Una persona escribe: “Necesito una computadora para trabajar desde casa, con buena batería y un presupuesto de mil dólares”. La respuesta puede incluir una recomendación comercial dentro de la conversación. En ese momento, el anuncio aparece integrado a una ayuda para decidir. La publicidad conversacional convierte la respuesta de la IA en un posible espacio de compra.
La escena todavía pertenece a una categoría en construcción. Meios & Publicidade informó el 8 de octubre de 2026 que Google y Microsoft prueban experiencias para integrar anuncios en chatbots, mientras OpenAI lanzó agentes patrocinados. El artículo atribuye a OpenAI una tasa anualizada de mil millones de dólares para ChatGPT Ads. Estos datos muestran movimientos empresariales reportados por el medio.
Qué es la publicidad conversacional
La publicidad conversacional coloca una marca dentro de una interacción en la que una persona formula una necesidad y recibe orientación. Puede tomar la forma de una recomendación, una opción destacada o una respuesta asociada con una empresa. El formato cambia el momento de exposición: la marca aparece mientras alguien intenta resolver algo, con criterios que el sistema interpreta durante la conversación.
En la publicidad tradicional, una empresa compra espacio para mostrar un mensaje y espera que la persona detenga su recorrido. En un chatbot, el recorrido comienza con una pregunta. El sistema organiza la respuesta, selecciona qué información presenta y puede incorporar una alternativa comercial. La atención llega acompañada por una expectativa de utilidad.
La diferencia importa porque una persona puede leer la recomendación como parte de una respuesta diseñada para ayudarla. El anuncio recibe, entonces, una autoridad prestada por la interfaz. Esa autoridad exige claridad sobre el vínculo comercial, la razón de la recomendación y la responsabilidad de quien aparece detrás de ella.
Cómo podría verse un anuncio dentro de un chatbot
La persona que busca una computadora recibe criterios sobre batería, peso y precio. Entre esas opciones podría aparecer una marca que pagó por participar en la experiencia. La empresa estaría comprando un lugar dentro del conjunto de opciones que la IA considera pertinentes, mientras la persona evalúa qué alternativa responde mejor a su necesidad.
Para quien pregunta, la diferencia se siente en la forma de recibir la información. Una pieza tradicional interrumpe con una imagen, un video o una frase comercial. Una recomendación dentro del chat puede llegar redactada como una respuesta específica para ese caso. Esa cercanía puede facilitar la decisión y, al mismo tiempo, volver menos visible la intención publicitaria.
La expresión “agente patrocinado” requiere cuidado. El artículo de Meios & Publicidade vincula a OpenAI con el lanzamiento de esa categoría, pero no explica cómo funcionan esos agentes, cuáles son sus criterios de selección ni cómo se identifica el patrocinio. Conviene tratar el término como una categoría comercial emergente hasta que existan más detalles públicos sobre su funcionamiento.
Qué cambia para las marcas
La marca empieza a competir por ser considerada una respuesta adecuada. Eso amplía el trabajo de marketing: hace falta explicar qué ofrece, para quién sirve, en qué condiciones funciona y qué pruebas respaldan cada afirmación. Una empresa con mensajes atractivos puede quedar fuera de una recomendación si su información resulta confusa, incompleta o difícil de verificar.
El problema llega antes de la pauta. Los sistemas necesitan información para construir respuestas. Esa información puede venir de sitios propios, medios, reseñas, bases de datos y comunidades digitales. La pieza publicada por Shift el 13 de octubre sobre las fuentes que cita la IA examinó ese entorno de autoridad. Esta nueva discusión agrega una pregunta comercial: qué ocurre cuando la respuesta también admite una compra de visibilidad.
Antes de pautar, una marca puede revisar qué encuentra la IA sobre ella y cómo aparece en sus respuestas. Shifty Eco, la plataforma de Shift, mide esa presencia en respuestas de motores de IA dentro de lo que el mercado llama GEO, sigla de generative engine optimization.
La inversión tendrá que medirse en varios puntos del recorrido. Una marca puede aparecer en una respuesta y no producir una venta. También puede ser recomendada con una descripción imprecisa o quedar vinculada con un criterio que la empresa nunca aprobó. El desempeño dependerá de la conversión, pero también de la exactitud, la identificación del patrocinio y la calidad de la experiencia.
La recomendación necesita una razón visible
Una recomendación comercial funciona porque parece resolver una necesidad concreta. Por eso la persona debe poder distinguir tres elementos: qué respondió la IA, qué relación existe entre la marca y el sistema, y por qué esa opción aparece en la conversación. Una etiqueta perdida al final de la pantalla puede ser insuficiente si el patrocinio influyó en la selección.
La transparencia también protege a la empresa. Si una persona descubre que una sugerencia presentada como ayuda tenía una relación comercial que no entendió, el problema puede trasladarse desde el anuncio hacia la confianza en la marca. La reputación queda asociada con el modo en que la empresa entró a la decisión, no únicamente con el producto que ofreció.
La historia de la publicidad conoce esta tensión. Un aviso identifica a su anunciante y propone una promesa. Una recomendación conversacional puede adoptar el tono de una respuesta personalizada. El formato vuelve más importante la separación entre información, recomendación y patrocinio. Cada capa debe poder explicarse con palabras sencillas ante un cliente, un regulador o un equipo interno.
Qué deben revisar marketing y reputación
El primer control consiste en inventariar las preguntas que un comprador podría hacer antes de elegir. Después conviene revisar qué información encuentra la IA sobre la empresa, qué fuentes utiliza y qué errores repite. La auditoría debe registrar la fecha, la consulta, la respuesta, las referencias citadas y cualquier recomendación comercial que aparezca.
El segundo control corresponde a los claims. Si una empresa afirma que entrega más rápido, cuesta menos o ofrece mejor desempeño, necesita evidencia que pueda sostenerse fuera de la pieza publicitaria. Una respuesta generada puede comprimir una promesa y presentarla como hecho. El equipo responsable debe corregir esa simplificación antes de comprar exposición.
El tercer control pertenece a la gobernanza. Marketing puede diseñar la oferta, tecnología puede integrar datos y legal puede revisar el formato. La responsabilidad queda repartida en la operación, aunque el usuario perciba una sola respuesta. Hace falta definir quién aprueba la información, quién monitorea las respuestas y quién actúa cuando una recomendación resulta engañosa.
La publicidad entra en el momento de decidir
Google, Microsoft y OpenAI están probando formas de acercar la publicidad a una conversación orientada por una necesidad. La información publicada el 8 de octubre permite identificar la dirección del movimiento. Todavía faltan detalles públicos para saber cómo se ordenarán las opciones, cómo se distinguirá el patrocinio y qué controles tendrá la persona que consulta.
La oportunidad comercial resulta evidente. Una marca podría aparecer cuando el comprador compara alternativas y todavía está definiendo qué necesita. El riesgo también. Si una empresa compra presencia antes de construir autoridad, puede recibir una recomendación sin contar con la información suficiente para sostenerla. La interfaz acelera la exposición y vuelve más rápida cualquier contradicción.
La pregunta útil para los equipos de marketing no consiste en saber cuándo podrán pautar dentro de un chatbot. Consiste en comprobar si la marca merece ser recomendada cuando alguien formule una pregunta difícil. Esa respuesta depende de datos verificables, una oferta comprensible, fuentes consistentes y reglas claras para separar ayuda de persuasión.