Durante más de veinte años, el marketing digital ha trabajado sobre una premisa que casi nadie discutía: tarde o temprano había que llevar al usuario hasta nuestra web. Los agentes de inteligencia artificial empiezan a romper esa regla. Que una IA nos encuentre o nos recomiende ya no es el final del camino. La pregunta que deberían hacerse hoy los comités de dirección es otra: ¿puede esa máquina hacer negocio con nosotros?
La pregunta equivocada: ¿va el GEO a sustituir al SEO?
En los últimos meses he participado en muchas conversaciones sobre GEO, inteligencia artificial y el futuro de la búsqueda. Casi todas desembocan en la misma duda: ¿va el GEO a acabar con el SEO?
Cada vez tengo más claro que esa no es la pregunta importante. El cambio de verdad empieza un poco más adelante. No cuando una IA encuentra nuestra empresa, ni siquiera cuando nos menciona o nos recomienda. El salto se produce cuando, además, puede hacer algo con nosotros.
Hasta ahora, prácticamente toda la estrategia digital partía de un mismo objetivo: conseguir que una persona llegara a alguno de nuestros activos (la web, una landing, una ficha de producto, un marketplace, una app), navegara y terminara realizando una acción. Ese recorrido ha dejado de ser obligatorio.
Un ejemplo cotidiano
«Necesito unas zapatillas para correr tres veces por semana. Peso 82 kilos, tengo una ligera pronación, no quiero gastar más de 150 euros y las necesito antes del viernes».
Una inteligencia artificial puede entender la necesidad, buscar alternativas, comparar características, consultar la reputación de cada modelo, comprobar precio y disponibilidad y proponer tres opciones. Hasta aquí, podríamos hablar de una evolución del buscador.
Lo interesante llega cuando el usuario responde: «Compra la segunda». Y la máquina continúa.
No hemos cambiado la página de resultados. Hemos cambiado el papel del intermediario. Antes teníamos un sistema que ayudaba a encontrar dónde hacer algo; ahora tenemos uno que puede empezar a hacerlo en nombre del usuario. Es lo que ya conocemos como Agentic Commerce o comercio agéntico. Y mi impresión es que el ecommerce será solo su primer gran laboratorio.
De buscar información a resolver intenciones
Durante más de dos décadas, la arquitectura comercial de internet ha seguido un esquema muy reconocible: búsqueda → resultado → clic → web → conversión. El SEO nació y creció alrededor de esa secuencia. Nuestra misión era aparecer cuando alguien expresaba una necesidad y conseguir que entrara en nuestra propiedad digital.
Luego llegaron las redes sociales, los marketplaces, las apps y las plataformas de vídeo. Cambiaron los puntos de entrada, pero la mecánica de fondo se mantuvo: captar atención, provocar un clic y trasladar al usuario a un lugar donde pudiéramos cerrar la conversión.
La IA generativa introduce una diferencia mucho más profunda. Una persona ya no necesita traducir su necesidad a palabras clave. Puede contar su problema, añadir restricciones, corregir, preguntar, comparar y, al final, pedir una recomendación. Pasamos de organizar internet alrededor de búsquedas a organizar una parte creciente de la experiencia alrededor de intenciones.
Y una intención es mucho más rica que una keyword. Quien busca «mejores zapatillas running pronador» nos da algunas pistas. Quien explica que pesa 82 kilos, corre tres días por semana, ha tenido molestias, dispone de 150 euros y necesita recibirlas el viernes nos está dando un contexto completamente distinto. El agente ya no responde solo a qué busca esa persona: intenta comprender qué quiere conseguir. Cuando esa comprensión se combina con capacidad de actuar, aparece el verdadero salto.
El SEO no desaparece: cambia de posición dentro del sistema
Afirmar que el GEO va a matar al SEO simplifica demasiado el fenómeno. El SEO sigue resolviendo algo esencial: que la información de una organización pueda ser descubierta, interpretada e indexada correctamente. Seguimos necesitando arquitectura, contenidos, enlaces, entidades, datos estructurados, rendimiento técnico y coherencia.
