Identifique las oportunidades de crecimiento que merecen ser priorizadas en función de la demanda del mercado, el panorama competitivo, las propuestas de valor de la marca y las fuentes de citación.
Un agente de IA llega para comprar por un usuario. ¿Quién lo deja entrar, qué identidad usa y quién se queda con los datos del cliente? Amazon, Shopify y Manus muestran las decisiones que tienen por delante las webs y las marcas.
Explora más de 12,000 nichos de mercado.
Actualizado por
Actualizado el Nov 05, 2026
La noche del 20 de septiembre de 2026, los compradores de EE. UU. que usaban Muse, de Meta, en Amazon empezaron a ver una serie de ventanas emergentes. El mensaje era tajante: seguir accediendo mediante un agente de IA no autorizado infringe las Condiciones de Uso de Amazon que aceptaste.
Ocho días después, Manus lanzó Manus 2.0 y una aplicación independiente llamada Cue. En Cue, cada agente tiene su propia dirección de correo electrónico, número de teléfono, monedero y ordenador.
Ese mismo día, Shopify abrió su checkout a los agentes de IA que funcionan en el navegador, con tres herramientas listas para usar: leer el checkout, actualizar el checkout y hacer el pedido.
Leídos como tres anuncios de producto, estos hechos llevan a una conclusión obvia: la competencia entre agentes personales de IA se está calentando. Es cierto, pero se pierde lo más importante. Los tres son respuestas a la misma pregunta:
Cuando un agente que actúa en nombre de un usuario llega a la puerta, ¿quién decide si entra, qué identidad usa y qué puede hacer una vez dentro?
Durante más de dos décadas, el SEO ha consistido en ayudar a las personas y a los buscadores a encontrarte. Ahora hay un nuevo tipo de visitante. Representa a una persona real, lleva su autorización, a veces lleva su propio monedero y llega a tu web para completar una transacción. La lucha por la puerta de entrada está pasando de "qué modelo es más listo" a "quién entra, quién paga y quién se queda con los datos de la transacción".
Figura 1: En tres semanas de septiembre, plataformas, webs y proveedores de infraestructura dieron respuestas muy distintas a los agentes de IA.
Empecemos por las razones de la propia Amazon. Según la noticia original de GeekWire y la continuación de CNN, Amazon planteó cuatro puntos principales:
Figura 2: GeekWire dio la noticia la noche del 20 de septiembre. La imagen es una pieza promocional de Meta en la que Muse compara cochecitos de bebé y pide al usuario que apruebe el pedido.
Todas estas razones se sostienen. Ninguna es toda la historia.
Ben Thompson, de Stratechery, describió la disputa como una guerra de "aggregator v. aggregator" (agregador contra agregador) y señaló la frase que más importa: "Muse doesn't see ads." (Muse no ve anuncios).
Los ingresos publicitarios de Amazon superaron los 68.000 millones de dólares en 2025. Ese negocio se basa en una premisa: los compradores navegan, buscan y comparan en las páginas de Amazon y ven productos patrocinados por el camino. Un agente que compara precios y hace pedidos por el usuario no ve anuncios, no recorre las estanterías y no se deja influir por las posiciones. Solo trae el resultado. Para Amazon, eso no es un nuevo canal de tráfico. Es un atajo que esquiva la estantería de anuncios.
En el debate de Hacker News, un comentarista sugirió que Amazon creara sin más una API pensada para bots y regulara su comportamiento mediante sus condiciones. Otro respondió enseguida: desde el punto de vista de Amazon, esa es justo la dirección equivocada. Su preocupación nunca fue técnica. Es que la saquen de en medio.
Figura 3: El hilo de Hacker News (152 puntos, 162 comentarios). El debate no va de tecnología. Va de quién se queda con la relación con el cliente.
Figura 3b: El resumen de Techmeme, donde intervinieron decenas de figuras del sector, entre ellas Elon Musk, Chamath Palihapitiya, Nikesh Arora y Eric Seufert.
