Parag Agrawal sostiene que la economía basada en clics y publicidad pierde sentido cuando los agentes de IA —y no las personas— se convierten en los principales usuarios de la web. Parallel Web Systems captó 100 millones de dólares en una ronda Serie B valorada en 2.000 millones de dólares en abril de 2026, después...
Publicado porEditado con GPT-5.6 LunaImágenes generadas con GPT Image 1.5
Respuesta de investigación

Create a landscape editorial hero image for this Studio Global article: What is former Twitter CEO Parag Agrawal’s argument that the internet’s advertising- and click-based business model cannot survive if AI age. Article summary: Agrawal’s central claim is that a web funded by human attention breaks when AI agents, rather than people, do most of the reading and searching. Agents do not view ads, develop brand preferences, or produce meaningful cl. Topic tags: general, news, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
La tesis de Parag Agrawal es sencilla, pero puede tener consecuencias profundas: la economía actual de internet se construyó alrededor de la atención humana, mientras que los agentes de IA podrían convertirse en sus usuarios más frecuentes. Si estos sistemas leen, buscan y sintetizan información sin generar visitas, impresiones publicitarias ni clics relevantes, la señal económica que sostiene a muchos medios empieza a desaparecer. 14
44
La empresa de Agrawal, Parallel Web Systems, está construyendo infraestructura para lo que define como el «segundo usuario» de la web: los agentes de software. La propuesta no consiste necesariamente en sustituir los sitios que consultan las personas, sino en añadir una capa nativa para agentes que incluya búsqueda, recuperación de información, investigación, atribución y pagos. 40
47
En la búsqueda tradicional existe una cadena de valor relativamente visible: una persona introduce una consulta, abre un resultado, lee una página, ve publicidad y quizá vuelve al medio o desarrolla una preferencia por su marca. Por eso, el clic cumple dos funciones: puede generar ingresos mediante el tráfico y ayuda a los buscadores a inferir qué resultados son relevantes.
Un agente funciona de otra manera. Puede consultar decenas de fuentes, extraer solo los pasajes pertinentes, compararlos y entregar al usuario una respuesta sintetizada. Las páginas originales quizá no reciban ninguna visita humana. En ese contexto, el clic no refleja por completo si una fuente aportó un dato decisivo, confirmó una conclusión o ayudó a completar una tarea más amplia.
El argumento de Agrawal es que la web tendrá que medir la utilidad de la información para una tarea concreta del agente, no únicamente si una persona hizo clic en un enlace. La premisa pública de Parallel es que los agentes podrían utilizar la web «1.000 veces más» que los humanos, lo que haría especialmente visible el desajuste entre la actividad de los agentes y una economía centrada en las personas. 14
La llamada web paralela sería una capa de infraestructura orientada a los agentes. Las API de Parallel están diseñadas para tareas como búsqueda web, extracción de contenidos, investigación profunda, descubrimiento de entidades, chat y monitorización. La documentación de la empresa presenta estas herramientas como una vía para que agentes y desarrolladores accedan a información de internet en procesos de investigación y otros flujos de trabajo automatizados. 25
El cambio central estaría en el objetivo de optimización. Los sistemas web tradicionales suelen utilizar la atención, los enlaces y los clics como indicadores prácticos de relevancia. Un sistema nativo para agentes podría preguntar, en cambio, si una fuente ayudó a:
Así, la utilidad de una fuente pasaría a ser una señal específica de cada tarea, en lugar de una simple medida de popularidad. Parallel ha descrito la retroalimentación directa de los agentes como una alternativa a depender principalmente de los datos de clics humanos para ordenar e indexar la información. 44
45
Por ahora, esto sigue siendo la tesis de una empresa, no un estándar adoptado por toda la web. Para que funcionara a gran escala tendría que contar con la participación de propietarios de contenidos, desarrolladores de agentes, proveedores de búsquedas y otras compañías de infraestructura.
