Los equipos de marketing en 2026 operan con estructuras mucho más reducidas que hace tres años, y ese vacío lo está llenando casi por completo la inteligencia artificial. Un equipo de cinco personas hoy produce lo que antes requería doce: textos de campaña, variantes publicitarias, secuencias de email, páginas de aterrizaje y paneles de reportes que se actualizan solos. Los equipos que están ganando terreno no son los que tienen los presupuestos más grandes, sino los que eligieron cinco herramientas correctas en lugar de probar veinte.
Esta guía cubre las herramientas de IA para marketing que realmente vale la pena pagar este año, organizadas por función y no por moda: generación de contenido, email y marketing de ciclo de vida, creatividad publicitaria, SEO y analítica, y el pegamento operativo que conecta todo. Encontrarás precios reales, una tabla comparativa, un ejemplo práctico del stack mensual de un equipo mediano, los errores que los equipos siguen cometiendo al adoptar estas herramientas demasiado rápido, y un marco para decidir qué añadir después.
El punto de partida honesto: la mayoría de los equipos necesita entre tres y cinco herramientas, no quince. La saturación de herramientas es hoy un problema más grande para los departamentos de marketing que la escasez de herramientas, y esta guía está escrita para ayudarte a no sumarte a ese problema.
Por qué el stack de marketing con IA se ve distinto en 2026
Hace tres años, “herramienta de IA para marketing” significaba casi siempre un chatbot capaz de redactar una entrada de blog. Esa etapa terminó. Las herramientas que importan ahora están profundamente integradas en flujos de trabajo específicos: extraen datos de tu CRM, generan variantes acordes a la marca automáticamente, y envían el resultado directamente al canal correspondiente, sea un envío de email, una plataforma publicitaria o un constructor de páginas de aterrizaje.
Este cambio afecta las decisiones de compra. Una suscripción genérica de escritura con IA ya no es la palanca más grande disponible para un equipo de marketing. La palanca más importante es elegir herramientas que eliminan por completo un paso manual dentro de un flujo repetible: las pruebas de variantes publicitarias que antes le tomaban dos días a un diseñador, la segmentación de email que antes requería que un analista extrajera listas manualmente, la redacción de meta descripciones que antes caía en quien tuviera cinco minutos libres.
El otro cambio es la disciplina en costos. Los presupuestos de software de marketing pasaron por un escrutinio severo durante el ciclo de recortes de 2024-2025, y ahora se espera que la mayoría de los equipos justifique cada suscripción con un resultado específico y medible, no con un argumento vago de “ayuda a la productividad”. Ese es un cambio sano, y por eso esta guía prioriza función y retorno sobre una lista de funciones vistosas.
Un tercer cambio: el volumen de contenido generado por IA explotó en la web a partir de 2023, lo que significa que el contenido genérico y sin edición de IA ahora tiene un desempeño medible peor en buscadores y redes sociales que hace incluso dieciocho meses. Las herramientas que vale la pena pagar en 2026 son las que ayudan a una persona a producir mejor trabajo más rápido, no las que intentan eliminar a la persona del proceso por completo. Los equipos que tratan la IA como una fábrica de contenido totalmente autónoma están viendo caer su interacción; los equipos que la tratan como un acelerador de borradores combinado con criterio humano están viendo lo contrario.
Las herramientas que importan, por función
Generación de contenido y redacción extensa. Los modelos de IA de propósito general (ChatGPT, Claude, Gemini) siguen siendo la columna vertebral para entradas de blog, casos de estudio y textos largos. El diferenciador en 2026 no es la calidad bruta de generación —los tres son suficientemente buenos— sino qué tan bien ha construido un equipo plantillas de prompts reutilizables y lineamientos de voz de marca alrededor de ellos. Un prompt genérico produce un resultado genérico sin importar qué modelo lo ejecute.
Email y marketing de ciclo de vida. Aquí es donde la IA ha generado la diferencia más medible en ingresos. Plataformas como Mailchimp y ActiveCampaign ahora usan IA para generar líneas de asunto, optimizar el momento de envío y segmentar comportamiento de forma que antes requería un analista dedicado. Las herramientas de IA de Mailchimp en particular se han vuelto muy buenas prediciendo qué suscriptores están cerca de cancelar y activando secuencias de recuperación automáticamente.
