Marketing para agentes de IA: el cambio que Harvard Business Review ya documentó

Marketing para clientes de IA: lo que Harvard Business Review acaba de poner sobre la mesa

Harvard Business Review —la publicación que los directivos llevan bajo el brazo cuando quieren parecer serios en una reunión de directorio— acaba de publicar algo que hasta hace dos años habría sonado a paper de ciencia ficción. La pregunta central: ¿cómo se hace marketing cuando quien decide no es un ser humano, sino un sistema de inteligencia artificial que actúa en su nombre? No es una pregunta especulativa. Está pasando ahora, en empresas de tecnología, retail, servicios financieros y salud. Y va a llegar a Latinoamérica con más fuerza y más rápido de lo que la mayoría de los equipos de marketing están dispuestos a aceptar.

El funnel de conversión tradicional está siendo cortocircuitado — y nadie habló de eso en el último evento de marketing al que fuiste

Durante décadas, el marketing digital construyó todo su edificio conceptual sobre una premisa que nadie cuestionaba: hay un humano al otro lado. Un humano que ve un anuncio, siente algo, compara opciones y — si hiciste bien tu trabajo — hace clic y compra. Todo lo que aprendiste sobre copy emocional, A/B testing de colores de botones, urgencia artificial y social proof asume esa psicología como base inamovible.

Ese supuesto se está erosionando.

Los agentes de IA que hoy toman decisiones de compra de forma autónoma o semi-autónoma — OpenAI con sus GPTs y el modo Operator de ChatGPT, Google con Gemini integrado en búsquedas y compras, Amazon con Rufus, Perplexity con sus funciones de compra directa — no tienen sesgos cognitivos explotables de la misma manera que un humano. No responden al “¡últimas 3 unidades!”, no se convencen por el contador regresivo falso, no se dejan llevar por una imagen aspiracional de alguien sonriendo con tu producto. Procesan estructuras de datos, verifican consistencia de información entre plataformas, evalúan reputación algorítmica y buscan señales de confianza que sus sistemas de entrenamiento aprendieron a valorar.

Y aquí está el problema real: según datos de Salesforce, el 67% de los líderes de marketing ya usa IA generativa. Pero la gran mayoría la usa para producir contenido más rápido — para el lado de la oferta — no para entender cómo la IA está transformando al consumidor mismo. Es un uso defensivo. Operativo. No estratégico.

Los números que deberían cambiar tu próxima reunión de planeación

“El tráfico referido desde motores de IA generativa — ChatGPT, Perplexity, Gemini en modo conversacional — creció un 1.300% entre enero y octubre de 2024.” — BrightEdge, 2024

No es un error tipográfico. Mil trescientos por ciento en diez meses. Y la mayoría de los sitios web de la región no tiene idea de cuánto de su tráfico está llegando (o dejando de llegar) desde esas fuentes, porque sus herramientas de analítica todavía clasifican ese tráfico como “directo” o simplemente no lo capturan.

Hay más. Perplexity reportó en 2024 que ya procesa más de 10 millones de búsquedas diarias, muchas con intención de compra directa y sin que el usuario visite ningún sitio web tradicional. Amazon reportó que Rufus — su asistente conversacional de e-commerce — ya influye en millones de decisiones de compra diarias, actuando como filtro antes de que el usuario vea un solo resultado orgánico. Y un estudio de McKinsey del mismo año encontró que el 75% de los compradores B2B prefiere interacciones sin vendedores humanos para búsqueda de información y comparación — lo que abre la puerta directa a que esas búsquedas las deleguen en un agente.

Para quienes trabajan en Latinoamérica: Brasil, México y Colombia ya están entre los 20 mercados globales con mayor adopción de ChatGPT. El comportamiento de delegar decisiones en IA no es un fenómeno lejano. Tiene dirección IP en la región.

Qué significa esto para cada disciplina del marketing digital

No es una transformación abstracta. Tiene implicaciones concretas en lo que hace tu equipo todos los días.

El SEO tal como lo conocemos — construido sobre keywords, intención de búsqueda humana y clics — está siendo complementado por algo que ya tiene nombre: AEO (Answer Engine Optimization) y GEO (Generative Engine Optimization). Optimizar para que los sistemas de IA te citen, te incluyan en sus respuestas sintetizadas y te recomienden cuando un agente está preseleccionando opciones. Eso requiere contenido estructurado, datos verificables, fuentes citables y coherencia factual entre plataformas. El linkbuilding masivo de baja calidad es irrelevante para un sistema que evalúa credibilidad semántica, no volumen de backlinks.