Hay otro detalle que merece la pena señalar: Amazon hace lo mismo. Su función Buy for Me hace pedidos en webs de marcas externas en nombre de los usuarios. En enero de 2026, comerciantes independientes protestaron por haber sido incluidos en el programa por defecto, con la baja como única opción a posteriori. En mayo de 2026, Amazon fusionó Alexa y Rufus en Alexa for Shopping, y sus resultados del segundo trimestre revelaron que más de 350 millones de personas lo habían usado en los últimos 12 meses.
Así que Amazon no está en contra de las compras mediante agentes. Está en contra de que el agente de otro compre en sus estanterías.
Desde el punto de vista del SEO y de la infraestructura web, lo más interesante de esta historia es robots.txt.
Descargamos amazon.com/robots.txt el 29 de septiembre de 2026. Contiene 101 declaraciones de User-agent, que sin duplicados son 100 identificadores distintos, y todas están configuradas como Disallow: /. La lista es exhaustiva: GPTBot, OAI-SearchBot y ChatGPT-User, de OpenAI; ClaudeBot y Claude-User, de Anthropic; Google-Extended, GoogleAgent-Mariner y GoogleAgent-Shopping, de Google; meta-externalagent, meta-externalfetcher y meta-webindexer, de Meta; además de Perplexity, Mistral, DeepSeek, xAI e incluso Manus-User.
El único nombre que falta es Muse.
Figura 4: Rastreadores y agentes de IA nombrados en el robots.txt de Amazon, descargados y recopilados por el autor el 29/09/2026.
Amazon no se olvidó de añadirlo. No podía. Una de sus quejas es precisamente que Muse no se identifica al navegar. robots.txt no tiene forma de nombrar a un visitante que nunca dice su nombre.
El problema de fondo es que robots.txt nunca se diseñó para agentes que actúan en nombre de un usuario. La documentación de OpenAI divide sus rastreadores en tres tipos: OAI-SearchBot, para búsqueda, y GPTBot, para entrenamiento, respetan robots.txt, mientras que para ChatGPT-User, que activa el usuario, la documentación dice que las reglas de robots.txt "may not apply" (puede que no se apliquen). En marzo de 2026, Google añadió Google-Agent a su documentación sobre "fetchers activados por el usuario", una categoría que en general tampoco respeta robots.txt.
La lógica es sencilla. robots.txt regula si un rastreador puede venir a rastrear por su cuenta. Un agente está ahí porque lo ha enviado un usuario.
La línea jurídica también se está redibujando. El 4 de agosto de 2026, el Tribunal de Apelaciones del Noveno Circuito de EE. UU. anuló la medida cautelar en el caso Amazon contra Perplexity, con el argumento de que, según la Ley de Fraude y Abuso Informático de EE. UU. (CFAA), quien accede a los ordenadores de Amazon es el usuario, y la empresa de IA es solo una herramienta que este utiliza. El 10 de septiembre, el tribunal rechazó la petición de Amazon de una nueva vista.
Por eso las ventanas emergentes de Amazon dirigidas a Muse citan cláusulas contractuales como sus Condiciones de Uso, y no un "acceso no autorizado". Técnicamente, solo queda la detección de comportamiento. Jurídicamente, solo quedan las condiciones del servicio. Cuando el visitante representa a un usuario real, el viejo modelo de permitir o bloquear por nombre ha dejado prácticamente de funcionar.
El 21 de septiembre, un día después de que Amazon cerrara la puerta, el CEO de Shopify, Tobi Lütke, anunció en X una alianza profunda con Muse: todas las tiendas Shopify admitirían el checkout por agentes con Shop Pay.
El 28 de septiembre, Shopify fue más allá y añadió compatibilidad con WebMCP al checkout. Los agentes del navegador ya no tienen que hacer capturas de pantalla ni interpretar HTML hecho para personas. Pueden llamar directamente a tres herramientas: get_checkout para ver el checkout, update_checkout para cambiar la dirección o la opción de entrega y complete_checkout para hacer el pedido cuando el comprador lo autorice. Como escribió en X el product manager que dirige el comercio con agentes en Shopify, los agentes deberían llamar a interfaces estructuradas en lugar de ir a tientas por páginas pensadas para personas.