Creatividad publicitaria y pruebas de variantes. Generar y probar docenas de variantes publicitarias solía ser la parte más consumidora de tiempo de todo el flujo de medios pagados. Las herramientas de creatividad asistida por IA ahora generan variantes de titular, imagen y texto a un volumen que ningún equipo humano podría igualar, y la IA nativa de las plataformas (Meta Advantage+, Google Performance Max) cada vez maneja más la selección de variantes automáticamente según datos de desempeño en tiempo real.
SEO y optimización de contenido. Las herramientas de visibilidad en buscadores han pasado de medir densidad de palabras clave a rastrear la visibilidad en IA: monitorear si tu marca aparece en respuestas generadas por ChatGPT, Perplexity y los AI Overviews de Google, no solo en los rankings tradicionales de enlaces azules. Esta es una de las categorías que evoluciona más rápido en todo el stack en este momento.
Orquestación de flujo de trabajo y proyectos. Las funciones de IA de ClickUp y herramientas de proyecto similares han añadido resúmenes automáticos de tareas, actualizaciones de estado generadas automáticamente y generación de calendarios de contenido que reduce la carga de coordinación de ejecutar varias campañas a la vez en un equipo.
Inteligencia de CRM y de embudo de ventas. Las herramientas de IA de HubSpot ahora generan puntuación de leads, secuencias de contacto personalizadas y resúmenes de desempeño de campaña directamente dentro del CRM, lo cual importa porque elimina el paso de exportar a hoja de cálculo que antes retrasaba el reporte semanal.
Try it free
Systeme.io
Build sales funnels, email automations, online courses, and an affiliate program from one dashboard. Free plan up to 2,000 contacts.
Tabla comparativa: stack de marketing con IA en 2026
| Categoría de herramienta | Plataforma de ejemplo | Precio inicial | Ideal para |
|---|---|---|---|
| Escritura general con IA | ChatGPT Plus / Claude Pro | $20/mes | Borradores extensos, lluvia de ideas |
| Email + ciclo de vida | Mailchimp, ActiveCampaign | $20-350/mes | Segmentación, IA de horario de envío, flujos de recuperación |
| Embudos + páginas de aterrizaje | Systeme.io | Gratis-$97/mes | Embudos todo en uno, email, entrega de cursos |
| Orquestación de proyectos | ClickUp | $7-19/usuario/mes | Calendarios de contenido, automatización de tareas |
| CRM + embudo de ventas | HubSpot | Gratis-$800+/mes | Puntuación de leads, personalización de secuencias |
| SEO + visibilidad en IA | Ahrefs, herramientas tipo Semrush | $99-250/mes | Seguimiento de rankings, monitoreo de AI Overviews |
| Pruebas de creatividad publicitaria | Nativo de plataforma (Meta, Google) | Incluido en el gasto publicitario | Generación de variantes, auto-optimización |
A fondo: email y marketing de ciclo de vida
El email sigue siendo el canal con mayor retorno en la mayoría de los stacks de marketing, y también es el canal donde la IA ha producido las ganancias más claras y medibles. El cambio no es solo que “la IA escribe mejores líneas de asunto” —aunque lo hace— sino que la segmentación de comportamiento impulsada por IA detecta patrones que a un analista humano le tomaría semanas encontrar manualmente: suscriptores que abren cada email pero nunca hacen clic, suscriptores cuya interacción cayó bruscamente tras una campaña específica, suscriptores que se comportan como quienes cancelaron en el pasado tres semanas antes de darse de baja realmente.
Una marca mediana de comercio electrónico que usa la segmentación asistida por IA de Mailchimp reportó detectar entre un 15% y un 20% más de suscriptores en riesgo antes de la cancelación que su anterior segmentación manual RFM (recencia-frecuencia-valor monetario), simplemente porque el modelo de IA ponderaba más señales de comportamiento simultáneamente de lo que podía captar un segmento estático basado en reglas. Ese único cambio, aplicado a una lista de 40,000 suscriptores con una tasa promedio de recuperación de cancelación del 2%, se tradujo en aproximadamente 120 a 160 suscriptores recuperados adicionales al mes, algo significativo incluso con un valor promedio de pedido modesto de $8-12.
