Hay tres movimientos de las últimas dos semanas que merecen atención. El primero vino de una gran agencia de HubSpot, un partner de primer nivel que lanzó AEO como su sexto servicio principal, junto a la implementación de CRM, la automatización de marketing y RevOps. El segundo llegó desde el frente del blog: una conocida agencia SEO publicó un artículo que reorganiza toda su práctica en torno a AI Search y ahora se presenta como una agencia de búsqueda con IA y content marketing. El tercero es otro partner de HubSpot, galardonado en múltiples ocasiones, que va en la misma dirección.
El patrón es claro. Las agencias de implementación construidas sobre HubSpot están añadiendo la optimización para búsqueda con IA como línea de servicio. Entiendo por qué: los clientes lo piden, las herramientas existen y parece una extensión natural del trabajo de contenido. El stack tecnológico que la gran agencia de HubSpot enumera para su nueva oferta de AEO incluye una mezcla de herramientas de SEO y plataformas de visibilidad en IA. El problema no son las herramientas. El problema es el modelo.
Qué significa realmente AEO como sexto servicio
Cuando una agencia de HubSpot añade AEO, lo que añade es una práctica en la capa de contenido. Contenido estructurado. Formatos optimizados para que la IA los ingiera. Monitoreo de la tasa de citación en ChatGPT, Perplexity o Google AI Overviews. Son actividades reales y algunas importan de verdad para la optimización para búsqueda con IA. Pero son una intervención de contenido que se apoya sobre un sistema de GTM que la agencia solo controla en parte.
Tal como lo veo: hay una diferencia entre hacer optimización para búsqueda con IA en la capa de contenido y hacerla en la capa del sistema. La capa de contenido es visible, medible y fácil de convertir en producto. La capa del sistema es desordenada, multifuncional y exige estar dentro de la operación de ingresos.
Las agencias construidas en torno a la implementación de HubSpot viven en la capa de contenido. No es una crítica. Es simplemente lo que permite su modelo de engagement.
Por qué las citaciones en IA son un problema de GTM y no de contenido
Este es el mecanismo. Modelos como ChatGPT, Gemini y Perplexity construyen su comportamiento de citación a partir de datos de entrenamiento y señales web continuas. Lo que captan no es solo "¿esta página tiene contenido estructurado?". Captan la presencia de marca en toda la web: sitios de reseñas, menciones de analistas, casos de éxito de clientes compartidos en foros y comunidades de pares, la densidad de menciones orgánicas de la marca por parte de usuarios reales que hablan de experiencias reales.
Un buen ejemplo: supongamos que una empresa de software B2B tiene un programa de contenido AEO sólido. Sus páginas están optimizadas para la búsqueda con IA. El schema está limpio, las respuestas son directas, la estructura es correcta. Pero sus puntuaciones en sitios de reseñas son escasas, sus clientes no hablan de ella en público y su proceso de ventas está tan orientado al volumen que no tiene casos de estudio relevantes. Los modelos de IA la van a pasar por alto. El problema de citación no es el contenido, es la autoridad de marca. Y la autoridad de marca depende de si su GTM funciona.
Los compradores con los que hablamos ya han pasado por una versión de este ciclo. Contrataron una agencia de SEO, la agencia optimizó el contenido y el rendimiento en búsqueda no se movió. El AEO como servicio en una agencia de HubSpot conlleva el mismo riesgo con otro nombre.
El problema de integración que las líneas de servicio de AEO no resuelven
Para que la optimización para búsqueda con IA mueva de verdad las citaciones, el contenido tiene que reflejar el lenguaje real de los clientes, pruebas genuinas y un posicionamiento coherente en todos los canales. Eso requiere integración con la conversación de ventas, con los resultados de customer success y con la forma en que su ICP describe su problema con sus propias palabras.
Lo que yo llamaría un ciclo cerrado es aquel en el que el lenguaje que usan sus clientes para comprar aparece en el contenido que encuentran sus prospectos. Ese ciclo requiere a alguien dentro de la operación de ingresos, no un retainer de contenido. Es RevOps. Es demand gen y contenido trabajando con la misma definición de ICP. Son las notas de las llamadas de ventas alimentando lo que dicen sus páginas de preguntas frecuentes.
Una agencia que hace AEO como su sexto servicio casi con seguridad no está dentro de ese ciclo. Produce contenido a partir de investigación de palabras clave y plantillas de brief, no de información en vivo sobre lo que está moviendo los deals. Para bien o para mal, esa brecha es estructural. No tiene que ver con el esfuerzo ni con el talento. Tiene que ver con lo que permite el modelo de engagement.
Qué mueve realmente el rendimiento de la optimización para búsqueda con IA
Tres cosas, en este orden. Primero, una claridad de ICP que lo atraviese todo, desde la segmentación de anuncios hasta el enfoque de los casos de estudio y las preguntas concretas que responde su contenido. Segundo, densidad de pruebas, es decir, el volumen y la especificidad de los resultados reales que su marca puede mostrar en sitios de reseñas, medios ganados y comunidades de pares. Tercero, presencia en los canales a los que los modelos de IA dan más peso. El contenido estructurado es uno de esos canales, pero no el único.
La razón por la que un enfoque integrado en el GTM funciona cuando un programa de AEO en la capa de contenido no lo hace es que las dos primeras cosas ocurren en la capa de GTM. La claridad de ICP surge del trabajo de alineación entre ventas y marketing. La densidad de pruebas surge de customer success y de cómo se documentan los deals. Un programa de contenido hereda ambas cosas, o no hereda nada.
Seré honesto: no tengo un benchmark claro de cuánto tardan las señales de marca impulsadas por el GTM en influir en las tasas de citación en IA. Esa infraestructura de medición todavía se está construyendo. Pero la dirección es clara. Si usted está evaluando proveedores de optimización para búsqueda con IA, la primera pregunta que yo haría es hasta dónde llega el engagement. Si la respuesta es "optimizamos su contenido y seguimos su tasa de citación", está ante un retainer de contenido. Puede valer la pena tenerlo junto a otro trabajo. Pero no es optimización para búsqueda con IA a nivel de sistema, y no moverá las señales que determinan si los modelos de IA tratan a su marca como una autoridad.
Encontrará más sobre cómo entendemos el GEO integrado en el GTM en los insights de Checkpoint GTM. La versión corta: arregle primero la capa operativa y después construya el programa de contenido sobre algo real.