Del SEO al GEO, el salto hacia un mercado de US$ 5 billones: cómo adaptar los negocios para venderles a los agentes de IA
Las proyecciones globales estiman que el comercio agéntico moverá hasta US$ 5 billones en 2030, mientras que en la Argentina el tráfico desde IA ya se cuadruplicó. Líderes tecnológicos explican cómo adaptar la infraestructura de datos y los pagos cuando la decisión de compra ocurre antes de entrar a la web.

Laura Mafud Editora

Durante dos décadas, el diseño de las tiendas online tuvo un único destinatario: el ojo humano. Banners atractivos, recorridos visuales y estrategias orientadas a capturar el clic definieron las reglas del comercio digital. Hoy, según un estudio de McKinsey & Company sobre 21.000 consumidores, más de la mitad de los compradores globales (53%) ya recurre a la inteligencia artificial para sus compras —con un salto interanual del 70% en la tasa de operaciones concretadas directamente mediante IA en Estados Unidos—, lo que obliga a las empresas a rediseñar sus plataformas para un nuevo cliente: la máquina.

"Durante años diseñamos tiendas para que una persona mire, compare y se enamore de un producto. Un agente lee otra cosa, los datos de cada producto, y decide con eso. Hace falta una tienda que una máquina pueda leer sin adivinar, con cada producto bien descripto y cada dato al día", señala Facundo Lena, Chief Growth Officer de Infracommerce. Según explica el ejecutivo, este escenario exige responder a "los agentes de IA, de los dos lados del mostrador", ya que una parte de las compras las hará un agente en nombre de una persona y cada equipo interno trabajará con agentes propios.

 Facundo Lena, Chief Growth Officer de Infracommerce (Foto: Gentileza Infracommerce).

Este desplazamiento modifica el punto de partida del consumo digital. Desde Nomadic —agencia de posicionamiento en buscadores y motores de inteligencia artificial (SEO y GEO) donde Nicolás Bargioni se desempeña como Head of Data, Nicolás Billia como Head of SEO & GEO, Iván Santurión como Cofounder y Head of Growth y Agustina Gaona como CEO— advierten que "el cambio de fondo es que la vidriera se mueve. La decisión de qué marcas entran en la lista corta se toma antes de que la persona llegue al sitio, y la toma un sistema que lee datos, reseñas y medios, no banners". De acuerdo con su estudio Top of AI, realizado sobre más de 80.000 consultas de compra en Argentina, México, Colombia y Chile, "cuando el comprador pide comparar, ChatGPT lo manda al sitio de la marca en el 62% de las respuestas. Cuando la pregunta es de compra directa, eso cae al 39%. Cuanto más cerca de la compra, más se queda la IA con la conversación".

El impacto ya se refleja en las métricas locales de comercio electrónico. De acuerdo con información compartida por Tiendanube, el comercio online atraviesa un cambio estructural impulsado por la inteligencia artificial y el comercio agéntico, donde el tráfico derivado de herramientas como ChatGPT se multiplicó por cuatro este año y muestra mayores tasas de conversión gracias a la confianza del usuario en el proceso previo de comparación y recomendación. Asimismo, para mitigar el fuerte encarecimiento de la pauta publicitaria digital en plataformas como Meta y Google, las marcas están recurriendo a la inteligencia artificial para abaratar la creación de contenidos y optimizar sus canales orgánicos.

Un cambio estructural en el recorrido de compra

La dimensión global de esta transformación se refleja en las proyecciones de mercado. Dieter Spangenberg, Chief Fraud Officer de Koin, destaca que "las proyecciones de la industria estiman que para 2030 el comercio agéntico podría mover hasta un billón de dólares en retail B2C solo en Estados Unidos", y afirma que "la Agent Experience no es una tendencia futura: es la condición de acceso al próximo ciclo del comercio digital". 

