Actualización de IA del 29 de mayo de 2026: qué cambió en anuncios, búsqueda, SEO y comercio agentic

La última semana estuvo bastante agitada en el mundo de la Inteligencia Artificial, con impactos directos en Publicidad, SEO, experiencia de búsqueda y comercio digital. No es exagerado decir que la capa de IA está empezando a reescribir las reglas del juego, tanto para marcas como para plataformas.

En lugar de solo mejorar recomendación o completar texto, la IA se está convirtiendo en un intermediario activo entre personas, contenido y productos. Asistentes conversacionales pasan a sugerir marcas, comparar precios, organizar reseñas y, en algunos casos, incluso tomar decisiones de compra en nombre del usuario. Este cambio viene acompañado de tres fuerzas principales:

• Plataformas como ChatGPT y Google redefiniendo cómo aparecen anuncios y resultados;
• El avance del comercio agentic, con agentes de IA actuando como compradores;
• Una presión cada vez mayor para que las marcas se vuelvan legibles para máquinas por medio de datos estructurados y metadatos bien cuidados.

Al mismo tiempo, crece la sensación de que solo apilar automatización no es suficiente. Los consumidores empiezan a rechazar campañas que suenan vacías y robóticas, las empresas cuestionan el retorno de las inversiones en IA y los motores de búsqueda enfrentan resistencia a la adopción forzada de experiencias llenas de respuestas generadas por modelos.

ChatGPT como plataforma de anuncios y vidriera de e-commerce

Uno de los movimientos más relevantes es la expansión de los formatos de Publicidad dentro de ChatGPT. En pruebas recientes, el sistema pasó a soportar creatividades mucho más visuales y transaccionales, incluyendo:

• imágenes más grandes y ricas, con fuerte atractivo visual;
• botones de call to action personalizables, ajustados al contexto de la conversación;
• layouts específicos de e-commerce, con precio, reseñas de clientes e información del producto en destaque.

Detrás de esto, OpenAI viene montando una infraestructura de anuncios más robusta, con segmentación de audiencia, optimización basada en resultados, seguimiento de conversión y gestión de campañas en modo autoservicio. Un punto curioso es que ejecutivos de la empresa destacaron cómo el rendimiento de las creatividades varía bastante según el contexto de la conversación, lo que hace que el entorno de chat sea muy diferente de un feed tradicional.

En la práctica, la plataforma está corriendo para transformar ChatGPT en un canal de medios escalable, con cara de buscador, consultor y marketplace al mismo tiempo. Todo esto ocurre en paralelo a movimientos de mercado que sugieren una posible oferta pública de acciones todavía en 2026, lo que ayuda a explicar la prisa por crear un modelo de ingresos sólido basado en anuncios y comercio.

Para quienes trabajan con marketing, el mensaje es claro: los anuncios en entornos de IA conversacional no son solo versiones recicladas de banners o campañas de búsqueda. Exigen estrategias propias de creación, medición y segmentación, pensadas para diálogos, intención del usuario y respuesta dinámica del modelo.

Comercio agentic: cuando el cliente es un agente de IA

Otro eje importante es el fortalecimiento del comercio agentic, en el que agentes de IA asumen parte del proceso de investigación, comparación y decisión de compra. En lugar de que el usuario navegue manualmente por decenas de pestañas, ese agente analiza datos de stock, política de devolución, reputación, historial de precios, programas de fidelidad y valoraciones de otros clientes.

La consecuencia directa es que la confianza de marca deja de ser solo un concepto emocional y pasa a ser algo mensurable y legible por máquina. En escenarios orientados por agentes:

• la inconsistencia de datos o la falta de información estructurada puede hacer que la marca simplemente desaparezca de las recomendaciones antes incluso de que el consumidor vea la opción;
• los datos operativos ganan tanto peso como la comunicación: tasa de entrega en plazo, claridad de la política de reembolso, coherencia de precio entre canales;
• cualquier ruido en metadatos de producto puede derribar la visibilidad en sistemas que priorizan confiabilidad.

