Los agentes de IA en publicidad digital ya no son un escenario teórico. Ya no necesitas “hacer clic” para comprar, porque alguien (o algo) ya lo hace por ti. Cuando un agente de IA decide qué hotel reservar, qué vuelo comprar o qué suscripción contratar en tu nombre, estamos ante un cambio de paradigma.
Ya no hablamos de un usuario que hace clic. Ahora tenemos una máquina que decide a partir de datos.
Recientemente se ha publicado en arXiv el estudio ¿Los agentes de IA interactúan con los anuncios online?, que analiza cómo estos sistemas se relacionan con la publicidad digital.
La conclusión es clara: estos agentes ya “ven” los anuncios, pero los interpretan de una forma totalmente distinta a como lo hacen las personas.
Esto lanza una señal inequívoca al mercado: ya no basta con optimizar para las personas; ahora es también necesario entender cómo leen y deciden las máquinas.
Qué son realmente los agentes de IA
No hablamos de chatbots o asistentes conversacionales con respuestas automáticas. Hablamos de agentes autónomos: modelos de IA capaces de navegar por la web, interpretar interfaces, ejecutar acciones (clics, formularios, reservas) y tomar decisiones en función de objetivos definidos.
La diferencia es clave:
- Un asistente espera una instrucción de una persona.
- Un agente toma decisiones y actúa.
Por ejemplo: “compara hoteles entre las mejores opciones y finaliza la reserva más barata que cumpla estos criterios”.
El agente recorre el entorno digital como lo haría una persona, pero con una lógica y unas prioridades propias.
Cómo interactúan los agentes de IA con los anuncios
El estudio de arXiv probó agentes como GPT-4o, Claude y Gemini en entornos simulados de reserva de hoteles, con anuncios tipo banner y anuncios nativos integrados.
Las conclusiones son consistentes: los agentes no ignoran los anuncios, pero priorizan la información estructurada (precio, atributos técnicos, disponibilidad) frente al diseño o el storytelling.
Estos agentes valoran especialmente:
- Palabras clave funcionales, conectadas directamente con la tarea (“hotel + ciudad + 3 estrellas con disponibilidad”).
- Elementos estructurados, como tablas, listas o especificaciones técnicas: formatos que las máquinas pueden “leer” con facilidad.
- Metadatos y semántica HTML: los botones con etiquetas claras, atributos alt y una estructura legible, “tienen sentido” para el agente de IA.
En cambio, los anuncios puramente visuales, sin texto legible ni función explícita, suelen ser ignorados. Si el mensaje vive solo en una imagen, el agente no lo interpreta.
Una investigación complementaria sobre accesibilidad y comportamientos de agentes web refuerza esta idea: los agentes rara vez hacen scroll más allá de dos pantallas y sólo interactúan con elementos que tengan significado semántico claro y visible.
Qué impacto tienen los agentes de IA en el ecosistema de la publicidad digital
Si este comportamiento se consolida, estamos ante una transformación profunda:
- Menos peso del atractivo visual: anuncios bien producidos, pero poco legibles para máquinas, perderán eficacia.
- Prioridad en datos estructurados y APIs: formatos que permiten una lectura directa: feeds, APIs, markup estructurado, ganan protagonismo.
- Presión sobre intermediarios tradicionales: las plataformas publicitarias tradicionales diseñadas solo para criterio humano pueden quedar fuera del flujo de decisión de los agentes.
- Estrategia dual obligatoria: las campañas deberán ser visibles tanto para humanos como para agentes, sin favorecer un extremo a costa del otro.
A esto se le suma un riesgo económico emergente: el fenómeno de los attention lemons. En mercados donde gran parte de la atención proviene de tráfico generado por bots, el valor real de esa atención se diluye, los precios tienden a bajar, y todo el sistema publicitarios necesita reajustarse.
Desafíos y riesgos estratégicos
Para marcas y anunciantes, este escenario presenta nuevos dilemas:
- Optimizar para agentes vs. optimizar para humanos: lo que funciona para una máquina puede no funcionar para la emoción humana. La tensión es inevitable.
- Manipulación del entorno: técnicas como el cloaking u optimizaciones que solo “engañan” a los agentes (sin generar valor real) pueden proliferar, con consecuencias éticas y de rendimiento.
- Problemas de atribución y transparencia: ¿cómo se explica a un cliente que parte del rendimiento proviene de decisiones de agentes de IA?
- Invisibilidad: si el agente decide saltarse anuncios o elegir otros caminos, es posible que los humanos ni siquiera perciban esas interacciones; el usuario puede no ver nunca el anuncio.
Otro riesgo reciente son los Advertisement Embedding Attacks: una forma de ataque en la que los anuncios se incrustan de manera imperceptible en los outputs de modelos o agentes. Esto hace que parte de la “publicidad” sea invisible y potencialmente manipuladora.
Lo que las marcas deberían empezar a hacer ya
Cuando la dualidad humano–máquina se normalice, la ventaja estará del lado de quienes se hayan anticipado.
Algunas acciones clave:
- Estructurar los datos con rigor: organizar catálogos, feeds y atributos claros, consistentes e íntegros.
- Hacer productos legibles para agentes: APIs y endpoints que expongan información clara en formatos estructurados (JSON, XML, etc.).
- Diseño web con semántica clara: Pensar en el markup: usar botones con labels, overlays, atributos aria y HTML bien marcado para que los agentes encuentren rutas comprensibles.
- Métricas más allá de los clics humanos: Implementar sistemas de monitorización que busquen “flujos de agente”: medir cuántas decisiones pueden haber sido mediadas por agentes, no sólo por usuarios humanos.
- Test híbridos: Lanzar anuncios optimizados para agentes en paralelo a campañas creativas pensadas para humanos, comparar resultados y entender quién responde a qué.
- Auditoría independiente: Verificar que las campañas “atribuidas a agentes” no son resultado de optimizaciones opacas o sistemas de rastreo engañosos.
- Reivindicar la voz humana: En entornos dominados por máquinas, el factor humano (historia, marca, identidad) puede convertirse en un diferencial residual. No se trata de abandonarlo, sino de saber cuándo y cómo utilizarlo.
Estamos presenciando el nacimiento de un entorno digital en el que la publicidad dirigida a humanos coexiste, y en muchos casos compite, con la publicidad pensada para máquinas.
Las marcas que consigan equilibrar ambos mundos tendrán una ventaja estratégica real en el próximo ciclo de la publicidad digital.
En Click Alert estamos observando de cerca esta frontera: ayudamos a las marcas a entender cómo operan estos nuevos agentes, a proteger la integridad de sus datos y a mantener la visibilidad tanto para personas como para sistemas automatizados.
🔸 Solicita un diagnóstico gratuito y obtén una visión clara de lo que está ocurriendo en tu ecosistema digital.