Emanuel Branchesi (Foto: Gentileza Sonda)

En la misma línea, Emanuel Branchesi, de Sonda, aporta datos recientes sobre esta aceleración: "En el Black Friday 2025, Adobe midió un crecimiento de 805% interanual en el tráfico proveniente de IA hacia sitios de retail en Estados Unidos. Deloitte reporta que, para algunos retailers, los asistentes como ChatGPT ya explican entre 15% y 20% del tráfico referido. McKinsey proyecta que el comercio agéntico podría mover hasta US$ 5 billones a nivel global en 2030".

Para Vitor Elman, partner, creative & technology de Untold, se trata de una transformación comparable con los orígenes de la web: "Es un cambio tan grande como la llegada de internet. Durante años diseñamos sitios para personas: que encuentren rápido lo que buscan, que se emocionen y que compren sin fricción. Ahora aparece un nuevo visitante, el agente de inteligencia artificial, que busca, compara y a veces compra en nombre de esa persona". El ejecutivo agrega que Muse, el agente lanzado por Meta en septiembre, superó los 10 millones de usuarios en Estados Unidos y Canadá en unas seis semanas, y que "en América Latina, donde ya estamos acostumbrados a comprar conversando por WhatsApp, el salto puede ser todavía más rápido".

Este nuevo esquema también redefine la arquitectura de las interfaces. Manuel Beaudroit, co-founder & CEO de belo, sostiene que "vamos hacia una especie de headless UI, donde los servicios de una empresa puedan utilizarse sin pasar necesariamente por sus pantallas. La persona dice lo que necesita, por chat o por voz, y el agente conecta las distintas piezas para resolverlo. La web y la app van a seguir teniendo un lugar, pero no serán necesariamente la puerta de entrada".

Vitor Elman, partner, creative & technology de Untold (Foto: Gentileza Untold).

En idéntica sintonía, Miguel Medina, IA Product Director de Rappi, advierte que "las empresas van a tener dos clientes, la persona y el agente que actúa en su nombre. Y ese agente no se va a fijar en el diseño, va a leer tus datos, consultar tus sistemas y decidir". Para Medina, el foco pasa de la pantalla al objetivo concreto del usuario: "Por eso pienso en jobs to be done. ‘Pídeme mi café de siempre’ no es una búsqueda ni un carrito: es un trabajo que alguien tiene que resolver. Si un agente no puede completarlo de punta a punta en tu plataforma, para ese cliente no vas a existir".

Desde la óptica del diseño, Paula Pascolini, UX Leader en Flux IT, precisa que "el desafío, entonces, no es reemplazar la UX por la AX, sino ampliar el campo de diseño. Seguimos diseñando para personas, pero ahora también tenemos que diseñar las condiciones para que los agentes puedan interpretar sus necesidades y actuar de manera confiable en nombre de ellas". Por su parte, Estefanía Alloco, Founder y COO de Goodapps (una compañía certificada como Empresa B) y directora del área de UX/UI, coincide en que se trata de una "ampliación del campo de la experiencia de usuario" y subraya que "el éxito no debería medirse solamente por cuántos pasos automatizamos, sino por qué tan bien resolvemos la necesidad y cuánto control conserva la persona".

Del SEO al GEO: cuando el dato mata al relato

La aparición de los motores generativos modifica las reglas históricas del posicionamiento orgánico. "Durante 15 años diseñamos para que una persona se enamore de una interfaz, y ahora aparece un ‘cliente’ que no se deja llevar por un banner lindo ni por una animación: lee datos, compara y decide", explica Matías Boselli, CEO de Ecloud Agency, una compañía también certificada por Sistema B, quien diferencia ambas estrategias: "El SEO pelea por aparecer en una lista de links y el GEO pelea por ser la respuesta que el modelo recomienda". Además, recuerda que en Estados Unidos el tráfico a sitios de retail que llegó desde IA creció 693% interanual durante las fiestas de 2025, según Adobe Analytics, y volvió a subir 393% en el primer trimestre de 2026.

