Hallazgo 1: la IA ya cumple una función informativa y de asesoramiento
El estudio de uso publicado por OpenAI en septiembre de 2025 analizó 1.5 millones de conversaciones de consumidores. Su resumen clasificó el 49% de los mensajes como preguntas, el 40% como tareas y el 11% como expresión personal. Aproximadamente el 70% del uso era ajeno al trabajo. Estas cifras describen la población y el periodo estudiados; no significan que la mitad de los mensajes fueran búsquedas de compra.
La importancia comercial está en dónde comienza la decisión. Una persona puede pedir una explicación, comparar enfoques y definir requisitos antes de buscar un proveedor. Mi interpretación es que las empresas pueden ser evaluadas antes de que aparezca una consulta de venta reconocible. Una web que solo explica el nombre de la empresa puede aportar poco a esas primeras decisiones, aunque posicione bien para su marca. Esto describe un cambio en el recorrido informativo, no demuestra que toda conversación incluya intención de compra.
Hallazgo 2: una fuente puede ayudar a responder sin recibir la visita
Pew analizó la navegación de 900 adultos estadounidenses. Hubo clics en resultados tradicionales en el 8% de las visitas a Google con resumen de IA, frente al 15% sin él; las fuentes del resumen recibieron clics en el 1%. El estudio utilizó navegación de marzo de 2025 y resultados reconstruidos en abril. Es observacional, no una estimación aleatorizada de cómo los resúmenes causaron cambios en los clics.
El resultado distingue exposición y tráfico. No establece el valor económico de una respuesta para un anunciante, editor o prestador concreto.
Hallazgo 3: quienes sí llegan pueden comportarse de otra manera
El informe de Adobe del 29 de octubre de 2026 aporta otra observación: en septiembre, las visitas de IA a comercios estadounidenses convirtieron en compras un 90% mejor que las no procedentes de IA y generaron un 83% más de ingresos por visita. El tráfico de IA creció un 71% interanual. El análisis abarca más de 1 billón de visitas, 100 millones de productos y 18 categorías.
Son comparaciones relativas entre visitas observadas, no una tasa absoluta ni una prueba de que la IA causara compras adicionales. Quien hace clic tras una conversación puede haber reducido ya sus opciones. Los datos corresponden al comercio estadounidense, no a un ciclo de venta de software o a una familia buscando cuidados. Aun así, muestran por qué el número de visitantes y el valor de cada uno son preguntas económicas distintas. Una fuente pequeña puede merecer atención sin convertirse en la mayor.
La aparente contradicción desaparece al separar las unidades
Una interacción de búsqueda, una impresión de respuesta, una visita remitida y una compra no son unidades intercambiables. Una menor tendencia a abandonar la página de respuesta puede coexistir con una mayor conversión entre quienes sí salen. No es un hallazgo causal conjunto de los estudios anteriores: sus muestras, fechas y productos difieren. Por eso sus porcentajes no pueden multiplicarse para pronosticar resultados de una empresa.
Pensemos en un negocio ficticio que recibe menos visitas, pero más conversaciones comerciales adecuadas. Puede estar mejorando económicamente. Otro podría obtener más citas y menos pedidos rentables. Puede estar perdiendo valor. Ambas posibilidades encajan cuando la respuesta y la web cumplen partes distintas de la decisión. La distinción económica útil separa visibilidad, demanda cualificada y negocio cerrado.
| Unidad observada | Qué establece | Qué sigue sin saberse |
|---|---|---|
| El nombre apareció en una respuesta de la muestra | Cuántos compradores lo vieron o confiaron en él | |
| Una página se enlazó como evidencia | Si se recomendó la empresa | |
| Alguien llegó a una web medida | Si la visita fue adicional | |
| Se produjo un resultado comercial | Qué habría ocurrido sin la exposición |
Hallazgo 4: el contenido puede influir en la visibilidad, pero el aumento conocido no es una previsión
El artículo GEO aceptado en KDD 2024 presentó una referencia de 10,000 consultas y comunicó mejoras de visibilidad de hasta el 40% bajo sus medidas experimentales. Probó cambios como incorporar fuentes pertinentes, citas y estadísticas. Los efectos variaban según el ámbito. Su experimento separado en Perplexity también mostró que el resultado dependía de la medida elegida.
Es evidencia de que presentar las fuentes de otra forma puede influir en una respuesta. No promete un 40% más de contactos y los sistemas experimentales no representan todos los productos actuales. La visibilidad incluía cuánto material de la fuente aparecía y en qué posición. La distinción importante está entre un cambio de contenido que modifica una respuesta medida y un programa empresarial que aumenta el beneficio. El artículo demuestra lo primero, no lo segundo.
