El primer anuncio para agentes de IA no vende atención, intenta comprar influencia
En publicidad digital solemos vivir obsesionados con algo que es aparentemente sencillo: dónde está mirando la gente. Después lo complicamos con cookies, IDs, audiencias, viewability, métricas de atención y demás maneras elegantes de admitir que en realidad, nunca estuvimos del todo seguros. Pero el principio seguía siendo reconocible: había un humano, una pantalla y una marca intentando aparecer en el momento adecuado. Ahora el humano empieza a no ser el primer destinatario.
Según hemos podido leer, Time ha empezado a servir anuncios específicamente dirigidos a agentes de IA, con Ally Bank y Project Management Institute entre los primeros compradores. El movimiento llega después de que Time comenzara a convertir sus páginas de HTML a versiones en markdown, un formato más limpio y legible para sistemas de IA y agentes, eliminando buena parte del diseño, imágenes y estructura pensada para navegadores humanos. La idea, vista de lejos, parece una idea de laboratorio, pero vista de cerca, es bastante lógica: si los agentes de IA leen páginas para responder preguntas, comparar opciones, sintetizar información y alimentar recomendaciones, entonces el publisher ya no solo tiene que pensar en cómo se presenta ante el usuario, va a tener que pensar cómo se presenta ante la máquina que puede terminar hablando por él.
Time está trabajando con la empresa Mobian para convertir páginas en markdown y generar estos anuncios. El formato se estructura como FAQs con información y mensajes de marca, etiquetados como “sponsored content”. Time y Mobian afirman que es la primera vez que un publisher sirve anuncios orientados específicamente a agentes de IA.
Lo importante no es tanto el hito sino la dirección.
Hasta ahora, el debate sobre GEO, AEO o como decidamos llamar esta nueva disciplina ha girado mucho alrededor de “ser encontrado” por los modelos: que tu contenido sea citado, que tu marca aparezca en una respuesta generativa, que tu producto entre en una comparativa o que el asistente no te ignore cuando el usuario pregunta por proveedores, herramientas o alternativas. Pero lo que plantea Time es un paso más allá, no solo optimizar para ser leído por una IA, sino vender un espacio publicitario dentro del contenido que la IA va a leer. Esto ya no es SEO con otro traje, es media buying para máquinas.
Jonah Goodhart, CEO de Mobian, resume bien el cambio de escala en esta frase: “quizá sea más importante influir en el agente que en el humano, porque al influir en una persona influyes en una persona, pero al influir en ChatGPT podrías influir potencialmente en todo ChatGPT”. Los LLMs quieren información fiable sobre marcas, y estos formatos les sirven esa información de una forma sencilla de procesar. Conviene detenernos un poco en esto, porque la frase parece algo de ciencia ficción, pero en realidad describe el negocio publicitario de siempre con otro interlocutor. Antes una marca compraba atención para que un consumidor recordara, considerara o comprara. Ahora puede intentar comprar información estructurada para que un sistema la incorpore, la indexe, la repita o la tenga en cuenta cuando responda a muchos consumidores. El anuncio deja de competir por el ojo y empieza a compitir por entrar en la memoria operativa de una máquina, algo que dicho así, suena eficiente, pero por qué no decirlo… también suena bastante inquietante. Porque si un LLM está usando una página de Time como fuente, ¿cómo debería tratar una FAQ patrocinada dentro de esa versión markdown? ¿Como publicidad? ¿Como contenido de marca? ¿Como información útil sobre una empresa? ¿Como una señal con menor peso que el contenido editorial? ¿Como algo que debe excluirse? La respuesta todavía no está clara, ya que no se sabe si los LLMs tratarán estos anuncios de forma diferente al contenido editorial o si penalizarán material promocional al decidir qué información recuperar, y esa incertidumbre es el corazón del asunto.
En el tradicional modelo publicitario humano, el disclosure tiene una función relativamente clara: si algo es contenido patrocinado, se etiqueta para que el lector lo entienda; puede gustarnos más o menos cómo se aplica en la práctica, pero al menos sabemos quién debe verlo. En el modelo agéntico, el disclosure tiene dos públicos: el humano que pueda revisar la pieza eventualmente y el sistema que puede procesarla. El primero entiende “sponsored content”, pero el segundo, de momento, no sabemos exactamente qué hace con esa señal. Time ha optado por incluir la etiqueta de “sponsored content” en la parte superior de los anuncios, aunque no existe todavía una política específica que obligue a hacerlo en este context y si bien es una decisión prudente, también revela el vacío normativo y operativo en el que se está moviendo el mercado. Si los modelos empiezan a considerar este tipo de contenido como una forma de cloaking (contenido servido de manera distinta o especialmente adaptada para crawlers frente a humanos), el experimento podría volverse mucho más frágil, no porque el markdown sea problemático por sí mismo, sino porque la frontera entre hacer el contenido legible para agentes y diseñar una capa promocional específica para influir en ellos puede volverse muy fina.