Estefanía Alloco, founder de GoodApps Arg., y parte de su equipo (Foto: Gentileza GoodApps).

Martín Zuker, Co-Founder & CEO de I+DIoT Lab, profundiza en esta transición: "Con GEO (Generative Engine Optimization) buscamos que los contenidos y la información de una marca puedan ser reconocidos, interpretados y utilizados por motores generativos para construir sus respuestas y recomendaciones". Según Zuker, "lo que cambia entre ambas estrategias es el objetivo. Además de que nos encuentren también queremos que nos entiendan y nos recomienden de forma autónoma". Medina suma un eslabón indispensable a esa cadena: "El SEO te hacía encontrable, el GEO te hace recomendable y la Agent Experience te hace ejecutable, de nada sirve que el agente te recomiende si después no puede comprarte".

En este entorno, la consistencia técnica y la reputación externa cobran un peso decisivo. Branchesi resume el fenómeno afirmando que "en el GEO (Generative Engine Optimization) el objetivo es ser citado o elegido en la respuesta del modelo" y advierte que "los modelos construyen su opinión sobre una marca con lo que dicen terceros. Reseñas, prensa especializada, marketplaces y foros pesan tanto como el sitio propio. GEO es, en el fondo, gestión de la reputación con evidencia". Desde Nomadic confirman esta tendencia con cifras de su investigación: "En Top of AI, a medida que sube el precio del producto, el peso de medios y reseñas en las respuestas de ChatGPT pasa del 17% al 30%. La reputación dejó de ser un tema de marca y pasó a ser un canal de venta". Asimismo, destacan que "si repetís la misma pregunta el mismo día, ChatGPT mantiene solo el 26% de las fuentes".

Elman refuerza este punto citando la investigación académica que dio origen al término: "El estudio que dio nombre al GEO, de investigadores de Princeton y otras universidades, mostró que agregar datos, citas y fuentes puede aumentar hasta un 40% la visibilidad de un contenido en las respuestas de la IA. Repetir palabras clave, en cambio, casi no sirvió". Spangenberg añade que la investigación presentada en la conferencia KDD de 2024 demuestra ese mismo incremento de entre 30% y 40%, y señala que "los benchmarks muestran que el tráfico de motores de IA convierte a tasas dos a cinco veces mayores que el orgánico tradicional".

Arquitectura de datos, protocolos y pagos seguros

Para que un agente pueda recomendar o ejecutar una compra, las empresas deben revisar su infraestructura interna. Lena advierte sobre la necesidad de coherencia absoluta: "Primero, que el dato sea el mismo en todos lados. El precio del feed, el de la API y el de la página tienen que coincidir, igual que el stock. Un agente que encuentra dos precios distintos para el mismo producto desconfía y se va a otra tienda". Boselli coincide en que "lo primero es ordenar la casa" y señala que "el humano en el loop es el cuello de botella. Cada aprobación manual, cada paso que depende de que alguien mire, confirme o copie un dato de un sistema a otro, frena al agente".

Matías Boselli, CEO de Ecloud Agency, una compañía certificada por Sistema B (Foto: Gentileza Ecloud Agency)

En esa línea, Alloco sostiene que "la preparación para los agentes empieza también dentro de la organización: en su capacidad de sostener lo que promete", mientras que Pascolini detalla que "no se trata de reemplazar el sitio web, sino de ampliar su función: además de ser un espacio de interacción con las personas, tiene que convertirse en una fuente de información confiable para los sistemas que las representan".

Medina, desde Rappi, señala que este cambio exige "tratar los datos como producto" y "exponer capacidades, no pantallas: APIs y protocolos como MCP, un estándar abierto para conectar asistentes de IA con otros sistemas", bajo una premisa clara: "un agente es tan bueno como los datos y las herramientas que le das". Además, destaca el rol de los ecosistemas para democratizar el acceso: "El restaurante o la farmacia de barrio no tiene por qué construir su propio MCP. Parte de nuestro rol es ayudarlos a dar ese salto, para que la economía de agentes no quede solo en manos de los grandes".

