Los «sitios agénticos» de Adobe adaptan la web en tiempo real a cada visitante

Carlos Sanchez, científico principal de Adobe, presentó un prototipo de «sitio agéntico»: una web que interpreta la intención de quien la visita y ensambla una página adaptada a esa intención en tiempo real. La idea apunta a una «audiencia de uno», en lugar de depender únicamente de segmentos predeterminados como «clientes recurrentes» o «aficionados a las actividades al aire libre». 27

La precisión importante es que se trata de una demostración funcional y de una línea de desarrollo relacionada con productos de Adobe, no de un servicio generalizado que genere una página de producción única para cada visitante a gran escala. 434

Qué mostró Sanchez

La demostración se centró en un sitio de cafeteras. Después de que un visitante buscara una máquina adecuada para acampar, el sistema modificó el contenido, las recomendaciones y la presentación de la página para reflejar ese uso al aire libre. La sesión de Sanchez en la AI Engineer World’s Fair llevaba por título «Agentic Sites: Building Hyper Personalized Websites». 33

El sistema no funciona como una petición abierta para que un modelo de lenguaje invente una web completa. Primero identifica una intención o un perfil a partir de señales como la consulta y el comportamiento de navegación; después recupera material relevante de un repositorio de contenidos existente y compone la página con esos elementos. 234

Cómo funciona la arquitectura

En términos simplificados, el flujo sería el siguiente:

1. Interpretar la intención: el sistema analiza la búsqueda y el contexto de interacción para determinar si la persona está explorando, investigando, preparándose para comprar o buscando un caso de uso concreto, como acampar.
2. Recuperar material aprobado: la generación aumentada por recuperación —o RAG, por sus siglas en inglés— proporciona al modelo información relevante procedente de los sistemas existentes de la organización.
3. Elegir los componentes: la página se trata como un conjunto de bloques, no como un documento indivisible. El sistema puede seleccionar o adaptar cada bloque.
4. Renderizar la experiencia: la cabecera, las recomendaciones de productos, la navegación y las llamadas a la acción se ensamblan según la intención inferida.

Este diseño es relevante para el control de marca. Al basar la respuesta en contenidos empresariales y recursos aprobados, se puede reducir el riesgo de afirmaciones no respaldadas sobre productos y mantener la experiencia más cerca de la identidad visual y editorial de la empresa. Los informes sobre la demostración describen una recuperación y reorganización de contenidos existentes, no la creación de páginas desde cero. 434

Por qué importan Cerebras y Gemma 4

Según los informes disponibles, la implementación utilizó el modelo Gemma 4 de Google sobre la infraestructura de inferencia de Cerebras. El catálogo de Cerebras sitúa a Gemma 4 31B en aproximadamente 1.850 tokens de salida por segundo, mientras que la compañía ha informado de unos 2.300 tokens por segundo en un caso de uso con Gemma 4. 36

Un rendimiento elevado es importante porque un sitio agéntico puede tener que completar varios pasos durante una sola interacción: interpretar la intención, recuperar contexto, decidir qué componentes utilizar, generar o revisar el texto y devolver el resultado. Una inferencia más rápida hace más viable ese ciclo de recuperación, razonamiento y composición dentro de una experiencia interactiva, en vez de limitarlo a la producción de contenidos fuera de línea.

Eso sí, la velocidad de generación de tokens no equivale a la latencia total de una página. La red, la recuperación de información, las consultas al catálogo, las comprobaciones de consentimiento, el renderizado del navegador, las cachés y la entrega desde el backend también determinan lo que percibe el visitante.

Velocidad y coste según los informes

De acuerdo con la información publicada sobre la intervención de Sanchez, una petición para encontrar una cafetera para acampar produjo un resultado personalizado en 1,64 segundos, con aproximadamente un segundo atribuido a la llamada al modelo. El mismo informe comparó el resultado con 4,6 segundos en otra configuración y mencionó un coste estimado de entre 0,01 y 0,02 dólares por página. 1

Estas cifras deben entenderse como referencias de un prototipo y estimaciones, no como compromisos de nivel de servicio auditados ni como precios oficiales publicados por Adobe. Tampoco demuestran que todas las páginas, visitantes o patrones de tráfico alcanzarían el mismo rendimiento.

Qué permitiría un objetivo de menos de dos segundos

Para que la personalización parezca inmediata, el sistema debe terminar antes de convertirse en una fuente perceptible de fricción. Un objetivo de aproximadamente uno o dos segundos permitiría que la web reaccionara a una búsqueda, al contexto de llegada o a un cambio relevante en la intención del visitante mientras la interacción todavía está fresca.

Esto llevaría la personalización a un nivel más preciso que un segmento convencional. En vez de limitarse a reconocer a un «cliente recurrente», el sitio podría responder a la necesidad concreta del momento: encontrar una cafetera para acampar, comparar varios productos o recibir una recomendación orientada a la compra.

El objetivo de latencia no elimina el resto de la infraestructura web. Los controles de consentimiento e identidad, la validación de productos y precios, la latencia de los sistemas de recuperación, el comportamiento de la red de distribución de contenidos, el renderizado y la gestión de errores deben encajar en el mismo presupuesto de experiencia.