El modelo de compensación propuesto por Parallel utiliza una atribución basada en los valores de Shapley. Explicado de forma sencilla, un valor de Shapley estima cuánto valor adicional aporta cada participante cuando varios colaboran para producir un resultado.
Aplicado a los contenidos web, la pregunta sería: ¿cuánto contribuyó una fuente concreta a que un agente generara una respuesta satisfactoria, teniendo en cuenta las demás fuentes disponibles? Un sitio que aporte un dato único o cambie sustancialmente la respuesta recibiría más reconocimiento que otro que simplemente repita información ya proporcionada por otras fuentes. 16
29
La intención es alejar la compensación del tráfico bruto o de una tarifa fija de licencia y acercarla a la contribución marginal. Pero el planteamiento abre preguntas técnicas y de gobernanza difíciles: cómo medir el «éxito», cómo calcular la atribución de forma coherente y cómo evitar que el sistema sea manipulado. El material disponible presenta este mecanismo como una propuesta, no como un sustituto probado de la publicidad.
Index es la parte de la propuesta dirigida a los propietarios de contenidos. Parallel afirma que ofrece a medios, proveedores de datos y creadores independientes visibilidad sobre la forma en que los agentes utilizan su trabajo: qué consultas ayuda a responder, con qué frecuencia se referencia y hasta qué punto su aportación es única para la tarea del agente. La compensación se vincula después a una estimación del valor de Shapley de cada fuente. 29
Entre los socios del lanzamiento figuraron The Atlantic, Fortune y PR Newswire, además de proveedores de información empresarial y creadores independientes, según las informaciones sobre el producto. 6
La relevancia de Index es que intenta resolver dos problemas a la vez: la visibilidad y el pago. Los propietarios podrían saber cómo dependen de su trabajo los sistemas de agentes, mientras Parallel trataría de crear un mecanismo para recompensar los contenidos que aportan información útil aunque no exista un clic humano hacia la página original.
Parallel captó una ronda semilla de 30 millones de dólares en enero de 2024, según las informaciones sobre sus posteriores rondas de financiación. En noviembre de 2025 anunció una Serie A de 100 millones de dólares con una valoración comunicada de 740 millones, codirigida por Kleiner Perkins e Index Ventures. 11
33
En abril de 2026, la compañía consiguió otros 100 millones de dólares en una Serie B liderada por Sequoia Capital, con una valoración comunicada de 2.000 millones de dólares. Según los informes, también participaron inversores existentes como Kleiner Perkins, Index Ventures, Khosla Ventures, First Round, Spark, Terrain y Abstract. 1
10
15
Los materiales públicos de Parallel presentan sus API como infraestructura para desarrolladores que crean productos con agentes. En el anuncio de la Serie A, la empresa mencionó a Clay, Sourcegraph y Owner entre sus clientes o usuarios. Sin embargo, las fuentes disponibles no establecen una lista completa de clientes ni una cifra de desarrolladores verificada de forma independiente. 40
Parallel también se ha convertido en una opción de búsqueda y grounding —es decir, de conexión de un modelo con información externa— para clientes de Google Cloud que desarrollan agentes empresariales con herramientas relacionadas con Gemini. Las integraciones comunicadas permiten utilizar Parallel Search junto con Google Search para fundamentar las respuestas de los agentes en la web. 12
La alianza podría dar a Parallel distribución a través de una plataforma empresarial consolidada justo cuando las compañías empiezan a experimentar con agentes capaces de investigar y ejecutar flujos de trabajo de forma autónoma. También plantea una tensión estratégica: Google es a la vez un importante socio de distribución y una empresa con sus propias capacidades de búsqueda e infraestructura de IA. 5
12
La ventana de 12 a 24 meses planteada por Agrawal es una previsión, no un consenso medido. Su apuesta parte de que la mejora de los modelos, el uso de herramientas y los marcos de desarrollo de agentes harán viable que el software realice muchas búsquedas y subtareas en nombre de una sola persona. La distribución existente mediante servicios en la nube y API podría acelerar esa adopción.