La estandarización tecnológica y la seguridad en los pagos aparecen como pilares críticos. Spangenberg enumera la necesidad de implementar "schema markup, APIs documentadas y accesibles, catálogos legibles por máquinas", adoptar estándares como el Universal Commerce Protocol o MCP, y construir una capa de confianza: "Ya existen frameworks como ‘Know Your Agent’ para validar identidad y consentimiento en tiempo real. La infraestructura de pagos y prevención de fraude tiene que ser agent-ready desde el diseño inicial".

(Imagen generada con Gemini)

Sobre este punto, Medina recalca que "cuando el que compra es una máquina, la seguridad también es parte de la experiencia", detallando la necesidad de "permisos acotados, confirmación explícita del total antes de cobrar y sistemas antifraude que distingan a un agente legítimo de una cuenta robada".

En el ámbito financiero, Beaudroit explica cómo llevan este concepto a la práctica desde belo: "Hace meses venimos trabajando en nuestro MCP (Model Context Protocol), una tecnología que conecta agentes de IA con servicios financieros y permite operar con dinero tradicional y cripto desde una misma cuenta". Tras presentar Agentic Banking MCP en San Francisco, recalca que "antes de mover el dinero debería poder revisar y entender qué va a pasar y dar su aprobación a la operación".

Sobre el ecosistema local y regional, Zuker observa que "ya tenemos ejemplos concretos en Argentina. MODO, junto con Frávega, habilitó una experiencia que permite buscar productos, comparar opciones, armar un carrito y avanzar con la compra directamente desde ChatGPT", y menciona que Payway, Visa junto con Santander y Mastercard con distintos bancos también avanzan en iniciativas y transacciones iniciadas por agentes en entornos controlados. 

Por su parte, Tiendanube identifica a WhatsApp como el principal canal de interacción —utilizado por más del 70% de las marcas— e indica que la integración de su agente de ventas (Chatnube) eleva el ticket promedio un 44% y cuadruplica la conversión respecto a la navegación solitaria en la tienda. Asimismo, señalan que el éxito futuro requerirá tanto optimización técnica conjunta con desarrolladores de modelos (como OpenAI y Anthropic) como la carga de datos estructurados y detallados por parte de las marcas (GEO).

Cómo competir sin caer en la guerra de precios

Ante un comprador algorítmico que evalúa variables objetivas, las empresas se preguntan cómo evitar quedar atrapadas en una competencia exclusiva por precio. Pascolini aclara que "un agente optimiza sobre los criterios que la persona le dio. Si el único criterio es precio, gana el más barato y todos pierden margen. Pero rara vez delegamos solo por precio: pedimos ‘que llegue antes del viernes’, ‘que pueda devolverlo fácil’, ‘compatible con mi equipo’, ‘sin plástico’".

Zuker coincide en que "la eficiencia operativa pasará a ser determinante en esta nueva forma de consumir, con mucho más peso que hasta ahora. Una empresa con una excelente operación logística, buena reputación y productos consistentes puede ser mucho más atractiva para un agente que otra que simplemente ofrece un descuento agresivo". En idéntico sentido, Branchesi sostiene que "el agente no busca lo más barato; busca lo que mejor cumple el mandato del usuario" y concluye que "antes se construía en la vidriera; ahora se construye en la operación".

Para Boselli, la clave está en respaldar la propuesta con evidencia: "Si tu diferencial es cierto y está bien documentado, el agente lo encuentra. Lo que deja de funcionar es el diferencial que solo vive en el relato. La confianza se vuelve un dato más, y se construye con hechos". Alloco suma que "una declaración como ‘tenemos el mejor servicio’ necesita condiciones concretas que permitan evaluarla y una operación capaz de cumplirla".

