Google anunció tres actualizaciones de Búsqueda y Modo AI esta semana, que Roger Montti informó para SEJ. Leer su artículo me motivó a examinar estas actualizaciones, el patrón más amplio y sus implicaciones para las búsquedas de este año.
Si analizamos esto en detalle, parece que las actualizaciones impulsan más de lo que solía ser una experiencia de página de resultados hacia la finalización de tareas.
Lo que anunció Google
Google lanzó el seguimiento de precios de hoteles individuales en la Búsqueda, ahora disponible globalmente para usuarios registrados que realizan búsquedas en inglés y español. Las alertas por correo electrónico notifican a los usuarios sobre los cambios de tarifas durante las fechas seleccionadas.
Además, en marzo, la planificación de viajes de Canvas en modo AI pasó de la vista previa de Labs a la disponibilidad general en EE. UU., lo que permite a los usuarios describir viajes y recibir itinerarios personalizados con vuelos, hoteles y atracciones que se guardan automáticamente. Las llamadas a tiendas impulsadas por agentes, introducidas por primera vez en la Búsqueda clásica, pronto se implementarán en el modo AI, lo que permitirá a la IA de Google llamar a tiendas cercanas, verificar el inventario, utilizando modelos Gemini y Duplex.
Rose Yao, líder de producto en búsqueda, publicó las actualizaciones en X. Se encuentran detalles adicionales en la publicación del blog de Google.
El patrón
Estas actualizaciones reflejan la dirección de los productos de Google vista en investigaciones, patentes y declaraciones ejecutivas desde enero.
En enero, Google publicó el artículo de investigación SAGE sobre la capacitación de agentes para cadenas de razonamiento en cuatro pasos, sentando las bases para tareas de varios pasos en la Búsqueda.
La entrevista de abril de Pichai hizo público el lenguaje. Pichai dijo: “Muchas de las consultas que son solo de búsqueda de información serán agentes en la Búsqueda”. Nuestro análisis profundo rastreó cómo su lenguaje pasó de “la búsqueda cambiará” a descripciones específicas de la finalización de la tarea.
A principios de este mes, Montti argumentó que la búsqueda de agentes basada en tareas ya estaba cambiando el SEO, citando el lanzamiento global de Google de reservas de restaurantes de agentes como evidencia de que el tiempo futuro en el lenguaje de Pichai ya era tiempo pasado en el producto.
Hace una semana, la Oficina de Patentes de EE. UU. publicó una patente de continuación de Google titulada “Proporcionar resultados de búsqueda de forma autónoma post-facto” (nuestra cobertura). La presentación describe un sistema que espera respuestas cuando no hay ninguna disponible de inmediato y luego las entrega a través de interacciones con el asistente.
Estas actualizaciones continúan en la misma dirección. Canvas pasa de la vista previa de Labs a una disponibilidad más amplia en EE. UU., aproximadamente cinco meses después de su lanzamiento inicial en noviembre. Las llamadas a tiendas se introdujeron en el modo AI luego de su debut en la Búsqueda en noviembre pasado. Además, el seguimiento de precios de hoteles ahora está disponible en la Búsqueda a nivel de propiedad única.
Las noticias recientes de Microsoft siguen el mismo patrón. Sumit Chauhan, presidente del grupo de productos Office de Microsoft, escribió en una publicación del blog de la compañía que las capacidades agentes de Copilot ahora están disponibles de manera general en Word, Excel y PowerPoint:
“Copilot crea el mayor valor cuando realiza el trabajo (formatear, reestructurar, crear elementos visuales y transformar datos) en lugar de simplemente sugerir pasos”.
Las características son las predeterminadas para los suscriptores de Microsoft 365 Copilot y Premium, y están disponibles para los planes Personal y Familiar. No está claro si las empresas recibirán informes similares para las superficies controladas por agentes, un punto que no se aborda en la publicación de Microsoft.