El lado del embudo importa tanto como el lado del envío. Una plataforma de embudos y email como Systeme.io permite que un equipo reducido construya toda la secuencia de captura-nutrición-venta en un solo panel en lugar de combinar un constructor de páginas de aterrizaje, una herramienta de email separada y una plataforma de curso o membresía. Para equipos que manejan lead magnets, embudos de webinar o una comunidad de pago, consolidar en una sola plataforma elimina la sobrecarga de integración que consume horas cada mes.
Try it free
Systeme.io
Build sales funnels, email automations, online courses, and an affiliate program from one dashboard. Free plan up to 2,000 contacts.
A fondo: SEO, visibilidad en IA y optimización de contenido
El cambio más grande en esta categoría desde 2024 es que posicionarse bien en resultados de búsqueda tradicionales ya no es suficiente. Una porción creciente del descubrimiento ocurre ahora dentro de interfaces de chat con IA y AI Overviews, y esas superficies se alimentan de señales distintas a las del ranking clásico de búsqueda: favorecen contenido que responde una pregunta de forma directa y completa, cita cifras específicas, y está estructurado de una manera que un modelo de lenguaje puede analizar con claridad (encabezados claros, respuestas directas cerca del inicio, secciones de preguntas frecuentes bien formadas).
Los equipos que rastrean su visibilidad en herramientas de IA y desempeño de SEO en 2026 están añadiendo una nueva métrica a su reporte mensual: “cuota de voz en respuestas de IA”, es decir, con qué frecuencia aparece la marca cuando alguien le hace a un asistente de IA una pregunta relevante para su categoría. Esto se mide de forma distinta al ranking de palabras clave y requiere una estructuración de contenido diferente, razón por la cual un número creciente de plataformas de SEO ha añadido módulos de visibilidad en IA durante los últimos 18 meses.
En la práctica, esto significa que los equipos de contenido están escribiendo contenido más directo y numéricamente más específico que el contenido optimizado para densidad de palabras clave que dominó entre 2018 y 2022. Un artículo que afirma “las tasas de apertura de email mejoraron entre un 15% y un 20%” tiene mejor desempeño en respuestas generadas por IA que uno que afirma vagamente “una mejora significativa”, porque los modelos de lenguaje prefieren citar contenido con hechos específicos y extraíbles.
A fondo: orquestación de flujo de trabajo para equipos reducidos
La categoría de herramientas más subestimada de esta guía es la orquestación de flujo de trabajo, no porque sea emocionante, sino porque la sobrecarga de coordinación es el impuesto silencioso que consume una porción desproporcionada de la semana de un equipo de marketing reducido. Un equipo de cinco personas que ejecuta cuatro campañas simultáneas necesita un calendario de contenido compartido, propiedad de tareas realmente visible para todos, y actualizaciones de estado que no requieran una reunión diaria para obtenerse.
Las funciones de IA de ClickUp generan resúmenes de tareas a partir de hilos largos de comentarios, redactan actualizaciones de estado a partir de subtareas completadas, y pueden llenar automáticamente un calendario de contenido a partir de un brief de campaña; cada una es un ahorro pequeño individualmente, pero se acumula en horas a la semana cuando un equipo ejecuta varias campañas en paralelo. Los equipos que se saltan esta categoría suelen compensarlo con más reuniones, lo cual es casi siempre un peor intercambio.
Un ejemplo práctico: el stack mensual de un equipo de 6 personas
Consideremos un equipo mediano de marketing B2B SaaS de seis personas que ejecuta contenido, email, redes pagadas y un embudo de generación de leads simultáneamente. Su stack asistido por IA en 2026 se ve así:
- ChatGPT Plus (2 licencias): $40/mes — borradores extensos, lluvia de ideas, documentación interna
- Mailchimp Standard: $75/mes — ciclo de vida de email, segmentación con IA, automatización de recuperación
- ClickUp Business: $114/mes (6 licencias a $19) — calendario de contenido, orquestación de tareas
- HubSpot Marketing Hub Starter: $50/mes — puntuación de leads, automatización básica de CRM
- Herramienta de SEO tipo Ahrefs: $129/mes — seguimiento de palabras clave y visibilidad en IA
- Systeme.io Startup: $47/mes — embudo dedicado de lead magnet fuera del sitio principal
Total: aproximadamente $455/mes, o unos $5,460/año para un equipo de seis personas. Antes de este stack, el mismo equipo estimaba dedicar cerca de 22 horas combinadas a la semana en tareas que ahora están parcialmente automatizadas: segmentación manual de listas (5 horas), creación de variantes publicitarias (6 horas), reporte de estado (4 horas) y redacción de briefs de contenido (7 horas). Incluso una reducción conservadora del 40% en el tiempo dedicado a esas tareas —cerca de 9 horas semanales recuperadas— redirigida a estrategia de campaña y trabajo creativo que la IA no puede replicar, produjo un aumento medible en el volumen de leads calificados dentro del primer trimestre completo de adopción.
