Hace seis meses era escéptico respecto al AI Mode de Google. Me parecía una capa innecesaria que solo venía a entorpecer el flujo de búsqueda tradicional. Llámenme “de la vieja guardia”, porque lo soy. Pero tampoco soy un necio. No vivo bajo el mantra de que “tiempos pasados eran mejores”. Incluso me obligo a no pensar así.
Sin embargo, y gracias a un par de compras que hice recientemente, específicamente una cámara APS-C y otras chucherías, noté que mi hábito de búsqueda había cambiado: hoy uso las funciones de IA, incluyendo el Deep Research de Gemini, mucho más de lo que esperaba para investigar productos e información general.
¿Qué dicen los datos?
Para entender si esto es solo una percepción personal o una tendencia, vale la pena mirar los datos que compartió recientemente Lily Ray y que nos pasó hoy @Darío Manoukian -quien volvió a ingresar en la agencia después de 8 años- en el chat de la agencia.
- Impacto en el clic: Cuando aparecen las AI Overviews, el CTR de los resultados orgánicos cae un 35%.
- Frecuencia: No están en todas partes; aparecen en un 30% de las búsquedas aproximadamente.
- Sustitución: En el 80% de los casos donde hoy vemos IA, antes había un Featured Snippet. Es decir, el tráfico ya venía siendo capturado por Google antes de la IA generativa.
Mi experiencia: Utilidad vs. Sesgo
A pesar de mi resistencia inicial, la velocidad de respuesta de las herramientas de IA es innegable. Para búsquedas transaccionales o comparativas rápidas, el ahorro de tiempo se siente real.
Sin embargo, hay un punto crítico que sigo experimentando: el sesgo algorítmico.
Si debo decir que todavía percibo (y es algo totalmente personal), que cuando uso alguna IA para hacer research, noto cierto sesgo y termino yendo a los clasicos 10 resultados de búsqueda para encontrar eso que no me tira la IA.
Esa fué mi respuesta en el chat interno de la agencia. Y lo noté en varias oportunidades buscando reviews.
Incluso en la búsqueda de una cámara APS-C, Gemini se orientó por recomendarme una Nikon con montura Z (tengo una D7000 y un par de lentes) con bastante firmeza. No sólo por mi afinidad con la marca (le di contexto de lo que tengo, tuve y quería) sino por practicidad. Pero había algo que no me convencía.
Viendo los reviews y links que me aparecían en ese Deep Research que había hecho Gemini, noté que mas o menos siempre mostraba los mismos sitios.
Y en un momento me fuí de Gemini, empecé a ver videos de Youtube y a descubrir nuevos reviews tanto de Nikon como de Sony yendo a los viejos 10 links azules de los resultados de búsqueda normal. Y ahí encontré mucha más info y muy valiosa que la IA no me estaba mostrando.
Con toda esa info, volví a Gemini, le puse esos links, le tiré algunas dudas y opiniones y terminó recomendándome lo que finalmente compré que no es la Nikon con montura Z.
¿Cómo es hoy el proceso de búsqueda de información?
Uso la IA para obtener un panorama general o estructurar la búsqueda. Es un buen punto de partida.
Cuando noto que la respuesta es demasiado superficial o sesgada, vuelvo a los clásicos 10 resultados azules. Ahí es donde realmente encuentro el detalle o la opinión experta que la IA suele omitir. Sobre todo si hablamos de productos que tienen un ticket promedio relativamente alto.
Conclusión para el sector
La IA no está matando la búsqueda, la está dividiendo. Lo que es factual y rápido se lo queda la IA. Lo que requiere criterio, profundidad y validación de fuentes sigue en el contenido orgánico de calidad. Seguramente las IA mejorarán esta forma de hacer el surface -como dicen los gringos- de ese contenido valioso que está escondido en la web.
Como profesionales, el reto es entender que si nuestro contenido solo responde preguntas simples, la IA nos va a reemplazar. Nuestra oportunidad está en ese “plus” que el usuario sale a buscar cuando la respuesta generativa le sabe a poco.
