¿El fin de la era del SEO? Comienza la optimización de marketing para agentes de IA

• Los agentes de IA están surgiendo como el nuevo intermediario en el recorrido de compra del marketing, desarmando la estructura tradicional del funnel
• La búsqueda "zero-click" permite que las marcas impulsen decisiones de compra solo con respuestas de IA, sin puntos de contacto directos con el usuario
• El tráfico hacia los sitios web corporativos está disminuyendo, mientras que el tráfico de referencia proveniente de la IA está creciendo de forma explosiva
• Las marcas ahora deben establecer una estrategia de contenido que la IA pueda entender y utilizar, ya que el SEO tradicional por sí solo tiene límites
• Para adaptarse con éxito, se necesita un enfoque de 3 pasos: definir nuevas métricas → optimizar la visibilidad en IA → formular estrategias basadas en experimentación rápida

La IA se vuelve el centro del recorrido de compra

De una era en la que el cliente buscaba por sí mismo, a una era en la que la IA recomienda

• Los usuarios toman decisiones de compra basándose solo en resúmenes generados por IA en Google, Bing y otros buscadores, o buscan directamente con LLM como ChatGPT
  • Encuesta de Bain & Company: el 80% de los consumidores en EE. UU. resuelve más del 40% de sus búsquedas solo con respuestas basadas en IA
  • HubSpot: los visitantes a sitios web corporativos han caído hasta un 30%
  • Adobe: a febrero de 2025, el tráfico referido vía IA aumentó 1200% frente a julio de 2024

Colapso del funnel de compra tradicional y aparición del funnel centrado en IA

• Funnel tradicional

  • El recorrido de compra digital tradicional consistía en un flujo lineal y manual como búsqueda → clic → comparación → descarga/exploración de reseñas
  • En cada etapa se requiere esfuerzo del usuario, lo que termina elevando la tasa de abandono
  • Especialmente en compras menos importantes o impulsivas, un recorrido complejo incentiva el abandono de la compra

• Funnel basado en IA

  • La búsqueda basada en IA reduce la carga del usuario al encargarse de esos pasos complejos
    • La IA realiza resúmenes, comparaciones, recomendaciones y respuestas personalizadas
  • Cuanto más aprende de los datos de preferencia de cada persona, mejoran de forma continua la calidad de sus respuestas
    • El cliente termina tomando decisiones sin explorar de manera consciente
  • Los avances tecnológicos (scaling, arquitectura, infraestructura, etc.) están acelerando el rendimiento de la IA

• La tasa de conversión de compra basada en IA ya es claramente visible

  • Análisis de Adobe: la tasa de conversión a través de búsquedas basadas en IA está cerrando la brecha con los métodos tradicionales de exploración
  • Scrunch AI: en algunos recorridos de compra, la tasa de conversión es más del doble que en Google Search

• Un funnel donde desaparecen marketers y marcas

  • El recorrido de compra del cliente pasa a estar conducido por la IA con una secuencia como resumen por IA → recomendación de producto → predicción de preferencias → elección
  • Las marcas tienen menos oportunidades de aparecer ante el cliente, y también se vuelve más difícil diferenciarse o construir confianza
  • En algunos casos, un cliente que solo tenía interés llega a una recomendación de compra con una sola respuesta de IA
  • Como resultado, el funnel tradicional se fragmenta y ya no es el cliente sino la IA quien domina el flujo del funnel

• Sectores donde la transición ocurre rápidamente

  • Los sectores de aprendizaje, compras y recomendaciones de estilo están migrando especialmente rápido hacia recorridos de compra basados en IA
  • Principales razones:
    • Los usuarios están más abiertos a compartir datos personales
    • Son decisiones de menor precio e importancia
    • El riesgo de una mala elección es bajo

• Cómo responder al nuevo funnel

  • El auge de las recomendaciones basadas en IA (AI referral) representa un cambio sin precedentes para los equipos de marketing y ventas
  • Si una empresa no se optimiza para un funnel centrado en agentes de IA, ya está perdiendo clientes potenciales

    El problema es que la empresa puede ni siquiera darse cuenta de esa pérdida

  • Antes, los clientes dejaban puntos de contacto de exploración al visitar un sitio web o descargar contenido
    • Ej.: page views, clics en anuncios, envío de formularios, suscripción por correo, etc. → luego era posible reactivarlos desde marketing
  • Pero en un funnel de compra basado en IA, ese proceso de exploración ocurre solo dentro de la IA, y la marca puede ni siquiera llegar a entrar al funnel

• Un proceso de decisión de compra donde la marca desaparece

  • Exploración → evaluación → selección de candidatos ocurre de forma invisible dentro de la IA
  • Si la marca no surge de inmediato o la IA no la menciona, ni siquiera entra en las opciones
    • Excepción: clientes con recompra o alta lealtad de marca aún pueden ir directo a la marca

