L’industria del màrqueting afronta preocupacions constants que la intel·ligència artificial (IA) eliminarà llocs de treball. No obstant això, un concepte econòmic del segle XIX conegut com a paradox de Jevons, introduït per l’economista anglès William Stanley Jevons el 1865, suggereix que aquestes pors podrien no tenir fonament. Aquest paradox explica com les millores d’eficiència, com les que ofereix la IA, poden paradoxalment augmentar la demanda de feina en màrqueting en comptes de reduir-la. El CEO de Box, Aaron Levie, va ampliar aquesta idea en una anàlisi del 26 de desembre de 2025, proposant que fer el treball de coneixement molt més barat amb IA podria augmentar dràsticament el volum d’aquest treball. Levie va escriure: «Finalment, farem extremadament més», assenyalant que la IA permetrà projectes i campanyes que abans no serien viables, dirigint-ne l’ús cap a aplicacions completament noves més enllà de les tasques humanes actuals. Jevons va observar aquest fenomen per primera vegada amb el carbó durant la Revolució Industrial d’Anglaterra, quan les innovacions en màquines de vapor feien més eficient l’ús del carbó, però el consum total va créixer perquè sorgien noves aplicacions industrials. Patrons similars es van repetir al llarg de la història de la informàtica: des de grans centrals de dades limitades a grans empreses, fins a ordinadors personals disponibles per a tothom, i al la democratització del programari empresarial avançat a través del núvol. Aquest procés va ampliar l’accés a l’automatització de màrqueting, anàlisi de dades, CRM i plataformes publicitàries, abans reservades a grans firmes. L’actual onada d’agents d’IA amplia aquesta democratització cap a treballs de coneixement no deterministes. Un llibre blanc d’IAB Europa de juliol de 2025 va informar que les empreses que adopten IA experimenten un creixement de la productivitat fins a 3, 1 punts percentuals més ràpid, amb el 70% dels ingressos publicitaris de GroupM ja impulsats per IA i projeccions del 94% per al 2027. Les aplicacions d’IA inclouen optimització de campanyes, generació de contingut creatiu i segmentació d’audiències, exemplificat per Performance Max de Google i l’Agent d’Anuncis d’Amazon, llançats a finals de 2025 per automatitzar tasques complexes de màrqueting per instruccions en llenguatge natural. L’Alb Levie va destacar l’impacte transformador de la IA en l’economia empresarial, ja que redueix la escassetat de recursos que empenyen a fer concessions entre màrqueting, desenvolupament de productes, suport, finances i distribució. Ara, equips petits poden accedir a capacitats abans exclusives de les grans corporacions, permetent una innovació i creixement més ràpids. Més de quatre milions d’anunciants utilitzen les eines generatives d’IA de Meta, que redueixen un 75% el temps dedicat a tasques en plataformes de demanda (DSP), igualant el terreny de joc per a les petites empreses sense departaments de màrqueting sofisticats. Malgrat la automatització de tasques, Levie va insistir que els humans segueixen sent essencials per gestionar els fluxos de treball, aplicar el judici i mantenir la qualitat. La IA gestiona tasques discretes com investigació, codificació i creació de mitjans, però la producció de valor complet requereix supervisió humana.

En lloc de reduir llocs de treball, la IA trasllada les funcions cap a una planificació de més valor i gestió de relacions. Les dades històriques ho recolzen: l’ocupació en màrqueting als EUA va multiplicar per 5 des dels anys 70 fins avui, a mesura que la tecnologia feia el màrqueting més eficient i accessible, expandint-se més enllà de grans empreses a moltes altres. Eines com Figma i Google Ads van consolidar múltiples rols previs, però finalment van augmentar la participació en màrqueting, reflectint els tres mecanismes del paradox: augmentar l’eficiència redueix els costos i augmenta la demanda directament; l’eficiència incrementa els ingressos i el creixement econòmic, que també impulsa la demanda; i tasques més barates permeten aplicar aplicacions noves i abans inassolibles. Per exemple, ara les agències gestionen gairebé el doble de clients per gestor, gràcies a la automatització, amb temps molt més reduït en configurar campanyes i ajustar pressupostos. El Tech Trends Outlook de McKinsey (2025) va identificar l’IA agenticom com una força transformadora clau, fomentant nous models de col·laboració entre humans i IA mitjançant interfícies naturals i intel·ligència adaptativa. L’infraestructura de suport també ha avançat: la plataforma Intelligence d’Adverity de setembre de 2025 integra anàlisi assistida per IA amb interfícies de dades conversacionals; Google Analytics i Microsoft Clarity han integrat funcions impulsades per IA; i l’arquitectura de Google Cloud de novembre de 2025 anticipa un mercat d’IA agentic de 1 bilió de dòlars abans de 2035-2040, amb un 88% dels adopters d’IA que informen d’un ROI positiu. La seva aplicació completa al paradox de Jevons depèn del progrès tecnològic, l’eficàcia en el desplegament, l’aparició de noves aplicacions de màrqueting i les dinàmiques de competència que permeten reduccions de preus per estimular la demanda. Els primers indicis del seu ús en plataformes digitals globals suggerm que aquestes condicions hi estan donant forma, presentant oportunitats que recorden l’inici del núvol informàtic: enormes reduccions de costos combinades amb una major accessibilitat i capacitat creativa i estratègica. Tot i això, persisteixen reptes. Enquestes de finals de 2025 mostren que els professionals dels mitjans estan entusiasmats amb el contingut generat per IA, però cautelosos amb la qualitat i les possibles connexions amb altres àrees de contingut. Els esforços d’educació creixen, amb moltes empreses que busquen guiatges sobre l’ús de IA per gestionar els riscos. Els riscos psicològics de la màrqueting amb IA —com la culpa mal enfocada i el scepticisme davant dels fracassos d’IA— poden suposar riscos de marca superiors als errors humans. La inversió en aquest paradox variarà segons la especialització: els rols relacionats amb estratègia, creativitat i relacions amb clients probablement creixeran, mentre que els llocs de treball purament tàctics poden evolucionar o disminuir. Aquesta situació contrasta amb sectors com l’agricultura, on els avenços en productivitat van provocar una reducció d’ocupació per demanda inelàstica. La demanda més elàstica del màrqueting fa que, en general, l’ocupació encara creixi en l’era de la IA. Els escèptics que temen la plena autonomia de la IA passen per alt que també augmenten les expectatives de qualitat i la complexitat que cal gestionar, de manera similar a com els professionals de la fotografia es van adaptar, en lloc de desaparèixer, després de la popularització del telèfon intel·ligent. Gairebé segur que la dinàmica del mercat i la supervisió humana continuaran modelant l’impacte de la IA. En resum, el paradox de Jevons avisa que les millores en eficiència impulsades per la IA en màrqueting probablement ampliaran — i no reduiran— la demanda global d’expertes ga en màrqueting, permetent fer més feina a menys cost i obrint noves aplicacions. Com va concloure Levie: «Finalment, farem extremadament més. »