La búsqueda de Google en la era de la inteligencia artificial: una reorientación económica de la economía de la información digital

¿La inteligencia artificial como amenaza inmediata para el modelo de negocio clásico de los motores de búsqueda o como desarrollo estratégico de un mercado ya dominado?

En el primer trimestre de 2025, Google se presenta oficialmente como el líder indiscutible del panorama global de las búsquedas. Con una cuota de mercado del 91,55 %, la compañía procesa aproximadamente 8900 millones de consultas diarias, lo que equivale a unas 103 000 consultas por segundo, o un total de 2,6 billones anuales. En dispositivos móviles, Google mantiene una posición prácticamente hegemónica con una cuota de mercado del 96,3 %. Estas cifras transmiten una imagen de dominio inquebrantable, pero tras esta superficie estadística se esconde una realidad mucho más compleja y volátil, marcada por la inestabilidad económica. La cuota de mercado, por sí sola, oculta una transformación fundamental en la relación de valor entre el volumen de búsquedas, el comportamiento del usuario y los ingresos generados.

En los últimos meses de 2024, se produjo un fenómeno inusual: la cuota de mercado global de Google cayó por debajo del umbral simbólico del 90 % por primera vez en una década. En octubre de 2024, la cuota se situó en el 89,34 %, en noviembre en el 89,99 % y en diciembre en el 89,73 %. Esto supone la primera caída sostenida por debajo de este umbral desde 2015. Si bien los analistas atribuyen este descenso en parte a cambios regionales en Asia, este hecho señala la convergencia de varias fuerzas estructurales que están empezando a desestabilizar fundamentalmente el ecosistema tradicional de los motores de búsqueda. Se trata menos de un éxodo radical de los usuarios actuales que de una transformación del comportamiento de búsqueda y de las vías económicas asociadas al éxito.

El modelo de negocio de Google se basa en una arquitectura elegante, aunque cada vez más frágil. En 2024, la compañía generó aproximadamente 307 mil millones de dólares en ingresos totales, de los cuales la publicidad en búsquedas representó cerca de 175 mil millones. Esto no solo representa el 57 % de los ingresos totales, sino que también constituye la columna vertebral financiera de toda la estructura corporativa. La mecánica de este modelo es simple pero efectiva: los usuarios formulan consultas de búsqueda con una intención de compra explícita o implícita; Google muestra anuncios de anunciantes que pagan por clic; los usuarios hacen clic en estos anuncios o en los resultados de búsqueda orgánica; y se crea un mercado trilateral entre usuarios, editores y anunciantes.

Esta arquitectura se ve fundamentalmente desafiada por la integración de la inteligencia artificial, en particular a través de la tecnología de las "Visiones Generales de IA".

La IA como destructora de modelos de negocio: Las métricas del declive

La introducción de los Resúmenes de IA de Google marca un punto de inflexión. Esta tecnología ofrece a los usuarios resúmenes sintetizados de información, generados por modelos generativos, directamente en la página de resultados de búsqueda, sin necesidad de acceder a sitios web externos. Su implementación fue extraordinariamente rápida: en enero de 2025, los Resúmenes de IA aparecían en el 6,49 % de todas las búsquedas. Para marzo de 2025, este porcentaje se había duplicado hasta alcanzar aproximadamente el 13,14 %. Esto significa que, actualmente, en más de una de cada siete búsquedas en Google en el mercado estadounidense, la recopilación de información mediante síntesis de IA se realiza antes de que el usuario acceda a un resultado de búsqueda orgánica tradicional o a un anuncio de pago.

Las consecuencias económicas de esta expansión no tardaron en hacerse evidentes. El porcentaje de clics (CTR), la métrica fundamental de todos los modelos económicos del capitalismo digital, reaccionó de forma drástica. Para las búsquedas que utilizan AI Overviews, el CTR orgánico se desplomó del 1,76 % en junio de 2024 al 0,61 % en septiembre de 2025. Esto representa una caída de aproximadamente el 65 %, o, en términos empresariales, el activo «clic en resultado de búsqueda orgánica» se ha vuelto aproximadamente dos tercios más volátil bajo la presión de la inteligencia artificial. Al mismo tiempo, los anuncios de búsqueda de pago experimentaron un descenso aún más drástico: el CTR se desplomó del 19,7 % al 6,34 %, una reducción del 68 %.

