Kevin Indig (Growth Memo) y David Kaufman (Siteline) midieron cómo agentes de IA resuelven tareas de compra en 100 productos B2B. El hallazgo: la mayoría de los sitios está lista, pero el precio es el punto que se rompe. Solo el 79% de las respuestas sobre precios salió del sitio del vendedor, contra 92% y 93% en seguridad e integraciones.
Es la enésima señal este año de que la capa agéntica dejó de ser promesa. Google metió tareas agénticas en Search, Salesforce reporta que el 20% de sus ventas ya pasa por agentes y, según Indig en Growth Memo, tres de cada cuatro empresas invierten en agentes. La pregunta ya no es si van a leer tu web, sino qué van a encontrar cuando lo hagan.
Cómo lee un agente (y por qué no es como una persona)
Un agente no navega tu sitio como un cliente. Recibe una tarea, busca en la web, descarga páginas, extrae hechos y cita las fuentes que usó. Una landing puede convencer a un humano y aun así fallarle a un agente si el dato está escondido, es difícil de descargar o es difícil de citar. Indig lo resume sin adornos: los agentes "convierten los sitios de vitrinas en códigos de barras".
El estudio dio a los agentes tres tareas por producto (precios y features, integraciones, seguridad y compliance) y corrió cada una cinco veces para medir la variabilidad propia de los modelos. No midieron si el dato existía en algún lugar de la web, sino si el agente podía responder de forma confiable desde el sitio del vendedor.
Dónde se rompe: el precio, siempre el precio
Los números marcan la brecha con claridad:
- Precios y features: 79% de respuestas desde el sitio propio, 84% de las citas al sitio propio.
- Integraciones: 93% y 99%.
- Seguridad: 92% y 99%.
El precio concentró el 77% de todas las citas a terceros. Y no se explica solo por las empresas que esconden la tarifa. Entre las corridas donde el vendedor no mostró un precio real, el 45% terminó citando al menos una fuente externa. Lo revelador es el otro dato: aun cuando la página mostraba un precio numérico público, el agente igual citó a un tercero en el 18% de los casos. El precio estaba a la vista de un humano y el agente no lo pudo extraer ni citar limpio.
Indig identifica tres modos de falla: opacidad (no publicas el precio), legibilidad de máquina (el precio existe pero está en JavaScript, calculadoras, PDF o tablas ambiguas) y fricción de acceso (bloqueos, rate limits, páginas que no cargan). Los errores de acceso aparecieron en apenas el 7% de las corridas, pero cuando pasaron fueron severos: empujaron el uso de terceros del 17% al 77% en tareas de precio.
La lectura: si tú no lo dices claro, lo dice un directorio
Acá está el riesgo real para una marca. Cuando el agente no puede responder desde tu sitio, reconstruye el precio desde una web sucia de terceros. De las 580 citas a terceros en tareas de precio, el 52% fueron editoriales (blogs, comparativas, guías) y el 46% cayeron en directorios de reseñas como G2, Capterra o Vendr. Esa información es dispareja y está fuera de tu control.
Para el B2B SaaS latino, donde los comparadores internacionales ya dominan las búsquedas de "software de X", esto es delicado. Si un agente le responde a un prospecto chileno con una tarifa que Vendr publicó hace ocho meses, tú perdiste la venta y ni te enteraste. Y hay un incentivo económico detrás: el estudio midió que una página difícil de descargar multiplica por 4,4 el costo del agente y por 2 el tiempo. Mientras más caro seas de leer, más razones tiene el agente para irse a buscar la respuesta a otra parte. Es la contracara operativa de lo que ya discutimos sobre cómo lograr que ChatGPT y la IA recomienden tu marca: la recomendación empieza por ser legible.
Cómo dejar tu página de precios a prueba de agentes
Los arreglos se ordenan por los tres modos de falla, y conviene atacar opacidad y legibilidad primero porque explican la mayoría de las fugas:
- Publica precios reales en texto para cada plan de autoservicio. Si un plan es a medida, explica qué mueve el número en vez de dejar solo "contactar ventas".
- Pon el precio en HTML rastreable, no renderizado con JavaScript. En las pruebas, un precio en el HTML del servidor se leyó en menos de un segundo y uno solo en JavaScript se perdió.
- Agrega marcado schema.org Product y Offer con
priceypriceCurrency. Ese solo cambio subió una página de 73 a 93 puntos en el test de preparación agéntica. - Permite a los crawlers de IA en tu robots.txt (GPTBot, ClaudeBot, PerplexityBot, Google-Extended). Revisa que no estés dejando entrar a Googlebot mientras bloqueas al resto.
- Deja el precio temprano en el DOM y la página liviana. Una página de precios de 1 MB castiga a cada agente que la visita.
Después corre tú mismo la prueba: pídele a un agente "encuentra todos los precios y features de tu producto" y mira desde dónde saca la respuesta. Si cita a un tercero, ya sabes qué arreglar antes de que lo haga con tu próximo cliente.