La diferencia es que antes ese trabajo podía terminar en una posición y un clic. Ahora es solo la primera capa. Me resulta útil ordenar la evolución con cuatro preguntas sencillas:
| Pregunta | Disciplina que la responde |
|---|---|
| ¿Puede encontrarme una máquina? | SEO |
| ¿Puede entenderme correctamente? | Semántica, entidades, datos estructurados, consistencia |
| ¿Tiene motivos para recomendarme? | GEO, reputación, autoridad y marca |
| ¿Puede hacer algo conmigo? | Negocio agéntico |
Visto así, SEO y GEO no compiten: se acumulan. El error sería pensar que, porque aparece una capa nueva, las anteriores dejan de ser necesarias.
Aparecer no es lo mismo que ser elegido
Es uno de los hallazgos más repetidos cuando analizamos la visibilidad de una marca en inteligencia artificial. Una compañía puede tener una web impecablemente optimizada y, aun así, no aparecer en determinadas recomendaciones.
La razón es sencilla: una IA no se basa únicamente en lo que la empresa dice de sí misma. También consulta medios, directorios, opiniones, comunidades, publicaciones especializadas, marketplaces y bases de conocimiento. Por eso una empresa ya no optimiza solo su web; tiene que trabajar su presencia digital como entidad:
- Lo que decimos de nosotros.
- Lo que otros dicen de nosotros.
- La coherencia entre ambas cosas.
- La autoridad que tenemos en una temática.
- Las señales de confianza y la reputación.
Cuando abordamos esta cuestión con empresas, sobre todo con organizaciones de cierto tamaño, enseguida aflora el mismo problema: la información sobre la compañía está muy fragmentada. Marketing cuenta una historia, la web otra y el equipo comercial usa una tercera definición. Los perfiles sociales están desactualizados, los directorios muestran datos antiguos y los clientes describen la empresa con un lenguaje distinto al interno.
Con un enfoque tradicional podíamos convivir con parte de esa inconsistencia. En un entorno donde una máquina tiene que construir su propia interpretación de quiénes somos, deja de ser un detalle menor.
El verdadero salto: de la información a la capacidad
Una cosa es que una IA sepa que nuestra empresa existe. Otra, que comprenda qué hacemos. Otra, que nos recomiende. Y otra muy distinta, que pueda utilizar capacidades de nuestro negocio.
En ecommerce es fácil imaginarlo: consultar disponibilidad, comprobar una variante, crear un carrito, aplicar condiciones, calcular el envío, iniciar el checkout o gestionar un pedido. Por eso el comercio electrónico avanza tan rápido, y por eso los grandes actores ya están construyendo la infraestructura:
- Universal Commerce Protocol (UCP). Estándar abierto impulsado por Google y Shopify, con la participación de Etsy, Wayfair, Target y Walmart, y presentado en la NRF de enero de 2026. Define cómo los agentes descubren comercios y completan transacciones, y ya funciona en el modo IA del buscador y en Gemini en Estados Unidos (Google, Shopify Engineering).
- Agentic Commerce Protocol (ACP). Estándar abierto desarrollado por OpenAI y Stripe, publicado en septiembre de 2025, que da soporte a la compra directa dentro de ChatGPT (Instant Checkout) manteniendo al comercio como responsable de la venta (OpenAI, Stripe).
Otras plataformas trabajan sobre el mismo problema. Todavía no sabemos qué estándares dominarán cada parte del ecosistema y, probablemente, tampoco sea lo más importante acertarlo hoy. Lo relevante es la dirección: estamos creando la infraestructura para que una máquina pase de «he encontrado esta tienda» a «puedo interactuar con esta tienda». Parece un matiz. No lo es.
El comercio es solo una parte del problema
Cuando empecé a reflexionar sobre todo esto, Agentic Commerce me parecía una buena forma de explicar el cambio. Hoy creo que se queda corto, porque buena parte de las empresas con las que trabajamos no tienen ecommerce.
