Los LLM están superando a los motores de búsqueda. A continuación le explicamos cómo adaptar su presencia en línea.

La IA está transformando las búsquedas en línea de dos maneras distintas, pero que se solapan. Ambas reducen las dificultades para los consumidores, pero aumentan las dificultades para las empresas. La primera es que los grandes modelos de lenguaje (LLM), como ChatGPT y Microsoft Copilot, están empezando a desplazar a los motores de búsqueda como lugar al que acuden los consumidores en busca de respuestas. Las personas escriben una consulta de búsqueda y reciben una respuesta sintetizada a partir de grandes cantidades de texto. Las fuentes y las marcas pueden citarse de forma selectiva o no citarse en absoluto. La segunda es que las descripciones generales de Google, impulsadas por Gemini, están diluyendo el tráfico de los sitios web. Estas descripciones generales se sitúan por encima de la búsqueda tradicional y proporcionan un resumen generado por IA antes de la conocida lista de enlaces. Estos avances representan un cambio significativo en la forma en que se encuentran y se accede a las empresas. Tienen un impacto fundamental en la estrategia empresarial y en el funcionamiento de las organizaciones. En este artículo destacamos tres de estos cambios y sugerimos cómo pueden las empresas navegar por este panorama moderno de descubrimiento. Cambio 1: las recomendaciones de IA están ganando influencia Las empresas gastan miles de millones en publicidad para impulsar el reconocimiento de marca. Procter & Gamble (P&G), por ejemplo, se encuentra entre las empresas que más gastan en Estados Unidos para impulsar el reconocimiento de marcas de consumo como Pampers, Tide y Gillette , con un gasto anual de alrededor de 9000 millones de dólares. Sin embargo, décadas de investigación sobre el consumo demuestran que, aunque las personas toleran la publicidad, confían en las recomendaciones. Y hoy en día, esa confianza se está desplazando de las fuentes humanas (amigos, familiares, vendedores, influencers) hacia las algorítmicas (principalmente, los LLM). Esto sugiere que los consumidores se están viendo menos influenciados por la presión de la publicidad y más por el atractivo de las recomendaciones de la IA. En lugar de confiar en los mensajes impulsados por las marcas de los grandes anunciantes, los consumidores se basan en los mensajes basados en datos de la IA con preguntas como: «¿Cuál es la marca de pañales más eficaz y menos costosa?» O: «¿Qué detergente líquido recomendaría para un restaurante?». Como resultado, muchas empresas están reevaluando cómo y dónde asignan su presupuesto publicitario en respuesta a este cambio en el comportamiento de los consumidores. Tomemos como ejemplo un importante minorista online europeo al que llamaremos Nordpay. Se ha posicionado directamente en el flujo de «recomendaciones de IA» al implementar un flujo personalizado de productos impulsado por IA que muestra a cada cliente. También utiliza sistemas de IA para crear contenido, recomendaciones e interacciones en tiempo real con el fin de mejorar la experiencia de compra y personalizar el marketing. En lugar de aumentar su presupuesto publicitario para «mantener el ritmo» de la competencia, Nordpay está reasignando su gasto, alejándose de las agencias externas y orientándolo hacia la producción interna basada en IA. En concreto, como nos explicó un ejecutivo publicitario: «Hemos reducido nuestro gasto en publicidad en un 11 % y, aun así, hemos aumentado la producción de marketing. Hemos recortado el gasto en agencias en aproximadamente un 25 %, trasladando el trabajo a la empresa con IA generativa. Y hemos sustituido gran parte de nuestros flujos de trabajo de producción de imágenes por herramientas como Midjourney, DALL-E y Adobe Firefly, reduciendo el ciclo de desarrollo de imágenes de aproximadamente seis semanas a unos siete días». Qué pueden hacer las empresas: Revise su presupuesto publicitario para comprobar si se está gastando de forma inteligente. Asegúrese de utilizar un lenguaje coherente y específico en todo el contenido, de modo que las herramientas basadas en LLM, mediadas por LLM y potenciadas por LLM asocien estas ideas específicas con su marca. Mejor aún, cree conceptos con su nombre (por ejemplo, «El índice Acme», «El método Smith») para que los sistemas de IA asocien sus ideas con su marca. Reasigne su presupuesto publicitario a canales de recomendación nativos de IA y desarrolle capacidades internas de IA generativa para acelerar y reducir el coste de la producción creativa. Pase de la publicidad basada en campañas a la experimentación