Si tu marca no habla con las máquinas, pronto puede dejar de existir para los consumidores
Desde tiempos inmemoriales, hemos dicho que una marca no existía si no aparecía en la búsqueda de Google. Quizá era una exageración cómoda, pero funcionaba. Si no estabas en la primera página, no estabas en la consideración, y si no ganabas la keyword, otro se llevaba el click. Por decirlo de otra forma, si no cuidabas tu SEO, luego venía alguien de performance a explicar, con mucha tristeza, que había que compensarlo comprando más tráfico. Todo esto seguro que te suena… pero a pesar de que es muy 2015, todavía es bastante rentable para algunos.
Ahora esa frase empieza a cambiar, y puede que dentro de poco una marca no exista si no aparece en la primera respuesta de un agente de IA: ni en la página de resultados, ni en el carrusel, ni en el ranking azul de enlaces; en la respuesta, en esa síntesis educada, aparentemente neutral y peligrosamente convincente que le dice al consumidor qué debería comprar, comparar, descartar o considerar.
Como verás en la imagen, el tráfico referido desde LLMs en Europa ha pasado de representar menos del 1% del tráfico total en la segunda mitad de 2025 a moverse en una horquilla aproximada del 3% al 5% en la segunda mitad de 2026, con un incremento señalado del 2000% y datos atribuidos a Similarweb y BCG. BCG, en su análisis sobre comercio agéntico en Europa, apunta en la misma dirección: el tráfico impulsado por LLMs todavía supone menos del 1% de las visitas, pero podría alcanzar entre el 3% y el 5% en un año, lo que equivaldría a entre 30 y 50 millones de euros por cada 1.000 millones de euros de facturación.
La reacción fácil es decir que el 3% o el 5% sigue siendo muy poco, y lo es si uno mira el dashboard como quien mira el retrovisor. El problema es que los cambios estructurales casi siempre empiezan siendo “poco” hasta que, de repente, explican por qué una métrica que parecía estable dejó de servir para tomar decisiones. BCG señala que en Europa las visitas de búsqueda con IA crecieron del 4% de las visitas orgánicas a principios de 2024 al 8% a principios de 2025, y proyecta que alcancen el 25% a finales de 2026 y superen a las visitas orgánicas en 2028. También estima que el tráfico referido por LLMs creció más del 2.000% en moda, casi el 1.200% en lujo y alrededor del 7.500% en retail especializado dentro de su muestra de marcas y retailers europeos. La base es pequeña, sí, pero la pendiente ya no lo es.
Lo relevante no es que ChatGPT, Gemini, Perplexity o cualquier otro asistente manden hoy millones de visitas a las webs, sino que empiezan a ocupar el momento anterior al click, ese espacio mental donde antes competían SEO, SEM, comparadores, reviews, marketplaces, social, influencers y retail media, esa parte del funnel donde el consumidor todavía no ha decidido qué quiere exactamente, pero ya está formando una lista corta de opciones. Y cuando un agente forma esa lista corta, el tema cambia: ya no es solo “¿cómo consigo tráfico?” sino “¿cómo consigo ser entendido como una opción válida por una máquina que está filtrando el mundo por mí?” Esto es bastante delicado para muchas marcas porque obliga a bajar de la nube de la inspiración y mirar a las tuberías. Una marca puede tener una creatividad preciosa, un manifiesto impecable, un claim emocional y una campaña con gente mirando al horizonte en contraluz, pero si su información de producto está desordenada, sus precios no son claros, sus datos estructurados son pobres, sus reviews están dispersas, sus contenidos no responden preguntas reales y su disponibilidad no puede interpretarse bien, el agente puede pasar de largo con la frialdad administrativa de quien no está aquí para emocionarse.
BCG recomienda preparar datos y plataformas para agentes mediante contenido estructurado y legible por máquina: rich product schema, metadata limpia y descripciones que los LLMs puedan interpretar fácilmente. También propone medir visibilidad en respuestas de IA con KPIs como share of model, posición, citas, sentimiento y tráfico referido. Es decir, el SEO no desaparece, pero se convierte en una capa de datos para que otro sistema decida si mereces ser recomendado. Esta es probablemente la transición más importante: de optimizar para clicks a optimizar para comprensión. El tráfico seguirá importando, pero ya no será la única prueba de “salud digital”. Una marca puede recibir menos sesiones y, aun así, estar ganando influencia si aparece en más respuestas, más comparaciones, más recomendaciones y más decisiones asistidas por IA. También puede seguir teniendo mucho tráfico orgánico y estar perdiendo el futuro si los agentes la ignoran.