Hallazgo 5: la búsqueda con IA sigue dependiendo de la web existente
La guía actual de Google describe respuestas apoyadas en su índice y búsquedas complementarias: una pregunta puede activar consultas relacionadas antes de ensamblar la respuesta. Sigue recomendando información útil y original junto con los fundamentos habituales de búsqueda. Una página por cada formulación no es el modelo de valor descrito.
La consecuencia es una mayor competencia en la explicación. Un comprador ante una compra compleja puede necesitar a la vez pruebas sobre precios, compatibilidad, riesgos e implantación. Distintas páginas pueden aportar distintas piezas. Una empresa puede contribuir un dato útil sin controlar toda la respuesta. A la inversa, una marca conocida puede faltar en una decisión si su material no aborda las condiciones. Esta es mi interpretación del comportamiento documentado, no una fórmula de clasificación revelada.
Hallazgo 6: aparecer en búsquedas y entrenar modelos son decisiones separadas
OpenAI documenta OAI-SearchBot como su rastreador de búsqueda y GPTBot como otro rastreador asociado al entrenamiento. La separación es explícita: la política de entrenamiento de una empresa no tiene que coincidir con su decisión sobre aparecer en búsquedas.
Esto importa económicamente porque restringir el entrenamiento y seguir siendo descubrible no son necesariamente objetivos opuestos. También explica por qué una página bloqueada o excluida no se evalúa igual que una accesible que no fue seleccionada. Un equipo puede observar la misma ausencia en un panel aunque las causas sean diferentes. Ni el permiso ni un rastreo correcto garantizan una cita.
Google ofrece ahora un control separado de inclusión en IA
El control de Search Console para las funciones generativas de Google se desplegó mundialmente el 31 de agosto de 2026. La inclusión está activada por defecto, pero una propiedad puede heredar la decisión de otra superior. La documentación lo distingue de los controles de entrenamiento y de excluirse por completo de la búsqueda.
El hallazgo relevante es que la posibilidad de ser descubierto tiene ahora una capa visible de gestión, además del contenido. La ausencia puede reflejar una decisión editorial, una configuración heredada, acceso o selección. El mismo resultado visible no establece la misma causa. Es una distinción de elegibilidad, no evidencia de que activarla mejore la posición de la empresa.
Hallazgo 7: los informes de las plataformas mejoran sin cerrar la brecha de atribución
El informe específico de rendimiento de IA generativa de Google, desplegado mundialmente el 31 de agosto de 2026, muestra impresiones de funciones compatibles. Incluye vistas por páginas, países, fechas y dispositivos. Un sitio con pocas impresiones puede no verlo. Es evidencia útil de exposición de enlaces, no un registro completo de preguntas, clientes o ventas.
Bing mide el uso de fuentes, no resultados de clientes
El anuncio AI Performance de Bing de febrero de 2026 describe recuentos de citas, URL citadas y muestras de consultas subyacentes en experiencias compatibles. Distingue estas medidas del papel o posición de una página en una respuesta individual. Hace más observable el uso de fuentes sin convertirlo en atribución de ventas. Una página técnica y otra de compra pueden servir a decisiones muy distintas aunque cada una aporte una cita al total.
Conclusión comercial: la oportunidad es una demanda mejor informada, no un multiplicador universal de tráfico
Mi lectura es que la búsqueda con IA cambia tanto lo que aprende un cliente potencial como cuándo necesita una web. La información exacta sobre productos y servicios adquiere así importancia antes del clic. También hace que un simple índice de citas sea una medida incompleta del valor. Cada empresa debe resolver cómo estas exposiciones se conectan con resultados adecuados y adicionales a un coste aceptable.
Trabajo en Searchable. Mi función como socio estratégico es conectar esta investigación con la oferta, los mercados y las decisiones reales: un Prompt Universe personalizado, apoyo práctico durante la incorporación y una interpretación compartida. Una conversación útil conmigo empieza por dónde podría ayudar una demanda mejor informada. No empieza con un porcentaje de mejora prometido.
Alcance de la investigación
Revisado el 3 de noviembre de 2026. Es una síntesis de investigación primaria y documentación oficial, no una nueva encuesta o experimento controlado con clientes. Fechas y poblaciones permanecen separadas. Los hallazgos numéricos se atribuyen a sus editores; las interpretaciones comerciales son mías. Google y Bing miden unidades diferentes. Ningún estudio aquí establece un efecto universal sobre los ingresos de todos los sectores.
Fuentes y notas
Fuentes revisadas: 3 de noviembre de 2026. Los planes y ejemplos son consejos, no resultados de clientes medidos. Trabajo en Searchable. Los enlaces a su producto reflejan esa relación.
1
Searchable