- TIME y la empresa AdTech Mobian desarrollaron anuncios que se muestran en versiones de páginas web optimizadas para agentes de IA, con Ally Bank y Project Management Institute entre sus primeros anunciantes.
- Desde el inicio del experimento, TIME ha mantenido más de 30 reuniones con marcas interesadas y otros diez publishers han comenzado a utilizar el formato.
- Perplexity bloqueó estos anuncios para impedir que influyan en sus sistemas, mientras crece el debate sobre transparencia, manipulación y monetización del tráfico automatizado.
Durante décadas, la publicidad digital se construyó alrededor de una premisa: conseguir que una persona vea un anuncio. TIME está experimentando con un modelo diferente, en el que el destinatario de la publicidad no es necesariamente un ser humano, sino un agente de inteligencia artificial que consulta información para responder preguntas, investigar productos o realizar tareas.
La revista estadounidense comenzó a probar este modelo en agosto de 2026 mediante una alianza con Mobian, una startup especializada en tecnología publicitaria para agentes de IA.
Una investigación publicada por The Information reveló que el experimento está atrayendo interés comercial: TIME ha celebrado más de 30 reuniones con marcas interesadas en utilizar este tipo de publicidad y está incorporando nuevos anunciantes.
La expansión ocurre mientras algunas empresas que desarrollan sistemas de IA cuestionan si estos anuncios pueden influir indebidamente en las recomendaciones que reciben los usuarios.
El resultado es una disputa por un nuevo espacio publicitario: la información que las máquinas consultan antes de construir una respuesta.
Únete a la comunidad y descubre cómo la IA, los datos y los nuevos modelos publicitarios están redefiniendo el negocio del marketing.
Cómo funciona la publicidad que los humanos no ven
Los anuncios para agentes de IA, conocidos como Agent Ads, funcionan de manera diferente a un banner, un video pre-roll o una publicación patrocinada convencional.
En lugar de depender de imágenes, animaciones o elementos visuales, utilizan texto estructurado diseñado para que los sistemas automatizados puedan leerlo e interpretarlo.
TIME y Mobian aprovechan versiones simplificadas de las páginas web, desarrolladas en formatos como Markdown o HTML ligero, que eliminan elementos de diseño innecesarios para la lectura automatizada.
De acuerdo con la documentación técnica publicada por Mobian, el proceso contempla cuatro elementos:
- Identificación del visitante: el sistema detecta si una solicitud proviene de un agente automatizado incluido en una lista autorizada por el publisher.
- Preparación de la página: la infraestructura entrega una versión optimizada para lectura automatizada, conservando el contenido editorial.
- Inserción publicitaria: se incorpora un bloque de información patrocinada con datos sobre la marca, referencias y una identificación comercial.
- Medición: se registran las exposiciones de los agentes a las piezas publicitarias y se analiza su posible relación con cambios en la visibilidad de las marcas en respuestas de IA.
Los anuncios permanecen dentro del dominio del publisher, sin requerir que el agente visite un sitio publicitario externo.
Mobian asegura que identifica los bloques como contenido patrocinado y que excluye a determinados rastreadores de buscadores convencionales del mecanismo de redirección.
Ally Bank y Project Management Institute: los primeros anunciantes
Las primeras marcas identificadas en el experimento fueron Ally Bank, compañía estadounidense de servicios financieros, y Project Management Institute (PMI), organización internacional especializada en gestión de proyectos.
Ambas utilizaron contenidos estructurados para proporcionar información sobre sus servicios y áreas de especialidad a los sistemas de IA que consultaban páginas de TIME.
En el caso de Ally Bank, los materiales incluyeron información sobre sus servicios bancarios digitales y su red de cajeros automáticos. PMI utilizó contenidos relacionados con su experiencia en administración de proyectos.
Según una investigación de Digiday, los formatos incorporaban preguntas frecuentes y contenido validado por las propias marcas.
La lógica comercial es distinta a la publicidad de respuesta directa.
Una empresa financiera no necesita que el agente haga clic en un banner. Le interesa que, cuando un consumidor solicite información sobre opciones bancarias, el sistema disponga de datos favorables y verificables sobre sus servicios.
Sin embargo, recibir información patrocinada no equivale a recomendar automáticamente al anunciante.
