Todos recordamos que, a poco del lanzamiento de ChatGPT, allá por fines de 2022, la empresa Microsoft con gran agilidad llegó a un acuerdo con la emergente Open AI, que le permitió presentar e instalar su marca Copilot. Esta interfaz no sólo se nutría de los recientes modelos de Inteligencia Artificial (IA) Generativa, sino que también se integró a varios de sus productos y fue la excusa para una actualización de su usina de búsqueda Bing.
En aquellos primeros meses de la IA Generativa, vincular la potencia de un modelo de lenguaje grande (LLM) con el poder de un buscador en Internet era sin dudas un diferencial con respecto al resto de los modelos.
Esta característica en la actualidad es algo común de los modelos de lenguaje y pueden ser considerados como un game changer en lo que respecta a la histórica navegación por la web. En la medida que se difunda el uso de modelos de lenguaje y que los usuarios se acostumbren a pedirles información de la web, esto traerá una serie de cambios que impactarán en varios frentes del universo online.
En 2023 Convercom.info me publicó una serie de reflexiones acerca del impacto que podrían traer estas innovaciones de la IA en el universo del SEO y de la interacción entre usuarios y sitios web. Estos interrogantes se renuevan hoy, tras la reciente irrupción de los agentes de IA, que navegan la web y realizan tareas en nombre de las personas. Veamos.
Un asistente IA para tus compras
A continuación, cuento una experiencia personal. En marzo último tuve que comprar un traje de neoprene para nadar en aguas frías, para un triatlón en Bariloche. No tengo gran experiencia en aquella disciplina, así que googlear modelos de trajes no me aportaba mayor información salvo para una comparación de precios. Fue así que, luego de averiguar dos posibles modelos le pedí a ChatGPT que me realizara un informe a través de su función Deep Research, que navega y scrapea información de decenas de sitios en minutos en busca de información.
El resultado y diagnóstico que me dio, en el que comparó la resistencia de un modelo sobre otro para nadar en aquellas aguas, fue determinante para mi decisión de compra. Inmediatamente, pensé que estas herramientas serían revolucionarias en el terreno del e-commerce, puesto que aportó un asistente que aconsejaba en la toma de decisión comercial.
No había sido una experiencia casual. En junio de 2025, Harvard Business Review propuso “olvidar todo lo que sabemos sobre búsquedas” al tiempo que recomendó optimizar la presencia de marcas en LLM” dado que “cada vez más, los consumidores recurren a los modelos de lenguaje (LLM) -y no a los motores de búsqueda- para responder sus preguntas sobre productos y servicios”. El artículo menciona una encuesta en la que el 58% de los consumidores declaró usar IA Generativa para recomendaciones sobre productos o servicios.
No está de más mencionar que el último hype de 2025 fue el de la IA Agéntica. En definitiva, los agentes pueden ser entrenados para buscar información en Internet, llenar formularios, hacer resúmenes, comparar productos y mucho más. Bajo esta consigna, OpenAI acaba de lanzar de manera masiva su función ChatGPT Agent que potencia las habilidades de navegación y de realización de actividades en la web, automatizando tareas a pedido del usuario. Una semanas atrás, incluso Google se subió a esta tendencia y presentó el AI Mode, una forma de navegación que utiliza IA Generativa para resumir resultados de búsquedas.
Del SEO al SAO, ideas preliminares
Estas nuevas herramientas que permiten al usuario conseguir información de forma alternativa a la histórica navegación, despierta una serie de interrogantes. El informe del Harvard Business Review, además, planteó la relevancia del Share of Model, un nuevo concepto de marketing para medir la visibilidad de una marca en las respuestas generadas por los modelos de lenguaje.
En definitiva, pone en escena el dilema que puede atravesar en el mediano plazo al universo online: ¿cómo lograr que nuestro sitio web esté en el “radar” para dar forma a las respuestas de los modelos de lenguaje? ¿Cómo funciona la selección del modelo para nutrirse de ciertas fuentes en desmedro de otras?
Hasta hace poco la obsesión del marketing digital fue lograr que los buscadores indexaran nuestros contenidos, para que coincidieran con los intereses de los usuarios. Los especialistas en SEO (Search Engine Optimization) hicieron culto de aquellas inquietudes a través de la investigación de keywords, picos de audiencia, tasas de engagement y rebote, así como de técnicas para optimizar el HTML del sitio y lograr visibilidad para las “arañitas” de los buscadores que scrapeaban día tras día la web. Todo para lograr una atracción de los usuarios según las reglas que imponían los buscadores.
Fue así que, en plan de hacer un aporte al nuevo glosario, se me ocurrió que el SEO (search engine optimization) podría ser reemplazado por el SAO (search agent optimization). Si en el SEO diseñábamos un sitio y escribíamos para que nos entendiera Google, ahora en el SAO deberemos entender la lógica con la que los agentes IA navegan la web, qué criterios de entrenamiento utilizan, cómo seleccionan sus fuentes y cómo interactúan con los sitios que servirán de insumos para responder a los usuarios. En resumen el SAO se deberá preocupar por que nuestro sitio sea visible a los agentes.
Antes de que el ecosistema del marketing digital se llene de especialistas en SAO, tiremos algunas ideas preliminares. ¿Qué tienen en cuenta los agentes IA en su búsqueda?
Se sabe que un LLM puede responder en base a información con la que ha sido entrenada, por lo tanto no es una cuestión menor estar en aquellos lugares que suelen ser fuente de entrenamiento del modelo. Muchas veces los agentes usan como fuentes sitios tales como Wikipedia, Stack Overflow, Reddit, Medium o Quora. También pueden ser fuentes sitios con alto Domain Athority en un campo (por ejemplo, un sitio gubernamental o medios de comunicación reconocidos). También, pueden nutrir a los modelos los sitios que cuentan con feeds (como el legendario RSS) o API de fácil acceso.
Otros criterios de selección de fuentes pueden ser filtros de relevancia semántica o qué tan bien el texto responde a la pregunta (no nos olvidemos que los cerebros de los agentes IA son modelos especialistas en lenguaje). También, una buena estructura del sitio puede ser útil para que el agente entienda lo que navega (HTML limpio, metadatos, sitemaps, microdatos).
Un cierre (y una apertura)
La llegada de los LLM como agentes que buscan la información sin intervención humana trae sin dudas una crisis del engagement tal como lo conocíamos, ya que no serán los usuarios los que interactúen con el sitio y los productos ofrecidos, sino que el modelo de IA realizará aquellas tareas, alejando en primera instancia a las personas de los sitios web.
El paso de SEO a SAO no es sólo un cambio técnico: es una redefinición del vínculo entre marcas, contenidos y usuarios. Es probable que la web ya no se organice únicamente para buscadores; ahora se organizará para agentes.
Optimizar para ellos será entender que el usuario muchas veces no será humano sino una IA que, en milisegundos, decidirá qué contenido sobrevive en la cadena de información. En ese nuevo tablero, quienes se adapten primero no solo ganarán visibilidad: serán parte de la reescritura de las reglas de la web.
Ayudanos a seguir pensando, buscando y elaborando información para conectar a la sociedad. Si valoras lo que hacemos....
Hacé tu comentario