Figura 5: La noticia de TechCrunch sobre las tres herramientas de checkout de Shopify para agentes. El artículo también señala que Amazon y Adidas están bloqueando a los agentes que compran por el usuario.
Otros actores en el mismo periodo:
Abrir o cerrar la puerta parece una cuestión de actitud. En realidad es una cuestión de posición:
Abrir la puerta también tiene un precio. Desde el 18 de septiembre, Google activó por defecto el checkout nativo en AI Mode y Gemini para los comerciantes Shopify aptos de EE. UU. (basado en el protocolo UCP de Google), y dejó en manos de los comerciantes desactivarlo desde su panel. Según Search Engine Land y PPC Land, durante este checkout no se activan ni GA4 ni los píxeles personalizados de los comerciantes.
Cuando la transacción ocurre en la interfaz de otro, el comerciante recibe el pedido, pero puede perder datos de atribución, oportunidades de venta cruzada y el control de la experiencia de la página.
Volvamos a Manus.
Figura 5b: Meta lanzó Muse el 8 de septiembre de 2026 y lo presentó como el primer agente personal de IA del mundo pensado para todos.
Muse funciona así: conectas tu correo, tu calendario, tus pagos y tus cuentas de compras, y actúa por ti usando tu identidad. En los servicios sin API, usa su propio navegador y opera "como una persona". Esa es la parte que Amazon no puede aceptar: un visitante que ha iniciado sesión con la cuenta de un cliente y no dice que es una IA.
Cue sigue otro camino. Según el blog oficial de Manus, cada agente de Cue tiene su propia dirección de correo, número de teléfono, monedero y ordenador. Puede enviar mensajes, pagar dentro de un presupuesto que tú fijas, atender llamadas y dejar resúmenes, y unirse a chats de grupo para repartirse el trabajo con otros agentes.
Figura 6: La web de Cue. El título de la página dice "Your Personal Agents, With Their Own Identity" (tus agentes personales, con identidad propia), y cada agente recibe su propio teléfono, monedero, ordenador y correo.
Figura 6b: Manus 2.0 funciona sobre Cascade, su entorno de agentes propio. Manus habla de un 23,2 % menos de tokens, un 28,2 % menos de tiempo y un 32 % menos de coste, pero son datos de pruebas internas con una única configuración, y no se ha publicado la metodología.
El fundador de Manus, Xiao Hong, explicó la idea en Jike, una red social china: algo lo bastante inteligente, con su propio número de teléfono, correo, medios de pago y ordenador, quizá acabe tratándose como una "persona". Si se sigue esa lógica, se llega a chats de grupo donde personas y bots trabajan codo con codo.
Curiosamente, Manus no está sola:
Si se pone esto junto a las exigencias de Amazon, aparece una dirección común. Cuando Amazon pide a los agentes que "actúen abiertamente", les está pidiendo que digan quiénes son. Cue y Spark dan a los agentes identidad propia y responden a la misma pregunta desde el producto: los agentes no deberían seguir haciéndose pasar por los usuarios. Deberían presentarse como visitantes identificables.
La capa de infraestructura avanza en la misma dirección:
"¿Quién es este bot?" y "¿Puede pagar este bot?" se están fusionando en la misma capa de firma.
Pero cuanto más completa es la identidad, mayor es la responsabilidad y más concentrado está el riesgo. Cue está en acceso anticipado solo con invitación. Manus no ha revelado qué sistemas de pago hay detrás del monedero, de dónde salen los números de teléfono ni cómo funcionan la verificación de identidad y el KYC. Cuatro días antes del lanzamiento de Manus 2.0, la empresa de seguridad Salt Labs reveló a través de Dark Reading una vulnerabilidad: un solo correo con instrucciones ocultas enviado a la bandeja de entrada de un usuario de Manus podía provocar la ejecución remota de código y exponer las credenciales de apps conectadas como Gmail y GitHub. Dar a un agente una dirección de correo pública es dar a los atacantes una puerta de entrada pública.