Si los agentes empiezan a generar muchas más consultas que los usuarios y devuelven respuestas sintetizadas en lugar de enviar tráfico a páginas concretas, la presión sobre la economía del clic podría aparecer antes de que la mayoría de los consumidores cambie sus hábitos cotidianos de navegación. La afirmación de «1.000 veces más» expresa la magnitud del cambio que espera Parallel, pero debe entenderse como una creencia declarada por la empresa, no como una predicción verificada. 14
Agrawal no está anunciando que el modelo publicitario actual ya haya fracasado. Está proponiendo un nuevo diseño de mercado para una web dominada por agentes. Index, la retroalimentación directa de los agentes y los pagos basados en valores de Shapley ofrecen una posible forma de recompensar los contenidos que contribuyen a respuestas generadas por máquinas, pero dependen de decisiones complejas de atribución y de una participación amplia.
La versión más sólida de su tesis es, por tanto, condicional: si los agentes de IA se convierten en la principal interfaz para acceder a la información online, los clics podrían dejar de ser una señal suficiente para ordenar y financiar la web. La apuesta de Parallel es que ese sustituto se construirá alrededor de los resultados obtenidos por los agentes, la procedencia de las fuentes y los pagos por una contribución informativa que pueda medirse.
Studio Global AI
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
Parag Agrawal sostiene que la economía basada en clics y publicidad pierde sentido cuando los agentes de IA —y no las personas— se convierten en los principales usuarios de la web.
Parag Agrawal sostiene que la economía basada en clics y publicidad pierde sentido cuando los agentes de IA —y no las personas— se convierten en los principales usuarios de la web. Parallel Web Systems captó 100 millones de dólares en una ronda Serie B valorada en 2.000 millones de dólares en abril de 2026, después de una Serie A de 100 millones con una valoración de 740 millones en noviembre de...
Su producto Index busca mostrar a los propietarios de contenidos cómo los agentes utilizan su trabajo y estimar una compensación basada en valores de Shapley, que miden la contribución incremental de cada fuente a una...
Parag Agrawal sostiene que la economía basada en clics y publicidad pierde sentido cuando los agentes de IA —y no las personas— se convierten en los principales usuarios de la web. Parallel Web Systems captó 100 millones de dólares en una ronda Serie B valorada en 2.000 millones de dólares en abril de 2026, después...
Publicado porEditado con GPT-5.6 LunaImágenes generadas con GPT Image 1.5
Respuesta de investigación

Create a landscape editorial hero image for this Studio Global article: What is former Twitter CEO Parag Agrawal’s argument that the internet’s advertising- and click-based business model cannot survive if AI age. Article summary: Agrawal’s central claim is that a web funded by human attention breaks when AI agents, rather than people, do most of the reading and searching. Agents do not view ads, develop brand preferences, or produce meaningful cl. Topic tags: general, news, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
La tesis de Parag Agrawal es sencilla, pero puede tener consecuencias profundas: la economía actual de internet se construyó alrededor de la atención humana, mientras que los agentes de IA podrían convertirse en sus usuarios más frecuentes. Si estos sistemas leen, buscan y sintetizan información sin generar visitas, impresiones publicitarias ni clics relevantes, la señal económica que sostiene a muchos medios empieza a desaparecer. 14
44
La empresa de Agrawal, Parallel Web Systems, está construyendo infraestructura para lo que define como el «segundo usuario» de la web: los agentes de software. La propuesta no consiste necesariamente en sustituir los sitios que consultan las personas, sino en añadir una capa nativa para agentes que incluya búsqueda, recuperación de información, investigación, atribución y pagos. 40
47
En la búsqueda tradicional existe una cadena de valor relativamente visible: una persona introduce una consulta, abre un resultado, lee una página, ve publicidad y quizá vuelve al medio o desarrolla una preferencia por su marca. Por eso, el clic cumple dos funciones: puede generar ingresos mediante el tráfico y ayuda a los buscadores a inferir qué resultados son relevantes.