continua y permanente. Cambio 2: el SEO y el diseño de sitios web importan cada vez menos La búsqueda tradicional seguía un patrón claro. Un cliente introducía una consulta; los motores de búsqueda devolvían una lista clasificada de sitios web; y el cliente hacía clic en varios enlaces para encontrar la mejor respuesta a su consulta. Este proceso creaba una ruta de conversión del cliente en varios pasos en la que las empresas tenían margen para diferenciarse mediante el diseño del sitio web, páginas útiles, testimonios y ejemplos. Esto ahora se está derrumbando. Cuando los clientes preguntan a una herramienta de IA o recurren por defecto a las descripciones generales de Google AI para obtener recomendaciones de productos y servicios o información profesional, reciben una respuesta completa, no un conjunto de enlaces para explorar. Un estudio reciente reveló que, cuando aparecen resúmenes generados por IA en los resultados de búsqueda, los usuarios solo hacen clic en los sitios web clasificados en el 8 % de los casos, frente al 15 % sin IA. Esto supone una reducción del 47 % en los clics. Para algunos editores, las tasas de clics han caído de forma alarmante hasta un 89 %, ya que la fase exploratoria de los clientes se desintegra y los puntos de contacto con la marca, donde las organizaciones solían obtener una ventaja competitiva, desaparecen en gran medida. Consideremos la experiencia de una gran aseguradora médica privada estadounidense a la que llamaremos HSure. Esta empresa ha descubierto que los LLM están reduciendo la vía tradicional de reconocimiento de marca por parte de los consumidores. Antes, los motores de búsqueda dirigían a los consumidores potenciales a las páginas educativas, las explicaciones sobre las pólizas y las herramientas de comparación de HSure, a menudo tras múltiples visitas al sitio web antes de tomar una decisión de compra. Estas interacciones repetidas generaban confianza, transmitían los matices normativos y posicionaban a la empresa como un experto creíble en un ámbito complejo. Cada vez más, los consumidores dirigen sus preguntas directamente a modelos de lenguaje grande (LLM) como ChatGPT. El modelo genera una respuesta completa sintetizada a partir de las descripciones de las pólizas, las estructuras de prestaciones y las explicaciones normativas de HSure, junto con material similar de la competencia. La respuesta llega sin un enlace directo al sitio web de HSure. Como explica Julia, directora de operaciones de HSure: «Nuestro análisis interno ha demostrado que la información que antes requería entre 15 y 20 visitas al sitio web a lo largo del proceso de investigación del cliente ahora se proporciona en una única respuesta generada por el LLM. Nuestro reconocimiento de marca se elimina de la relación con el cliente y perdemos no solo tráfico y oportunidades de conversión, sino también nuestro papel a la hora de orientar decisiones de gran importancia sobre salud, riesgos y protección financiera». Qué pueden hacer las empresas: Cambien sus planes de contenido para pasar de optimizar páginas a diseñar el recuerdo. Compartan datos originales generados por la organización, experiencias de primera mano, puntos de vista sólidos y expertos internos con credenciales. Los LLM son mucho más propensos a recordar: «Según la encuesta Healthy Plus de HSure...» que «Nuestro estudio sugiere...». Añadan los nombres, credenciales y biografías de expertos reales al contenido. Creen conceptos distintivos, puntos de referencia o marcos de referencia de marca que se conviertan en sinónimos de su forma de pensar. Estructuren el contenido en un lenguaje claro y citable para que los modelos de IA puedan reproducirlo fácilmente. Midan el éxito no solo por el tráfico, sino también por si su marca y sus expertos se mencionan, se parafrasean y se asocian con ideas clave dentro de las respuestas generadas por la IA. Cambio 3: El marketing tiene una nueva audiencia Cuando los clientes preguntan: «¿Cuál es la mejor solución de contabilidad para mi pequeña empresa?», Claude ofrece recomendaciones sintetizadas en formato conversacional, lo que a menudo elimina la necesidad de hacer clic en enlaces o páginas de marcas. El resultado es que la IA, en lugar del cliente, controla la primera impresión y el marketing tradicional pierde su fuerza. Un importante sitio web de reseñas de productos y afiliados, aquí denominado Product Insight, ha sido testigo de ello. El marketing había invertido mucho en ofrecer comparativas exhaustivas de productos y reseñas de expertos para categorías que iban desde ordenadores portátiles hasta electrodomésticos