El valor de marca, lejos de desaparecer, se vuelve un escudo frente a la comoditización. Lena afirma que "la operación se vuelve marca" y agrega que "la marca con historia y comunidad propia sigue teniendo al cliente que le pide al agente ‘comprame las de tal marca’, con nombre y apellido. Si tu única ventaja es el precio, el agente siempre va a encontrar a alguien más barato". Elman refuerza esa idea: "Si alguien le pide a su agente zapatillas de una marca específica, ya no hay comparación. Ese lugar, el de ser pedida por su nombre, se construye con creatividad, no con descuentos". Asimismo, Beaudroit plantea que "las marcas tendrán que aprender a competir en dos frentes: ser elegidas por los agentes y seguir construyendo confianza con las personas", mientras que Spangenberg sintetiza que "en la economía agéntica, la confianza cuantificable es el nuevo diferenciador".

Manuel Beaudroit, cofundador de belo (Foto: Gentileza Belo).

Primeros pasos para los líderes empresariales

Frente a este escenario, los especialistas coinciden en que el punto de partida no exige grandes desembolsos tecnológicos iniciales, sino entender cómo ven hoy los algoritmos a la compañía. El primer movimiento consiste en salir a "entrevistar a las máquinas", tal como plantea Elman, tomando las 30 o 40 preguntas frecuentes de los clientes para consultarlas en distintos asistentes y evaluar cómo describen a la marca. Esa misma lógica de diagnóstico rápido es la que Boselli define como una "auditoría de ‘legibilidad para agentes’" ejecutable en apenas una semana, y que Pascolini estructura en tres frentes concretos: "auditar la visibilidad de la marca", "revisar la preparación de los canales digitales" y "fortalecer la propuesta de valor y su diferenciación".

Pero mirar cómo responde la IA es solo la mitad del ejercicio; el siguiente paso es poner a prueba el proceso real de compra. En esa línea, Branchesi propone realizar un "diagnóstico honesto de ‘legibilidad agéntica’" que combine probar asistentes, medir el tráfico proveniente de IA y "auditar la calidad del catálogo y priorizar el 20% de productos que explican el 80% de la venta". Para comprobar dónde se traba la operación, Zuker sugiere directamente "intentar comprar productos de mi propia empresa utilizando distintos agentes de inteligencia artificial", un ejercicio práctico al que Beaudroit suma la idea de tomar una operación concreta e intentar resolverla por chat o voz sin pasar por la web, integrando en la prueba a los equipos de negocio, tecnología, operaciones y pagos.

Martín Zuker, Co-Founder & CEO de I+DIoT Lab - (Foto: Gentileza I+DIoT Lab)

Una vez detectadas las brechas, la recomendación es avanzar de forma gradual y controlada. Alloco aconseja seleccionar un recorrido comercial relevante, diagnosticarlo de punta a punta y poner en marcha un piloto acotado, sin perder de vista que "podemos delegar tareas en agentes, pero la responsabilidad por la experiencia sigue siendo de las empresas". Bajo esa misma premisa de implementación progresiva, Spangenberg insiste en articular diagnóstico, piloto controlado y seguridad desde el diseño inicial, advirtiendo que "quienes se muevan ahora van a llegar con ventaja; quienes esperen van a alcanzar un mercado que ya se reconfiguró sin ellos".

De cara al futuro inmediato, la adaptación tampoco implica duplicar plataformas ni abandonar la identidad construida para el consumidor. Desde Nomadic lo sintetizan con una imagen clara: "Es la misma página con dos capas. Arriba, lo que emociona y convence a una persona: imagen, marca, relato. Abajo, lo que necesita un agente para recomendar: datos completos, consistentes y fáciles de leer". Como resume Lena, el desafío ya está en marcha tanto hacia afuera como hacia adentro de las organizaciones, donde "no saber usarlos hoy es como haber dicho hace veinte años ‘yo la notebook no’".