La web agéntica y los datos de producto industriales

Ahora la web tiene dos audiencias, y solo una de ellas tiene ojos

Durante treinta años, publicar en la web significaba publicar para una persona con un ratón en la mano. Todo lo que venía después —la maquetación, los frameworks de JavaScript, los avisos de cookies, la analítica, el inventario publicitario— daba por supuesto que al otro lado había un humano.

Esa premisa hoy es falsa más veces de las que es cierta. El Bad Bot Report 2026 de Imperva concluyó que el tráfico automatizado supuso el 53 % de todo el tráfico web en 2025, frente al 51 % anterior, con el tráfico humano reducido al 47 % y todavía a la baja. Cloudflare hizo la misma observación al anunciar su política de rastreadores de 2026: la mayor parte del tráfico de internet no es humano.

La consecuencia interesante no es la proporción. Es que ambas audiencias se gobiernan ya por separado: reglas de acceso distintas, precios distintos, requisitos de identidad distintos. La web se está bifurcando en una superficie humana y una superficie para máquinas, y los fabricantes industriales no le han dedicado ni un minuto a la segunda.

¿Por qué se rompió la ecuación económica?

La búsqueda funcionaba porque era un intercambio. Un rastreador se llevaba tu página y devolvía visitantes. Los editores aceptaban el trato porque el tipo de cambio les resultaba favorable.

La recuperación de información por IA rompió ese tipo de cambio. Cloudflare empezó a publicar en Radar, en 2025, las ratios de rastreos por referencia —páginas rastreadas por cada visita enviada— y las cifras no se parecían en nada a la norma de la búsqueda, de un par de rastreos o menos por visitante. En una muestra de finales de junio de 2025, el rastreador de Anthropic estaba en torno a 70.900 páginas rastreadas por cada referencia. Cloudflare informó además, en 2026, de que más de la mitad del tráfico de rastreo de IA se dedica a volver a descargar páginas que no han cambiado.

Mientras tanto, el lado humano del intercambio se adelgazaba por su cuenta. SparkToro midió que el 68 % de las búsquedas de Google en Estados Unidos terminaba sin ningún clic a principios de 2026, con unos 276 clics por cada 1.000 búsquedas llegando a la web abierta, frente a 374 en 2024.

Así que los editores se encontraron con una extracción creciente y una compensación decreciente, e hicieron lo previsible.

Pero conviene fijarse bien en que esta lógica es propia de los negocios cuyo contenido es el producto. La ficha técnica de un fabricante no se monetiza con páginas vistas. Es material de marketing de una cosa física que vendes con un margen. Si un asistente lee tu catálogo entero 70.000 veces y te envía a un solo ingeniero que especifica tu pieza en un programa de 500.000 unidades, has ganado. La queja de los editores sobre la ratio de rastreos por referencia, importada sin examen a un contexto industrial, produce exactamente la política equivocada.

Qué hacen en realidad los peajes

La última fila es la que importa comercialmente, y es la que nadie en el suministro industrial está comentando.

Todo aquello con lo que un proveedor industrial gana de verdad la venta —precios contractuales, stock asignado, plazos de entrega específicos de cada cliente, listas de alternativas homologadas— son datos que no puedes publicar abiertamente. Hoy eso significa que los agentes reciben el precio de tarifa público y una cadena genérica de disponibilidad, es decir, que reciben algo incorrecto. La identidad de agente verificable es lo que convierte «eso no lo podemos exponer» en «eso sí se lo podemos exponer a este agente, que actúa para este cliente, y además dejarlo registrado». Esto no va de bloquear rastreadores. Va de habilitar un canal, y da la casualidad de que funciona sobre la misma fontanería.

La lección de llms.txt

Merece la pena detenerse en llms.txt, porque es la ilustración perfecta de cómo este mercado asigna mal el esfuerzo.

La propuesta era razonable: un archivo de texto plano que indica a los sistemas de IA dónde está tu buen contenido. Se adoptó de forma masiva. Se escribió sobre él en todas las newsletters de marketing. Después, Ahrefs analizó 137.210 dominios y descubrió que el 97 % de los archivos llms.txt publicados no recibió ni una sola petición en mayo de 2026. La mayoría de las descargas que sí se produjeron procedían de herramientas de auditoría SEO, no de sistemas de IA, y el estudio no halló prueba alguna de mejora en las citas en ChatGPT, Perplexity o las AI Overviews.

Mientras tanto, ese mismo conjunto de datos mostraba que los bots de IA suponían el 19,5 % de todas las peticiones, con la infraestructura agéntica como mayor categoría de IA, con un 10,5 %. Las máquinas estaban allí, sin ninguna duda. Simplemente estaban descargando tus páginas de verdad, esas que muchos fabricantes renderizan en el cliente y, por tanto, sirven vacías.

La lección va mucho más allá de un solo archivo. Que una convención se adopte no es lo mismo que se consuma. La prueba fiable no es si un estándar tiene impulso en el debate, sino si hay clientes reales que lo descargan. Hoy hay dos cosas que superan esa prueba: el HTML renderizado en el servidor y los endpoints de Model Context Protocol; MCP alcanzó unos 97 millones de descargas mensuales de sus SDK en marzo de 2026 y pasó a una gobernanza neutral bajo la Agentic AI Foundation de la Linux Foundation en diciembre de 2025, con AWS, Anthropic, Block, Bloomberg, Cloudflare, Google, Microsoft y OpenAI como miembros platino.