Aquí es donde entra de lleno el comercio agéntico: OpenAI ya permite Instant Checkout en ChatGPT para determinados productos y merchants, con un protocolo de comercio agéntico desarrollado junto a Stripe. La empresa ha contado que ChatGPT puede permitir comprar directamente al merchant dentro del chat y que, cuando varios merchants venden el mismo producto, considera factores como disponibilidad, precio, calidad, si el merchant es vendedor principal y si Instant Checkout está habilitado. Google también ha presentado funciones de agentic checkout en AI Mode, donde el sistema puede añadir un producto al carrito del merchant y completar la compra en nombre del usuario con Google Pay, siempre bajo la guía del consumidor. Amazon, por su parte, describe Buy for Me como una experiencia de IA agéntica capaz de comprar productos seleccionados en webs de marcas cuando no están disponibles en Amazon.
Esto no significa que de la noche a la mañana todos los consumidores vayan a dejar de visitar webs sino que una parte creciente del proceso de descubrimiento, comparación y selección puede moverse a interfaces donde el usuario delega trabajo en una máquina.
Para los CPG’s y empresas de belleza, moda, alimentación, electrónica o retail esto toca directamente al digital shelf ya que, hasta ahora, ese “estante digital” era Amazon, Carrefour, El Corte Inglés, Miravia, Google Shopping, la web propia, los marketplaces, quizá alguna App de delivery y, si el equipo estaba inspirado, TikTok Shop. En el comercio agéntico el estante puede ser una respuesta generada, una recomendación de tres productos, un ranking invisible o una decisión tomada a partir de precio, disponibilidad, reviews, historial del usuario, contexto de consumo y señales externas.
El mayor cambio puede ser que las marcas pasen de optimizar para clicks a optimizar para entendimiento. Se llevarán el gato al agua aquellos cuya información sea suficientemente clara para que humanos y máquinas confíen en ella y esto debería preocupar más que el 2000%, porque el 2000% es el titular, pero la confianza machine-readable es el trabajo. Hay además una trampa en la palabra “lealtad”: las marcas han hablado de loyalty como si fuera una relación sentimental entre consumidor y producto, y ojo que a veces lo era; muchas veces era pura inercia, conveniencia, disponibilidad o promoción. En un entorno agéntico, parte de esa lealtad puede automatizarse ya que si un agente repone detergente, café, cosmética o alimentación para mascotas, quizá no se pregunte qué marca “ama” el usuario, sino cuál cumple mejor una combinación de precio, preferencia previa, disponibilidad, valoración, entrega y restricciones. Es decir, la lealtad no desaparece, pero se vuelve más operacional.
Esto no mata la creatividad, pero la vuelve más exigente. BCG señala que, aunque los agentes puedan encontrar la opción más barata, solo las marcas pueden crear preferencia emocional. La cuestión es que esa preferencia tendrá que convivir con una capa de decisión más racionalizada, automatizada y mediada por datos. El anuncio bonito seguirá importando, pero el feed limpio, la información consistente, las menciones en fuentes fiables, las reviews, el contenido útil y la capacidad de ser citado por un modelo empiezan a ser parte del mismo plan de medios.
Entonces los CMO’s… ¿cuánto presupuesto digital deberían destinar para tener visibilidad en LLMs? No hay una respuesta universal: quien prometa una cifra mágica probablemente esté vendiendo una herramienta con pricing anual, pero sí hay una respuesta de gobierno: alguien debe empezar a medirlo, saber qué dicen los modelos sobre la marca, en qué prompts aparece, frente a qué competidores, con qué tono, citando qué fuentes, en qué productos falla, qué datos no entiende, qué reviews interpreta, qué claims ignora, qué página utiliza como referencia e incluso qué parte del catálogo queda invisible… porque si el agente decide con información incompleta, no es “inteligencia artificial”, es distribución defectuosa con buena gramática.
La próxima pelea no será SEO contra GEO, ni performance contra branding, ni web propia contra marketplace, será una pelea por convertirse en una entidad suficientemente clara, fiable y disponible para que una máquina te considere una buena respuesta. Los equipos de medios, e-commerce, SEO, PR, datos, retail media y CRM tendrán que trabajar menos como departamentos y más como un solo sistema de señales.
Y eso ¿sabes lo que significa? Sí… un horror de coordinación interna. La verdadera innovación siempre acaba pareciéndose a una reunión que nadie querría tener, pero conviene empezarla pronto porque cuando el tráfico desde LLMs ya sea grande, el coste de aprender será más alto aún; y cuando los agentes empiecen a intermediar más decisiones de compra, la marca que no haya entrenado su presencia en esa capa descubrirá algo bastante desagradable: no basta con tener una web, una campaña y un buen producto… también hay que existir en la respuesta.
Puntos clave:
El crecimiento del tráfico desde LLMs parte de una base pequeña, pero apunta a una transformación profunda del discovery: de optimizar para clics a optimizar para ser entendido por máquinas.
En el comercio agéntico, la ficha de producto, el precio, el stock, las reviews, la autoridad externa y los datos estructurados pueden pesar tanto como la creatividad o el posicionamiento clásico.
La batalla no será solo atraer visitas a la web, sino influir en la respuesta inicial del agente, porque ahí puede empezar —y quizá terminar— buena parte de la decisión de compra.
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.