Resulta especialmente destacable la interacción entre estos dos efectos: la reducción en la tasa de clics causada por las Resúmenes de IA no se limita a las búsquedas donde se muestran dichos resúmenes. La tasa de clics orgánicos también disminuyó aproximadamente un 41 % interanual para las búsquedas sin Resúmenes de IA. Esto sugiere un efecto conductual más profundo: los usuarios están adaptando sus patrones de interacción. Están aprendiendo que cada vez vale menos la pena hacer clic en los resultados de búsqueda, ya que los sistemas de IA ya proporcionan respuestas en la página de resultados. Desde una perspectiva teórica, este aprendizaje podría entenderse como una forma de aversión irracional al riesgo o formación de rutinas; sin embargo, en realidad, los usuarios están reaccionando racionalmente ante un panorama informativo en constante transformación.

Los efectos agregados de esta transformación son impactantes por su crudeza. La proporción de "búsquedas sin clic" —aquellas que no generan un clic en un resultado externo— aumentó del 56 % al 69 %. En cambio, solo el 31 % de las consultas de búsqueda ahora conducen a un clic en un destino externo. Para los editores y creadores de contenido, esto representa una pérdida de tráfico de proporciones catastróficas. Un análisis de Similarweb reveló que el tráfico orgánico a los sitios web de noticias se desplomó de más de 2300 millones de visitas mensuales a menos de 1700 millones en un año: una pérdida de aproximadamente 600 millones de visitas al mes, o cerca del 26 % del volumen de tráfico anterior. Algunos editores reportan cifras aún más dramáticas: una importante revista estadounidense de estilo de vida observó una reducción en su tasa de clics del 5,1 % al 0,6 %, lo que equivale a una reducción de aproximadamente el 88 %.

Esto no es un ajuste gradual y evolutivo del panorama de los motores de búsqueda. Es una revolución. Las implicaciones para Google son paradójicas y contradictorias: por un lado, la integración de AI Overview reduce los clics, mientras que, por otro, Google se resiste a la presión para implementar esta función, argumentando que cada clic que no se pierde a manos de ChatGPT es valioso; por lo tanto, incluso un número reducido de clics es mejor que ninguno. Un memorándum interno de Google, del que se ha informado, articuló sucintamente esta tensión cognitiva: Google prefiere perder búsquedas en declive a favor de Gemini (el modelo de IA propio de Google) que a manos de ChatGPT, porque esto preservaría la posibilidad de retener usuarios dentro del ecosistema de Google. En otras palabras, Google se arriesga a una reducción a medio plazo del volumen de tráfico monetizable para mantener su posición de mercado frente a sus competidores de IA descentralizada a largo plazo.

Esta estrategia refleja un dilema fundamental del capitalismo de plataformas: cuando la medida tradicional de valor —la generación de clics— se ve presionada, deben desarrollarse vías alternativas para la creación de valor. Google está experimentando con esto mediante el desarrollo del Modo IA, una experiencia de búsqueda conversacional más completa diseñada para generar una mayor interacción del usuario a largo plazo. El modelo de negocio está pasando de modelos transaccionales («clics del usuario en un anuncio») a modelos potencialmente más integrados o incluso basados ​​en suscripciones. La proyección de ingresos por marketing de búsqueda para 2025, de aproximadamente 190 600 millones de dólares —un aumento de alrededor del 7 % en comparación con 2024—, mantiene un optimismo moderado a la luz de estas tendencias. Sin embargo, es probable que este crecimiento se logre principalmente a través de aumentos de precios (aumento del coste por clic) en lugar de un aumento del volumen.

La filosofía de producto de Robby Stein: De Snapchat a la búsqueda con IA

En este contexto, la biografía y la estrategia de producto explícita de Robby Stein, vicepresidente de Producto de Google Search, adquieren especial relevancia. Stein se convirtió en una figura clave en el intento de Google por orquestar la transformación de las búsquedas. Su trayectoria profesional resulta reveladora para comprender la lógica estratégica que subyace a los planes de IA.

Stein es conocido por desarrollar las Historias de Instagram. Esta decisión de producto ofrece un caso de estudio revelador sobre el desarrollo de productos en condiciones de extrema incertidumbre y sobre cómo las plataformas consolidadas pueden neutralizar a la competencia mediante copias «suficientemente buenas». En 2013, Snapchat introdujo las «Historias», una innovadora función de contenido efímero que desaparece automáticamente en las redes sociales. La innovación fue técnicamente elegante y disruptiva en cuanto al comportamiento del usuario, estableciendo una nueva categoría de interacción en redes sociales. Snapchat alcanzó aproximadamente 150 millones de usuarios activos diarios en 2016. Instagram, que ya formaba parte del ecosistema de Facebook y contaba con más de 500 millones de usuarios activos diarios, copió la función el 2 de agosto de 2016.

