Web agéntica: qué cambiar cuando quien compra es un agente de IA

La web agéntica es la parte de internet donde el software lee las páginas, compara proveedores y cierra una compra en nombre de quien compra. Ya tiene precio. Gartner calcula que en 2028 el 90% de las compras B2B pasará por agentes de IA, con más de 15 billones de dólares moviéndose a través de ellos, una previsión que presentó en su IT Symposium de octubre de 2025.

Casi siempre el tema acaba en marketing, en manos de quien lleva el SEO. Cae en el equipo de producto. Un agente que no puede leer tu precio, confirmar la disponibilidad o arrancar un checkout sin sesión de navegador te saca de la lista, y la landing que a una persona le habría gustado no la abre nadie.

Qué falla primero cuando quien lee es una máquina

Los agentes analizan el código. No hacen scroll, no pasan el ratón por encima, no esperan a que se cierre un modal. Fallan cuatro cosas, más o menos en este orden.

Datos que solo existen en el layout. Un precio que pinta JavaScript en el cliente después de convertir la divisa lo ve una persona y no lo ve un parser. Lo mismo con los indicadores de disponibilidad, los límites de cada plan y todo lo que dibuja un widget externo después de la carga.

Datos que se contradicen. La página dice 49 euros, el feed dice 59, la API todavía lleva el nombre del plan del trimestre pasado. La guía de Adyen para retailers es clara en esto: la coherencia entre el feed de producto y el sitio es condición para entrar en el comercio agéntico. Un parser que encuentra dos precios no tiene forma de deshacer el empate, así que descarta el registro o descarta al proveedor.

Un checkout que da por hecho que hay alguien delante. Carritos atados a la cookie, un CAPTCHA en el selector de planes, un paso de pago que solo existe dentro de tu interfaz. Si una transacción no se puede crear por API con una autorización firmada, un agente puede estudiarte a fondo y aun así no comprar.

Datos que escondes a propósito. "Consulta precio con ventas" es una postura legítima y ahora cuesta. Un agente al que le pides comparar cinco proveedores rellena cuatro celdas de precio y deja la tuya vacía. Si compensa o no es una decisión comercial, no técnica, pero ya es una decisión que tomas y no un ajuste que heredas.

El volumen de este canal sigue siendo pequeño y la intención es densa. Ahrefs midió su propio tráfico en junio de 2025 y publicó que las visitas llegadas desde IA eran el 0,5% de las sesiones y el 12,1% de los registros en treinta días, unas veintitrés veces la conversión de la búsqueda orgánica. Es una empresa leyendo sus propios datos, así que sirve como señal y no como referencia del sector. El mecanismo se explica en una línea: la comparación ya la hizo el agente, de modo que la visita que sobrevive llega cualificada.

Por qué el marcado estructurado por sí solo no termina el trabajo

Añadir JSON-LD de Product y Organization es el primer movimiento y el más barato. También es donde casi todos se paran. El marcado describe. No sostiene el inventario, no cierra una transacción y no lleva una autorización que acepte un proveedor de pagos.

Encima del marcado se están formando tres especificaciones con trabajos distintos. ACP, el Agentic Commerce Protocol de OpenAI y Stripe, estandariza el intercambio de checkout entre agente y comercio, y trae consigo una especificación de feed de producto. AP2, el Agent Payments Protocol, estandariza la autorización: quién aprobó qué, en forma de mandatos firmados criptográficamente. El 28 de abril de 2026 Google lo donó a la FIDO Alliance junto con el marco Verifiable Intent de Mastercard, con lo que pasó de ser la especificación de un solo fabricante a una gobernanza compartida, y añadió los pagos Human Not Present en la versión 0.2. UCP, el Universal Commerce Protocol de Google, extiende Merchant Center al carrito, al checkout y a la posventa.

Una compra agéntica completa suele necesitar dos: uno para transaccionar, otro para autorizar. Ninguna cantidad de datos estructurados cubre esa segunda mitad.

