Cada vez aparecen más titulares que aseguran que los consumidores están sustituyendo Google por ChatGPT.
Al mismo tiempo, Google continúa enviando un volumen de tráfico enormemente superior al de los asistentes de inteligencia artificial.
Las dos cosas pueden ser ciertas.
El problema es que uso, influencia, clic y compra no miden lo mismo.
Una persona puede empezar una investigación en ChatGPT, buscar después una marca en Google, visitar su web directamente, consultar opiniones y acabar contactando con la empresa días más tarde.
¿Qué canal ha provocado la decisión?
Probablemente ninguno de forma aislada.
En Èmfasi nos interesaba comprobar si, más allá del entusiasmo que rodea a la inteligencia artificial, existen datos suficientes para afirmar que está cambiando la manera en que los usuarios:
- Descubren productos, servicios y proveedores;
- Entienden qué opciones tienen;
- Comparan alternativas;
- Preparan una primera selección;
- Verifican una recomendación;
- Y toman una decisión.
La hipótesis inicial parecía razonable: las personas pueden explicar un problema completo a un asistente, pedirle que compare opciones y delegar una parte del trabajo que antes hacían visitando diferentes webs.
Pero no queríamos darla por demostrada.
Hemos revisado estadísticas oficiales, working papers con metodología, encuestas de consumidores, datos de navegación real e información publicada por plataformas como OpenAI y Google.
La conclusión es menos espectacular que algunos titulares, pero probablemente más importante para las empresas:
La IA no está sustituyendo de manera generalizada a Google ni a la decisión humana. Sí está ganando peso en las fases en las que el usuario entiende el problema, investiga opciones, compara alternativas y decide qué marcas merecen continuar dentro del proceso.
Contenidos
La IA no es solo una nueva caja de búsqueda
Durante años, el proceso de investigación digital se ha representado de una manera relativamente sencilla:
- El usuario introduce unas palabras clave;
- Revisa una lista de enlaces;
- Visita diferentes webs;
- Compara manualmente la información;
- Toma una decisión.
Este modelo continúa existiendo.
Pero ahora puede convivir con otro:
- El usuario explica una necesidad con contexto;
- El asistente interpreta el problema;
- Propone criterios de decisión;
- Sintetiza información procedente de diferentes fuentes;
- Compara opciones;
- Presenta una shortlist;
- El usuario verifica después la información en otros canales.
El cambio no consiste únicamente en escribir una pregunta más larga.
Consiste en delegar una parte de la interpretación.
Una búsqueda como:
“agencia de marketing digital Barcelona”
expresa una categoría y una localización.
En cambio:
“¿Qué agencia de Barcelona encajaría mejor con una empresa industrial B2B que necesita renovar la web, captar leads internacionales y trabajar tanto el SEO como la visibilidad en asistentes de IA?”
pide al sistema que entienda:
- Qué tipo de empresa está buscando;
- Qué especializaciones necesita;
- Qué criterios debería valorar;
- Qué opciones merecen ser investigadas;
- Y por qué una puede encajar mejor que otra.
Antes, esta interpretación la hacía principalmente el usuario.
Ahora puede hacerla parcialmente un sistema.
La IA ya está modificando comportamientos
Para que una tecnología cambie un proceso de compra, primero debe dejar de ser marginal.
Según Eurostat, el 32,7% de las personas de 16 a 74 años de la Unión Europea había utilizado herramientas de inteligencia artificial generativa durante los tres meses anteriores a la encuesta de 2025.
Entre los jóvenes de 16 a 24 años, el porcentaje alcanzaba el 63,8%, según un análisis específico publicado por Eurostat en febrero de 2026.
En Estados Unidos, el working paper The Rapid Adoption of Generative AI, del National Bureau of Economic Research, estimaba que, a finales de 2024, casi el 40% de la población de 18 a 64 años ya había utilizado IA generativa. El resumen metodológico del mismo organismo situaba la proporción exacta de encuestados en el 39,4%.