Las consecuencias fueron devastadoras para Snapchat. Instagram Stories alcanzó más de 150 millones de usuarios diarios en seis meses. Las visualizaciones de Snapchat Stories se desplomaron entre un 15 % y un 40 %. En menos de un año, Snapchat quedó prácticamente neutralizado en este segmento. Lo que diferenciaba a Instagram Stories de Snapchat Stories no era la superioridad técnica, sino la operativa: Instagram integró la función en un ecosistema ya dominante, ofrecía mejores análisis para los creadores, permitía etiquetar marcas y usuarios (algo que Snapchat no ofrecía) y operaba sobre una infraestructura técnica existente. Este fue un ejemplo clásico de economía de plataformas: la escala, las capacidades de integración y la excelencia operativa superan a la innovación en mercados fragmentados.

En entrevistas recientes, Stein describe su filosofía de desarrollo de productos como guiada por tres elementos clave: primero, la mejora continua, un enfoque constante en la optimización iterativa; segundo, una profunda comprensión del comportamiento del usuario en el contexto de sistemas tecnológicos complejos; y tercero, la disposición a tomar decisiones que desafían la intuición cuando los datos así lo exigen.

Esta filosofía se manifiesta en la estrategia de IA de Google. Stein ha declarado públicamente que Google ha identificado tres componentes clave para la "próxima generación de búsquedas": Resúmenes de IA (sinopsis rápidas generadas por IA), búsqueda multimodal (imágenes, vídeo, Lens) y Modo IA (una experiencia de búsqueda conversacional e interactiva, hasta ahora desconocida para Google). Estos tres elementos convergen para crear una experiencia de búsqueda fluida y más completa.

La velocidad de implementación es extraordinaria. El Modo IA pasó del concepto al lanzamiento en aproximadamente un año, lo cual es excepcionalmente rápido para una empresa de este tamaño. Esto refleja cómo los nuevos líderes de producto en Google —guiados explícitamente por los principios de Stein— están superando la antigua lentitud organizacional.

Sin embargo, la filosofía de Stein también presenta una debilidad estructural: implica entender la "mejora continua" como un proceso centrado en el producto en sí, y no en sus efectos ecosistémicos y distributivos. Desde una perspectiva puramente centrada en el usuario, las agresivas revisiones de IA pueden representar un acceso "mejorado" a la información. Pero desde la perspectiva de los editores y el ecosistema web en general, que depende de la generación de clics, constituyen una intervención destructiva. Esto crea un dilema: el gerente de producto, en su afán por lograr el máximo entusiasmo del usuario, puede socavar simultáneamente el modelo de negocio de la empresa, ya que la experiencia del usuario y la rentabilidad comercial no son congruentes.

Dispersión académica: Tres pilares de una transformación fragmentada

En entrevistas recientes, Stein ha propuesto un marco conceptual para las transformaciones en el panorama de las búsquedas: tres pilares distintos. Esta categorización es más significativa de lo que parece a primera vista, ya que revela cómo Google entiende internamente la fragmentación de su estrategia de búsqueda.

El primer pilar son los Resúmenes de IA. Se trata de resúmenes generados por IA de la información que se presenta en la página de resultados de búsqueda. Funcionan mediante un modelo Gemini especializado (el modelo de lenguaje complejo propio de Google) que interpreta la consulta de búsqueda, ejecuta una estrategia de búsqueda (denominada "consulta de expansión") en la que el modelo formula y ejecuta automáticamente varias docenas de consultas auxiliares para recopilar contexto y, a continuación, genera una respuesta estructurada. Los Resúmenes de IA están orientados a consultas informativas, como "temperatura de ebullición del agua", "mejores restaurantes de Berlín" o "cómo funciona Bitcoin". No son adecuados para consultas de navegación (en las que el usuario busca un destino específico). Tampoco son ideales para consultas comerciales prioritarias (intención de compra), ya que los formatos de anuncios tradicionales y los listados de productos siguen teniendo un mejor rendimiento en estos ámbitos.

El segundo pilar es la búsqueda multimodal, mediada principalmente por Google Lens. Esto permite a los usuarios buscar mediante información visual: toman una foto de un objeto y luego le preguntan a Google qué es, cómo repararlo y dónde comprarlo. El crecimiento de Google Lens es impresionante: un 15 % interanual, alcanzando aproximadamente 20 000 millones de consultas mensuales. Este es un pilar fundamental porque demuestra que la búsqueda de Google no se basa únicamente en texto; el medio de interacción se está diversificando.

El tercer pilar es el Modo IA. Este es el experimento más reciente y, conceptualmente, el más ambicioso. Mientras que las Resúmenes de IA se centran en respuestas directas (pregunta → respuesta → fin), el Modo IA funciona mediante una interacción conversacional más prolongada. Un usuario puede formular preguntas complejas de varios pasos («Busco un restaurante en Berlín, mi amigo es alérgico al maní, me gustaría una terraza, presupuesto de unos 60 euros por persona»), y el Modo IA le proporcionará recomendaciones paso a paso, las aclarará y refinará, y le presentará alternativas. Se trata menos de un buscador y más de un agente de información interactivo.