Recommended
AI Affiliate Marketing Mastery
12 lessons, 6 modules — niche research, content at scale, SEO, email automation, paid traffic, and advanced tactics. Build a $10K/month affiliate site.
Errores comunes que cometen los equipos al adoptar herramientas de IA para marketing
1. Comprar herramientas antes de arreglar el flujo de trabajo subyacente. La segmentación con IA no ayuda si tu lista de email es un desorden de contactos duplicados y sin interacción. Limpia primero tus datos; la capa de IA amplifica lo que sea que exista debajo de ella, bueno o malo.
2. Dejar que la IA escriba el texto publicitario final sin una revisión de cumplimiento y voz de marca. Las variantes publicitarias generadas por IA pueden desviarse de la voz de marca rápidamente, especialmente a alto volumen. Construye un punto de revisión ligero antes de que las variantes salgan en vivo, no después.
3. Ignorar por completo las métricas de visibilidad en IA. Los equipos que solo reportan sobre el ranking tradicional de palabras clave están perdiendo una porción creciente de cómo los clientes realmente descubren marcas en 2026. Añade la cuota de voz en respuestas de IA al menos a tu reporte trimestral.
4. Usar demasiadas herramientas superpuestas. Es común encontrar un equipo pagando tanto por un escritor de IA general como por tres herramientas de contenido especializadas que hacen trabajos superpuestos. Audita tu stack cada trimestre y elimina cualquier cosa con menos del 30% de adopción en todo el equipo.
5. Tratar el resultado de la IA como terminado en lugar de como un borrador. Los equipos con mejores resultados siguen teniendo a un editor humano revisando cada pieza de contenido asistido por IA antes de publicarla, verificando hechos, voz y si realmente responde la pregunta del lector.
6. Subinvertir en documentación de prompts y voz de marca. Un conjunto bien documentado de plantillas de prompts y lineamientos de voz de marca es una de las inversiones de mayor valor y menor costo que un equipo puede hacer, y la mayoría de los equipos la omite porque no es glamorosa.
7. Asumir que cada miembro del equipo necesita cada herramienta. Los precios por licencia se acumulan rápido. Audita quién realmente usa cada plataforma semanalmente antes de renovar una licencia para todo el equipo, y considera un inicio de sesión compartido o un número menor de licencias para herramientas de uso ocasional en lugar de diario.
8. Saltarse una revisión de privacidad de datos antes de introducir datos de clientes en herramientas de IA. Los equipos de marketing suelen pegar listas de clientes, datos de desempeño de campaña y a veces información de identificación personal en interfaces de chat con IA sin revisar la política de retención de datos de la herramienta. Lee los términos de manejo de datos del nivel empresarial antes de estandarizar el uso de una herramienta en tu equipo, especialmente para cualquier cosa que toque datos personales de clientes.
Cómo justificar las herramientas de IA ante finanzas y liderazgo
Obtener aprobación de presupuesto para un stack de IA de marketing en crecimiento en 2026 requiere un argumento distinto al de 2022, cuando “todos los demás lo están haciendo” a menudo era suficiente. Los equipos de finanzas ahora esperan una cifra específica y defendible vinculada a ahorro de costos o impacto en ingresos, y los líderes de marketing que llegan con afirmaciones vagas de productividad reciben más objeciones que antes.
Los argumentos más sólidos siguen una estructura consistente: nombrar la tarea manual específica que se está reemplazando, estimar las horas que consume actualmente con datos reales de seguimiento de tiempo en lugar de suposiciones, mostrar el costo de la herramienta frente a ese tiempo recuperado y, de forma crítica, comprometerse a una revisión a los 60-90 días con datos reales de uso y resultados en lugar de prometer resultados por adelantado. Los equipos que miden y reportan de forma consistente obtienen aprobaciones más rápidas en su siguiente solicitud, porque han construido un historial de pronósticos precisos en lugar de exageraciones.