Informes recientes muestran que grandes minoristas ya están entrando con fuerza en este juego. Investigaciones indican que 44% de los grandes e-commerces ya integran protocolos de agentes de compra y que una parte relevante espera que hasta 30% de las transacciones pasen por agentes de IA en pocos años. Al mismo tiempo, menos de un tercio de esas empresas se declara realmente preparada para los riesgos de fraude y seguridad asociados a este nuevo flujo.

Para equipos de marketing y producto, esto cambia la base del trabajo: no basta con convencer al consumidor humano, es necesario ser convincente, verificable y confiable también para los algoritmos que filtran el camino hasta el carrito.

Datos estructurados, metadatos y la nueva base del SEO

En este escenario, los datos estructurados y los metadatos dejan de ser un detalle técnico de bastidor y se convierten en un activo estratégico. Plataformas de búsqueda, sistemas de recomendación, asistentes de IA y agentes de compra funcionan mejor cuando consiguen entender de forma clara qué tipo de contenido o producto están analizando.

Entre los elementos que ganan relevancia están:

• schema markup bien implementado para productos, artículos, eventos, servicios y contenidos de ayuda;
• atributos de producto completos: variación, tamaño, color, compatibilidad, precio, stock y garantía;
• metadatos ricos en imágenes, videos y activos de marca, ayudando a los modelos a clasificar y recomendar mejor;
• señales de procedencia y confianza, especialmente en un entorno lleno de contenido sintético.

Plataformas como Pinterest y Adobe ya vienen usando metadatos de forma intensa para personalización y descubrimiento de activos, y la misma lógica se está extendiendo a buscadores y grandes modelos de lenguaje. En entornos de IA generativa, esos metadatos se vuelven base de entendimiento, ranking y activación de contenido.

En la práctica, la función de quien cuida de SEO va mucho más allá de los términos de búsqueda. Es necesario actuar como puente entre contenido humano y lectura por máquina, garantizando que todo lo que la marca promete a las personas esté reflejado en estructuras que los modelos sepan decodificar sin error.

Google, IA en la búsqueda y la disputa por visibilidad

Google también aceleró cambios importantes en la forma en que entrega resultados impulsados por IA. La empresa viene expandiendo los AI Overviews y modos de IA, consolidando respuestas generadas automáticamente antes de los enlaces tradicionales. Para reducir la sensación de apagón de publishers, surgieron algunos recursos nuevos:

• marcación de sitios favoritos por el usuario, que ganan un sello de fuente preferida dentro de las respuestas de IA;
• etiquetas de altamente citado destacando reportajes originales y contenidos con mayor referencia cruzada;
• carruseles de artículos y contenido de fuentes consideradas confiables.

Datos internos de la empresa indican que los enlaces con sello de favorito reciben prácticamente el doble de clics en comparación con resultados comunes. Al mismo tiempo, la arquitectura de las campañas de medios pagados también está cambiando. Para aparecer bien en las nuevas experiencias de IA de la búsqueda, las campañas de Shopping, Performance Max y variaciones basadas en automatización más amplia pasan a tener un papel central.

En lugar de depender tanto de la concordancia exacta de palabra clave, el sistema pasa a tener en cuenta:

• calidad del feed de producto;
• coherencia entre página de destino e intención de búsqueda;
• marcado estructurado correcto en el sitio;
• creatividades con lenguaje más conversacional e informativo.

Al mismo tiempo, crece el debate dentro del universo de SEO de que la fuerza de marca pesa más que el ranking aislado en una query. Con buscadores, answer engines y herramientas como ChatGPT, Reddit, LinkedIn y YouTube fragmentando el descubrimiento de información, la tesis de que YBYS — Your Brand = Your SEO empieza a ganar fuerza.

Para los profesionales de marketing, esto significa que reputación, exposición recurrente, presencia en comunidades y menciones confiables tienden a sostener la visibilidad a largo plazo, incluso en un escenario en el que los usuarios reciben respuestas listas sin necesariamente hacer clic.

Resistencia de los usuarios y la fragmentación de la búsqueda

No todo el mundo está entusiasmado con la idea de tener IA en todo. La reacción negativa a los cambios en la página de resultados de Google, con respuestas largas de IA ocupando el área principal, ya empieza a aparecer en los números.