• Tres rutas del recorrido del cliente

  • Visita directa al sitio web de la marca
    • Corresponde a clientes leales o de compras repetidas
  • Flujo de compra mediado por IA
    • La IA realiza todo el proceso: búsqueda, comparación, recomendación y pago
    • El cliente puede decidir viendo solo la respuesta de la IA
  • Segmento de clientes que no usa IA generativa
    • Siguen usando búsqueda y exploración tradicionales
    • Pero incluso ellos se ven influidos por los resúmenes de IA incluidos en los resultados de búsqueda

La IA actúa como una nueva puerta de entrada que "filtra" a las marcas al inicio del funnel de compra, y las estrategias de marketing basadas en puntos de contacto tradicionales se están volviendo cada vez menos efectivas

Qué tipo de contenido consideran importante los LLM

• En adelante, más que una dicotomía entre SEO tradicional vs optimización para IA, será necesario optimizar la estrategia de contenido para todos los recorridos posibles
• En canales existentes (visita directa, búsqueda general, etc.) siguen siendo válidos principios como diseñar recorridos personalizados y minimizar la fricción
• Sin embargo, en el tráfico que llega a través de agentes de IA, operan criterios de valor totalmente distintos al SEO tradicional

• Cómo evalúan los LLM el contenido de una marca

  • Los LLM no confían solo en lo que la marca dice sobre sí misma
    • En su lugar, priorizan fuentes de terceros que puedan validarlo (earned media, reseñas, foros, etc.)
  • Según el análisis de Scrunch AI:
    • Más del 90% de las respuestas de IA a consultas de búsqueda sin nombre de marca se basan en contenido externo
    • Incluso en respuestas donde se menciona la marca, más del 60% cita contenido de fuentes no pertenecientes a la marca

• Cinco características del contenido que prefieren los LLM

  • Estilo de lenguaje
    • Más que webinars o contenido centrado en imágenes,
    • prefieren frases ricas y conversacionales, como en blogs o textos explicativos
  • Estructura amigable para agentes
    • Listas organizadas, definiciones y formatos tipo guía son adecuados para que el LLM resuma información
  • Sitio limpio y fácil de scrapear
    • Las páginas antiguas creadas para SEO en el pasado y el exceso de palabras clave generan confusión
    • Son más efectivas las páginas actualizadas, estructuradas y correctamente indexadas
  • Validación basada en autoridad externa (Off-site earned authority)
    • Las citas en artículos periodísticos, reseñas de expertos y medios externos confiables aportan credibilidad
  • Conversaciones profundas de usuarios fuera del sitio (Off-site deep customer conversations)
    • Las menciones activas en foros, sitios de reseñas y comunidades
    • son un activo clave para elevar los backlinks y la confianza en la marca

Estrategia de 3 pasos para responder a la era de los LLM

• Algunas empresas líderes ya están analizando el impacto del tráfico convertido desde recomendaciones de IA en el negocio e invirtiendo para mejorar el rendimiento de marketing basado en LLM
• Para adaptarse rápidamente a este cambio, se necesita un enfoque práctico de 3 pasos como el siguiente

• 1. Define nuevas métricas clave

  • Para comprender correctamente el flujo cambiante del cliente,
    se necesitan nuevos indicadores de desempeño además del tráfico web tradicional
  • Solo si se puede hacer visible el valor que genera el tráfico de IA,
    será posible capturar y rastrear las principales fuentes de leads de marketing

• 2. Construye inteligencia de análisis del funnel

  • Hay que analizar de forma continua el impacto actual de los LLM sobre el funnel del cliente, así como sus posibles cambios futuros
  • La clave es visualizar la estructura del funnel basado en IA y el estado de visibilidad de la marca,
    y gestionarlo en forma de un scorecard actualizable
  • Incluso con la misma entrada, los LLM pueden producir resultados completamente distintos a la búsqueda tradicional, por lo que
    se necesitan herramientas para medir esa diferencia

• 3. Formula hipótesis experimentables y pruébalas rápido

  • Una vez identificados los puntos de mejora,
    hay que priorizar y ejecutar experimentos rápidos
  • Para ello, se necesita un sistema de pruebas iterativas ágiles y asignación de recursos basada en impacto
  • Los equipos de marketing deben, mediante experimentos de influencia (influence experiments),
    probar y escalar qué contenidos logran mayor visibilidad ante la IA

Los LLM comienzan a filtrar antes de que el cliente conozca la marca
→ Es imposible responder solo con estrategias de SEO tradicionales
→ Solo al adoptar una estrategia de optimización de contenido que considere a los LLM se podrá formar un círculo virtuoso

Conclusión: optimiza no para humanos, sino para "agentes de IA"

• El marketing exitoso en la era de los LLM no consiste solo en persuadir personas, sino en lograr que la IA confíe en tu marca y la recomiende
• Cuanto más se fortalezcan el contenido interno, la confianza externa y el contenido basado en conversaciones de usuarios, más mencionará la IA a la marca y de forma más positiva
• En otras palabras, el diseño de contenido para agentes de IA, y no solo para humanos, se convierte en la tarea central del marketing

[zziuni]

Es cierto... pero en términos de respuesta técnica, por ahora no parece haber mucho que hacer que sea muy distinto de la respuesta SEO tradicional.