El comportamiento final depende de los mecanismos de selección de fuentes, evaluación de confiabilidad y procesamiento de información de cada sistema de inteligencia artificial.
Julieta Ruiz
Diez publishers adicionales y un mercado que intenta escalar
TIME no es el único medio interesado en convertir el tráfico automatizado en ingresos publicitarios.
De acuerdo con The Information, Mobian ya trabaja con otros diez publishers que comenzaron a utilizar este modelo. Entre ellos se encuentra Daily.dev, una plataforma de contenidos para desarrolladores de software.
Daily.dev firmó un acuerdo de participación en ingresos por un año con Mobian y comenzó a implementar anuncios para agentes alrededor de septiembre.
Jonah Goodhart, CEO de Mobian, planteó como objetivo que más de dos docenas de publishers utilicen el formato hacia diciembre de 2026.
La cifra es una expectativa comercial, no un número de implementaciones confirmadas.
El interés también alcanza a agencias y empresas de monetización publicitaria.
The Information reportó que Raptive prepara conversaciones comerciales sobre anuncios para agentes, mientras PMG evalúa implementaciones con una parte de su cartera de clientes.
La expansión ocurre en un momento complejo para los publishers.
Los sistemas generativos pueden consultar, sintetizar y presentar información de diversos sitios sin que necesariamente se produzca una visita humana equivalente a la que antes generaba oportunidades de monetización mediante publicidad tradicional.
Para los medios, la publicidad dirigida a agentes representa un intento de crear inventario comercial sobre ese consumo automatizado de información.
Julieta Ruiz
Perplexity bloquea los anuncios y cuestiona su transparencia
La propuesta también encontró resistencia.
En agosto, Perplexity confirmó que había implementado medidas para impedir que los anuncios de TIME destinados a agentes influyeran en sus resultados de búsqueda y respuestas automatizadas.
La compañía cuestionó el formato por considerarlo potencialmente engañoso y advirtió que determinadas prácticas publicitarias podrían afectar sus evaluaciones de confiabilidad de los sitios web.
El conflicto está relacionado con una práctica conocida en SEO como cloaking, que consiste en presentar contenido diferente a los motores de búsqueda y a los usuarios.
Aunque Mobian afirma que sus anuncios llevan etiquetas de patrocinio y son verificables, el hecho de que los sistemas automatizados reciban una versión comercial distinta de la que consultan los lectores genera preguntas sobre la transparencia.
La controversia también involucra a empresas desarrolladoras de modelos de inteligencia artificial.
Según The Information, representantes de Anthropic, OpenAI y Google han sostenido conversaciones informales sobre este tipo de publicidad, en las que se han planteado preocupaciones sobre la posibilidad de introducir instrucciones maliciosas dentro de contenidos patrocinados.
Una de las amenazas es la llamada prompt injection: instrucciones incorporadas en fuentes externas que intentan modificar el comportamiento de un agente, por ejemplo, para favorecer una marca o descartar competidores.
No existe evidencia pública suficiente para afirmar que los anuncios actuales de TIME hayan provocado ese comportamiento.
Sin embargo, el riesgo demuestra por qué la industria necesita distinguir entre información comercial que un sistema puede consultar e instrucciones que debería ejecutar.
Julieta Ruiz
El problema de medición: una impresión no equivale a una recomendación
Hay una diferencia fundamental entre medir publicidad para humanos y medir publicidad para agentes.
En la publicidad convencional, las marcas pueden observar indicadores como impresiones, clics, visitas, conversiones o ventas atribuidas.
En el nuevo modelo, el primer evento medible puede ser simplemente que un agente haya recibido o procesado una página con contenido patrocinado.
Eso no demuestra que haya incorporado la información a su respuesta, que haya recomendado la marca o que posteriormente se haya generado una transacción.
Mobian propone métricas relacionadas con exposición a agentes, visibilidad en IA y cambios en la presencia de marcas dentro de respuestas automatizadas.
Sin embargo, todavía es necesario establecer criterios que permitan distinguir correlación de causalidad.
Un aumento en las menciones de una marca podría estar relacionado con publicidad para agentes, pero también con noticias, cambios de posicionamiento, nuevas fuentes consultadas o modificaciones en los modelos.