Estas cifras no indican cuántas personas utilizan ChatGPT para escoger un seguro, una bicicleta o un proveedor industrial.
Miden uso general, que puede incluir:
- Estudios;
- Redacción;
- Programación;
- Traducción;
- Productividad;
- Entretenimiento;
- Investigación de información.
Pero sí permiten descartar una idea: que la IA generativa siga siendo un hábito reservado exclusivamente a perfiles técnicos o experimentales.
La base de usuarios ya es suficientemente amplia para que su diseño conversacional empiece a influir en la manera en que las personas formulan preguntas y buscan orientación.
La diferencia generacional también apunta a que este comportamiento puede continuar creciendo a medida que los usuarios más jóvenes asuman más decisiones de compra y responsabilidades profesionales.
No es una prueba sobre el futuro. Pero sí una señal difícil de ignorar.
No solo pedimos textos: también pedimos orientación
Una de las objeciones habituales es que ChatGPT se utiliza sobre todo para escribir correos, resumir documentos o generar contenidos.
Es un uso importante, pero no es el único.
El working paper How People Use ChatGPT, elaborado por investigadores de OpenAI, Harvard y otras instituciones, analizó mediante un sistema automatizado y preservador de la privacidad una muestra representativa de conversaciones de planes de consumo.
La presentación pública de OpenAI explica que el estudio trabajó con aproximadamente 1,5 millones de conversaciones.
Los mensajes se clasificaron en tres grandes grupos:
- Un 49% era Asking: preguntar, buscar información o pedir asesoramiento;
- Un 40% era Doing: encargar una tarea u obtener un resultado;
- Un 11% era Expressing: expresión personal o conversación.
La categoría relacionada con la búsqueda de información pasó aproximadamente del 14% al 24% del uso entre mediados de 2024 y mediados de 2025.
Este dato no significa que una de cada cuatro conversaciones haya sustituido una búsqueda en Google.
Tampoco nos dice cuántas tenían una finalidad comercial.
Pero sí describe una evolución funcional.
El usuario no solo dice:
“Escríbeme este texto.”
También pregunta:
“¿Qué debería tener en cuenta?”
“¿Qué opción encaja mejor?”
“¿Qué diferencias hay?”
“¿Qué riesgos no estoy considerando?”
Cuando una persona pide ayuda para estructurar una decisión, el asistente deja de ser solo una herramienta de producción.
Empieza a actuar como una capa de orientación.
Las preguntas son más largas, pero este no es el cambio principal
Google ha declarado que las consultas en AI Mode son, de media, aproximadamente tres veces más largas que las búsquedas tradicionales.
La compañía también explica que los usuarios utilizan este entorno para:
- Preguntas abiertas;
- Comparaciones;
- Investigación de productos;
- Planificación;
- Consultas complejas;
- Preguntas de seguimiento.
El dato aparece en la publicación How AI Mode is changing the way people search in the U.S., publicada en mayo de 2026.
Son datos internos de Google. La compañía no publica la muestra completa, la distribución de las consultas ni todos los criterios del cálculo.
Por tanto, deben interpretarse con prudencia.
Pero la longitud no es, en realidad, la cuestión más importante.
Una consulta no es mejor porque contenga más palabras.
El cambio relevante es que el usuario puede explicar en una sola interacción una situación que antes tenía que fragmentar en varias búsquedas.
Por ejemplo:
“CRM para pymes”
se puede convertir en:
“Busco un CRM para una empresa industrial de 25 personas, con equipo comercial en España y Francia, integración con Business Central y un proceso de venta de seis meses. ¿Qué opciones debería valorar y qué limitaciones tiene cada una?”
En la segunda petición, el usuario no solo busca nombres de productos.
Pide:
- Que se interprete su situación;
- Que se determinen los criterios relevantes;
- Que se descarten opciones inadecuadas;
- Que se construya una comparación;
- Que se justifique una posible selección.