La corriente regulatoria va en la misma dirección

Hay una segunda fuerza que empuja los datos industriales hacia un formato legible por máquina, y no tiene nada que ver con la IA.

El Reglamento de Ejecución (UE) 2026/1778 de la Comisión, adoptado el 16 de julio de 2026, estableció las disposiciones de funcionamiento del registro del Pasaporte Digital de Producto creado por el Reglamento de Diseño Ecológico para Productos Sostenibles: estructura, verificación de la identidad, registro, prueba del registro, trazas y conservación. La Comisión puso en marcha el registro pocos días después. Los productos de construcción siguen una vía aparte, bajo el Reglamento de Productos de Construcción revisado y con un calendario más largo.

Quita el lenguaje de cumplimiento y el requisito es: datos de producto estructurados y legibles por máquina, con identidad y trazabilidad verificadas, recuperables por un tercero. Eso es casi exactamente la descripción de un catálogo preparado para agentes. Cualquier fabricante que trate el cumplimiento del DPP y la legibilidad para la IA como dos programas sin relación, con dos presupuestos, está construyendo el mismo activo dos veces.

Qué debería hacer realmente un fabricante

1. 01Comprueba qué ve una máquina. Descarga tus propias páginas de catálogo con un cliente sencillo que no sea un navegador. Cuando Partsgraph auditó 984 dominios de distribuidores y fabricantes de todo el mundo en agosto de 2026, el 38 % no devolvía ninguna página de catálogo legible a un cliente estándar que no fuera un navegador, y la puntuación mediana de visibilidad ante la IA fue de 50 sobre 100. El renderizado en el cliente es el culpable habitual y resulta invisible en cualquier vista normal de analítica.
2. 02Redacta una política explícita para rastreadores y publícala. Decide, categoría por categoría, qué permites: indexación para búsqueda, recuperación para respuestas, acceso de agentes, entrenamiento. En esa misma auditoría, solo el 19 % de los 984 dominios publicaba una política explícita para rastreadores de IA que nombrase a los bots principales, lo que significa que cuatro de cada cinco funcionan con el valor por defecto que elija su proveedor de CDN y que, a medida que los valores por defecto del edge se endurecen, el silencio se resuelve como un «no».
3. 03Revisa los valores por defecto de tu CDN antes del 15 de septiembre de 2026. Si estás en un plan gratuito o vas a poner en marcha propiedades nuevas, los valores por defecto cambian bajo tus pies. Es una tarea de diez minutos que nadie tiene agendada.
4. 04No bloquees de forma indiscriminada. Copiar la postura de bloqueo de un editor optimiza unos ingresos que tú no obtienes y renuncia a una distribución que sí necesitas.
5. 05Sirve de forma estática los datos estables y en vivo los volátiles. Los parámetros técnicos, el estado de cumplimiento y el ciclo de vida se pueden renderizar en el servidor y estructurar. El stock, el plazo de entrega y el precio contractual no se pueden rastrear correctamente a ninguna frecuencia de actualización y su sitio está detrás de un endpoint consultable.
6. 06Prepárate para la identidad, no solo para el acceso. Los agentes firmados harán posibles las respuestas que tienen en cuenta los derechos de acceso. Los proveedores que ya hayan normalizado sus datos de precios y disponibilidad podrán aprovecharlo; los que no, se pasarán esa ventana de oportunidad limpiando datos.
7. 07Vigila la exactitud, no solo la visibilidad. Un plazo de entrega equivocado y dado con aplomo hace más daño comercial que uno ausente, y ninguno de los dos aparece en un informe de posiciones.

Por qué llegar primero importa aquí más de lo habitual

Hay un motivo concreto para moverse pronto, y no es el argumento habitual de ocupar terreno.

Los asistentes convergen. Cuando un modelo encuentra una fuente que responde a toda una clase de preguntas de forma correcta y barata —una que se analiza sin ambigüedad, resuelve las referencias de pieza de manera coherente y no se contradice de una página a otra—, esa fuente se convierte en el camino de menor resistencia para toda la clase. Se recupera más, se cita más y se refuerza en la siguiente ronda de entrenamiento y en los índices de recuperación construidos sobre ella.

Eso no es una posición que puedas recomprar más adelante con un presupuesto mayor, porque el mecanismo no es una subasta. Es una opción por defecto. Y en la industria las opciones por defecto son especialmente persistentes, porque se cuelan en documentos que perduran: una lista de proveedores homologados, una especificación estándar, una plantilla de lista de materiales. Una pieza que se convierte en la respuesta por defecto en 2026 sigue estando en la plantilla en 2031.

El corolario resulta incómodo para quien esté esperando a que el panorama se aclare. El coste de llegar pronto es un proyecto de datos. El coste de llegar tarde no es ese mismo proyecto de datos hecho más tarde: es un proyecto de datos hecho más tarde contra un competidor que ya es la respuesta por defecto.

El evaluador gratuito en [/audit](/audit) muestra exactamente qué lee hoy una máquina de tu catálogo y dónde están las lagunas.