La publicidad digital basada en interrupción — banners, retargeting, notificaciones de urgencia — pierde efectividad frente a un intermediario que no tiene ojos para ver el banner y no experimenta ansiedad ante un carrito abandonado. En cambio, la presencia en bases de conocimiento verificadas, en review sites con alta autoridad, en feeds estructurados que los agentes consumen activamente se convierte en el nuevo “espacio publicitario”. Y casi nadie está comprando ese espacio todavía.

El branding — y esto es lo que más cuesta aceptar a quienes llevan años construyendo emociones de marca — no desaparece, pero necesita traducirse en señales objetivables. Para un agente de IA, una marca es un conjunto de datos verificables: reviews consistentes, menciones en medios de alta autoridad, ausencia de controversias detectables, coherencia entre lo que la empresa dice ser y lo que terceros dicen de ella. La emoción sigue importando para el humano que configuró el agente. Pero el agente opera con lo que puede medir.

Y en e-commerce, las fichas de producto diseñadas para seducir visualmente a una persona dejan de ser suficientes. Los agentes necesitan datos estructurados, especificaciones técnicas precisas, comparaciones claras y respuestas directas a preguntas de preselección. El schema markup y los feeds de datos enriquecidos — esas cosas que siempre se posponen porque “no se ven” — se vuelven factores críticos de conversión.

Qué hacer diferente — ahora, no en el próximo ciclo de planeación

Mi postura editorial es directa: las empresas que esperen a que este cambio sea “más evidente” en sus métricas van a llegar tarde. El momento de prepararse para un cliente IA es cuando todavía representa una fracción pequeña de tu tráfico, no cuando ya desplazó al humano.

Las acciones concretas que tienen sentido hoy:

• Auditar tu presencia en las fuentes que los LLMs usan para entrenarse y consultar: Wikipedia, Google Business Profile, Trustpilot, G2, Clutch, medios especializados de tu industria. Si tu marca no existe ahí de forma coherente y verificable, eres invisible para los agentes.
• Implementar o revisar tu schema markup a fondo: Product schema, Organization schema, FAQ schema, Review schema. No como formalidad técnica, sino como el lenguaje con el que los agentes leerán tu oferta.
• Auditar tus fichas de producto o páginas de servicio con ojos de agente: ¿Responden directamente preguntas de comparación? ¿Tienen especificaciones técnicas estructuradas? ¿Son consistentes con lo que aparece en distribuidores, marketplaces y agregadores?
• Monitorear el tráfico que llega desde fuentes IA: Configurar en Google Analytics 4 segmentos que identifiquen tráfico de ChatGPT, Perplexity, Bing AI y fuentes equivalentes. No puedes optimizar lo que no estás midiendo.
• Crear o actualizar una página de “datos de marca” estructurados: Un recurso público y citable con información factual sobre tu empresa — historia, fundadores, certificaciones, clientes, casos de éxito verificables — que los agentes puedan usar como fuente de referencia.
• Revisar tu estrategia de reviews y reputación digital con criterio de agente: No solo cantidad de estrellas, sino consistencia temática, ausencia de patrones negativos recurrentes y presencia en plataformas que los LLMs consultan activamente.

Dicho así suena como una lista de tareas técnicas. No lo es. Es una reconfiguración del modelo mental con el que tu equipo entiende para quién está creando contenido, optimizando páginas y construyendo reputación de marca.

El marketing para clientes de IA no reemplaza al marketing humano — pero sí lo complica

¿La paradoja? Que para llegar al humano que finalmente usa el producto, primero tendrás que convencer al agente que actúa en su nombre. Son dos audiencias con criterios distintos, que coexisten en el mismo proceso de compra.

Los equipos de marketing que entiendan eso antes — que no esperen a que sea una crisis sino que lo traten como una oportunidad de posicionamiento — van a construir una ventaja que será muy difícil de replicar después. No porque tengan más presupuesto, sino porque llegaron primero a un espacio que todavía no está saturado.

Lo que Harvard Business Review publicó no es una predicción de futuro. Es una descripción del presente que la mayoría de las organizaciones todavía no ha procesado. Y en marketing, la velocidad con la que procesas y actúas sobre información relevante — eso sí es ventaja competitiva.