Eso puede alterar el proceso antes de que se produzca ninguna visita.
¿Qué ha cambiado entre 2023 y 2026?
Las fuentes no forman una serie estadística única y perfectamente comparable.
Miden países, muestras, herramientas y comportamientos diferentes.
Aun así, cuando se ordenan cronológicamente aparece una tendencia coherente.
2023: experimentación
Durante el primer año completo después del lanzamiento de ChatGPT, gran parte del uso estaba vinculada a la curiosidad, la redacción y la experimentación.
Los primeros trabajos sobre búsqueda asistida ya observaban que los usuarios alternaban entre asistentes y buscadores, pero la evidencia comercial todavía era limitada.
La pregunta dominante era si la IA generativa podía resultar útil.
2024: adopción
En 2024, las encuestas representativas en Estados Unidos ya situaban el uso de la IA generativa cerca del 40% entre la población adulta de 18 a 64 años.
Los asistentes dejaban de ser una novedad desconocida y empezaban a formar parte de rutinas de trabajo, estudios e investigación de información.
2025: integración en la búsqueda y la compra
En 2025, la IA generativa ya aparecía integrada dentro de Google mediante AI Overviews y AI Mode.
Al mismo tiempo, estudios de Adobe, Bain y otras organizaciones empezaban a registrar uso declarado para investigar productos, obtener recomendaciones y comparar opciones.
Pew Research Center también pudo observar cómo cambiaba el clic cuando Google ofrecía una respuesta generada por IA.
2026: influencia sin clic y primeros agentes
El debate ya no se centra únicamente en cuántas personas utilizan IA.
Empieza a preguntarse:
- Si una recomendación genera visitas posteriores;
- Si la influencia queda atribuida a otros canales;
- Si los usuarios aceptan que un agente ejecute acciones;
- Y hasta dónde están dispuestos a delegar.
La secuencia que dibujan los datos es:
experimentación → adopción → investigación → comparación → influencia → primeros intentos de ejecución.
No es:
Google → desaparición de Google → compra autónoma.
En consumo, la IA ya participa en la consideración
Una investigación de Adobe, Traffic to U.S. Retail Websites from Generative AI Sources Jumps 1,200 Percent, combina datos de Adobe Analytics con una encuesta a más de 5.000 consumidores de Estados Unidos.
El 39% de los encuestados afirmaba haber utilizado inteligencia artificial generativa para comprar online.
Entre las personas que la habían utilizado con esta finalidad:
- El 55% la había empleado para investigar;
- El 47%, para obtener recomendaciones;
- El 43%, para buscar ofertas;
- El 35%, para encontrar ideas de regalo;
- El 35%, para descubrir productos singulares.
Adobe también observó un crecimiento muy elevado del tráfico referral procedente de fuentes de IA hacia webs de retail.
Entre julio de 2024 y febrero de 2025, este tráfico creció un 1.200%.
La misma fuente advierte, sin embargo, que continuaba siendo modesto en comparación con canales como la búsqueda de pago o el email.
Bain publicó en 2026 el artículo Spain and Portugal Stand Out Among Europe’s Generative AI Adoption, basado en una encuesta realizada en septiembre de 2025 a 7.298 consumidores europeos.
Dentro de la muestra:
- El 57% de los consumidores europeos afirmaba utilizar IA generativa para obtener recomendaciones de compra o apoyo a la decisión;
- En España, el 22% decía haber sustituido los buscadores por herramientas de IA “la mayor parte del tiempo”.
Este 22% es la proporción más elevada entre los países estudiados.
Es un dato relevante, pero no debe leerse como una cuota de mercado.
Es comportamiento declarado, no una observación directa del historial completo de navegación.