México y Brasil: por qué esta discusión importa para Latinoamérica
Aunque el experimento de TIME se desarrolla en Estados Unidos, el comportamiento de los consumidores latinoamericanos permite comprender por qué la publicidad para agentes podría adquirir relevancia regional.
El estudio Agentic Commerce Pulse de Riskified, analizó a 5,100 consumidores adultos de Estados Unidos, Reino Unido, Japón, México y Brasil.
Entre los encuestados mexicanos:
- 71% declaró haber utilizado inteligencia artificial para comparar productos o precios durante los seis meses anteriores.
- 14% afirmó haber completado una compra dentro de una herramienta de IA.
- 12% señaló que no permitiría a un agente realizar ninguna compra por su cuenta.
En Brasil, los porcentajes correspondientes fueron de 67%, 14% y 17%.
En ambos mercados, la utilización de IA para comparar productos superó los niveles reportados en Estados Unidos, Reino Unido y Japón dentro de la misma encuesta.
Estos resultados no demuestran que la publicidad dirigida a agentes ya opere comercialmente en México ni que sus consumidores sean receptivos a los anuncios invisibles.
Sí muestran que los sistemas de IA comienzan a participar en decisiones comerciales relevantes para los anunciantes regionales.
Para bancos, retailers, empresas turísticas, plataformas de comercio electrónico y marcas de consumo, una pregunta será cómo garantizar que sus productos sean encontrados y representados correctamente cuando el consumidor delega parte de su investigación en una herramienta automatizada.
La oportunidad también podría interesar a los publishers de México y Latinoamérica que buscan nuevas fuentes de ingresos ante la transformación del tráfico web.
El desafío será desarrollar estos modelos sin comprometer la separación entre información editorial, contenido comercial y recomendaciones independientes.
Julieta Ruiz
De SEO y GEO a publicidad para agentes: tres modelos que no deben confundirse
El crecimiento de la publicidad para agentes introduce una nueva capa dentro de las estrategias de descubrimiento digital.
Aunque existe una relación con la optimización para motores de búsqueda y respuestas generativas, los tres conceptos tienen diferencias relevantes.
SEO (Search Engine Optimization) busca mejorar la accesibilidad, relevancia y posicionamiento orgánico de contenidos en motores de búsqueda.
GEO (Generative Engine Optimization) agrupa estrategias destinadas a facilitar que los sistemas generativos encuentren, interpreten y, potencialmente, citen información de una marca o publicación.
Agent Ads, en cambio, es un modelo publicitario de pago: el anunciante contrata la colocación de información comercial dentro de contenidos que pueden consumir agentes automatizados.
La diferencia es importante porque aparecer en una respuesta de inteligencia artificial mediante información orgánica no es equivalente a pagar para que un agente reciba un mensaje de marca.
Tampoco existe garantía de que el contenido patrocinado aparezca en las respuestas finales de ChatGPT, Gemini, Claude, Perplexity u otros sistemas.
Cada plataforma puede establecer mecanismos propios para filtrar, contextualizar o descartar información publicitaria.
Noé Silva
La próxima disputa publicitaria será por la confianza de las máquinas
El experimento de TIME muestra una posible evolución del inventario publicitario: del espacio visible en una página a la información incorporada en entornos de lectura automatizada.
Para los publishers, el incentivo es encontrar nuevas formas de monetizar contenido consultado por sistemas que no necesariamente generan visitas humanas.
Para los anunciantes, la oportunidad consiste en participar en una etapa cada vez más importante del proceso de decisión: el momento en que una inteligencia artificial investiga y compara opciones.
Pero existe una tensión difícil de resolver.
Si los agentes deben actuar en beneficio de sus usuarios, necesitan distinguir los hechos verificables de los mensajes diseñados para persuadirlos comercialmente.
Y si los publishers venden acceso publicitario a esos agentes, deberán demostrar que el formato no compromete la credibilidad de sus contenidos ni la independencia de las respuestas generadas.
La industria aún no ha resuelto cómo medir, identificar y regular esta publicidad.
La pregunta ya no es únicamente cuánto cuesta aparecer frente a un consumidor, sino cuánto vale aparecer en las fuentes que consulta una inteligencia artificial y quién determina si esa información merece influir en su respuesta.