Pensemos en una compañía industrial que factura entre 40 y 50 millones de euros. Su web no tiene carrito: nadie añade una máquina de 300.000 euros y paga con tarjeta. Pero esa web sí persigue un objetivo comercial: una especificación, una petición de oferta, una conversación con ingeniería, una reunión, una oportunidad.
Lo mismo ocurre en una consultora, una universidad, un despacho profesional, una clínica o una empresa SaaS B2B. Todas tienen una conversión; simplemente no termina en un botón de «comprar». Por eso propongo ampliar el vocabulario. Reservaría Agentic Commerce para las operaciones comerciales transaccionales y añadiría dos conceptos más. No como estándares tecnológicos, sino como una forma práctica de ordenar la estrategia.
Agentic Conversion: menos fricción entre la intención y la compra
El agente reduce la fricción entre la intención y la conversión. Tiene especial sentido en ecommerce y no implica necesariamente que el agente complete todo el proceso: puede seleccionar, configurar, comprobar, preparar, repetir o facilitar.
Quien compra por primera vez una cafetera quiere comparar modelos, entender diferencias, conocer la marca y su ecosistema. Seis meses después, esa misma persona puede decir: «Pídeme las mismas cápsulas del mes pasado». Son dos conversiones distintas, y no tiene sentido obligar al cliente a repetir el mismo customer journey en ambas. Eso es, para mí, Agentic Conversion.
Agentic Business: cuando la conversión no es una compra
Aquí el concepto se amplía. Un agente no necesita comprar para generar valor comercial. Puede conseguir una cita, solicitar un presupuesto, enviar un briefing, localizar al interlocutor adecuado, consultar disponibilidad, precualificar una oportunidad, iniciar una contratación o abrir una incidencia de soporte.
Imaginemos a un director de marketing que escribe:
«Necesito una agencia española que nos ayude con SEO, Paid Media, reputación digital e inteligencia artificial. Somos una compañía industrial de 45 millones de euros y quiero reunirme con tres proveedores la semana que viene».
Hoy una IA ya puede investigar y recomendar empresas: eso es descubrimiento y GEO. Pero el siguiente paso podría ser «contacta con las tres y busca una hora la semana que viene». Si el agente identifica interlocutores, consulta agendas, transmite el contexto y organiza las reuniones, habrá logrado una conversión comercial completa. Sin carrito, sin checkout y quizá sin que el usuario haya visitado ninguna web.
Eso ya no es ecommerce. Es Agentic Business, y creo que ahí está una de las partes más interesantes de esta transformación.
La web tendrá dos tipos de usuario
Hasta ahora hemos diseñado las webs pensando en personas. Por eso invertimos tanto en diseño, experiencia, copywriting, navegación, persuasión, accesibilidad y conversión. Nada de eso va a desaparecer. Pero ha llegado otro usuario con necesidades muy distintas: la máquina.
Una persona puede necesitar una fotografía espectacular para entender una propuesta de valor; una máquina necesita datos inequívocos. Una persona navega por la sección de servicios; una máquina prefiere una estructura que le diga con precisión qué hacemos, para quién y en qué condiciones. Una persona rellena un formulario; un agente prefiere una herramienta con la que ejecutar esa acción directamente.
| Capa humana | Capa máquina |
|---|---|
| Marca y relato | Datos estructurados |
| Experiencia y emoción | Reglas y condiciones |
| Confianza | Capacidades y APIs |
| Persuasión | Permisos y acciones |
No son capas sustitutivas, sino complementarias. Uno de los errores que podemos cometer es pensar que preparar la empresa para los agentes significa descuidar la primera, sobre todo en marcas donde la experiencia forma parte del valor.
¿Qué parte de la relación con el cliente queremos delegar?