El usuario puede considerar que ChatGPT ha sustituido Google para obtener una primera orientación, pero continuar utilizando el buscador para:
- Comprobar una marca;
- Localizar una tienda;
- Leer reseñas;
- Visitar la web oficial;
- Verificar un precio;
- Finalizar una compra.
Esto explica por qué algunas encuestas muestran porcentajes elevados de uso y, en cambio, el tráfico observable continúa siendo muy inferior al de Google.
No es necesariamente una contradicción.
Miden momentos diferentes.
No todas las compras son iguales
El uso de la IA no tiene el mismo sentido en todas las categorías.
Es más fácil pedir a un asistente:
“¿Qué auriculares me recomiendas para trabajar en una oficina ruidosa?”
que delegarle una decisión sobre:
- Una hipoteca;
- Un tratamiento médico;
- Una inversión;
- Un seguro complejo;
- Un proveedor industrial crítico;
- Un servicio jurídico.
Cuanto más alto es el riesgo, más importante es:
- Verificar la información;
- Entender la fuente;
- Asumir responsabilidad;
- Hablar con una persona experta;
- Comprobar condiciones actualizadas.
En productos de riesgo bajo o medio, la IA puede acelerar una comparación.
En decisiones de riesgo elevado, es más probable que funcione como punto de partida.
Esto no reduce necesariamente su influencia.
Un asistente puede no tomar la decisión final, pero sí condicionar:
- Qué categorías se consideran;
- Qué criterios se utilizan;
- Qué marcas entran en la conversación;
- Qué opciones se descartan.
Una recomendación no es una compra.
Pero puede decidir quién tendrá la oportunidad de competir.
En B2B, la evidencia es prometedora, pero todavía sectorial
En compra empresarial, los datos más directos proceden del mercado del software.
El G2 Buyer Behavior Report 2025 se basa en una encuesta online realizada en abril de 2025 a 1.169 decisores o influenciadores de compra de software B2B de Norteamérica, EMEA y Asia-Pacífico.
En aquella edición:
- Casi ocho de cada diez afirmaban que la búsqueda con IA había cambiado su manera de investigar;
- El 29% decía que empezaba la investigación en plataformas como ChatGPT más a menudo que en Google.
G2 repitió el estudio en marzo de 2026 con 1.076 compradores y decisores de software B2B.
Según The Answer Economy: How AI Search Is Rewiring B2B Software Buying:
- El 51% afirmaba empezar la investigación con un chatbot de IA más a menudo que con Google;
- El 71% utilizaba chatbots de IA en algún momento de la investigación;
- El 61% utilizaba la IA y Google de manera combinada.
La comparación entre el 29% de 2025 y el 51% de 2026 apunta a una evolución muy rápida.
También debe matizarse.
G2 es una plataforma comercial de reseñas y comparación de software, tiene un interés directo en este mercado y los datos son declarados por los encuestados.
Además, la compra de software presenta unas condiciones especialmente favorables para los asistentes:
- Muchas opciones parecidas;
- Funcionalidades complejas;
- Integraciones;
- Modelos de precio;
- Reseñas estructuradas;
- Necesidad de construir una shortlist.
Seleccionar un CRM no es lo mismo que contratar:
- Una ingeniería;
- Una asesoría jurídica;
- Una empresa logística;
- Un fabricante de maquinaria;
- Una constructora;
- Una consultora estratégica;
- Un proveedor homologado.
En estos procesos intervienen:
- Reuniones;
- Presupuestos a medida;
- Referencias;
- Pruebas;
- Homologaciones;
- Compliance;
- Capacidad productiva;
- Responsabilidad contractual;
- Relaciones de confianza.
Por eso no sería riguroso utilizar los datos de G2 como prueba de que la mitad de toda la compra B2B ya empieza en un chatbot.
Lo que sí muestran es que, al menos en una categoría compleja y digitalizada, los asistentes ya pueden actuar como primera capa de investigación.
Y el mismo estudio refuerza una idea central de este artículo: incluso dentro del software B2B, muchos usuarios no eligen entre Google y la IA. Utilizan ambos.
