TITA Media

AGENTES IA · 9 de nov de 2026

¿Quién ve tus anuncios cuando compra una IA?

¿Quién ve tus anuncios cuando compra una IA?

Una marca paga para aparecer en la primera posición de un marketplace. Su producto tiene una imagen impecable, un titular persuasivo y una campaña bien optimizada.

Pero el consumidor no entra al marketplace. Le pide a un asistente de IA que compare opciones y le recomiende la mejor según su presupuesto.

La marca invirtió en ganar visibilidad dentro de una pantalla. La decisión empezó a tomarse en otra.

El 4 de noviembre de 2026, Reuters describió precisamente este dilema para los dos gigantes del retail media estadounidense.

Según proyecciones de eMarketer citadas por la agencia, Amazon y Walmart concentran en conjunto el 88 % de un mercado estimado en 74.400 millones de dólares de inversión publicitaria retail media en Estados Unidos.

La cifra se refiere a ese país y a ese mercado; no representa la distribución de retail media en Latinoamérica.

La llegada de agentes que investigan y comparan productos cambia la pregunta comercial: ¿cómo compite una marca por ser elegida cuando el interlocutor inmediato ya no es una persona mirando anuncios, sino un sistema que interpreta necesidades?

Dos estrategias frente al mismo cambio

Reuters reportó que Amazon y Walmart están recorriendo caminos distintos.

Amazon ha restringido el acceso de ciertos agentes externos y defiende que los operadores digitales decidan cómo participan terceros en sus servicios.

Walmart, en cambio, presentó el 21 de octubre infraestructura para conectar agentes de terceros con cuentas de compradores, incluyendo mecanismos de aprobación y límites de gasto.

Las dos empresas mantienen incentivos fuertes para preservar su relación con el consumidor y su negocio publicitario.

De hecho, Reuters señala que ambas están probando formatos de anuncios dentro de sus propios asistentes de compra.

Esto no significa que el retail media tradicional haya desaparecido ni que un nuevo estándar publicitario esté consolidado. Es una transición en exploración.

Para los anunciantes, la implicación no es cancelar campañas.

Es entender que la visibilidad se está fragmentando entre resultados patrocinados, recomendaciones orgánicas, asistentes conversacionales y experiencias de compra que pueden terminar fuera del sitio habitual.

La creatividad sigue importando. Pero ya no alcanza

Cuando una persona explora una categoría, una imagen atractiva o un mensaje emocional pueden influir en su elección.

Cuando un asistente debe responder “¿cuál de estos productos sirve para piel sensible, cuesta menos de 90.000 pesos y tiene entrega rápida?”, necesita datos concretos para comparar.

En ese caso hipotético, el nombre del producto y una promesa publicitaria no bastan.

El sistema necesita información verificable sobre composición, restricciones de uso, variantes, precio vigente, disponibilidad, tiempos de despacho y políticas comerciales.

Si esas piezas están incompletas o se contradicen entre sí, la recomendación pierde precisión.

Esta es la conexión entre retail media, SEO, GEO y AEO.

La publicidad puede comprar exposición en espacios específicos.

El SEO ayuda a que los buscadores encuentren e interpreten páginas.

GEO y AEO trabajan la claridad, la estructura y la verificabilidad de las respuestas en motores generativos y conversacionales.

Son funciones diferentes, pero se apoyan en la misma base: información confiable sobre qué se vende y por qué es relevante.

El catálogo se convierte en infraestructura de marketing

La documentación técnica de OpenAI para su Agentic Commerce Protocol describe los feeds estructurados de productos como una vía para que ChatGPT comprenda atributos, precios y disponibilidad.

El acceso directo a esa integración depende de programas y condiciones del proveedor; publicar un feed no garantiza aparecer en una respuesta específica.

Google también recomienda combinar datos estructurados de tipo Product con feeds de Merchant Center para ampliar la elegibilidad de ciertas experiencias y permitir la verificación de información comercial.

La recomendación técnica es clara: no basta con escribir contenido persuasivo si los sistemas no pueden comprobar qué producto, variante, oferta y condiciones están vigentes.

Para un retailer con miles de referencias, esto implica revisar la gobernanza del catálogo como parte del presupuesto de crecimiento.

Las inconsistencias entre PLP, PDP, feed, inventario y checkout no son solo deuda tecnológica.

Pueden limitar descubrimiento, elevar costos publicitarios y aumentar fricciones de conversión.

Qué debería medir marketing en 2027

Si la visibilidad cambia de superficie, medir únicamente clics y ROAS por plataforma deja una parte de la historia por fuera.

Los equipos necesitan observar el tráfico referido por asistentes de IA cuando sea identificable, las landing pages de llegada, el comportamiento por categoría, los pedidos atribuidos y la calidad de las sesiones.

También conviene monitorear la presencia de productos ante preguntas comerciales recurrentes y registrar cuáles fuentes utilizan los motores para fundamentar sus respuestas.

La medición no es perfecta.

Algunas consultas se resuelven sin clic, ciertos canales no comparten datos de atribución completos y un mismo comprador puede descubrir en IA, comparar en Google y terminar comprando por tráfico directo.

Por eso, el análisis debe combinar medición digital con pruebas controladas y seguimiento de consultas, en vez de atribuir automáticamente cada cambio al nuevo canal.

Un experimento razonable comienza con una categoría donde los clientes preguntan mucho antes de comprar.

Se documenta una muestra de consultas reales, se identifica qué información responde cada PDP, se corrigen atributos y feeds y se compara la presencia de la marca a lo largo del tiempo.

El objetivo inicial es mejorar cobertura y consistencia, no prometer ventas incrementales sin evidencia.

Qué cambia para las marcas latinoamericanas

La mayoría no tiene la escala publicitaria ni la información propia de Amazon o Walmart.

Precisamente por eso, competir solo aumentando la puja puede ser una estrategia frágil.

Una marca mediana puede construir una ventaja cuando explica mejor que sus competidores qué hace su producto, para quién sirve, qué limitaciones tiene y bajo qué condiciones puede comprarse.

La oportunidad no está en producir cientos de textos idénticos optimizados para algoritmos.

Está en transformar conocimiento de producto, preguntas del cliente y datos operativos en información que un motor pueda interpretar y que una persona pueda verificar.

Es probable que los modelos de atribución y los formatos publicitarios sigan cambiando.

Lo que ya puede evaluarse es mucho más concreto:

Si mañana una IA tuviera que recomendar tu producto sin ver tu anuncio, ¿encontraría suficientes razones verificables para hacerlo?

¿Va a desaparecer el retail media por los agentes de IA?

No hay evidencia para afirmarlo.

En noviembre de 2026, Reuters describe un cambio potencial y pruebas de nuevos formatos, mientras que el gasto en retail media aún tiene perspectivas de crecimiento.

Lo recomendable es conservar la disciplina publicitaria y desarrollar en paralelo la calidad del catálogo, los datos estructurados y la medición de descubrimiento en motores conversacionales.

SOLUCIÓN RELACIONADA

Soluciones IA · Agentes de IA para retail y empresas

Conoce Soluciones IA →

TAMBIÉN TE PUEDE INTERESAR

Hablemos de tu negocio.

Cuéntanos qué quieres resolver, mejorar o construir.

Nuestro equipo revisará tu caso para entender el contexto y definir si podemos ayudarte y por dónde tiene sentido empezar.

¿EN QUÉ PODEMOS AYUDARTE?

CUÉNTANOS SOBRE TI

Este sitio está protegido por reCAPTCHA y aplican la Política de privacidad y los Términos de servicio de Google.