Cómo encaja con los productos actuales de Adobe

El prototipo no debe confundirse con todos los productos de inteligencia artificial que Adobe ofrece actualmente. Los agentes documentados de Adobe Experience Manager (AEM) están disponibles para AEM as a Cloud Service y Edge Delivery Services, aunque la disponibilidad y el despliegue dependen del entorno. 17

Adobe Experience Platform Agent Orchestrator se describe como la capa de razonamiento y coordinación de los agentes de Experience Platform. Está diseñado para utilizar los datos de Experience Platform y coordinar agentes de Adobe y de terceros bajo supervisión humana. Adobe también ha anunciado la disponibilidad general de Agent Orchestrator, mientras que su documentación describe accesos bajo solicitud y pruebas limitadas por uso para algunas capacidades. 18192122

Entre las capacidades relacionadas se encuentran:

• Brand Experience Agent: Adobe afirma que ayuda a actualizar páginas, crear contenidos y modernizar experiencias digitales para el descubrimiento impulsado por inteligencia artificial. 202344
• Content Advisor Agent: ayuda a los equipos a encontrar contenido empresarial relevante y a crear variantes visuales a partir de recursos de origen aprobados. 202743
• Agent Orchestrator: ofrece una capa de plataforma para gestionar y coordinar agentes de Adobe y de ecosistemas externos. 182230

Estos productos muestran que Adobe está construyendo una arquitectura de agentes alrededor del contenido, los datos de clientes y las experiencias digitales. Sin embargo, por sí solos no prueban que el prototipo de ensamblaje de páginas por visitante presentado por Sanchez sea ya una función estándar y disponible para producción general.

Qué falta antes de una adopción masiva

La demostración técnica responde a una pregunta: si es posible ensamblar una página en tiempo real. Todavía no responde si resulta operativo y rentable para cualquier sitio web.

Los clientes necesitan realizar experimentos controlados

Las organizaciones tendrían que probar el enfoque con sus propios repositorios de AEM, catálogos de productos, sistemas de identidad, políticas de consentimiento y objetivos de conversión. La cuestión no es solo si una página puede generarse con rapidez, sino si la experiencia mejora resultados útiles sin aumentar los errores ni el riesgo operativo.

Los informes públicos indican que el concepto específico de los sitios agénticos todavía no se ha desplegado en sitios de clientes a gran escala. 4

Se necesitan integraciones amplias

Un despliegue real tendría que conectar de forma fiable la inferencia, la gestión de contenidos, los datos de clientes, la identidad y el consentimiento, los sistemas de comercio o catálogo, la analítica, la experimentación, la distribución desde la red y las bibliotecas de recursos de marca. Una llamada rápida al modelo no compensa unos datos de producto desactualizados ni un catálogo lento.

La economía debe probarse con mucho tráfico

Una estimación de uno o dos centavos puede parecer pequeña en una interacción individual, pero se vuelve relevante al multiplicarla por grandes volúmenes de tráfico. El coste podría aumentar aún más si el sitio regenerara la experiencia después de cada interacción significativa.

Por eso, la caché, la reutilización de bloques aprobados y unas reglas claras para decidir cuándo no invocar al modelo serían elementos centrales del caso de negocio. El material público no establece un modelo de precios definitivo de Adobe para un escenario en el que cada visitante reciba una experiencia generada de forma única.

La gobernanza debe cubrir cada bloque generado

Un despliegue fiable necesitaría controles explícitos sobre:

• las fuentes de contenido aprobadas y los límites de recuperación;
• los atributos, la disponibilidad y los precios de los productos;
• los diseños, componentes y llamadas a la acción permitidos;
• la voz de marca y las reglas de identidad visual;
• la accesibilidad y la localización;
• las afirmaciones prohibidas o reguladas;
• los registros de aprobación y auditoría;
• la monitorización, la reversión y la detección de desviaciones; y
• los umbrales que requieren revisión humana.

La versión más sólida del concepto no es, por tanto, una web de inteligencia artificial sin restricciones. Es un sistema gobernado de ensamblaje que utiliza la IA para decidir rápidamente qué componentes aprobados mostrar y cómo adaptarlos a la intención actual del visitante.

La conclusión práctica

La demostración de Sanchez sugiere que una web puede convertirse en una capa de decisión en tiempo de ejecución, en lugar de ser únicamente una colección fija de páginas escritas de antemano. La inferencia de Cerebras y Gemma 4 hacen que el razonamiento sea lo bastante rápido como para investigar usos en tiempo real, mientras que AEM y la fundamentación mediante recuperación ofrecen una vía hacia resultados más verificables y controlados por la marca. 13617

Pero el titular describe un prototipo, no una categoría de producto terminada. La próxima prueba será comprobar si los sitios agénticos pueden mantener velocidad, precisión, accesibilidad, gobernanza y valor empresarial medible cuando funcionen con catálogos reales, requisitos reales de consentimiento y volúmenes de tráfico reales.