Una parte de la influencia no aparece como tráfico de IA
Imaginemos una empresa que necesita contratar a un proveedor.
La persona responsable pregunta a ChatGPT:
“¿Qué empresas de Barcelona tienen experiencia en proyectos digitales para industria B2B?”
El asistente propone cuatro opciones.
El usuario no hace clic en ningún enlace. Cierra la conversación.
Al día siguiente busca dos de esas empresas en Google, visita sus webs y contacta con una.
En Analytics, la conversión puede aparecer como:
- Búsqueda orgánica de marca;
- Tráfico directo;
- O incluso una visita posterior desde otro canal.
ChatGPT habría influido en el descubrimiento, pero no aparecería como referral.
El estudio de Similarweb Being Recommended in AI Makes Users 2.5x More Likely to Visit Your Site analizó miles de trayectorias reales en los sectores de finanzas, viajes y belleza.
La compañía siguió durante siete días a usuarios que:
- Habían hecho una pregunta relevante a ChatGPT;
- Habían recibido una recomendación de marca;
- No habían visitado previamente aquella marca;
- Y no la habían mencionado en el prompt inicial.
Según Similarweb:
- Los usuarios expuestos a una recomendación eran 2,5 veces más propensos a visitar posteriormente la marca;
- El 55,9% de las visitas influidas llegaba mediante una búsqueda;
- Entre las visitas estándar, la búsqueda representaba aproximadamente el 40%.
Es una evidencia interesante, pero todavía limitada.
Similarweb comercializa soluciones relacionadas con visibilidad digital y no publica todos los microdatos ni el tamaño exacto de la muestra.
Tampoco se puede establecer causalidad definitiva únicamente observando que una recomendación y una visita aparecen dentro de un mismo recorrido.
Pero el comportamiento descrito es plausible.
E introduce una dificultad que no podemos ignorar:
La falta de referral directo no demuestra una falta de influencia.
Google continúa siendo central
El tráfico procedente de los asistentes crece muy rápidamente cuando se mide en porcentajes.
Similarweb estimaba un aumento interanual del 357% en junio de 2025.
Adobe había registrado incrementos superiores al 1.000% en tráfico hacia webs de retail.
Pero ambos crecimientos partían de una base reducida.
En el análisis AI Referral Traffic Winners by Industry, Similarweb estimaba que las plataformas de IA generativa habían enviado aproximadamente:
- 1.130 Millones de visitas referral en junio de 2025;
- Frente a 191.000 millones de referrals procedentes de Google Search.
El estudio se basa en estimaciones sobre las 1.000 webs principales del mundo.
No es una cuota global de búsqueda, pero muestra claramente la diferencia de volumen.
Google continúa siendo una infraestructura central de descubrimiento, navegación y verificación. Por eso, una buena estrategia de posicionamiento SEO continúa siendo imprescindible aunque una parte de la investigación empiece en un asistente.
Además, Google también incorpora inteligencia artificial.
AI Overviews y AI Mode no son competidores externos del buscador: forman parte de su evolución.
Por eso, plantear el debate como “Google contra IA” simplifica demasiado la realidad.
La cuestión es otra:
¿Qué parte del proceso se resuelve dentro de una respuesta y qué parte continúa generando visitas hacia otras webs?
Google puede mantener las búsquedas y enviar menos clics
El Pew Research Center analizó 68.879 búsquedas reales de Google realizadas por 900 adultos de Estados Unidos que habían aceptado compartir su navegación de marzo de 2025.
Cuando aparecía un AI Overview:
- El 8% de las visitas acababa en un clic a un resultado tradicional;
- Cuando no aparecía, el porcentaje era del 15%;
- Solo el 1% hacía clic en una de las fuentes citadas dentro del resumen.
Es una de las evidencias observadas más sólidas disponibles.