Desde marketing existe la tendencia natural a pensar que eliminar fricción siempre es bueno. No necesariamente. Si compro pilas, quiero la menor fricción posible. Si compro un reloj de lujo, parte de lo que pago es la experiencia. Si contrato una consultora para resolver un problema estratégico, no quiero que un agente convierta el proceso en una subasta de tres líneas. Y si reservo el mismo hotel cada dos meses, probablemente sí quiera una automatización casi total.
Por eso la pregunta para las marcas no debería ser «¿entramos en Agentic Commerce?», sino «¿qué parte de nuestra relación con el cliente estamos dispuestos a delegar?». La respuesta dependerá del tipo de negocio y de variables como estas:
- Producto funcional o producto aspiracional.
- Compra recurrente o primera compra.
- Commodity o marca diferenciada.
- Ticket bajo o ticket alto.
- Compra sencilla o decisión compleja.
- Cliente experto o cliente que necesita asesoramiento.
En muchos casos la solución no será 100 % agente ni 100 % web, sino un modelo híbrido: la IA descubre, filtra y recomienda; la marca convence; el agente simplifica; y una persona interviene cuando aporta valor. Ese reparto puede acabar siendo una decisión de branding tan importante como la tecnológica.
El riesgo no es perder tráfico, es perder la intención
El debate sobre agentes suele derivar rápido hacia la propiedad del dato, y es lógico: una marca quiere saber quién es su cliente. Los modelos de comercio agéntico que se están desarrollando intentan, precisamente, que el comercio siga siendo responsable de la transacción y conserve buena parte de la relación posterior.
Pero hay una cuestión más sutil. Podemos conservar el dato del comprador y perder el dato de la intención. Supongamos que recibimos cliente, producto, importe, dirección y pedido. Perfecto. Antes de esa compra, sin embargo, quizá hubo una conversación de veinte minutos con una IA en la que el cliente explicó sus necesidades, comparó cuatro marcas, planteó objeciones, habló de presupuesto, descartó alternativas y priorizó atributos. Todo ese contexto es valiosísimo para marketing, y puede no llegar nunca a la marca.
Tendremos que distinguir con mucha más claridad entre transaction data e intent data. Durante años hemos intentado entender la intención observando búsquedas, navegación, páginas vistas, búsquedas internas o abandonos de carrito. Si parte del journey ocurre dentro de un agente, parte de esas señales sale de nuestra propiedad. La batalla por los datos del futuro quizá no esté en quién posee la operación final, sino en quién entiende mejor por qué el cliente decidió hacerla.
Menos tráfico y más negocio: cómo cambia la medición
Esta será una de las conversaciones más difíciles en los departamentos de marketing. Llevamos años usando el tráfico como indicador de éxito, sobre todo en SEO: más posiciones, más impresiones, más clics, más sesiones y, en teoría, más negocio.
¿Qué ocurre si parte del trabajo se hace antes de que alguien llegue a nuestra web? Puede darse una situación que hace unos años nos habría parecido absurda: menos tráfico y más negocio. No porque lo hayamos hecho peor, sino porque algunos pasos han desaparecido.
Seguiremos mirando rankings, clics y sesiones, pero habrá que incorporar preguntas nuevas:
- ¿En qué tipo de respuestas aparece nuestra marca, con qué atributos y en qué categorías?
- ¿Quién aparece junto a nosotros? ¿Nos recomiendan? ¿Nos citan?
- ¿Qué acciones nos llegan desde agentes y cuántas terminan correctamente?
- ¿Cuánto tiempo de decisión hemos reducido?
- ¿En qué momento necesita intervenir una persona?
Las métricas de visibilidad tendrán que convivir con métricas de influencia y de acción.
GEO es demasiado importante para dejarlo solo en manos del SEO
Desde mi posición como CGO, esta parte me interesa especialmente. Cuando una compañía empieza a trabajar en serio su presencia en IA, descubre enseguida que el problema atraviesa muchas más áreas: marketing, branding, comunicación, reputación, producto, tecnología, ecommerce, CRM, atención al cliente, datos y legal.