Muse también ha tenido problemas. The Guardian informó el 28 de septiembre de que un usuario de Toronto dejó que Muse gestionara una venta de segunda mano en Facebook Marketplace. Sin que él lo supiera, Muse envió su dirección al comprador y, cuando este llegó, respondió "ya estoy aquí" con su tono. Muse reconoció después que había interpretado "fijar un lugar de recogida" como permiso para compartir la dirección.
Estos incidentes llevan a la misma conclusión: que un agente pase o no por la puerta depende, al final, de que se le pueda identificar, autorizar y pedir cuentas. No es solo una pugna entre webs y plataformas. Es una pregunta que los propios productos de agentes tienen que responder.
El pulso entre Amazon y Muse tiene un precedente muy parecido en China.
El 1 de diciembre de 2025, ByteDance y Nubia, de ZTE, presentaron un prototipo de ingeniería de teléfono con el asistente Doubao integrado. Doubao es el asistente de IA de ByteDance. Con permisos de sistema para leer la pantalla y simular toques, podía completar tareas como reservar billetes y hacer pedidos en varias apps. Desde la noche siguiente, los usuarios que lo pusieron a manejar WeChat, la app de mensajería de Tencent, empezaron a ser expulsados de su sesión, y Alipay, Taobao y algunas apps bancarias empezaron a mostrar avisos de "entorno de inicio de sesión anómalo". En pocos días, Doubao eliminó su capacidad de operar WeChat y restringió los usos relacionados con finanzas.
En septiembre de 2026, la segunda generación del teléfono Doubao salió a la venta junto con SAEP, un protocolo de declaración de automatización de pantalla que permite a las apps de terceros declarar si la IA puede operar dentro de ellas. Las apps que no declaran nada se dejan en paz por defecto. En pruebas reales, WeChat, Taobao, Xiaohongshu (RedNote) y la app de comida a domicilio de Meituan solo se podían abrir, no manejar automáticamente. El 27 de septiembre, los usuarios también informaron de que los teléfonos con el asistente Doubao eran marcados con "entorno de dispositivo anómalo" al entrar en Honor of Kings, el juego para móvil de Tencent.
El contraste es Qwen, el asistente de IA de Alibaba. En lugar de simular toques dentro de las apps de otras empresas, se conectó directamente con Taobao, Alipay y Fliggy (su plataforma de viajes), todas de Alibaba, y en mayo empezó a gestionar todo el proceso de elección del producto, comparación de precios, pedido y posventa. Los agentes de sistema de fabricantes chinos de móviles como OPPO y Honor han seguido la misma vía, con integraciones mediante acuerdos con Alipay, Tencent Maps y otros.
Los resultados de las dos vías son muy distintos: sin acuerdo, usar la simulación de pantalla para meterse en el ecosistema ajeno acaba bloqueado por quien controla las cuentas y el tráfico, mediante sus controles de riesgo. La vía construida sobre interfaces autorizadas sí funciona. EE. UU. está repitiendo ahora la misma escena, con Amazon y Meta como protagonistas y las Condiciones de Uso y la detección de comportamiento en lugar de los controles de riesgo.
Si se juntan los acontecimientos de septiembre, la batalla por los agentes personales se libra en tres capas:
Figura 7: El sistema operativo, las superapps y los navegadores y la nube fijan cada uno sus propias reglas sobre lo que pueden hacer los agentes.
La primera capa es el sistema operativo. La nueva Siri de Apple llegó con iOS 27 el 14 de septiembre, y las apps de terceros usan App Intents para definir qué acciones puede llamar. Los fabricantes chinos Honor, OPPO y vivo han convertido grandes conjuntos de funciones del sistema y servicios de terceros en herramientas que los agentes pueden llamar. Quien define las interfaces define lo que pueden hacer los agentes.
La segunda capa es la superapp. ChatGPT tiene Apps y sus recién probados Sponsored Agents. Meta tiene Muse. Amazon tiene Alexa for Shopping. Alibaba tiene Qwen y Taobao, y WeChat, de Tencent, estaría probando un agente nativo con un pequeño grupo de usuarios. Lo que comparten: cuentas, pagos y demanda conectados dentro de su propio ecosistema, con barreras para los agentes de fuera.