No demuestra que el AI Overview sea la única causa de la diferencia.
Las consultas que activan un resumen pueden ser más informativas y menos propensas a generar un clic por otros motivos.
De hecho, el mismo estudio observó que solo el 8% de las búsquedas de una o dos palabras activaba un resumen, frente al 53% de las consultas de diez palabras o más.
Pero el resultado refuerza una posibilidad clara:
Google puede continuar concentrando las búsquedas mientras resuelve una parte mayor de la necesidad sin enviar al usuario a una web.
Para las empresas, esto crea una situación incómoda.
La información publicada en la web puede contribuir a construir la respuesta, pero eso no garantiza una visita.
Una marca puede:
- Ser mencionada;
- Influir en la descripción de una categoría;
- Aparecer dentro de una comparación;
- Ser utilizada como fuente;
- Quedar integrada en una respuesta;
sin recibir un clic atribuible.
El tráfico continúa siendo importante.
Pero puede explicar una parte más pequeña de la influencia real.
Uso declarado y comportamiento observado no son lo mismo
Una de las dificultades de esta investigación es que las fuentes utilizan métricas diferentes.
Una encuesta puede preguntar:
“¿Utilizas IA para comprar?”
Una herramienta de tráfico puede medir:
“¿Cuántas visitas llegan directamente desde un asistente?”
Una plataforma puede analizar:
“¿Qué proporción de conversaciones busca información?”
Ninguno de estos datos es falso.
Pero tampoco son intercambiables.
Esta separación ayuda a entender por qué las conclusiones aparentemente contradictorias pueden convivir.
La IA puede tener:
- Mucha adopción;
- Una influencia creciente;
- Poco referral directo;
- Y una autonomía de compra todavía baja.
Recomendar no es decidir
Durante la investigación, uno de los datos que más nos obligó a matizar la hipótesis inicial fue la baja autonomía que los usuarios todavía conceden a los agentes.
Cuando se habla de IA aplicada a las compras, a menudo se mezclan tres niveles.
Asistente
Explica, compara y recomienda.
Agente supervisado
Busca disponibilidad, prepara una reserva, rellena datos o añade un producto al carrito, pero pide confirmación.
Agente autónomo
Toma la decisión y ejecuta la compra sin una validación humana inmediata.
Una encuesta de Gartner publicada en 2026, Consumers Want AI Shopping Help, But Not AI Purchase Decisions, mostraba que:
- El 31% de los consumidores permitiría que la IA redujera las opciones en la compra de productos para el hogar;
- El 28% lo permitiría en electrónica de consumo;
- Pero la disposición a dejar que la IA tomara directamente la decisión de compra no superaba el 11%.
La primera parte del estudio se basa en una encuesta de enero de 2026 a 322 consumidores de Estados Unidos.
La frontera actual parece bastante clara:
Los usuarios aceptan antes delegar la investigación que delegar la responsabilidad de decidir.
Esta diferencia es fundamental.
La IA puede tener una influencia comercial importante sin llegar a ejecutar la compra.
Puede decidir qué opciones se ven.
No necesariamente cuál se compra.
Este mismo criterio también es aplicable a otras disciplinas: se puede aplicar la IA al SEO sin delegar la estrategia, igual que se puede utilizar para estructurar una compra sin cederle necesariamente la decisión final.
La confianza continúa poniendo límites
La misma publicación de Gartner incluye los resultados de una segunda encuesta a 846 consumidores de Estados Unidos, realizada entre noviembre y diciembre de 2025.
Entre los consumidores que habían utilizado IA durante una compra reciente:
- El 54% afirmaba que había tenido que comprobar toda la información proporcionada;
- El 62% consideraba que alguna información obtenida había acabado siendo una pérdida de tiempo.
Esto explica por qué el asistente y el buscador pueden ser complementarios.
La IA es útil para:
- Empezar una investigación;
- Ordenar información;
- Resumir;
- Descubrir criterios;
- Generar alternativas;
- Preparar preguntas.
