Inteligencia Artificial está cambiando la forma en que los equipos de marketing toman decisiones, y Plurio es un ejemplo concreto de esto sucediendo en la práctica.
Imagina pasar horas sumergido en dashboards, saltando de plataforma en plataforma, solo para entender qué pasó con una campaña ayer. Esa era la rutina de muchos especialistas en marketing de performance que gestionan cientos de miles de dólares en anuncios cada mes, y nadie estaba realmente satisfecho con eso. El problema no era falta de datos, era exceso de ellos repartidos en lugares que no se comunicaban entre sí, obligando a los analistas a gastar energía valiosa en tareas operativas en vez de pensar estratégicamente.
Plurio llegó con una propuesta directa: transformar ese proceso lento y fragmentado en algo que cabe en minutos, no en horas. La empresa desarrolló un agente de IA orientado específicamente a equipos que gestionan a partir de 500 mil dólares mensuales en anuncios, uniendo análisis de datos, predicción de resultados y ejecución de cambios en una única interfaz. Ya no se trata de tener más herramientas, sino de tener la herramienta correcta que realmente entienda lo que está pasando en las campañas antes incluso de que lleguen los números con retraso. 🚀
La empresa nació a partir de Elly Analytics, una startup de análisis de marketing multiplataforma fundada en 2023, y desde entonces evolucionó para enfocarse en automatizar flujos de trabajo de performance para negocios orientados al consumidor que tienen ciclos de conversión más largos. Para entender cómo se construyó todo esto, conversamos con Seva Ustinov, cofundador y CEO de Plurio, quien nos contó desde el origen de la idea hasta los resultados que ya están apareciendo para clientes reales.
Quién es Seva Ustinov y cómo empezó Plurio
Seva Ustinov lleva más de 20 años de experiencia construyendo negocios en marketing de performance, buena parte de ese tiempo trabajando junto a Kirill Kasimskiy. Antes de Plurio, la dupla levantó una agencia desde cero hasta superar las 100 personas, atendiendo clientes en sectores como software de consumo, fintech, healthtech y otros. Curiosamente, esa agencia sigue operando hasta hoy, incluso sin su participación directa.
En 2023 vino la fundación de Elly Analytics, enfocada en automatizar el análisis de marketing entre plataformas. El proyecto creció rápido, llegando a dar soporte a más de 100 millones de dólares en inversión anual en anuncios, y hoy está totalmente integrado al ecosistema de Plurio.
La historia de Plurio comienza con un problema muy familiar para cualquier persona que haya trabajado con marketing de performance a escala. Según Ustinov, en productos y servicios orientados al consumidor veía siempre la misma escena: equipos fuertes pasando el día no enfocados en crecimiento, sino cosiendo datos manualmente. Nunca pareció normal que los mejores profesionales quedaran enterrados en paneles durante horas, esperando señales con retraso solo para entender qué estaba pasando. La mayoría de los días parecía ser 10% de pensar y crear, y 90% de hacer clic de plataforma en plataforma.
Fue observando ese patrón de cerca que surgió la pregunta central que motivó la creación de la empresa: ¿y si una inteligencia artificial pudiera hacer todo eso de forma integrada, en tiempo real, y con capacidad de actuar sobre los datos en vez de solo reportarlos? Plurio nació justamente de la frustración con esa realidad, del deseo de devolverle tiempo y atención a los equipos y de finalmente hacer posible la toma de decisiones rápida.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
Del prototipo al producto de verdad
Cuando se le preguntó sobre sus recuerdos favoritos construyendo la empresa hasta ahora, Ustinov destacó dos momentos marcantes. El primero ocurrió mientras el agente de IA todavía estaba en fase inicial e inestable. Él dependía bastante de Cursor para la mayoría de las tareas y decidió probar su propio agente en un problema real: generar análisis y reglas de corte para creativos con bajo rendimiento.
El plan era simple, empezar con el agente de la empresa y migrar a Cursor cuando fallara. Pero nunca necesitó migrar. El agente resolvió la tarea entera solo. Fue ahí donde quedó claro para él que aquello ya no era un prototipo, era un producto de verdad.
El segundo momento fue cuando anunciaron la ronda de inversión. La respuesta superó las expectativas. Al mismo tiempo, la empresa realizaba webinars y sesiones en vivo, y la gente empezó a aparecer no por curiosidad, sino con intención real de uso. Quedó evidente que no era solo ruido alrededor de un lanzamiento, existía demanda genuina. Ese cambio de empujar una historia a ver a las personas jalando el producto fue probablemente la emoción más fuerte de todo el camino.