Qué cambiar en el desarrollo

Publica cada dato comercial dos veces, desde una sola fuente

El precio, los límites de cada plan, la disponibilidad, las condiciones de devolución y los mínimos de contrato necesitan una versión visible para las personas y otra legible para las máquinas. Genera las dos desde el mismo registro de base de datos, en la misma petición. Cuando un diseñador retoca el texto de la página de precios y el JSON-LD sale de un campo aparte del CMS, las dos versiones se separan en un trimestre y nadie se entera hasta que un agente cita la vieja. Nosotros construimos los datos estructurados desde la misma consulta que dibuja la página, así cambiar un precio sigue siendo una sola escritura.

Publica un feed, no solo páginas

El rastreo es lento y pierde cosas por el camino. Un feed es una respuesta directa. La especificación de ACP define los campos que un agente espera, y del lado de Google el feed de Merchant Center hace el mismo trabajo. Regenéralo en cada escritura, no una vez al día: una disponibilidad caducada es peor que una disponibilidad ausente, porque produce una transacción fallida en lugar de una transacción que nunca se intentó.

Para un SaaS con cinco planes esto es un fichero pequeño y un webhook. Para un catálogo es desarrollo de verdad, y es el trabajo que decide si apareces.

Elige una postura sobre los protocolos antes de que la elija una plataforma

No hace falta adoptar ACP, AP2 y UCP este trimestre. Las especificaciones todavía se mueven y las plataformas ya han dado marcha atrás en algunas partes. Lo que conviene hacer ahora es barato y aguanta los cambios: deja la creación de carrito y checkout detrás de una API que no dependa de tu interfaz. Todo lo que el front puede hacerle a un carrito debería poder hacerlo también una llamada API autenticada. Así, añadir un protocolo más adelante es un adaptador y no una reescritura. La misma disciplina compensa con WebMCP y las API de navegador pensadas para agentes.

Mantén el camino humano en primera línea

El agente arma la lista corta. Quien firma sigue siendo una persona. Una encuesta de Gartner de mayo de 2026 a compradores B2B encontró que el 69% acude a un comercial para validar lo que le ha respondido la IA antes de decidir. La consecuencia de diseño es directa: la página que cita un agente tiene que aguantar cuando dos minutos después la abre una persona desconfiada, y eso deja fuera las páginas finas escritas para máquinas. El contrato se juega en la segunda lectura.

Es también la respuesta práctica para los equipos que preguntan si escribir para agentes o para compradores. La misma página hace los dos trabajos, y manda la restricción humana porque es la más estricta. Nuestras notas sobre cómo diseñar la interfaz que lee el usuario no humano entran en el detalle de la interfaz.

Mide el tráfico de agentes como canal propio

Las referencias de ChatGPT, Perplexity, Claude y Gemini entran en analítica como un referral cualquiera y desaparecen en el agregado. Sepáralas por referrer, registra aparte los user agents en el borde y arrastra el origen hasta el CRM. Mientras eso no esté montado, cualquier discusión sobre si el trabajo se ha pagado solo es anécdota. Aquí también pesa la diferencia entre GEO y AEO, porque dan números distintos y se suele informar de uno midiendo el otro.

Cómo se ve esto en un proyecto real

Coge un SaaS B2B con tres planes, excesos de consumo y prueba gratuita self-service. La primera pasada agéntica son unas tres jornadas.

Día uno: sacas los precios del componente de página a una tabla, generas desde ahí tanto la página como el JSON-LD de Product y Offer, y conviertes los límites de cada plan en propiedades estructuradas en lugar de texto suelto dentro de una lista de funciones. Día dos: expones un endpoint de planes de solo lectura y generas el feed de producto desde esa misma tabla en cada escritura. Día tres: compruebas que robots.txt no bloquea GPTBot, ClaudeBot, PerplexityBot ni Google-Extended, añades un llms.txt que apunte al endpoint de planes y a la documentación, y separas en analítica los referrals de agentes.

Lo que dejaríamos fuera de esa primera pasada: los mandatos de AP2 y cualquier reescritura del checkout para ACP. Merecen una investigación cuando en los logs aparezca una transacción real llegada de un agente, y no antes. Las tres jornadas de arriba compensan gane el protocolo que gane, porque todos leen los mismos datos de partida.

Conviene decir un límite con claridad. Nada de esto crea demanda. Si un agente compara cuatro proveedores y el tuyo es el caro con menos integraciones, unos datos estructurados limpios consiguen que te descarten antes y con más precisión. El trabajo hace que un producto sea legible para la máquina que está comparando. No lo convierte en la respuesta.