Pero ante una decisión relevante, los usuarios todavía quieren comprobar:
- Precios;
- Disponibilidad;
- Condiciones;
- Compatibilidades;
- Credenciales;
- Reputación;
- Información legal;
- Experiencia real;
- Servicio posventa.
En una compra compleja, la secuencia más plausible continúa siendo:
IA para orientar → Google y fuentes especializadas para verificar → web de la marca para profundizar → persona experta o equipo comercial para validar → decisión humana.
¿Dónde influye realmente la IA?
Cuando separamos las fases del proceso, la respuesta se vuelve más precisa.
Los datos actuales sostienen mejor el cambio en las fases intermedias que en la compra final.
No es una cuestión menor.
En muchos mercados, entrar o no entrar en la shortlist determina qué empresas tendrán una oportunidad comercial.
¿Qué significa para las empresas?
Este artículo no pretende ser una nueva guía sobre cómo aparecer en ChatGPT.
La consecuencia estratégica principal es anterior:
la competencia puede empezar antes de que el usuario visite la web.
Cuando llega a una página corporativa, el usuario puede haber:
- Identificado ya el problema;
- Aprendido los criterios de decisión;
- Descartado algunas categorías;
- Conocido varias marcas;
- Reducido las opciones.
Esto obliga a las empresas a preguntarse no solo de dónde llegan las visitas, sino también:
- Qué sabía el usuario antes de llegar;
- Qué marcas había comparado;
- Qué sistema las había sugerido;
- Con qué criterios las había valorado;
- Y qué información todavía necesitaba verificar.
En la guía De salir en Google a aparecer en las respuestas de la IA: la nueva visibilidad digital explicamos con más detalle cómo puede una empresa trabajar la claridad, la coherencia y la autoridad necesarias para ser entendida en estos entornos.
Cuando este problema afecta directamente al descubrimiento y la comparación de proveedores, una estrategia de posicionamiento GEO y SEO para IA permite analizar en qué preguntas aparece una marca, cómo se describe y qué competidores ocupan el espacio de respuesta.
Aquí, sin embargo, la implicación central es de medición.
Analytics solo ve una parte del recorrido
Medir exclusivamente los referrals procedentes de ChatGPT, Perplexity, Gemini o Copilot es insuficiente.
Una visión más completa debería combinar:
- Tráfico referral de los asistentes;
- Evolución de las búsquedas de marca;
- Tráfico directo;
- Conversiones asistidas;
- Datos del CRM;
- Preguntas a los clientes;
- Información de los equipos comerciales;
- Estudios de trayectorias;
- Monitorización de menciones en respuestas.
Un servicio de analítica web puede ayudar a ordenar los canales que sí son observables, pero la influencia sin clic obliga a complementar los datos digitales con información cualitativa y comercial.
Una pregunta sencilla puede aportar información que Analytics no detecta:
“¿Qué canales utilizaste para descubrir o investigar nuestra empresa?”
La respuesta debería permitir seleccionar más de una opción.
Preguntar únicamente “¿cómo nos has conocido?” obliga al usuario a resumir un proceso que puede haber sido:
ChatGPT → Google → reseñas → web → contacto.
En este recorrido, buscar un único canal responsable puede ser una falsa precisión.
¿Qué podemos afirmar sin exagerar?
Después de revisar los datos, consideramos que se puede defender que:
- La IA generativa ya tiene una adopción significativa;
- Una parte importante de los usuarios la utiliza para preguntar, investigar y pedir orientación;
- Las interfaces conversacionales permiten formular necesidades más contextuales;
- La IA ya participa en el descubrimiento, la comparación y la creación de shortlists;
- Las respuestas generativas pueden reducir los clics hacia las webs;
- Una parte de la influencia puede aparecer después como búsqueda de marca o tráfico directo;
- Google continúa siendo un canal central;
- La verificación humana continúa siendo habitual;
- La influencia es más clara antes de la compra que en la ejecución final;
- Los usuarios todavía conceden poca autonomía a los agentes.