Cómo funciona la IA de Plurio en la práctica
El corazón de Plurio es un agente de inteligencia artificial que actúa entre canales como un profesional de marketing de performance completo. Fue diseñado para sustituir los flujos de trabajo obsoletos y fragmentados de equipos que gestionan marcas de software y servicios de consumo con ciclos de conversión largos.
No estamos hablando de un sistema que solo responde preguntas o genera reportes automáticos. El agente de Plurio lee señales tempranas, como cambios en el rendimiento de creativos, calidad de audiencia y comportamiento de canales, e infiere lo que va a pasar antes de que las métricas con retraso lo confirmen. Es capaz de percibir cuando un creativo está a punto de saturarse, cuando una tendencia ganadora se está formando o cuando un ajuste de presupuesto va a mejorar el rendimiento más adelante, siempre entregando decisiones orientadas por atribución.
La herramienta integra datos de publicidad, CRM e ingresos en una única fuente de verdad, entendiendo de hecho qué es lo que impulsa el crecimiento. Los equipos interactúan con Plurio a través de comandos en lenguaje natural, como preguntar dónde terminará el ingreso si se mueve el 10% de la inversión de Meta a TikTok, o pedir que se pauten los anuncios en Meta siempre que el ROAS caiga por debajo de 2.0.
El agente evalúa todos los factores que influyen en los resultados, desde estacionalidad y calidad de audiencia hasta eficiencia de embudo y tendencias de ingresos, y explica qué cambió y por qué. Proyecta escenarios, recomienda el siguiente paso y ejecuta los cambios aprobados. Tras bambalinas, corre una optimización en ciclo cerrado, aprendiendo de cada resultado y mejorando las predicciones en cada ciclo. Este enfoque en lenguaje natural reduce drásticamente la curva de aprendizaje y democratiza el acceso a la información más profunda de la operación, algo que antes requería un analista de datos especializado. 📊
El reto de reinventar el product-market fit cada tres meses
Uno de los puntos más interesantes de la conversación fue cuando Ustinov habló sobre un desafío muy actual del mercado. Para él, el product-market fit dejó de ser una etapa que alcanzas y sigues adelante. Hoy es un estatus temporal que dura alrededor de tres meses.
Los large language models evolucionan, Claude Code evoluciona, y los competidores acceden a las mismas herramientas. Entonces hay que encontrar un nuevo product-market fit cada tres meses, inventando, construyendo, entregando y lanzando cosas que generen valor real y un efecto wow en los usuarios. Ese ritmo intenso de reinvención se convirtió en parte de la rutina del equipo.
La tecnología de Plurio también evolucionó de forma radical desde el inicio. La empresa empezó como un producto de análisis de marketing, enfocado en agregar y estructurar datos entre plataformas. Hoy es un agente de IA que automatiza hasta el 90% del flujo de trabajo de un especialista en performance, del análisis a la decisión y ejecución. Y sigue expandiéndose, con el equipo trabajando para agregar capacidades como generar creativos directamente dentro del agente, eliminando la necesidad de cambiar de herramienta.
Hitos importantes y la ronda de inversión
La trayectoria de la empresa tiene hitos bien definidos año a año. En 2023, Elly Analytics fue fundada, con la construcción de la plataforma de datos, atribución multi-touch para negocios de generación de leads, primeros clientes de pago e inicio de la captación de inversión. En 2024, la base creció a más de 30 clientes activos y vino el anuncio de la primera ronda de inversión.
Ya en 2025, la IA agéntica llegó al punto que permitió finalmente automatizar el trabajo que los clientes pasaban horas haciendo en paneles todos los días. La empresa contrató un equipo dedicado de IA, lanzó un programa piloto y alcanzó más de 500 millones de dólares en inversión anual en anuncios bajo gestión de clientes.
En marzo de 2026, Plurio levantó 3,5 millones de dólares adicionales de AltaIR Capital, DVC, Yellow Rocks y ángeles estratégicos, incluyendo a Kos Stiskin, CEO de Finom, y Mike Yan, fundador de ManyChat. Fue en ese momento que llegó el rebranding al nombre Plurio, marcando el total de captación en 4,5 millones de dólares.
Resultados reales y el caso de TripleTen
Uno de los aspectos más interesantes de la conversación fue cuando Seva empezó a hablar sobre los resultados que están teniendo clientes reales. En vez de métricas vagas, los casos relatados muestran impactos bastante tangibles. TripleTen, una de las mayores empresas de educación en línea, vende cursos internacionalmente y tiene un equipo de performance en Estados Unidos que gasta más de 1,5 millones de dólares al mes en anuncios en Meta, Google, YouTube y TikTok. Son más de 20 conjuntos de anuncios solo en Facebook, con decenas de creativos dentro de cada uno, todos generando leads que tardan semanas en convertirse en alumnos de pago.