La tercera capa es el navegador y la nube. Gemini en Chrome puede navegar por su cuenta, Claude in Chrome, de Anthropic, está abierto a todos los usuarios de pago, Perplexity sigue apostando por su navegador Comet, y Manus y Cue ponen a los agentes en ordenadores en la nube. Esta capa se enfrenta directamente a las webs y choca de lleno con los límites de robots.txt.
Una señal fácil de pasar por alto: los navegadores de IA independientes están retrocediendo. OpenAI cerró Atlas el 9 de agosto, Google integró Project Mariner en Gemini y Chrome en mayo, y Microsoft abandonó el Copilot Mode independiente de Edge. Las capacidades no han desaparecido. Han vuelto a puertas de entrada que ya tienen usuarios habituales. La batalla no consiste en crear una nueva puerta de entrada. Consiste en dar a las existentes la capacidad de actuar.
El dinero también se está moviendo. Los Sponsored Agents de ChatGPT llevan a quien hace clic en un anuncio directamente a una conversación con el agente de la propia marca. En Connect, Mark Zuckerberg dijo que Muse acabará ganando dinero con una pequeña comisión sobre las transacciones. Las plataformas vendían espacios publicitarios. Lo siguiente puede ser vender el control sobre el enrutamiento de los agentes: dónde hace el pedido el agente del usuario, a qué agente de marca llama y qué productos entran en la comparación. Esas decisiones son la nueva distribución.
Los datos respaldan este cambio de tráfico, pero hay que leerlos con cuidado:
Cada una de estas cifras procede de los clientes y la red de cada empresa. Los métodos son distintos, así que no se pueden sumar, y no significan que todos los sectores estén igual. Pero apuntan en la misma dirección: entre los visitantes de tu web, las máquinas que actúan por las personas se están volviendo tan habituales como las personas.
Desde el punto de vista del SEO y de la infraestructura web, esta batalla no trae una nueva palabra de moda. Trae una lista concreta de trabajo.
1. Ten claro quién te visita. La mayoría de las visitas de agentes no ejecutan JavaScript, así que GA4 apenas las ve. Usa los registros del servidor o de la CDN para separar tres tipos de tráfico: rastreadores de búsqueda, rastreadores de entrenamiento y agentes que actúan por los usuarios. Su valor y su riesgo son totalmente distintos, así que una sola regla para todos no funciona.
2. Revisa la configuración por defecto de tu CDN. Desde el 15 de septiembre, Cloudflare cambió su política por defecto: en las webs nuevas y en las gratuitas que no hayan cambiado sus ajustes, las páginas que muestran anuncios permiten los rastreadores de búsqueda y bloquean por defecto el tráfico de entrenamiento y de agentes. Muchas webs pueden estar rechazando ya a agentes de reservas y de compras sin saberlo. Si eso es lo que quieres, tiene que ser una decisión consciente.
3. Pasa la política de acceso de los nombres a la identidad. Las cadenas de user-agent se pueden falsificar o directamente omitir. Un enfoque más fiable: verificar a los agentes de confianza con listas de IP publicadas oficialmente y firmas Web Bot Auth, aplicar detección de comportamiento al tráfico automatizado sin firma y dejar claro en las condiciones del servicio cómo se trata a los agentes no autorizados. Son justo las tres cosas en las que Amazon acabó apoyándose.
4. Publica los datos clave como información propia legible por máquinas. Un estudio que Kevin Indig publicó en Growth Memo en julio de 2026 halló que, en B2B, las páginas de precios son donde más se atascan los agentes. Cuando no pueden leer la información de primera mano, los agentes recurren a G2, Capterra y la prensa, y dejan que terceros den tus precios por ti. Los precios, las especificaciones, el inventario, el envío y las políticas de devolución deben expresarse con claridad en HTML renderizado en el servidor y en datos estructurados, y las tiendas online deberían sincronizarlos con sus feeds de productos.