Un agente funciona de otra manera. Puede consultar decenas de fuentes, extraer solo los pasajes pertinentes, compararlos y entregar al usuario una respuesta sintetizada. Las páginas originales quizá no reciban ninguna visita humana. En ese contexto, el clic no refleja por completo si una fuente aportó un dato decisivo, confirmó una conclusión o ayudó a completar una tarea más amplia.
El argumento de Agrawal es que la web tendrá que medir la utilidad de la información para una tarea concreta del agente, no únicamente si una persona hizo clic en un enlace. La premisa pública de Parallel es que los agentes podrían utilizar la web «1.000 veces más» que los humanos, lo que haría especialmente visible el desajuste entre la actividad de los agentes y una economía centrada en las personas. 14
La llamada web paralela sería una capa de infraestructura orientada a los agentes. Las API de Parallel están diseñadas para tareas como búsqueda web, extracción de contenidos, investigación profunda, descubrimiento de entidades, chat y monitorización. La documentación de la empresa presenta estas herramientas como una vía para que agentes y desarrolladores accedan a información de internet en procesos de investigación y otros flujos de trabajo automatizados. 25
El cambio central estaría en el objetivo de optimización. Los sistemas web tradicionales suelen utilizar la atención, los enlaces y los clics como indicadores prácticos de relevancia. Un sistema nativo para agentes podría preguntar, en cambio, si una fuente ayudó a:
Así, la utilidad de una fuente pasaría a ser una señal específica de cada tarea, en lugar de una simple medida de popularidad. Parallel ha descrito la retroalimentación directa de los agentes como una alternativa a depender principalmente de los datos de clics humanos para ordenar e indexar la información. 44
45
Por ahora, esto sigue siendo la tesis de una empresa, no un estándar adoptado por toda la web. Para que funcionara a gran escala tendría que contar con la participación de propietarios de contenidos, desarrolladores de agentes, proveedores de búsquedas y otras compañías de infraestructura.
El modelo de compensación propuesto por Parallel utiliza una atribución basada en los valores de Shapley. Explicado de forma sencilla, un valor de Shapley estima cuánto valor adicional aporta cada participante cuando varios colaboran para producir un resultado.
Aplicado a los contenidos web, la pregunta sería: ¿cuánto contribuyó una fuente concreta a que un agente generara una respuesta satisfactoria, teniendo en cuenta las demás fuentes disponibles? Un sitio que aporte un dato único o cambie sustancialmente la respuesta recibiría más reconocimiento que otro que simplemente repita información ya proporcionada por otras fuentes. 16
29
La intención es alejar la compensación del tráfico bruto o de una tarifa fija de licencia y acercarla a la contribución marginal. Pero el planteamiento abre preguntas técnicas y de gobernanza difíciles: cómo medir el «éxito», cómo calcular la atribución de forma coherente y cómo evitar que el sistema sea manipulado. El material disponible presenta este mecanismo como una propuesta, no como un sustituto probado de la publicidad.
Index es la parte de la propuesta dirigida a los propietarios de contenidos. Parallel afirma que ofrece a medios, proveedores de datos y creadores independientes visibilidad sobre la forma en que los agentes utilizan su trabajo: qué consultas ayuda a responder, con qué frecuencia se referencia y hasta qué punto su aportación es única para la tarea del agente. La compensación se vincula después a una estimación del valor de Shapley de cada fuente. 29
Entre los socios del lanzamiento figuraron The Atlantic, Fortune y PR Newswire, además de proveedores de información empresarial y creadores independientes, según las informaciones sobre el producto. 6
La relevancia de Index es que intenta resolver dos problemas a la vez: la visibilidad y el pago. Los propietarios podrían saber cómo dependen de su trabajo los sistemas de agentes, mientras Parallel trataría de crear un mecanismo para recompensar los contenidos que aportan información útil aunque no exista un clic humano hacia la página original.