El vocabulario no se ha asentado
Google utiliza “agentic” en el lenguaje de sus productos y en sus anuncios, describiendo funciones como las llamadas y el modo AI como orientadas a tareas. Una asociación de SeatGeek se denominó “Experiencia de búsqueda de IA agente de Google”. Otras empresas también utilizan un lenguaje marco de agente similar.
Pichai describe el papel de “administrador de agentes” como la función de Google y visualiza un futuro en el que la Búsqueda se convierta en “un administrador de agentes” que supervise diversas tareas. Posiciona a Google como una capa de orquestación por encima de los agentes en lugar de un competidor directo.
Montti ha utilizado la “búsqueda agente basada en tareas” en su reciente cobertura de SEJ, a veces abreviada como TBAS. Ésa es su abreviatura para este ritmo, no la terminología estándar de la industria.
“Agentic” describe la capacidad. “Administrador de agentes” se refiere a una función arquitectónica específica que Google reclama. “Basado en tareas” centra el objetivo del usuario. Cuando aparecen tres marcas diferentes en un mes, el mercado todavía está decidiendo cómo llamarlas.
Por qué esto es importante para los profesionales de la búsqueda
Las características introducidas esta semana cambian el significado de visibilidad en varias categorías comerciales.
Los minoristas locales se encuentran ahora con una nueva superficie de descubrimiento. Cuando una tienda llama en modo AI, los agentes de Google, en lugar de los usuarios, se comunicarán con las empresas para verificar el stock y los detalles. Google no ha revelado con qué tiendas se comunicarán primero sus agentes, cómo se decide la elegibilidad o si información comercial específica influye en el proceso.
Un análisis de 68 millones de visitas de rastreadores de IA en 858,457 sitios alojados en Duda muestra que los sitios con conexiones a Yext, Google Business Profile y sistemas de revisión fueron rastreados con más frecuencia que aquellos que no las tenían. Estos hallazgos describen el comportamiento del rastreador, no las llamadas de los agentes. Se desconoce si señales similares influyen en las tiendas con las que se contacta.
Los hoteles y las empresas de viajes se enfrentan ahora a un seguimiento de los precios de las propiedades individuales. Los itinerarios de viaje se basan en la lógica de selección de Canvas. Ningún informe muestra si un hotel apareció en un plan de Canvas, activó una alerta o fue nombrado en una respuesta del Modo AI.
Los editores se enfrentan a una presión continua por parte de los resúmenes impulsados por la IA. Index Exchange analizó a 1200 editores en su plataforma de intercambio y descubrió que el 69% experimentó caídas año tras año en las oportunidades publicitarias, con una caída promedio del 14%.
Las caídas variaron según las verticales. Los editores de salud y carreras experimentaron caídas publicitarias del 40-50%, mientras que los editores de noticias y política experimentaron caídas de solo el 7%.
Vanessa Otero, fundadora y directora ejecutiva de Ad Fontes Media, dijo a Index Exchange para el mismo artículo:
“Cuando es lo suficientemente importante como para querer estar informado de manera precisa y completa sobre algún gran evento internacional, nacional o local, un sitio de noticias de calidad sigue siendo una experiencia mucho mejor que preguntarle a un chatbot de IA, que puede dar una respuesta genérica o inexacta. Los usuarios de IA ya lo saben, razón por la cual la mayoría de los consumidores de noticias todavía van directamente a sus sitios de confianza. Las noticias siempre han tenido buenos resultados para los anunciantes, y si la tendencia de resistencia de los sitios de noticias se mantiene, este inventario probablemente se convertirá en el más valioso en la web abierta del futuro”.
Los editores de viajes enfrentan presión mientras Canvas compila itinerarios sin citar fuentes, lo que hace imposible que las publicaciones sepan si su cobertura influye en los planes de viaje.
Los minoristas de comercio electrónico carecen de visibilidad sobre a qué tiendas se llama, por lo que no pueden determinar si los feeds de inventario, la precisión de los listados o las señales del perfil comercial de Google son efectivos.
