Por qué la próxima batalla entre marcas se librará ante los agentes, y no ante las personas.
En tan solo unos años, la IA generativa ha pasado de ser una novedad a convertirse en la opción predeterminada. Los modelos de lenguaje a gran escala (LLM) ya atraen a cerca de 45 mil millones de visitas al mes, lo que equivale a 56% del volumen de búsquedas tradicional, que se ha estancado desde hace años. Sin embargo, la cifra que debería llamar la atención de todos los ejecutivos no es el volumen del audience, sino el comportamiento que hay detrás de él. La duración media de una sesión con un LLM es ahora de entre seis y ocho minutos, lo que supone un aumento del 34% respecto al año anterior. Mientras que una búsqueda en Google era una transacción, una conversación con un agente de IA establece una relación.
Los clientes ya no compran un producto; lo que hacen es encargar un resultado
Este cambio transforma la propia naturaleza del acto de compra. Nadie compra un taladro; lo que se compra es un agujero en la pared. Ayer, un cliente preguntó: “¿Qué taladro debería comprar?”. Mañana dirá: “Necesito colgar un cuadro antes del sábado, ¿qué debo hacer?”, y el agente elegirá el taladro, el vendedor y el precio.
Durante veinte años, el intermediario entre la marca y el cliente fue el dependiente de la tienda; posteriormente, pasaron a serlo los posicionamientos en los motores de búsqueda (SEO/SEA). En el futuro, ese intermediario será un agente de IA. La pregunta que surge entonces es: ¿desea que sea él quien le elija a usted? Lo que está en juego no es insignificante, y la IA ya no es un canal secundario: en un solo año, el tráfico generado por la IA hacia los sitios web minoristas se ha disparado casi un 400% y ha pasado de situarse a la zaga de todos los canales de captación a superar a todos ellos.
Su visibilidad ya se está desvaneciendo
El riesgo no es especulativo, sino cuantificable. En la web, el 57% de las solicitudes son ahora automáticas, en lugar de realizadas por personas. Su sitio web ya es consultado más por máquinas que por personas. Y lo que resulta aún más inquietante es que el 85% de las menciones de marca en las respuestas de la IA proceden de contenidos de terceros (foros, enciclopedias, plataformas de reseñas…) sobre los que usted no tiene control. La visibilidad de una marca ya no depende de su propio sitio web, sino de cómo habla de ella el resto del mundo. Por primera vez, su exposición digital escapa en gran medida a su control directo.
La transacción es la última ficha de dominó: esa es su oportunidad
He aquí la paradoja que todo líder debería comprender. El descubrimiento de productos ya se ha trasladado a la IA; el aumento del tráfico en el sector minorista impulsado por la IA es prueba suficiente de ello. Sin embargo, la compra en sí misma sigue siendo, en su gran mayoría, un acto manual y dirigido por personas. Los observadores del sector señalan que, aunque los compradores recurren cada vez más a los chatbots en busca de recomendaciones, las plataformas siguen registrando un bajo volumen de transacciones que se completan realmente a través de herramientas de IA. Por el momento, incluso OpenAI ha reorientado ChatGPT hacia el descubrimiento de productos, devolviendo el acto de la compra a las aplicaciones conectadas de los comerciantes.
Parte de la razón radica en que aún se están sentando las bases, en medio de una batalla muy pública sobre estándares que compiten entre sí. OpenAI y Stripe están impulsando el “Agentic Commerce Protocol”; Google está promoviendo su «Universal Commerce Protocol»; Amazon está alquilando su propio motor de compras «agentic» a otros minoristas. Ningún estándar se ha impuesto por sí solo. Estar «preparado para las máquinas» supone, por lo tanto, apostar por unas bases que aún no tienen un ganador claro. Y es precisamente por eso por lo que, hoy en día, los cimientos prevalecen sobre las funcionalidades. La transacción es la última ficha de dominó en caer, no la primera. Las marcas que triunfen no serán aquellas que se apresuraron a incorporar un botón de pago en un chatbot, sino aquellas que, discretamente, prepararon su data, sus API y sus procesos mientras se consolidan los estándares. La oportunidad está ahí precisamente porque nadie se ha hecho con el control de la capa de transacciones.