El SEO puede hacer accesible una información, pero no puede resolver por sí solo que varios departamentos describan el mismo producto de forma distinta. Tampoco puede corregir una política comercial inconsistente, decidir qué acciones permitiremos a una máquina ni ordenar la gobernanza del dato. Por eso creo que el GEO se irá alejando de la idea simplificada de «SEO para ChatGPT» y se parecerá mucho más a trabajar la legibilidad digital de una compañía.
De la auditoría SEO a la Machine Readiness
Si el mercado sigue en esta dirección, tendremos que ampliar también nuestras auditorías. Después de años hablando de SEO técnico y, más recientemente, de GEO, tiene sentido analizar lo que podríamos llamar Machine Readiness: no solo si una empresa aparece en los modelos, sino hasta qué punto está preparada para relacionarse con ellos. Yo lo dividiría en cinco dimensiones:
| Dimensión | Pregunta clave |
|---|---|
| Findability | ¿Puede una máquina encontrarnos? |
| Understandability | ¿Entiende correctamente quiénes somos, qué hacemos, para quién y en qué somos diferentes? |
| Recommendability | ¿Tiene motivos suficientes para incluirnos en una recomendación? |
| Actionability | ¿Puede consultar información o ejecutar alguna acción relevante? |
| Governability | ¿Controlamos qué puede hacer, con qué datos y hasta dónde? |
La última es, probablemente, una de las más importantes. Prepararse para los agentes no consiste en abrir todas las puertas de la empresa, sino en decidir qué puertas merece la pena abrir y con qué reglas.
Schema, APIs, MCP, UCP o ACP son piezas, no la estrategia
Conviene separar conceptos que hoy tienden a mezclarse:
- Schema ayuda a describir.
- Los feeds distribuyen información.
- Las APIs permiten consultar o ejecutar.
- MCP (Model Context Protocol) facilita que los modelos interactúen con herramientas y sistemas.
- UCP aborda específicamente los procesos comerciales.
- ACP plantea otro modelo para el comercio agéntico.
No son intercambiables. Pero para la mayoría de las empresas la cuestión urgente no es qué sigla ganará, sino otra más básica: ¿tenemos una organización digital lo bastante estructurada para que una máquina pueda comprenderla y trabajar con ella? Si los datos están dispersos, las políticas se contradicen, los servicios no están bien descritos y los sistemas no se comunican entre sí, discutir sobre protocolos es empezar la casa por el tejado.
El funnel no desaparece: se comprime
Durante años hemos representado el customer journey como una secuencia larga: awareness, consideration, evaluation, conversion y loyalty. Una conversación con una IA puede cubrir varias de esas fases en la misma interfaz: descubre, explica, compara, resuelve dudas, recomienda y actúa.
Psicológicamente las fases siguen existiendo; operativamente, pueden resolverse en minutos. Eso cambia dónde se compite. Antes de conseguir una visita, tendremos que formar parte del pequeño grupo de opciones que la IA considera adecuadas para resolver una necesidad. Para mí, esa es la forma más precisa de entender el GEO: no se trata de «salir en ChatGPT», sino de entrar en el consideration set de una máquina.
De optimizar páginas a optimizar organizaciones
Esta es, en el fondo, la cuestión central. Durante veinte años nos hemos preguntado si nuestra web estaba bien optimizada. La siguiente pregunta será si nuestra empresa está preparada para ser comprendida y utilizada por máquinas.
Responderla obliga a mirar mucho más allá de una página: servicios, productos, precios, casos, datos, reputación, ubicaciones, disponibilidad, inventario, políticas, agenda, CRM, APIs, procesos comerciales y personas. Las empresas tendrán que convertir en información estructurada una parte del conocimiento que hoy está repartido entre departamentos, aplicaciones y equipos. Y eso ya no es solo marketing digital: es transformación empresarial.
Cinco preguntas que haría hoy a cualquier compañía
Antes de invertir en protocolos o nuevos desarrollos, empezaría por aquí:
- ¿Qué necesidades expresan realmente nuestros clientes? No qué keywords buscan, sino qué intentan resolver.