También ayuda separar las herramientas de “eficiencia” de las herramientas de “crecimiento” en el argumento. Las herramientas de eficiencia (orquestación de flujo de trabajo, segmentación con IA, automatización de reportes) se justifican por horas ahorradas y suelen ser aprobaciones fáciles. Las herramientas de crecimiento (pruebas de creatividad publicitaria, seguimiento de visibilidad en IA, experimentación en nuevos canales) necesitan una justificación distinta vinculada al embudo o al aumento de ingresos, y deben presentarse con un presupuesto de prueba definido y un criterio claro de cancelación si el piloto no rinde dentro de una ventana establecida, típicamente un ciclo de ventas completo o un trimestre, lo que sea más corto.
Cómo la IA está cambiando la estructura de los equipos de marketing
El efecto más visible de este stack no es ninguna herramienta individual, sino la manera en que los equipos de marketing se están reestructurando alrededor de él. Los roles generalistas de “coordinador de marketing” que antes dedicaban la mayor parte de su semana a tareas repetitivas de redacción y reporte se están moviendo hacia roles enfocados en estrategia, análisis de campaña y revisión de calidad del resultado de la IA. Varias agencias y equipos internos encuestados durante 2025-2026 reportan haber aplanado su estructura de equipo: menos contrataciones de nivel coordinador, más estrategas de nivel medio capaces de dirigir herramientas de IA eficazmente y detectar sus errores.
Esto no significa equipos más pequeños en general; significa que la misma plantilla ahora cubre más volumen de campaña y más canales simultáneamente. Un equipo que antes ejecutaba dos campañas grandes por trimestre porque eso era lo que permitía su capacidad de redacción y producción, a menudo puede ejecutar cuatro o cinco con la misma plantilla una vez que las herramientas de IA absorben el trabajo de producción repetitivo, liberando el tiempo del equipo para las decisiones estratégicas que realmente determinan si una campaña funciona.
La habilidad que se ha vuelto más valiosa en los equipos de marketing no es la ingeniería de prompts en el sentido técnico estrecho, sino el criterio editorial aplicado a la velocidad asistida por IA. Las personas que están siendo promovidas son las que pueden mirar diez variantes publicitarias generadas por IA e identificar de inmediato cuáles tres encajan con la marca y cuáles siete no, o las que pueden detectar una afirmación sutilmente incorrecta en un caso de estudio redactado por IA antes de que se publique. Ese criterio no viene de una plantilla de prompt; viene de una familiaridad profunda con la marca, la audiencia y el producto.
Consideraciones de integración y flujo de datos
Un stack de cinco o seis herramientas asistidas por IA es tan bueno como los datos que fluyen entre ellas. Los equipos que tratan cada herramienta como una isla —reingresando manualmente datos de campaña de la plataforma publicitaria a la herramienta de reportes, exportando manualmente segmentos de email al CRM— pierden la mayor parte del ahorro de tiempo que prometían las herramientas individuales, porque las brechas de integración devoran de vuelta las horas recuperadas.
Antes de añadir una nueva herramienta, revisa tres cosas: si tiene una integración nativa con tu CRM y tu plataforma de email, si soporta los formatos de archivo o las APIs que necesita tu panel de reportes, y si añadirla crea un nuevo paso manual de exportación o importación en algún punto del proceso. Una herramienta que puntúa bien en funciones pero mal en integración a menudo cuesta más tiempo del que ahorra una vez que se contabiliza el flujo de trabajo completo, no menos.
La mayoría de las plataformas mencionadas en esta guía —Mailchimp, HubSpot, ClickUp, Systeme.io— han madurado significativamente sus integraciones nativas durante los últimos dos años precisamente porque los clientes presionaron fuerte contra las brechas de integración. Zapier y herramientas de conector de automatización similares siguen siendo un pegamento útil para las plataformas que no se comunican directamente entre sí, aunque cada conector adicional en un flujo de trabajo es un punto más que puede fallar silenciosamente y pasar desapercibido durante semanas si nadie lo está monitoreando.