La cobertura multiplataforma complica la estrategia. Los agentes de Google prefieren datos estructurados y perfiles verificados. Perplexity Computer recorre 19 modelos con diversas preferencias de recuperación. ChatGPT Atlas elimina el contenido del navegador directamente. El operador de OpenAI utiliza la visión GUI para interactuar con las páginas renderizadas.
Una empresa tiene múltiples mecanismos de descubrimiento con diferentes necesidades técnicas. La optimización de una sola estrategia ya no cubre todas las superficies.
Lo que sigue siendo invisible
Desde que nuestra cobertura señaló la brecha de medición, esta se ha ampliado.
Los profesionales de búsqueda aún no pueden ver si su negocio se incluyó en un plan de viaje de Canvas. No pueden ver si un agente los llamó. No pueden ver si su hotel apareció en una alerta de seguimiento de precios. Y no pueden ver con qué frecuencia se utilizó su contenido para armar el itinerario de otra persona.
No se enviaron nuevas superficies de informes junto con las actualizaciones. Alphabet registró 63.100 millones de dólares en ingresos por publicidad en la Búsqueda de Google y otros durante el cuarto trimestre de 2025, un aumento interanual del 17%, y la dirección atribuye la aceleración de la búsqueda y la nube y las ganancias en el uso de la IA. No han llegado nuevas herramientas de informes para ayudar a las empresas a realizar un seguimiento de su papel en la búsqueda mediada por IA.
El patrón se mantiene en todas las plataformas. Los datos de referencia de ChatGPT se limitan a lo que comparte OpenAI. La visibilidad de las citas de Perplejidad está dentro de Perplejidad. Las superficies de los agentes de Google no se asignan claramente a Search Console.
La investigación académica sobre la formación de agentes continúa avanzando. Dos artículos de abril de 2026 sobre arXiv muestran el ritmo. CW-GRPO, de Junzhe Wang y sus colegas, propone mejoras en el aprendizaje por refuerzo para agentes de búsqueda de múltiples turnos. SKILL0, desarrollado por Zhengxi Lu y colegas de la Universidad de Zhejiang, capacita a agentes para internalizar paquetes de habilidades. El resultado son agentes que operan sin instrucciones generales durante la inferencia.
El proceso de formación está evolucionando más rápido que el proceso de medición del que dependen las empresas. Los profesionales de la búsqueda no pueden cerrar esa brecha por sí solos. Google, OpenAI, Perplexity y Anthropic necesitarían proporcionar informes de superficie de agente equivalentes. Ninguno se ha comprometido públicamente a hacerlo.
Mirando hacia el futuro
Pichai dijo que 2027 sería “un importante punto de inflexión para ciertas cosas”. Citó flujos de trabajo que no son de ingeniería y algunos procesos comerciales de agencia. Nuestra cobertura recorrió esa línea de tiempo.
Mayo trae Google I/O y Microsoft Build. Es probable que ambas empresas amplíen sus superficies de agencia en esos eventos, lo que hará que los informes sean lo más urgente a tener en cuenta. Si las empresas no pueden ver su papel en la búsqueda basada en tareas, no pueden optimizarla ni discutir sobre quién debería pagar por ella.
Detrás de esto se esconden dos preguntas de más largo plazo. El pago por clic funcionó cuando los usuarios hicieron clic en enlaces. Las llamadas a tiendas, la planificación de Canvas y el seguimiento de precios no producen clics y ninguna plataforma ha descrito un reemplazo. Schema.org fue diseñado para el rastreo de motores de búsqueda, no para agentes que necesitan inventario en tiempo real, disponibilidad de reservas y puntos finales de acción. Los estándares para datos empresariales legibles por agentes tampoco se han puesto al día.
Lo que suceda a continuación depende de si alguna plataforma crea informes junto con la capacidad. Hasta el momento, ninguno ha descrito cómo sería. Hasta que eso cambie, las empresas optimizarán las superficies que no pueden ver. Las próximas señales llegan a E/S y se construyen en tres semanas.