Esta diferenciación de la estrategia de búsqueda en tres modos no del todo equivalentes refleja una metaestrategia de flexibilidad y opciones. Google evita definir una «nueva búsqueda» monolítica y, en cambio, presenta un conjunto de modos de búsqueda que se adaptan a diferentes tipos de consultas y preferencias de los usuarios. Esto es estratégicamente inteligente porque implica apostar por varias opciones simultáneamente sin comprometerse con una única innovación que podría no tener éxito universal.

Sin embargo, esta estrategia de cartera también revela una profunda incertidumbre. Monetizar una experiencia de búsqueda fragmentada es más difícil que monetizar una arquitectura unificada. Cuando los usuarios eligen entre diferentes modos, generan inestabilidad en sus expectativas, lo que provoca abandono. Y si Google ofrece diferentes modos internamente, uno podría canibalizar al otro.

Soporte B2B y SaaS para SEO y GEO (búsqueda con IA) combinados: la solución todo en uno para empresas B2B - Imagen: Xpert.Digital

La búsqueda con inteligencia artificial lo cambia todo: cómo esta solución SaaS está revolucionando sus clasificaciones B2B para siempre.

El panorama digital para las empresas B2B está cambiando rápidamente. Impulsadas por la inteligencia artificial, las reglas de la visibilidad online se están redefiniendo. Para las empresas, siempre ha sido un reto no solo ser visibles en el panorama digital, sino también ser relevantes para los responsables de la toma de decisiones. Las estrategias tradicionales de SEO y la gestión de la presencia local (geomarketing) son complejas, requieren mucho tiempo y, a menudo, suponen una batalla contra algoritmos en constante cambio y una intensa competencia.

Pero ¿y si existiera una solución que no solo simplificara este proceso, sino que lo hiciera más inteligente, predictivo y mucho más eficaz? Aquí es donde entra en juego la combinación de soporte B2B especializado con una potente plataforma SaaS (Software como Servicio), diseñada específicamente para las necesidades de SEO y geolocalización en la era de la búsqueda con IA.

Esta nueva generación de herramientas ya no se basa únicamente en el análisis manual de palabras clave y estrategias de backlinks. En su lugar, aprovecha la inteligencia artificial para comprender con mayor precisión la intención de búsqueda, optimizar automáticamente los factores de posicionamiento local y realizar análisis competitivos en tiempo real. El resultado es una estrategia proactiva basada en datos que ofrece a las empresas B2B una ventaja decisiva: no solo se les encuentra, sino que se les percibe como la autoridad en su nicho y ubicación.

Aquí se muestra la simbiosis del soporte B2B y la tecnología SaaS impulsada por IA que está transformando el SEO y el marketing GEO y cómo su empresa puede beneficiarse de ella para crecer de manera sostenible en el espacio digital.

Más sobre esto aquí:

• Soporte B2B y blog para SEO, GEO y AIS: búsqueda con inteligencia artificial
• Olvídese de las costosas herramientas de SEO: esta alternativa domina con funciones B2B inmejorables

La cámara de eco del modelo Géminis: Arquitectura técnica y sus implicaciones empresariales

La arquitectura técnica subyacente de Gemini, el modelo de IA que impulsa el Modo de IA, las Vistas generales de IA y la búsqueda multimodal, es fundamental para comprender por qué Google está impulsando esta transformación. A diferencia de muchos modelos de lenguaje, Gemini está diseñado para ser multimodal desde su concepción. Esto significa que el modelo integra texto, imágenes, audio y vídeo en una única red neuronal, en lugar de añadir estas modalidades posteriormente. Esto confiere a Gemini una elegancia estructural desde una perspectiva teórica.

Técnicamente, Gemini utiliza una arquitectura denominada transformador-decodificador, optimizada para la eficiencia. El modelo se ejecuta en las Unidades de Procesamiento de Tensores (TPU) de Google Cloud, lo que otorga a Google una ventaja competitiva en la velocidad de inferencia: Google puede ejecutar modelos de IA de forma más rápida y económica que sus competidores que utilizan infraestructuras de nube de propósito general. Gemini puede realizar razonamiento lógico secuencial: puede descomponer problemas complejos en varios pasos conceptuales antes de formular una respuesta. Esto permite estructuras lógicas más profundas que la generación superficial de tokens de los modelos de lenguaje de aprendizaje (LLM) anteriores.