Marco de precios y retorno de inversión
Para decidir si una nueva herramienta merece un lugar en tu stack, aplica este marco rápido: estima las horas por semana que ahorra en todo tu equipo, multiplica por el costo promedio por hora cargado de tu equipo, multiplica por 52 semanas, y compara contra el costo anual de la suscripción. Una herramienta que cuesta $1,200 al año pero ahorra incluso 2 horas a la semana en un equipo con un costo promedio cargado de $50/hora genera $5,200 al año en tiempo recuperado, una ganancia clara incluso antes de contar cualquier impacto en ingresos por una ejecución de campaña más rápida.
El número más difícil de estimar es el impacto en ingresos posteriores: retorno de campaña más rápido, envíos de email mejor segmentados, variantes publicitarias con mejor conversión. Registra una línea base durante 30 días antes de adoptar una nueva herramienta para tener algo real con qué comparar, en lugar de depender de casos de estudio de proveedores que rara vez coinciden con tu audiencia y oferta específicas.
Herramienta gratuita relacionada
Herramienta gratuita relacionada: NeuralMindMastery también opera un predictor de Bitcoin con IA gratuito que combina datos en cadena, sentimiento y señales macro — gratis para probar, sin necesidad de registro, y un punto de referencia útil si el marketing de criptomonedas o los presupuestos de clientes tocan tu embudo.
Preguntas frecuentes
¿Cuál es la mejor herramienta de IA para marketing con la que empezar en 2026?
Para la mayoría de los equipos pequeños y medianos, una suscripción general de escritura con IA (ChatGPT Plus o Claude Pro) combinada con las funciones de IA de tu plataforma de email existente es la combinación inicial de mayor valor: estás extendiendo herramientas que probablemente ya pagas antes de añadir nuevas suscripciones.
¿Cuánto debería presupuestar un equipo de marketing para herramientas de IA al mes?
Los equipos pequeños (1-5 personas) suelen ubicarse en el rango de $100-300 al mes en 3-5 herramientas. Los equipos medianos (6-15 personas) comúnmente gastan $400-900 al mes una vez que las funciones de IA de email, SEO, orquestación de proyectos y CRM están todas incluidas.
¿Las herramientas de IA para marketing realmente mejoran el posicionamiento en SEO?
Indirectamente. Las herramientas de IA te ayudan a producir contenido más específico y mejor estructurado más rápido, y ese contenido tiene mejor desempeño tanto en la búsqueda tradicional como en las respuestas generadas por IA, pero la herramienta en sí no te posiciona; lo hace la calidad y especificidad de lo que publicas.
¿Google penaliza el contenido de marketing generado por IA?
No, no por defecto. Las directrices de Google establecen explícitamente que el contenido asistido por IA se trata igual que el contenido escrito por humanos: lo que se penaliza es el contenido superficial, poco útil o sin editar, sin importar cómo se produjo.
¿Cómo sé si mi stack de marketing tiene demasiadas herramientas superpuestas?
Haz una auditoría trimestral: enumera cada herramienta, quién la usa realmente cada semana, y qué trabajo único hace que ninguna otra herramienta del stack cubra. Cualquier cosa con menos del 30% de adopción del equipo o superposición total con otra herramienta es candidata a eliminarse.
¿Puede un mercadólogo independiente o freelancer usar este mismo stack?
Sí, en versión reducida. Un operador independiente típicamente necesita un escritor general de IA, una plataforma de email/embudo (Systeme.io cubre ambas en una sola suscripción) y una herramienta de SEO ligera, a menudo por menos de $150 al mes en total.
¿Cuál es el cambio más grande en las herramientas de IA para marketing comparado con hace dos años?
El cambio de la generación genérica de contenido hacia el seguimiento de visibilidad en IA y la automatización integrada en el flujo de trabajo. Hace dos años la pregunta era “¿puede la IA escribir esto por mí?” Hoy es “¿cómo logro que me encuentren dentro de las respuestas generadas por IA, y cómo elimino pasos manuales de mi flujo de trabajo existente?”
¿Debería preocuparme por que las herramientas de detección de contenido de IA marquen mi texto de marketing?
Concéntrate en la calidad y precisión en su lugar. Las herramientas de detección de IA son poco confiables y Google no las usa para decisiones de ranking. Editar los borradores de IA para que sean específicos, precisos y tengan voz propia importa mucho más que intentar disimular que la IA ayudó en la redacción.