Las compras con IA agéntica son la próxima crisis de pérdida de señal,
y la medición agregada está diseñada para resistirla

Los marketers pasaron la mayor parte de una década preparándose para la muerte de la cookie de terceros. Nunca llegó del todo: Google dio marcha atrás en su plan de eliminarla de Chrome y, en octubre de 2025, retiró discretamente varias APIs de Privacy Sandbox por falta de adopción en el sector. Pero mientras todos miraban la cookie, ya estaba en marcha un evento de pérdida de señal más grande y más rápido: los agentes de compra con IA.

ChatGPT, Gemini, Perplexity y Claude ya no se limitan a responder preguntas. Cada vez son más la interfaz en la que ocurren el descubrimiento de producto, la comparación e incluso la compra. Y esa interfaz es casi invisible para el tracking basado en píxeles y UTM del que todavía depende la mayor parte de la medición digital. Para una plataforma creada para unificar los medios offline y online en una sola visión causal, esto no es una tendencia abstracta: es el siguiente capítulo de un problema que Animo se diseñó para resolver desde el primer día, una medición que no se rompe cuando un canal se apaga.

Un nuevo tipo de pérdida de señal, y no tiene que ver con las cookies

La pérdida de señal tradicional venía de navegadores y sistemas operativos que restringían los rastreadores. La pérdida de señal agéntica es estructural: cuando un consumidor le pide a ChatGPT que "encuentre unas buenas zapatillas de running por menos de 120 dólares" y hace clic, o cuando un agente de IA ejecuta una compra en nombre del usuario mediante un protocolo como el Agentic Commerce Protocol de OpenAI, la sesión resultante suele llegar al sitio del retailer sin el contexto de referencia en el que se apoyan las herramientas de MTA y de último clic. Las estimaciones del sector sobre cuánto pesa hoy el tráfico referido por IA varían enormemente, desde una fracción mínima de las sesiones totales de e-commerce hasta una cuota de rápido crecimiento según la categoría y el método, lo cual ya es una señal de lo inestable que está ahora mismo la medición.

Lo que no se discute es la dirección. En enero de 2026 surgieron dos estándares para formalizar las compras impulsadas por agentes: el Agentic Commerce Protocol (ACP) de OpenAI para ChatGPT y el Universal Commerce Protocol (UCP) de Google para Gemini. Cuando las compras pueden iniciarse y completarse dentro de una ventana de chat, la "atribución" en el sentido clásico (una cadena de clics que se puede rastrear) empieza a romperse por diseño, no por accidente.

Las plataformas corren para tapar el hueco

La primera respuesta del sector ha sido parchear la atribución canal por canal, como siempre.

Google añadió a mediados de mayo de 2026 un canal nativo "AI Assistant" al Grupo de canales predeterminado de GA4, que clasifica automáticamente las sesiones referidas desde ChatGPT, Gemini y Claude a partir de los encabezados de referencia, de modo que los marketers ya no necesitan las agrupaciones de canales personalizadas basadas en regex para las que Google había publicado una guía en agosto de 2025 (martech.org, delante.co). Es una solución realmente útil, y tiene los mismos límites que siempre han tenido las soluciones basadas en el referrer. Las sesiones que llegan sin datos de referencia (enlaces copiados, navegadores integrados en apps, algunos flujos móviles) siguen cayendo en "Direct". Y la propia documentación de Google no dice si la clasificación se aplica con carácter retroactivo, lo que de momento hace poco fiables las comparaciones interanuales.

Un segundo movimiento, más ambicioso, vino de proveedores de medición y no de plataformas. El 2 de septiembre de 2026, NIQ y Similarweb anunciaron que están construyendo conjuntamente lo que llaman medición del comercio agéntico: una solución pensada para ayudar a marcas, retailers y plataformas tecnológicas a entender cómo se compran los productos "en una economía cada vez más agéntica" (sala de prensa de NIQ, en nielseniq.com). La cobertura secundaria de la alianza describe un lanzamiento inicial previsto para el cuarto trimestre de 2026, que empezaría con un conjunto limitado de categorías y mercados y cubriría la intención del consumidor, el tráfico impulsado por IA y la conversión impulsada por IA en superficies como ChatGPT, Gemini, Google AI Mode, Perplexity y Claude (ppc.land, stellagent.ai). La propia NIQ aún no ha publicado el alcance concreto ni la fecha de disponibilidad, así que conviene tomar el plazo del cuarto trimestre como probable en términos generales, pero no confirmado.

Por qué los parches canal por canal no pueden seguir el ritmo

Ambos son movimientos sensatos y necesarios. Ninguno resuelve el problema de fondo.