de cocina con el fin de impulsar los ingresos. Sin embargo, dado que ahora los consumidores pueden hacer preguntas a Google Overviews con tecnología Gemini, como «¿Qué aspiradora es la mejor para el pelo de mascotas?», los datos de tráfico de Product Insight revelan que sus páginas con mayor valor histórico han experimentado una disminución del tráfico del 67 %. Google Overviews aparece ahora en el 78 % de las consultas sobre sus productos principales. Esto demuestra que, cuando Google introdujo AI Overviews, no solo modificó los resultados de búsqueda, sino que cambió el papel del marketing. Cada vez más, las marcas deben persuadir no solo a los clientes, sino también a los algoritmos que median sus interacciones. Consideremos la editorial estadounidense que llamaremos Henry Smith, propietaria de una plataforma dedicada al hogar y al estilo de vida que ofrece consejos prácticos sobre decoración, jardinería, proyectos de bricolaje, limpieza y entretenimiento. El marketing hacía hincapié en los consejos cotidianos para ayudar a los lectores a crear espacios habitables y combinaba tutoriales respaldados por expertos con información sobre tendencias y sugerencias de productos seleccionados. Su modelo de negocio dependía de obtener una buena posición en búsquedas como «¿cuáles son los mejores auriculares con cancelación de ruido por menos de 200 dólares?», convirtiendo la intención en ingresos por afiliación. Los sistemas de IA ahora sintetizan esas clasificaciones directamente en los resultados de búsqueda, a menudo sin un clic, un enlace o un mensaje de marca. El algoritmo, y no el editor, es el que enmarca la recomendación. En respuesta a ello, Henry Smith ha rediseñado el propio marketing. Como explica Michael, su director de crecimiento: «Ahora estructuramos el contenido para que las máquinas puedan analizar la autoridad y la experiencia. Hemos invertido en esquemas (un vocabulario estandarizado que etiqueta el contenido de forma legible para las máquinas), hemos aumentado las señales de autoría (que indican quién ha creado el contenido y por qué está cualificado para hacerlo) y hemos proporcionado una arquitectura de datos limpia (cómo se estructura, organiza y codifica el contenido para que los algoritmos puedan interpretarlo fácilmente). Además, hemos acelerado los esfuerzos para establecer relaciones directas con el público a través de boletines informativos y búsquedas de marca». Para Michael, la lección estratégica es clara: «El marketing ya no consiste únicamente en influir en la percepción humana. En un mercado mediado por la inteligencia artificial, el primer cliente es el algoritmo». Qué pueden hacer las empresas: Escriba contenido que defina claramente los conceptos y utilice explicaciones estructuradas, como pasos y definiciones. Exprese las conclusiones con claridad (a los LLM les encanta la claridad) y haga que su marca sea fácil de citar con un nombre claro, un posicionamiento claro («X es un Y que hace Z») y una descripción coherente en todas partes (sitio web, LinkedIn, medios de comunicación, perfiles al estilo de Wikipedia). Asegúrese de que su marca aparezca de forma coherente en publicaciones del sector, entrevistas a expertos, agendas de conferencias y firmas de autores. Fomente el debate de terceros sobre su marca (reseñas, comparaciones, estudios de casos). Los LLM deducen la importancia a partir de la frecuencia y la coherencia entre las distintas fuentes. . . . Durante más de 20 años, las empresas han confiado en los motores de búsqueda como la columna vertebral de su ventaja competitiva. Perfeccionaron sus planes de SEO, crearon amplias bibliotecas de contenido e invirtieron mucho en captar clics, atraer tráfico a sus sitios web y convertir el interés en ingresos. Esa era está llegando a su fin con la llegada de la inteligencia artificial. Los consumidores ya no necesitan visitar sitios web, y las marcas se están volviendo invisibles para ustedes. A medida que las respuestas sustituyen a los enlaces y la síntesis sustituye a la exploración, la visibilidad ya no se consigue a través de los clics, sino a través de la presencia de la marca dentro de los sistemas de IA. Los ganadores en este nuevo panorama dominado por la IA serán aquellos que traten la IA no como un canal para optimizar, sino como una audiencia a la que influir. Eso requiere claridad en los conocimientos especializados, coherencia en el mensaje y una construcción de marca sostenida más allá de las búsquedas.

Los LLM están superando a los motores de búsqueda. A continuación le explicamos cómo adaptar su presencia en línea.

Resumen.

Partner Center