Tres líneas de trabajo, tres plazos
Ante este punto de inflexión, identificamos tres líneas de trabajo complementarias, cada una de las cuales corresponde a un horizonte de actuación distinto:
1) Sea visible y legible: GEO. La optimización de motores generativos (GEO) no sustituye al SEO, sino que se basa en él. Primero debe aparecer en los resultados (SEO), luego ser incluido en las respuestas de IA (AEO) y, por último, ser citado y recomendado por su nombre (GEO). La verdad, aunque parezca contradictoria, es que no puede saltarse el primer peldaño. Aproximadamente El 92% de las citas de AI-answer procede de páginas que ya figuran entre las diez primeras posiciones. Un modelo de lenguaje grande (LLM) se nutre de dos fuentes: su memoria de entrenamiento, una «caja negra» que se actualiza cada tres a dieciocho meses y sobre la que una marca tiene poca influencia; y la búsqueda en la web en tiempo real, donde reside el verdadero potencial. La creación de contenidos “legible por máquina” (HTML semántico, datos estructurados en JSON-LD data, información precisa y reciente sobre los productos) es la forma más rápida de estar presente en ese ámbito. Y la actualidad es importante, ya que el contenido con menos de 90 días de antigüedad tiene aproximadamente tres veces más probabilidades de ser citado. La conclusión de los expertos: ya no escribe para personas que leen por encima, sino para modelos que extraen información.
2) Ser compatible: interoperabilidad. Aquí es donde le espera la trampa más costosa. La tentación es poner en marcha un chatbot visible y bien diseñado. Pero 80%: la obra es invisible: se asienta en los cimientos: la «APIficación» del sistema, el formato data legible por máquina y una plataforma de agentes con supervisión y medidas de seguridad. Poner a disposición un agente en un portal como ChatGPT lleva unos días; conseguir que un proceso empresarial sea realmente ejecutable por una máquina lleva meses. Ya nos encontramos ante una bifurcación estratégica: “agent-ready” se está convirtiendo en un producto que las plataformas le venderán. Amazon ofrece ahora un asistente de compras «agentic» integrable para minoristas externos, mientras que Alexa incorpora el seguimiento de precios y la compra automática. Son prácticas, pero alquilar la capa «agentic» de otra empresa puede suponer ceder la propia relación con el cliente. Esta decisión entre «crear» o «comprar» es una de las más trascendentales que tomará una marca en los próximos dieciocho meses.
3) Opción preferida: valor de marca. Cuando un agente compara docenas de ofertas igualmente “preparadas para la automatización”, el riesgo definitivo es la mercantilización: ser seleccionado únicamente por el precio. La única defensa es la preferencia por la marca: ser la referencia de confianza en la mente del cliente antes incluso de que este delegue la decisión. El interés de los consumidores ya existe: el uso de la IA generativa en el ámbito de las compras creció un 35% en menos de un año, y los compradores consideran cada vez más a la IA como un experto directo, objetivo y personalizado. La confianza está cambiando; no está desapareciendo.
Una convicción que ya estamos poniendo en práctica
Estos principios no son meras teorías. En Artefact, ya estamos creando experiencias conversacionales con agentes para las principales marcas. Mañana, sus clientes ya no tendrán que rellenar campos, sino que hablarán con su marca o con un agente que actúe en su nombre.
El comercio agencial no es una evolución del comercio electrónico; se trata de un desplazamiento del punto de decisión. La pregunta ya no es “¿Cómo me encuentran mis clientes?”, sino “¿Me eligen aunque no esté presente?”. Las marcas que sienten las bases ahora —visibilidad, interoperabilidad, preferencia— establecerán las reglas que todos los demás tendrán que seguir.