Fundamentalmente, Gemini está integrado con los repositorios de datos propios de Google. El Google Shopping Graph contiene aproximadamente 50 mil millones de productos, actualizados 2 mil millones de veces por hora mediante feeds de comerciantes. Google tiene acceso a 250 millones de ubicaciones e información cartográfica. Además, tiene acceso a datos financieros, información bursátil en tiempo real y a toda la web como fuente de contexto. Estos repositorios de datos no son de acceso público; son recursos propios a los que solo tiene acceso Google. Esto le otorga a Gemini (y, por lo tanto, a AI Mode, AI Overviews, etc.) una ventaja fundamental de la que carecen competidores como ChatGPT o Perplexity. OpenAI depende de datos disponibles públicamente y de datos obtenidos mediante API. Perplexity utiliza web scraping. Google ya dispone de los datos internamente.

Esta arquitectura ilustra por qué la integración de la IA de Google debe considerarse estratégicamente necesaria, y no meramente opcional. La infraestructura ya está en funcionamiento. Los datos ya existen. La capacidad de cómputo ya está disponible. La estrategia económicamente racional es utilizar estos recursos. La única cuestión es cuán agresiva debe ser la monetización, dados los efectos secundarios en el modelo de negocio tradicional.

El problema de la perplejidad: competencia en el ruido

Un aspecto que suele pasarse por alto en el debate sobre la búsqueda con IA es el papel de Perplexity AI. Fundada en 2022 por Aravind Srinivas, antiguo becario de Google, Perplexity se posiciona explícitamente como una interfaz de búsqueda nativa de IA. En agosto de 2024, Perplexity contaba con aproximadamente 15 millones de usuarios activos mensuales. La empresa proyectó ingresos de alrededor de 40 millones de dólares para 2024. OpenAI, por su parte, proyectó ingresos de aproximadamente 11 600 millones de dólares para 2025 a través de sus API y el uso comercial de ChatGPT Search.

Sin embargo, las cifras agregadas de usuarios revelan un panorama sorprendente: Perplexity y ChatGPT Search procesan actualmente, en conjunto, aproximadamente 37,5 millones de consultas diarias para ChatGPT, más un múltiplo de esa cantidad para Perplexity (estimado de forma conservadora entre 10 y 20 millones), lo que resulta en un total de entre 47,5 y 57,5 ​​millones de consultas de búsqueda con IA al día. Mientras tanto, Google procesa aproximadamente 14 mil millones de consultas de búsqueda diarias. Esto significa que Google procesa entre 250 y 370 veces más consultas de búsqueda que Perplexity y ChatGPT juntos. El tráfico agregado de búsquedas con IA representa aproximadamente entre el 0,1 y el 0,25 por ciento del tráfico web global total. Esto es ruido, no un indicio de un cambio de paradigma.

Esto es significativo porque demuestra que, a pesar de la enorme inversión de capital riesgo en startups de búsqueda con IA, a pesar del revuelo mediático en torno a la "revolución de las búsquedas" y a pesar de las mejoras técnicas reales en Perplexity y ChatGPT Search, la clásica Búsqueda de Google sigue siendo la principal fuente de información. Esto no significa que Perplexity y ChatGPT Search sean irrelevantes; simplemente indican un cambio en las expectativas de los usuarios. Pero tampoco significa que la posición de mercado de Google esté en peligro existencial.

Sin embargo, estas cifras pueden resultar engañosas. Si bien Perplexity representa solo el 0,01 % del volumen de búsquedas diarias de Google a nivel mundial, su penetración entre ciertos grupos de usuarios (jóvenes, expertos en tecnología y trabajadores que manejan grandes cantidades de información) es significativamente mayor. Un analista de capital riesgo podría argumentar que Perplexity no compite con Google, sino que está creando el tipo de usuario que constituirá el grupo dominante en diez años. Este es un argumento clásico de disrupción. Sin embargo, esto es mera especulación; los datos actuales sugieren una coexistencia de modelos de búsqueda, más que un proceso de sustitución.

El colapso de las editoriales: ¿Destrucción económica o reestructuración del modelo de negocio?

Para un análisis económico completo, es fundamental examinar el impacto negativo que la integración de la IA de Google tiene en los editores. Se trata de un fenómeno real e inmediato, no de una mera proyección. Los editores reportan pérdidas de tráfico del 70 al 80 por ciento. Una importante revista de noticias estadounidense perdió entre el 27 y el 38 por ciento de su tráfico entre 2024 y 2025. Un blog especializado en reformas del hogar perdió aproximadamente el 86 por ciento de sus ingresos, pasando de entre 7000 y 10 000 dólares mensuales a unos 1500 dólares mensuales.