Max Epifanov, VP de Performance Marketing de la empresa, fue uno de los primeros usuarios del piloto de IA. Con Plurio, el análisis de campañas bajó de 1 a 1,5 horas a solo 10 o 15 minutos. Eso representa 20 horas ahorradas al mes. Solo ese ahorro, considerando los costos del equipo, ya cubre todo el costo del producto antes siquiera de contar cualquier ganancia de automatización.
La adopción por parte de todo el equipo tomó dos semanas. Hasta marzo de 2026, ya tenían 11 reglas automatizadas corriendo en Search, YouTube, Facebook y detección de fatiga de creativos. El agente propone acciones específicas, como aumentar presupuesto, reducir presupuesto o pausar un creativo, y ejecuta directamente en las cuentas de anuncios. La confianza llegó a un punto en que el equipo dejó de solo revisar recomendaciones y pasó a la siguiente fase, donde el agente no solo repite lo que un humano haría, sino que mejora el propio proceso, escribiendo mejores reglas con base en lo que aprendió.
Herramientas que usamos a diario
Entre los primeros resultados públicos de Plurio, Ustinov destacó 100% de retención de las propuestas para los pilotos entre empresas globales de EdTech y FinTech, crecimiento de 2x en ventas y reducción de más del 20% en el CAC como resultado inicial de esos pilotos, además de los 500 millones de dólares en inversión anual total entre los clientes.
Oportunidad de mercado y diferenciación
Cuando habló sobre el mercado que la empresa persigue, Ustinov trajo números interesantes. El mercado global de publicidad digital se encamina hacia 1,3 billones de dólares para 2030. El software de marketing y las herramientas de IA capturan alrededor del 4% de esa inversión, lo que da un mercado total direccionable de aproximadamente 15 mil millones de dólares. El mercado atendible es más estrecho: empresas estadounidenses que gastan 500 mil dólares o más al mes en adquisición pagada, principalmente en Google, Meta y TikTok, lo que representa cerca de 6 mil millones de dólares.
Lo que diferencia a Plurio de la competencia es el enfoque en un público específico que, hasta ahora, fue ampliamente ignorado cuando se habla de automatización de verdad: equipos de performance en empresas orientadas al consumidor con embudos de conversión largos. Apps de suscripción, fintech, edtech, salud, kits de comida, negocios donde el cliente se registra hoy pero el ingreso aparece semanas o meses después.
Una empresa AI-first por dentro y por fuera
Un detalle que refuerza la filosofía de la empresa es el hecho de que opera como una organización AI-first internamente, no solo en el producto. Todo el equipo de 30 personas, entre marketing, éxito del cliente, ventas y desarrolladores, trabaja dentro de un workspace de IA compartido. Herramientas como Confluence fueron eliminadas, y todo el conocimiento, procesos y contexto de clientes viven en formatos estructurados y legibles por máquina, listos para que los agentes de IA actúen. Ustinov incluso publicó la plantilla de ese modelo de forma abierta en GitHub.
La empresa gasta alrededor del 4% de la nómina en suscripciones y tokens de IA, y la expectativa es que eso llegue al 10% dentro de un año. El retorno es medible: la productividad del equipo subió de 2 a 3 veces. Para Ustinov, esto importa tanto como el propio producto, porque demuestra que ser una empresa AI-first no es una palabra de moda, es una forma específica y reproducible de trabajar.
Lo que viene para Plurio
Cuando se le preguntó sobre los próximos pasos, Seva fue directo al citar dos grandes objetivos. El primero es llegar al marketing de performance totalmente autónomo, construyendo un sistema que maneje el ciclo completo solo, del análisis a la acción y la optimización. El segundo es ambicioso: gestionar 100 mil millones de dólares en presupuestos de anuncios. Esa es la escala que la empresa está construyendo para alcanzar.
Lo que queda claro después de entender la trayectoria de Plurio es que la empresa no está simplemente construyendo otra herramienta de automatización de marketing. Está repensando fundamentalmente cómo operan los equipos de alto rendimiento, colocando la inteligencia artificial en el centro del proceso de toma de decisiones de forma práctica, accesible y con resultados medibles. Para quienes trabajan con grandes volúmenes de medios pagados y todavía sienten que pasan demasiado tiempo mirando números y muy poco actuando sobre ellos, este es exactamente el tipo de solución que vale la pena seguir de cerca. 💡