Rob Derow, de Boston Consulting Group, también plantea ese riesgo: si los LLMs llegaran a ver estas prácticas como cloaking, los publishers podrían ver reducida la eficacia de esas páginas o incluso ser penalizados por incluir contenido patrocinado en archivos markdown. El incentivo, sin embargo, es demasiado evidente como para que el mercado no lo explore. Time ve un crecimiento del tráfico de bots y está intentando monetizarlo mientras averigua hasta qué punto las versiones markdown le ayudan a proteger visibilidad frente a la caída del tráfico de búsqueda. Mark Howard, COO de Time, no compartió cifras concretas sobre ese aumento, pero comentó que Time recibe más tráfico de bots que humano la mayoría de los días, en línea con datos de Cloudflare sobre el peso general del tráfico automatizado en la web.
Para los publishers, esto abre una vía tentadora: convertir el tráfico de agentes en inventario. No es ni display, ni vídeo, ni nativo al uso, se trata de inventario semántico, estructurado, pensado para sistemas que leen, resumen y recomiendan. Es un cambio profundo porque el valor ya no depende solo de cuántas personas visitan una página, sino de cuántas máquinas relevantes la consulten y qué hacen después con esa información. Para las marcas, el movimiento es igual de importante ya que no es únicamente cómo tienen que aparecer en una respuesta generativa de forma orgánica sino si habrá formas pagadas, etiquetadas y estructuradas de alimentar a los modelos con información de marca. No es difícil imaginar cuales serán los próximos pasos: claims verificables, comparativas patrocinadas, fichas de producto agent-readable, FAQs certificadas, contenido contextual comprado contra artículos de autoridad o patrocinios diseñados para entrar en los flujos de recuperación de información. Si este mercado madura, GEO dejará de ser solo una práctica de visibilidad orgánica y se convertirá en una mezcla de contenido, datos estructurados, reputación de dominio, acuerdos comerciales y medición de presencia en respuestas de IA. Bastante menos romántico que “crear buen contenido y esperar que la máquina lo encuentre” y bastante más parecido en realidad, a la publicidad digital de siempre: quien entiende antes el nuevo inventario, compra ventaja mientras los demás discuten cómo llamarlo. El problema es que esta vez el inventario no está delante del usuario sino delante del intermediario que puede condicionar lo que el usuario verá después. Y eso también nos obliga a hablar de transparencia con más rigor del habitual. Si una marca paga para estar en una capa que leerá un agente, y ese agente después genera una respuesta que suena neutral, el mercado necesitará normas, estándares o al menos prácticas comunes para no convertir la recomendación sintética en branded content invisible.
En el sector publicitario conocemos bien esta película: primero llega la oportunidad, luego el arbitraje, después el abuso y finalmente la regulación o la plataforma corrigiendo a martillazos lo que antes dejó crecer porque monetizaba bien. Aun así, conviene no despachar el movimiento de Time como una excentricidad; es una señal temprana de hacia dónde puede ir la monetización del contenido cuando los humanos dejan de ser el único tráfico valioso. Si los agentes son los nuevos lectores instrumentales de la web, alguien va a intentar venderles algo o más exactamente, vender a las marcas la posibilidad de ser leídas por ellos. La cuestión no es si esto resulta raro sino si dentro de unos años nos parecerá obvio. porque si el descubrimiento se desplaza a los LLMs, si las decisiones pasan por agentes y si la información estructurada empieza a influir en recomendaciones automatizadas, el espacio publicitario más valioso quizá no sea el que ve una persona… sino el que una máquina decide recordar y cuando eso ocurra, las marcas deberán saber no solo si tienen una estrategia de medios sino si tienen algo preparado para cuando el cliente pregunte y quien responda no sea una persona.
Puntos clave:
Time está monetizando sus páginas en markdown con formatos patrocinados en FAQ dirigidos a agentes de IA.
El valor publicitario se desplaza de captar atención humana a influir en los sistemas que seleccionan, resumen y recomiendan información.
El gran riesgo está en la frontera entre GEO, contenido patrocinado y posible cloaking si los modelos o plataformas penalizan información distinta para bots y humanos.
Este resumen lo ha creado una herramienta de IA basándose en el texto del artículo, y ha sido chequeado por un editor de PROGRAMMATIC SPAIN.