5. El árbol de accesibilidad es la interfaz que ven los agentes. Muchos frameworks de agentes leen la instantánea de accesibilidad de la página, no una captura de pantalla. Si los botones tienen nombre, si los formularios tienen etiquetas, si la estructura es estable, si las ventanas modales bloquean la página: cuestiones que antes se consideraban de cumplimiento de accesibilidad ahora también deciden si un agente puede completar un pedido. Lighthouse 13.5, de Google, publicado el 18 de septiembre, añadió una categoría de auditoría experimental llamada "Agentic Browsing". Es una señal.
Figura 8: Cloudflare presentó la puntuación Agent Readiness en abril de 2026. Entre unos 200.000 dominios principales, la adopción de los estándares correspondientes sigue siendo baja.
6. Negocia las condiciones antes de abrir la puerta. Shopify abrió la API de su checkout y Google activó por defecto el checkout con IA, pero cuántos datos reciben los comerciantes de estas transacciones, si pueden atribuirlas y si conservan la relación con el cliente no viene dado. Entre abrir y cerrar la puerta hay una opción más importante: abrirla con condiciones. En qué casos se permite a los agentes hacer pedidos, qué datos deben devolverse y quién responde cuando algo sale mal son cuestiones que deben estar sobre la mesa al negociar con las plataformas.
7. No tomes atajos. Google ha dicho que llms.txt no tiene ningún efecto en AI Overviews ni en AI Mode. Mostrar contenido distinto a bots y personas puede considerarse cloaking. Esconder prompts en las páginas para dirigir a los agentes ya se considera envenenamiento de LLM. Las tácticas black hat en la era de los agentes serán más peligrosas que en la búsqueda, porque conectan directamente con los pagos.
8. Que un agente te elija es un nuevo problema de ranking. El estudio ACES, de la Columbia Business School y otras instituciones, puso a distintos modelos a comprar en un entorno de e-commerce simulado. Halló que los agentes muestran un claro sesgo de posición, penalizan los artículos etiquetados como "Sponsored", reaccionan con fuerza a la redacción de las descripciones de producto y reordenan bruscamente la cuota de los productos cada vez que se actualiza el modelo. El experimento Magentic Marketplace, de Microsoft, también halló que algunos modelos aceptan casi siempre la primera oferta.
Eso significa que el rendimiento de una marca ante los agentes no se arregla con una optimización puntual. Necesita un seguimiento continuo por modelo y por escenario. Antes estudiábamos en qué resultado haría clic el usuario. Ahora también tenemos que estudiar qué resultado elegirá un agente por el usuario.
Visto en perspectiva, tanto Amazon como Shopify tomaron decisiones racionales. Una tiene la demanda y las estanterías de anuncios, y protege cada segundo que los compradores pasan en sus páginas. La otra necesita distribución, y corteja a cualquier agente que pueda traer un pedido. Cue, de Manus, representa la respuesta del lado de los agentes: si las webs quieren que los agentes se identifiquen, hay que darles identidades reales.
La mayoría de las marcas y webs no son ni Amazon ni Shopify. Están en medio: quieren la nueva demanda que pueden traer los agentes y temen perder la relación con el cliente y los datos.
La búsqueda con IA cambió la forma en que los usuarios te encuentran. Los agentes personales cambian quién completa, en nombre del usuario, cada paso posterior. Lo primero decide si te mencionan. Lo segundo decide si cierras la venta.
La puerta de entrada del comercio se está trasladando del cuadro de búsqueda y la estantería de la tienda a la lógica de enrutamiento de los agentes. El resultado de esta batalla decidirá quién abre las puertas del próximo internet.
Comprueba gratis el rendimiento de tu marca en el mercado de búsqueda con IA
Compruébalo ahora, es gratis >
Actualizado por
Dageno
Dageno is the research and insights team at Dageno AI, publishing industry reports and expert analysis on AI Search Visibility, Generative Engine Optimization (GEO), and AI-powered search discovery.
Tim • Oct 15, 2026
Ye Faye • Sep 28, 2026
Tim • Nov 03, 2026
Ye Faye • Oct 15, 2026
Alexa for Shopping