Un canal basado en el referrer en GA4 solo funciona hasta que la siguiente superficie de IA se lance sin un referrer reconocible, o hasta que un navegador o una app elimine ese dato por motivos de privacidad, que es exactamente la dinámica que creó el problema original de las cookies. Un producto de medición conjunto de NIQ y Similarweb tendrá que rastrear el descubrimiento en ChatGPT, Gemini, Perplexity y lo que se lance después, cada uno con APIs distintas, posturas distintas sobre el intercambio de datos y sin ninguna obligación de hacerse medibles para proveedores externos. Es una persecución que nunca termina, y el sector de la medición ya tiene décadas de experiencia sobre cómo acaba: las plataformas se vuelven más difíciles de ver por dentro, no más fáciles, a medida que maduran. Una revisión sistemática reciente de 108 estudios académicos sobre atribución de marketing publicados entre 2010 y 2026 concluyó que incluso los modelos de atribución sofisticados basados en deep learning mejoran la precisión predictiva, pero siguen sin estar identificados causalmente sin calibración experimental. En lenguaje llano: mejoran en el reconocimiento de patrones sin mejorar en demostrar qué causó realmente una venta (citado en el análisis de Truelogic sobre la medición del comercio impulsado por IA).

El argumento a favor de medir resultados en lugar de puntos de contacto

Esta es precisamente la situación para la que se creó el marketing mix modeling, porque nunca dependió de ver el punto de contacto. Un spot de TV lineal, una valla de exterior y un anuncio de radio nunca han generado un clic, un referrer ni un ID de sesión. El MMM lleva décadas midiendo la relación entre la inversión agregada en medios y los resultados agregados sin necesitar una cookie, un píxel ni un parámetro UTM. Extender esa misma lógica causal al tráfico de IA agéntica no es un problema nuevo que el MMM deba resolver: es el mismo problema que el MMM ya resolvió, aplicado a un canal que casualmente es digital.

Es una postura muy distinta de reconstruir el stack de atribución cada vez que una plataforma cambia su comportamiento de referrer. Un MMM always-on que trata la TV, el exterior, la radio, la prensa, el paid social, el search, el retail media y ahora el descubrimiento asistido por IA como inputs de un único modelo no necesita "ver" el clic de ChatGPT para medir si los canales asistidos por IA generan demanda incremental. Mide el resultado y pide a los datos que se expliquen por sí solos, en lugar de pedir a cada plataforma que entregue un rastro limpio de puntos de contacto que quizá no tenga ningún incentivo para compartir.

Qué significa esto para planificar de cara a 2027

Nada de esto significa que las herramientas de atribución o el nuevo canal de GA4 sean inútiles: son un parche razonable y vale la pena tenerlos. Pero los equipos que traten cada nueva superficie de IA como una nueva emergencia de medición pasarán 2027 como pasaron los años de la desaparición de las cookies: reactivos, rezagados y sin estar nunca del todo seguros de si las cifras del trimestre pasado son comparables con las de este. Los equipos que ejecutan un modelo causal always-on en todos los canales, online y offline, absorben una nueva superficie de compra con IA como un input más que reestimar, no como un motivo para reconstruir el stack.

Conclusión

Las compras agénticas seguirán erosionando las señales deterministas de las que dependen las herramientas de atribución, igual que antes lo hicieron los navegadores y la regulación de privacidad. Las plataformas que corren a tapar el hueco (Google con GA4, NIQ y Similarweb con su futuro producto) resuelven un problema real, pero más estrecho que el que los marketers necesitan resolver. La respuesta más duradera es una medición que nunca dependió del clic.

Animo se construyó alrededor de esa idea: un único modelo causal que abarca TV, exterior, radio, prensa y todos los canales digitales, incluida cualquier forma en que los consumidores descubran ahora productos a través de la IA, para que una nueva plataforma que se lance mañana no obligue a reconstruir la medición el próximo trimestre. Si tu equipo se enfrenta a otra brecha de atribución provocada por la IA, es una conversación que conviene tener antes de que se cierre la planificación del primer trimestre.

Fuentes

• Google da marcha atrás en la eliminación de las cookies de terceros en Chrome: emarketer.com
• Retirada de APIs de Privacy Sandbox, 17 de octubre de 2025: privacysandbox.com
• Agentic Commerce Protocol de OpenAI / Universal Commerce Protocol de Google, enero de 2026: eightx.co
• Canal nativo "AI Assistant" de GA4, mayo de 2026: martech.org y delante.co
• Anuncio de NIQ y Similarweb sobre medición del comercio agéntico, 2 de septiembre de 2026: nielseniq.com
• Cobertura secundaria del alcance de NIQ/Similarweb y del plazo del cuarto trimestre de 2026: ppc.land y stellagent.ai
• Revisión sistemática de 108 estudios (2010-2026) sobre atribución con deep learning e identificación causal, citada en: truelogic.com.ph