DuckDuckGo, que se posiciona con foco en privacidad y control, reportó un aumento expresivo en instalaciones de la app y en el uso de búsqueda tras el anuncio de que los agentes de IA tendrán un papel más central en la experiencia estándar de Google. Afuera, el buscador registró picos por encima del 30% de crecimiento semanal en instalaciones de las apps en Estados Unidos, con destaque para usuarios que buscan experiencias con IA opcional, y no impuesta por defecto.

El modelo de DuckDuckGo apuesta por modos de búsqueda sin IA generativa activada y ofrece herramientas de IA como algo adicional, activado por elección del usuario. Este posicionamiento conversa directamente con quienes se sienten incómodos con resúmenes automáticos, generación de imágenes y recolección intensiva de datos de contexto.

En la práctica, esta resistencia rompe la idea de adopción universal y homogénea de la IA en búsqueda. Para las marcas, esto significa planear presencia en múltiples entornos: desde experiencias llenas de IA hasta buscadores más tradicionales y espacios centrados en privacidad.

Publicidad programática e infraestructura potenciada por IA

La transformación no ocurre solo en la capa visible de anuncios, sino también en la infraestructura que mueve subastas programáticas en display, video, CTV, audio y retail media. Modelos generativos y sistemas de aprendizaje automático más avanzados se están usando para:

• optimizar el enrutamiento de tráfico entre SSPs y DSPs;
• predecir ingresos y yield con más granularidad;
• modelar audiencia en entornos con menos señal directa;
• mejorar decisiones de puja en tiempo real.

Por otro lado, el volumen creciente de contenido sintético y sitios creados casi enteramente por IA aumenta el riesgo de fraude, degradación de señal e inventario de baja calidad. Esto lleva a parte del mercado a centrarse más en transparencia, limpieza de la cadena de suministro de medios y validación de datos de audiencia.

Para quienes compran medios, el mensaje es directo: la automatización se está volviendo más poderosa, pero exige una capa más fuerte de gobernanza, verificación de calidad de inventario y cuidado con entornos generados por IA.

Consumidores, contenido de IA y la importancia del toque humano

Una investigación reciente de Canva sobre marketing e IA en 2026 muestra un contraste interesante. Por un lado, los usuarios ven valor en personalización, relevancia y conveniencia cuando la IA se usa bien. Por otro, gran parte de las personas reconoce anuncios generados por IA por la sensación de vacío emocional y falta de autenticidad.

Entre los puntos levantados:

• cerca del 70% de las personas entrevistadas dice percibir cuando un anuncio parece haber sido generado por máquina porque le falta alma, matiz y originalidad;
• hay molestia específica con posts de redes sociales, imágenes de producto, locuciones y correos electrónicos que suenan demasiado estandarizados;
• los usuarios muestran más apertura cuando la IA se usa para adaptar el mensaje al contexto, ajustar idioma, mejorar accesibilidad o simplificar tareas, siempre que no invada la privacidad.

Mucha gente también defiende que las marcas dejen claro cuando usan IA en la comunicación y refuercen las protecciones de datos. El mensaje es que la automatización no sustituye la visión creativa, la curaduría y el sentido de timing humano.

Para marcas y equipos creativos, esto refuerza la idea de que la IA funciona mejor como herramienta, no como sustituto integral. La combinación de dirección humana, profundidad de mensaje y estructura técnica pensada para algoritmos tiende a generar campañas más sostenibles.

Costes de IA, ROI y la mirada más fría de las empresas

Mientras el hype sigue fuerte, las corporaciones empiezan a mirar la planilla con más frialdad. Casos de empresas que salieron a contratar todo tipo de solución de IA, apilando uso de modelos premium en tareas básicas, empiezan a golpear el presupuesto de forma pesada.