Las consecuencias económicas son dramáticas. El sector de las noticias en Estados Unidos perdió aproximadamente 600 millones de visitas mensuales en menos de un año, una reducción de alrededor del 26 %. Para un sector que depende de los ingresos publicitarios, esto se traduce directamente en menos impresiones, menos clics en los anuncios, menores tasas de CPM (debido a la competencia por un inventario de impresiones más escaso) y una disminución de los ingresos totales.

Este es un caso clásico de externalización económica de los efectos negativos. Google internaliza los beneficios de la mejora en la experiencia del usuario (los usuarios no tienen que hacer clic, reciben respuestas instantáneas), pero externaliza los costes a los editores que ya no generan tráfico. Esta distribución asimétrica de costes es una característica estructural de las economías de plataforma, donde los operadores de la plataforma tienen poder de negociación para redistribuir los centros de costes.

Algunos editores están empezando a experimentar con modelos que se adaptan a esta nueva realidad: en lugar de optimizar el volumen de tráfico, optimizan las menciones de marca en los resultados de la IA. Si Google genera una respuesta para "mejores restaurantes Berlín", la mención de un restaurante específico podría ser más valiosa para ese restaurante que un clic, ya que refuerza el reconocimiento de marca y crea un punto de entrada prioritario. Los usuarios que leen respuestas de IA que mencionan un restaurante específico pueden estar más inclinados a visitarlo más adelante, incluso si no hacen clic de inmediato.

Esto no supone ningún consuelo para los editores que dependen de la monetización inmediata del tráfico. Pero sí apunta a una posible reestructuración de los modelos de negocio de los editores: pasando de "volumen de tráfico × CPM de anuncios" a "autoridad de marca × suscripción a contenido premium" o "autoridad de marca × relaciones con socios de alto valor".

La cuestión pendiente de facturación: ¿Quién paga por los datos de entrenamiento?

Un aspecto sutilmente importante, pero sistemáticamente ignorado, es la atribución de los datos de entrenamiento. Los modelos de IA que impulsan AI Overviews, AI Mode y ChatGPT Search se entrenaron con datos web creados en un 99 % por entidades ajenas a la IA. Las editoriales pagan a periodistas para que escriban artículos. Las agencias de noticias pagan a corresponsales para que recopilen información. Los científicos invierten tiempo en investigación para publicar sus hallazgos. Todas estas entidades financian sus operaciones mediante modelos de negocio basados ​​generalmente en la generación de tráfico o las suscripciones directas. Sin embargo, la creación de contenido web se considera un «bien público» si no se compensa mediante la monetización directa.

El proceso de entrenamiento de la IA nunca ha compensado a los creadores de contenido. OpenAI entrenó a GPT-4 con miles de millones de artículos sin compensar a los editores. Google entrenó a Gemini con contenido web sin compensación. Perplexity entrena sus modelos de forma similar. Esto es técnica y legalmente posible porque implica el «uso legítimo» (según la ley de derechos de autor de EE. UU.), pero es ética y económicamente asimétrico: los creadores de contenido financian el entrenamiento de la IA pero no reciben ninguna compensación directa. En cambio, se ven perjudicados por la disminución del tráfico generado.

Esto podría representar un riesgo a largo plazo para la industria de la IA. Si los editores no reciben compensación por sus datos de entrenamiento, tendrán menos incentivos para crear contenido de alta calidad. La calidad de la web disminuirá. Esto, a su vez, generará un problema para los modelos de IA entrenados con datos web, ya que se entrenarán con contenido de menor calidad. Se trata de un clásico problema de la "tragedia de los comunes". Algunos actores (principalmente OpenAI, con sus recursos comerciales, y Google, con su integración web intrínseca) ya han comenzado a experimentar con fuentes de datos licenciadas (por ejemplo, OpenAI colabora con editores de noticias para obtener feeds de contenido). Esto podría dar lugar a una nueva norma en la que el entrenamiento de la IA se realice parcialmente mediante licencias. Sin embargo, por ahora, esto sigue siendo la excepción, no la regla.

Desestabilización de la cadena de valor: De la publicidad a… ¿qué?

Un problema económico fundamental derivado de la integración de la IA de Google es la cuestión de las vías alternativas de monetización cuando la publicidad tradicional pierde eficacia. La clásica cadena de valor de Google era la siguiente: el usuario realiza una consulta → Google presenta resultados orgánicos y anuncios → el usuario hace clic → el editor o anunciante recibe tráfico o una conversión. Esta cadena de valor constituyó la base de la economía digital durante 25 años.

