impresionante en una demo, pero ¿qué diferencia a un agente que realmente funciona en producción de uno que es solo un juguete tecnológico?
La demo es fácil. Producción es otra historia. Sobre todo en entornos Enterprise.
Un agente de voz que funciona en producción real tiene tres características que el «juguete» no tiene. La primera es integración bidireccional con el stack: no solo lee datos del CRM o del CDP, sino que escribe en ellos. Cuando el agente cualifica un lead, esa información entra en Salesforce automáticamente, se asigna al comercial correcto y se dispara el workflow correspondiente. El agente no es un silo, es un nodo más del ecosistema.
La segunda es gestión de contexto real. En una demo puedes simular una conversación perfecta. En producción, el cliente interrumpe, cambia de tema, hace preguntas que no esperabas, habla con acento, tiene ruido de fondo. El agente tiene que gestionar todo eso sin romperse y sin perder el hilo. Esto requiere un diseño conversacional muy sofisticado y un trabajo de prompt engineering que va mucho más allá de «pon un prompt y reza».
La tercera es escalabilidad y monitorización. Un agente en producción tiene que funcionar bien cuando le entran 100 llamadas y cuando le entran 10.000. Tiene que tener dashboards de rendimiento, alertas de calidad, transcripciones auditables y capacidad de mejora continua basada en datos reales de conversación. Por no hablar de que tiene que tener los guardarraíles adecuados para proporcionar respuestas seguras para la marca (agentic brand safety) y saber actuar ante amenazas de seguridad (prompt injection).
En BOND LABS hemos desarrollado una metodología propia para pasar del piloto a producción. Trabajamos con plataformas líderes de voz como ElevenLabs y las conectamos directamente con Salesforce, HubSpot, bases de conocimiento y motores de automatización. El resultado es un agente que no solo suena bien, sino que vende, atiende y opera.
Se habla mucho de cómo las marcas aparecen en las respuestas de ChatGPT, Gemini o Perplexity. ¿Estamos ante un nuevo campo de batalla para el marketing?
Sin ninguna duda, y la mayoría de marcas en España todavía no están trabajando este ámbito seriamente.
Pensad en esto: cada vez más consumidores y decisores de compra utilizan modelos de lenguaje como ChatGPT, Gemini o Perplexity como su primer punto de búsqueda. Le preguntan «¿qué tarifa de luz y gas debo escoger si vivo en un piso y somos una familia de 5?» o «¿cuál es la mejor consultora de IA en España?». Si tu marca no aparece en esas respuestas (o peor, si aparece mal representada) estás perdiendo pipeline sin saberlo.
Esto es lo que se llama GEO, Generative Engine Optimization, y es el equivalente a lo que fue el SEO hace 15 años: un canal que hoy parece emergente pero que en dos años será crítico. La diferencia es que en GEO no optimizas para un algoritmo de ranking, optimizas para que los modelos de lenguaje entiendan tu marca, la asocien con las categorías correctas y la recomienden con precisión.
De hecho, ante este reto, en BOND LABS hemos desarrollado una plataforma propia de monitorización que permite a las marcas saber exactamente cómo aparecen en las respuestas de los principales LLMs, en qué contextos son recomendadas, y dónde están perdiendo visibilidad frente a la competencia. Es un producto propio que lanzaremos al mercado en las próximas semanas, y está diseñado específicamente para CMOs que quieren anticiparse a este cambio de paradigma.
Mi consejo para cualquier director de marketing que esté leyendo esto: buscad vuestra marca en ChatGPT o en Claude. Hacerle las preguntas que le haría vuestro cliente ideal. Preguntadle por vuestra marca, y por vuestra competencia. Os vais a sorprender.
¿Hacia dónde evoluciona el rol del CMO en los próximos 2-3 años con la IA en todo el funnel y toda la operativa?
El CMO que sobreviva los próximos tres años será un perfil radicalmente diferente al de hoy. Y digo «sobreviva» conscientemente, porque la IA va a hacer que muchos CMOs que se han construido sobre la gestión de equipos grandes y la supervisión de proveedores pierdan relevancia.
Lo que va a pasar es una compresión del funnel. Muchas de las tareas que hoy requieren equipos de 15-20 personas (generación de contenido, segmentación, reporting, gestión de campañas, cualificación de leads) se van a automatizar parcial o totalmente con IA. El CMO ya no va a diferenciarse por cuánta gente gestiona, sino por cuánto impacto genera con menos recursos.
El perfil ganador será el CMO que entienda de tecnología sin ser un CTO, que sepa leer datos sin ser un data scientist, y que tenga la visión estratégica para decidir dónde pone la IA y dónde pone a personas. Eso requiere una combinación de pensamiento estratégico, entendimiento tecnológico y, sobre todo, coraje para transformar su propio departamento.
Mi recomendación para cualquier CMO que esté leyendo esto: no esperéis. No espereis al presupuesto de 2027, no espereis a que el CEO os lo pida, no espereis a que la competencia lo haga primero. Empezad con un caso de uso concreto, medible, con impacto en P&L, y demostrad internamente que la IA no es un capricho tecnológico sino una ventaja competitiva. Ese primer quick win os va a abrir las puertas a la transformación real. Y si necesitáis un partner que os ayude a hacerlo, ya sabéis dónde estamos.