- ¿Qué partes de ese proceso podemos automatizar sin destruir valor? No toda fricción es mala.
- ¿Qué necesita saber una máquina para recomendarnos correctamente? Aquí afloran nuestros problemas reales de información.
- ¿Qué acciones estaríamos dispuestos a que ejecutara? Consultar, quizá sí. Comprar, tal vez. Negociar, quizá no.
- ¿Qué parte de la relación con el cliente queremos conservar sí o sí? Especialmente en marcas diferenciales, servicios profesionales y operaciones de alto valor.
Las respuestas variarán incluso entre productos de una misma compañía. Por eso no creo que exista una estrategia agéntica universal.
¿Estamos ante un canal nuevo?
En parte, sí. ChatGPT, Gemini, Copilot, Perplexity y las interfaces que están por llegar serán nuevos espacios de descubrimiento. Pero hay una diferencia importante con los canales anteriores. Una red social nos enviaba una persona; Google nos enviaba una persona; un anuncio nos enviaba una persona. Un agente puede enviarnos una acción: una consulta, una reserva, una solicitud, una compra, una modificación o una petición de oferta.
Ese matiz es demasiado grande para tratarlo como «un canal más». La inteligencia artificial puede convertirse en una capa situada directamente entre la demanda y los sistemas de las empresas.
El ecommerce será el primer laboratorio, no el último
Es lógico que esta revolución empiece por el comercio electrónico: producto, precio, stock, carrito y pedido son elementos fáciles de estructurar. Pero no terminará ahí. Una clínica tendrá acciones agénticas, igual que una universidad, un hotel, un SaaS, una consultora, una aseguradora o una empresa industrial. Cada modelo tendrá su propia conversión.
Agentic Commerce describe bien la primera parte del cambio, pero se queda corto para todo lo que viene después. En ecommerce empezaremos a hablar de Agentic Conversion; en servicios y B2B tendrá más sentido pensar en Agentic Business. No porque necesitemos más acrónimos, sino porque entender la diferencia nos obliga a hacernos la pregunta correcta. El objetivo final no siempre será comprar: será llevar una intención hasta un resultado de negocio.
La web no va a morir, pero dejará de ser el único destino
No creo demasiado en las profecías sobre la muerte de tecnologías anteriores. La web seguirá siendo fundamental para la marca, la confianza, la profundidad, la experiencia, los contenidos, la conversión y la propiedad digital. Lo que sí cambiará es que ya no todas las interacciones tendrán que ocurrir allí.
Una parte del customer journey sucederá en interfaces que no controlamos, y eso cambia nuestra responsabilidad. Tendremos que construir empresas capaces de funcionar en dos direcciones: ser visitadas por personas y ser utilizadas por sus agentes.
La pregunta que ya debería estar en los comités de dirección
Durante años nos preguntamos: «¿En qué posición estamos en Google?». Ahora empezamos a preguntar: «¿Qué dice ChatGPT de nosotros?». La siguiente pregunta será mucho más exigente:
Cuando alguien explique a una inteligencia artificial una necesidad que nuestra empresa puede resolver, ¿será capaz de encontrarnos, entendernos, confiar en nosotros, recomendarnos y hacer avanzar la operación?
Responderla obliga a unir SEO, GEO, marca, reputación, datos, tecnología y negocio. Por eso creo que estamos ante algo más relevante que la aparición de otro canal. No estamos pasando simplemente del SEO al GEO. Estamos pasando de optimizar páginas para conseguir visitas a preparar empresas para participar en decisiones y acciones cada vez más mediadas por máquinas.
Agentic Commerce es la primera expresión visible de ese cambio. Después vendrá la conversión agéntica, y después tendremos que pensar en serio en Agentic Business. No en compañías dirigidas por inteligencia artificial, sino en algo más cercano e inmediato: empresas preparadas para hacer negocio con clientes cuyos asistentes de IA estarán, virtualmente, sentados al otro lado de la mesa.