AI Overviews desestabiliza esta cadena de valor al eliminar el paso del "clic". Google necesita establecer nuevas cadenas de valor. Se están probando varios enfoques:

Primero: Integrar anuncios directamente en las Resúmenes de IA y el Modo de IA. Esto es difícil porque los usuarios entienden explícitamente estas respuestas generadas por IA como "no anuncios". Integrar anuncios en las respuestas de IA conlleva el riesgo de erosionar la confianza del usuario. Google se muestra cauto al respecto.

Segundo: Monetización mediante suscripción. Google está experimentando con versiones premium del Modo IA, que podrían ser de pago en el futuro. Esto significaría que la búsqueda conversacional con IA sería una función premium, mientras que la búsqueda estándar seguiría siendo gratuita. Se trata de un modelo freemium, similar al de Spotify o Adobe. El reto consiste en mantener una penetración suficientemente alta en las versiones de pago para compensar la pérdida de ingresos publicitarios.

Tercero: Monetización mediante modelos de negocio que no se basen en la monetización de usuarios individuales. Por ejemplo, Google podría ofrecer una «API para búsqueda empresarial con IA» donde los clientes empresariales alquilen modelos Gemini específicos para sus necesidades de búsqueda interna. Esto transformaría el modelo de negocio en un modelo B2B, similar a Google Cloud.

Cuarto: Monetización mediante la monetización de datos. Cuando Google realiza millones de interacciones de IA conversacional con los usuarios, genera enormes cantidades de datos sobre la intención del usuario. Estos datos son increíblemente valiosos para la segmentación publicitaria. Google podría utilizarlos para mejorar la segmentación de los anunciantes, incluso si disminuyen las tasas de clics. Esta es una forma de monetización indirecta.

Ninguna de estas alternativas es tan rentable como la fórmula clásica de "clic × CPM". Sin embargo, en conjunto, podrían crear un nuevo ecosistema de generación de valor.

El dilema estratégico de la mejora continua

La filosofía de Stein de "mejora continua" se topa con un conflicto estructural fundamental: el proceso de mejora del producto desde la perspectiva del usuario entra en conflicto directo con la estabilidad del modelo de negocio. Un mejor producto (resúmenes de IA que proporcionan respuestas instantáneas) perjudica el modelo de negocio (disminuyen los clics en anuncios). No se trata de un dilema gradual o moderado, sino de uno estructuralmente radical.

El problema se complica aún más por ser una cuestión de plazos. Google podría, en teoría, ralentizar o detener el lanzamiento de AI Overviews. Esto protegería los ingresos publicitarios a corto plazo. Pero también implicaría que Perplexity y ChatGPT Search se volvieran técnicamente superiores, y los usuarios migrarían a estas plataformas. En otras palabras, al no actuar, Google corre el riesgo de perder cuota de mercado frente a competidores que priorizan la experiencia del usuario. Esto crea un dilema del prisionero: todos los participantes se ven obligados a maximizar la experiencia del usuario, incluso si esto, en conjunto, conduce a una crisis de monetización.

Otra forma de entenderlo: la integración de la IA no es solo una decisión sobre una función; es una estrategia existencial frente a la competencia descentralizada. Google tiene que incorporar capacidades de IA, o las búsquedas migrarán a ChatGPT. Pero esta integración genera problemas inmediatos en su modelo de negocio. Google acepta este sacrificio a corto plazo como necesario para su posición de mercado a largo plazo.

La paradoja del crecimiento con múltiplos de ingresos decrecientes

Un último punto importante: el volumen de búsquedas de Google sigue creciendo. La tasa de crecimiento anual de las consultas de búsqueda fue de aproximadamente el 4,7 % en 2025, en comparación con el 4,1 % en 2024. Esto significa que el volumen absoluto de búsquedas está aumentando. Sin embargo, este aumento se ha producido a la par que disminuyen los multiplicadores de monetización. Una consulta de búsqueda en Google vale menos que hace un año porque la probabilidad de que alguien haga clic es menor.

Si esta tendencia continúa —crecimiento del volumen multiplicado por una tasa de monetización decreciente—, se generará una economía de «aprovechamiento de los recursos existentes», donde Google genera más tráfico pero obtiene menos ingresos. Si bien esto beneficia al usuario (más búsquedas, mejor calidad), perjudica a Google (menos ingresos por búsqueda, con una posible disminución de los ingresos totales).

La proyección de ingresos por marketing en buscadores de 190.600 millones de dólares para 2025 (frente a los 178.200 millones de dólares de 2024) sugiere que Google está compensando la pérdida de volumen mediante aumentos agresivos del CPM (obligando a los anunciantes a pagar precios más altos). Esta es una estrategia a corto plazo: si la eficiencia de Google sigue disminuyendo, los anunciantes acabarán migrando a canales alternativos (por ejemplo, directamente a los minoristas, Amazon Ads o TikTok Ads). La actual proyección podría estar basada en información poco sólida.

