Agentic RAG: la búsqueda de IA dejó de ser un tiro único
Las grandes plataformas ya usan 'agentic RAG' — sistemas que planifican, llaman herramientas y se autocorrigen — y eso cambia cómo debe diseñarse y medirse el contenido.
La arquitectura de búsqueda pasó de un solo pase de RAG a un bucle agentic donde el sistema planifica, llama herramientas, itera y se autocritica; hoy un query dispara entre 5 y 20 sub‑retrievals antes de sintetizar la respuesta final (Search Engine Land, 29/5/2026).
¿Qué es exactamente 'agentic RAG' y por qué importó desde 2023?
Agentic RAG añade cuatro propiedades que rompieron el playbook clásico: planificación de sub‑consultas, uso de herramientas (function calling), iteración multi‑hop y reflexión/autocrítica. El cambio no es teórico: la tesis de RAG lineal válida en 2023 quedó limitada porque los sistemas actuales descomponen preguntas complejas y re‑recuperan evidencia mientras evalúan calidad interna (comparación: octubre 2023 vs mayo 2026, ver Search Engine Land, 29/5/2026). Estudios de multi‑hop citados muestran mejoras de recuperación de hasta 21 puntos en benchmarks cuando se intercalan retrieval y chain‑of‑thought (IRCoT, Trivedi et al., 2022; citado por Search Engine Land, 29/5/2026). Además, Google ha patentado piezas clave del loop (ej. US11663201B2 y US11769017B1, según Search Engine Land, 29/5/2026). La consecuencia práctica: ya no alcanza optimizar una sola página; hay que entender la red de fragmentos que el agente contempla.
¿Cómo impacta esto en el mercado argentino?
Para marcas y equipos locales el efecto es doble: técnicamente hay más puertas de entrada —y más puntos de fallo—; comercialmente, la visibilidad real puede estar ocultándose. Search Engine Land estima que los contadores de citas sub‑reportan por un factor de 3 a 10; en un ejemplo práctico, aparecer en 4 de 12 sub‑retrievals pero recibir 1 cita final significa que la medición clásica pierde 75% del impacto (Search Engine Land, 29/5/2026). Eso conviene traducir a negocio: si nuestras queries de ventas o soporte dependen de la cita final, podríamos estar perdiendo señales tempranas de decadencia. En la Argentina, donde los equipos suelen tener recursos limitados, esto exige priorizar tres cosas: identidad digital verificable (canónicos, schema, control de dominios), atribución limpia entre canales y propiedad de datos antes de escalar automatismos de IA —coincide con la postura previa que hemos sostenido sobre validar identidad y gobernanza antes de automatizar.
¿Qué debemos hacer hoy en el equipo de contenido y medición?
La receta práctica no es magia: auditar y destilar. Primero, ejecutar un audit observable en Deep Research/Perplexity para capturar planes visibles y sub‑queries. Segundo, montar una distillation harness local que emule planner, router y critic; la pieza comunitaria citada en el artículo sugiere tiempos de ejecución de ~90–120 segundos por consulta en un entorno local de prueba (Search Engine Land, 29/5/2026). Medir nuevas métricas: cobertura de sub‑query, ratio retrieval→cita, tasa de supervivencia al critic y centralidad de bridge‑entities. Todo esto debe enlazarse con un roadmap de contenido: fragmentos atómicos con entidades claras, endpoints y APIs cuando corresponde (por ejemplo, tasas o calculadoras), y metadatos de frescura explícitos (dateModified). Y fundamental: no escalar automatismos de IA hasta tener identidad digital, atribución limpia y propiedad de datos validados —sin esa base, la pauta y la automatización queman presupuesto sin aprendizaje causal.
Cierre: qué mirar en los próximos 12 meses
El cambio es sistémico y no es solo técnico; es de gobernanza y producto. Las plataformas ya corrieron el upgrade a agentic RAG y la industria de medición va a fragmentarse entre quienes miran los sobrevivientes y quienes miran el filtro. Recomendamos tres prioridades para los próximos 12 meses: 1) Validar identidad y esquemas de datos para aparecer en routers; 2) Construir una distillation‑harness minimal para obtener diagnósticos causales; 3) Reorientar KPIs desde citas finales hacia cobertura de sub‑queries y supervivencia al critic. Distilar es inversión de ingeniería, no un truco: quien lo haga primero tendrá una ventaja medible. Vemos claro el riesgo de seguir optimizando para una arquitectura que ya no existe; la alternativa honesta es observar, medir y reescribir la estrategia desde el núcleo, no desde los dashboards de siempre (Search Engine Land, 29/5/2026).