Parallel captó una ronda semilla de 30 millones de dólares en enero de 2024, según las informaciones sobre sus posteriores rondas de financiación. En noviembre de 2025 anunció una Serie A de 100 millones de dólares con una valoración comunicada de 740 millones, codirigida por Kleiner Perkins e Index Ventures. 11
33
En abril de 2026, la compañía consiguió otros 100 millones de dólares en una Serie B liderada por Sequoia Capital, con una valoración comunicada de 2.000 millones de dólares. Según los informes, también participaron inversores existentes como Kleiner Perkins, Index Ventures, Khosla Ventures, First Round, Spark, Terrain y Abstract. 1
10
15
Los materiales públicos de Parallel presentan sus API como infraestructura para desarrolladores que crean productos con agentes. En el anuncio de la Serie A, la empresa mencionó a Clay, Sourcegraph y Owner entre sus clientes o usuarios. Sin embargo, las fuentes disponibles no establecen una lista completa de clientes ni una cifra de desarrolladores verificada de forma independiente. 40
Parallel también se ha convertido en una opción de búsqueda y grounding —es decir, de conexión de un modelo con información externa— para clientes de Google Cloud que desarrollan agentes empresariales con herramientas relacionadas con Gemini. Las integraciones comunicadas permiten utilizar Parallel Search junto con Google Search para fundamentar las respuestas de los agentes en la web. 12
La alianza podría dar a Parallel distribución a través de una plataforma empresarial consolidada justo cuando las compañías empiezan a experimentar con agentes capaces de investigar y ejecutar flujos de trabajo de forma autónoma. También plantea una tensión estratégica: Google es a la vez un importante socio de distribución y una empresa con sus propias capacidades de búsqueda e infraestructura de IA. 5
12
La ventana de 12 a 24 meses planteada por Agrawal es una previsión, no un consenso medido. Su apuesta parte de que la mejora de los modelos, el uso de herramientas y los marcos de desarrollo de agentes harán viable que el software realice muchas búsquedas y subtareas en nombre de una sola persona. La distribución existente mediante servicios en la nube y API podría acelerar esa adopción.
Si los agentes empiezan a generar muchas más consultas que los usuarios y devuelven respuestas sintetizadas en lugar de enviar tráfico a páginas concretas, la presión sobre la economía del clic podría aparecer antes de que la mayoría de los consumidores cambie sus hábitos cotidianos de navegación. La afirmación de «1.000 veces más» expresa la magnitud del cambio que espera Parallel, pero debe entenderse como una creencia declarada por la empresa, no como una predicción verificada. 14
Agrawal no está anunciando que el modelo publicitario actual ya haya fracasado. Está proponiendo un nuevo diseño de mercado para una web dominada por agentes. Index, la retroalimentación directa de los agentes y los pagos basados en valores de Shapley ofrecen una posible forma de recompensar los contenidos que contribuyen a respuestas generadas por máquinas, pero dependen de decisiones complejas de atribución y de una participación amplia.
La versión más sólida de su tesis es, por tanto, condicional: si los agentes de IA se convierten en la principal interfaz para acceder a la información online, los clics podrían dejar de ser una señal suficiente para ordenar y financiar la web. La apuesta de Parallel es que ese sustituto se construirá alrededor de los resultados obtenidos por los agentes, la procedencia de las fuentes y los pagos por una contribución informativa que pueda medirse.
Studio Global AI
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
Parag Agrawal sostiene que la economía basada en clics y publicidad pierde sentido cuando los agentes de IA —y no las personas— se convierten en los principales usuarios de la web.
Parag Agrawal sostiene que la economía basada en clics y publicidad pierde sentido cuando los agentes de IA —y no las personas— se convierten en los principales usuarios de la web. Parallel Web Systems captó 100 millones de dólares en una ronda Serie B valorada en 2.000 millones de dólares en abril de 2026, después de una Serie A de 100 millones con una valoración de 740 millones en noviembre de...
Su producto Index busca mostrar a los propietarios de contenidos cómo los agentes utilizan su trabajo y estimar una compensación basada en valores de Shapley, que miden la contribución incremental de cada fuente a una...