Innovación bajo presión y el escenario de las circunstancias

La transformación de Google de un motor de búsqueda clásico a una interfaz de búsqueda nativa de IA no es un cambio de estrategia voluntario; es una adaptación forzada frente a múltiples disrupciones simultáneas: ChatGPT/OpenAI como nueva competencia, Perplexity AI como nuevo canal de búsqueda, presión tecnológica interna (Gemini y otros modelos de IA ya están construidos; es irracional no usarlos) y un cambio en las expectativas de los usuarios (los usuarios esperan capacidades de IA en todos los productos digitales).

La filosofía de desarrollo de productos de Robby Stein —mejora continua, optimización exhaustiva de la experiencia del usuario y preparación para la conversión— funciona cuando la mejora del usuario y la estabilidad del modelo de negocio están alineadas. Sin embargo, en el contexto de la disrupción de la IA, estos objetivos entran en conflicto. El enfoque de Stein permite a Google impulsar agresivamente la innovación en IA, pero no ofrece soluciones inmediatas a los problemas del modelo de negocio que esta innovación genera.

El panorama a largo plazo es incierto. Existen varias posibilidades: (1) Google se estabiliza sobre una nueva base económica donde la búsqueda con IA, las suscripciones premium, los servicios B2B y la segmentación mejorada de anunciantes se combinan para crear una nueva cartera de ingresos. (2) Google pierde gradualmente cuota de mercado frente a Perplexity, ChatGPT Search y otros modelos descentralizados, ya que estos competidores ofrecen mejores experiencias de usuario y no están limitados por modelos de negocio que priorizan la monetización. (3) Una crisis regulatoria impide que Google aproveche su ventaja en datos, y el panorama competitivo permanece fragmentado.

Actualmente, el escenario 1 es el más probable, ya que las ventajas estructurales de Google (base de datos, base de usuarios, infraestructura) siguen siendo considerables. Sin embargo, la incertidumbre es real, y la transformación es permanente y estructural, no meramente gradual. En cualquier caso, una cosa está clara: la era de la monetización de búsqueda basada exclusivamente en clics está llegando a su fin. Algo nuevo está surgiendo, pero su forma aún no se ha estabilizado.

☑️ Nuestro idioma comercial es inglés o alemán.

☑️ NUEVO: ¡Correspondencia en tu idioma nacional!

Konrad Wolfenstein

Estaré encantado de servirle a usted y a mi equipo como asesor personal.

Puedes ponerte en contacto conmigo rellenando el formulario de contacto o simplemente llámame al +49 89 89 674 804 (Múnich) . Mi dirección de correo electrónico es: wolfenstein ∂ xpert.digital

Estoy deseando que llegue nuestro proyecto conjunto.

☑️ Apoyo a las PYMES en estrategia, consultoría, planificación e implementación.

☑️ Creación o realineamiento de la estrategia digital y digitalización

☑️ Ampliación y optimización de procesos de ventas internacionales

☑️ Plataformas comerciales B2B globales y digitales

☑️ Pionero en desarrollo empresarial / marketing / relaciones públicas / ferias comerciales

Nuestra experiencia global en la industria y los negocios en desarrollo de negocios, ventas y marketing - Imagen: Xpert.Digital

Enfoque industrial: B2B, digitalización (de IA a XR), ingeniería mecánica, logística, energías renovables e industria.

Más sobre esto aquí:

• Centro de negocios Xpert

Un centro temático con conocimientos y experiencia:

• Plataforma de conocimiento sobre la economía global y regional, la innovación y las tendencias específicas de la industria.
• Recopilación de análisis, impulsos e información de fondo de nuestras áreas de enfoque
• Un lugar para la experiencia y la información sobre los avances actuales en negocios y tecnología.
• Centro temático para empresas que desean aprender sobre mercados, digitalización e innovaciones industriales.

Benefíciese de la amplia y quíntuple experiencia de Xpert.Digital en un paquete integral de servicios | I+D, XR, RR. PP. y optimización de la visibilidad digital - Imagen: Xpert.Digital

Xpert.Digital tiene un conocimiento profundo de diversas industrias. Esto nos permite desarrollar estrategias a medida que se adaptan precisamente a los requisitos y desafíos de su segmento de mercado específico. Al analizar continuamente las tendencias del mercado y seguir los desarrollos de la industria, podemos actuar con previsión y ofrecer soluciones innovadoras. Mediante la combinación de experiencia y conocimiento generamos valor añadido y damos a nuestros clientes una ventaja competitiva decisiva.

Más sobre esto aquí:

• Utilice la experiencia quíntuple de Xpert.Digital en un solo paquete, desde sólo 500 € al mes