Relatos recientes mencionan:

Herramientas que usamos a diario

Traducción

Redes sociales

Reclutamiento

Programación

Productividad y Organización

Operación

Marketing y Ventas

Inspección de Texto y Clipping

Finanzas e inversión

Educación

Diseño y medios

Datos y analítica

Contenido y Escritura

Búsqueda e Investigación

Automatización

• recortes en licencias de modelos más caros, como herramientas de código basadas en IA, por falta de retorno claro;
• dudas de ejecutivos sobre si el gasto en infraestructura y tokens está realmente entregando productividad en la punta;
• presión por una gobernanza más rígida, con definición de objetivos concretos para el uso de IA, en lugar de adopción difusa.

En este contexto, algunos proveedores de modelos ajustan la ruta. Anthropic, por ejemplo, lanzó una versión actualizada de su modelo de punta con foco en equilibrio entre coste, velocidad y profundidad de razonamiento, incluyendo modos más rápidos y baratos, flujos de trabajo con múltiples subagentes y control de esfuerzo computacional. Por su parte, la china DeepSeek anunció un recorte permanente del 75% en el precio de su modelo principal, apoyada en avances de hardware doméstico.

Para equipos de marketing, esto abre espacio para probar más opciones de herramientas y ajustar cuánto de automatización tiene sentido en cada etapa, siempre con ojo atento en coste por resultado, no solo en novedad tecnológica.

Horizonte de AGI, regulación e impacto en mercado B2B

Mientras el día a día cambia, el debate a largo plazo también se calienta. Líderes de investigación en IA, como el CEO de Google DeepMind, defienden que la sociedad tiene pocos años para prepararse para sistemas con características de AGI, con 2029 apareciendo como fecha plausible en algunas proyecciones.

Esta discusión viene acompañada de alertas sobre:

• agentes de software cada vez más autónomos como ensayo general para sistemas más poderosos;
• capacidad de modelos avanzados de mejorar su propio proceso de desarrollo, en un ciclo de autoaceleración;
• impactos en regulación, mercado laboral y confianza pública en la tecnología.

En el B2B, la tendencia es que esto acelere la adopción de flujos de compra híbridos, en los que los clientes usan agentes para investigar, comparar proveedores y negociar condiciones, mientras los humanos se enfocan en decisiones estratégicas. Quienes venden a empresas necesitan entender cómo estos agentes participan en el journey y cómo hacer que sus ofertas sean fáciles de evaluar para ellos.

Redes sociales, suscripciones y personalización guiada por prompts

Las grandes plataformas sociales también avanzan en la integración con IA y en nuevos modelos de ingresos. Meta pasó a ofrecer suscripciones en Instagram, Facebook y WhatsApp, incluyendo planes específicos con foco en herramientas de IA para creación, análisis y personalización. Hay capas pensadas para consumidores, creadores y empresas, con beneficios como visibilidad extra, datos más ricos de audiencia y recursos avanzados de medios.

En el universo de video, YouTube comenzó a probar feeds personalizados creados a partir de prompts de texto simples. En lugar de depender solo del historial de visualización, los usuarios pueden describir el tipo de contenido que quieren ver, y la plataforma arma un flujo continuo basado en esa intención explícita. Este modelo se aproxima bastante a la lógica de uso de grandes modelos de lenguaje, solo que aplicado a la curaduría de videos.

Para quienes crean contenido, esto cambia el ángulo de optimización: además de agradar al algoritmo, pasa a ser útil pensar en cómo el contenido se describe y se encuentra por medio de lenguaje natural, lo que puede influir en títulos, descripciones e incluso la estructura del guion.

Marcas, IA y el punto de equilibrio entre técnica y confianza

El hilo conductor de todos estos cambios es relativamente simple: la disputa por atención y transacción está cada vez más mediada por la Inteligencia Artificial, y eso exige de las marcas dos competencias al mismo tiempo:

• excelencia técnica en SEO, datos estructurados, metadatos, infraestructura de medios e integración con agentes; y
• fuerza de marca, con narrativas claras, experiencias consistentes, presencia en múltiples canales y contenido que suene humano, relevante y confiable.

Quien consiga juntar estos dos frentes tiende a destacarse en un entorno en el que no siempre es la persona la que ve primero tu oferta, sino un sistema de IA decidiendo qué vale la pena mostrar.