Todavía no podemos afirmar que:
- La mayoría de los usuarios haya sustituido Google;
- La IA determine habitualmente la compra final;
- Una mención provoque automáticamente una venta;
- El referral muestre toda la influencia;
- El crecimiento porcentual implique una cuota elevada;
- Los agentes autónomos sean ya un comportamiento generalizado;
- Los datos del software representen todo el B2B;
- Las correlaciones observadas demuestren causalidad.
Reconocer estos límites no debilita la conclusión.
La hace más defendible.
Una decisión puede empezar antes de la visita
Quizá todavía sea pronto para hablar del fin de Google.
También es pronto para imaginar que los consumidores delegarán de forma masiva sus compras en agentes autónomos.
Pero no es pronto para asumir que una parte de las decisiones ya empieza a tomar forma antes de que el usuario llegue a la web.
La IA puede intervenir cuando una persona:
- Intenta entender qué necesita;
- Descubre qué categorías existen;
- Identifica criterios de selección;
- Compara alternativas;
- Descarta opciones;
- Decide qué marcas investigará.
Esta influencia puede no generar un clic inmediato.
Puede no aparecer en Analytics.
Puede no determinar la decisión final.
Pero puede decidir quién entra en el proceso.
Y, en mercados donde el usuario solo está dispuesto a investigar tres o cuatro opciones, esto ya representa un cambio comercial significativo.
La pregunta no es solo si los usuarios están dejando de buscar en Google.
La pregunta más útil es otra:
Cuando una persona pide ayuda para entender una necesidad y seleccionar opciones, ¿qué marcas llegan a formar parte de su consideración?
Preguntas frecuentes
¿La inteligencia artificial está sustituyendo Google?
No de manera generalizada. Algunas encuestas muestran sustitución declarada en determinadas tareas, pero Google continúa concentrando un volumen de tráfico muy superior. El comportamiento más probable es híbrido: el usuario consulta la IA, verifica en Google, visita webs y contrasta otras fuentes.
¿Los consumidores utilizan ChatGPT para decidir qué comprar?
Sí, especialmente para investigar, descubrir opciones, comparar y preparar una shortlist. La evidencia es más sólida en estas fases que en la decisión o compra final.
¿Qué diferencia hay entre influencia, referral y compra?
La influencia se produce cuando una respuesta modifica qué opciones considera el usuario. El referral es una visita directa desde el asistente hacia una web. La compra es el resultado final. Puede existir influencia sin referral y referral sin compra.
¿La IA tiene más impacto en B2C o en B2B?
Actualmente hay más datos disponibles en consumo, retail y software B2B. Todavía faltan estudios representativos sobre servicios profesionales, industria, pymes y procesos empresariales complejos.
¿Los usuarios confían en las recomendaciones de IA?
Las utilizan, pero a menudo las verifican. La confianza depende del riesgo de la decisión, la calidad de la información y la posibilidad de comprobarla en fuentes independientes.
¿Los agentes de IA ya compran de manera autónoma?
Existen capacidades técnicas para ejecutar algunas acciones, pero la disposición de los usuarios a delegar la decisión final continúa siendo baja. La aceptación es superior cuando la IA investiga o prepara una acción que cuando decide y paga.
¿Una consulta más larga es necesariamente mejor?
No. La longitud no garantiza calidad. El cambio relevante es que el usuario puede incorporar más contexto, restricciones y criterios, y continuar la investigación mediante preguntas de seguimiento.
¿Cómo se puede medir la influencia de la IA sin clic?
Hay que combinar referrals, búsquedas de marca, tráfico directo, datos del CRM, encuestas a los clientes, información comercial y estudios de trayectorias. Ninguna métrica individual representa todo el proceso.
