📊 El Estado de los Chatbots de IA y el SEO
🎲 "Analicé 14 estudios para responder a 4 preguntas clave": Kevin Indig
El Estado de los Chatbots de IA y el SEO
Por: Kevin Indig, que ha pasado 10 años como operador y líder en empresas de rápido crecimiento como Shopify, G2 y Atlassian. Desde mediados de 2022, ha sido asesor independiente de empresas emergentes de hipercrecimiento como Meta, Reddit, Ramp, Bounce, Snapchat, Dropbox, Toast y Nextdoor. Escribe Growth Memo, una newsletter para personas interesadas en la intersección entre marketing y estrategia empresarial.
He publicado un metaanálisis de las visiones generales de la IA y su impacto en el SEO. Hoy publico un análisis de la investigación sobre los chatbots de IA y su impacto potencial en la adquisición de clientes y las decisiones de compra.
He analizado 14 estudios y trabajos de investigación para responder a 5 preguntas clave:
¿Qué valor tiene la visibilidad de los chatbots de IA?
¿Cómo puedes aumentar la visibilidad de tus chatbots de IA?
¿Cómo buscan las personas en los chatbots de IA?
¿Qué desafíos están asociados con los chatbots de IA?
¿Hacia dónde se dirigen los chatbots de IA?
Este análisis es perfecto para ti si:
No estás seguro de si invertir en visibilidad de chatbots de IA
Quieres una visión general del estado de los chatbots de IA
Buscas formas de optimizar los chatbots de IA
No incluyo resúmenes de IA en este análisis, ya que los he cubierto en profundidad en el Memo de la semana pasada.
Fuentes:
Consigue la hoja de cálculo.
searchengineland.com/optimize-content-strategy-ai-powered-serps-llms-451776
www.seerinteractive.com/insights/what-drives-brand-mentions-in-ai-answers
«El uso predominante de contenido de editores web comerciales de gran autoridad para formar a los principales LLMs», www.ziffdavis.com/wp-content/uploads/2024/11/The-Predominant-Use-of-High-Authority-Commercial-Web-Publisher-Content-to-Train-Leading-LLMs.pdf
«A comparative study on the effect of ChatGPT recommendation and AI recommender systems on the formation of a consideration set», www.sciencedirect.com/science/article/abs/pii/S0969698924000390
«¿Lo global es bueno, lo local es malo? Comprender el sesgo de marca en los motores de búsqueda de aprendizaje profundo», arxiv.org/pdf/2406.13997
«Los motores de búsqueda de IA generativa como árbitros del conocimiento público: una auditoría de sesgo y autoridad», https://arxiv.org/pdf/2405.14034
¿Qué valor tiene la visibilidad de los chatbots de IA?
Aunque el tráfico de los chatbots de IA representa actualmente un pequeño porcentaje del tráfico total, los datos muestran las primeras pruebas del valor de las citas y menciones. La adopción de los chatbots de IA se está disparando, el tráfico de referencia a los sitios web está creciendo y la calidad del tráfico es alta.
Adopción:
ChatGPT tiene más de 400 millones de usuarios semanales en enero de 2025.1
Semrush, 24/12: La mayoría de los usuarios de Chat GPT son de EE. UU. (25 %) o India (12 %), seguidos de India, Brasil, Reino Unido y Alemania. El 70 % son hombres y más del 50 % tienen entre 18 y 34 años.
Higher Visibility, 25/02: El 71,5 % de los consumidores utilizan Chat GPT para buscar, pero como complemento de Google, no como sustituto.
Ahrefs, 25/02: El 63 % de los sitios web reciben al menos algo de tráfico de fuentes de IA. Solo el 0,17 % del total de visitas procedían de chatbots de IA, y los sitios principales alcanzaron hasta el 6 %.
El 98 % del tráfico de IA proviene de 3 chatbots de IA: Chat GPT (> 50 %), Perplexity (30,7 %) y Gemini (17,6 %).
Los sitios más pequeños reciben proporcionalmente más visitas de IA.
Semrush, 25/02: El mercado de la IA generativa se valoró en 67 000 millones de dólares en 2024 y se espera que crezca anualmente un 24,4 % hasta 2030.
Tráfico de referencias:
Semrush, 24/12: Las referencias de Chat GPT a sitios web crecieron un 60 % entre junio y octubre.
Semrush, 25/02: El alcance de ChatGPT se ha expandido drásticamente, enviando tráfico a más de 30 000 dominios únicos diariamente en noviembre de 2024, frente a menos de 10 000 en julio.
Los servicios en línea, la educación y los medios de comunicación masivos son los que reciben la mayor cantidad de tráfico de referencia de Chat GPT después de filtrar las URL de autenticación. El comercio minorista, las finanzas y la atención médica muestran volúmenes más bajos.
Growth Memo, 25/02: La calidad del tráfico de chatbot de IA es superior en varios parámetros clave:
La duración media de la sesión es de 10,4 minutos para las referencias de chatbot de IA frente a 8,1 minutos para el tráfico de Google.
Los usuarios ven más páginas: 12,4 páginas de media para las referencias de chatbot de IA en comparación con 11,8 para el tráfico de Google.
Impacto en las decisiones de compra:
Adobe, 24/10: El 25 % de los británicos utiliza la IA mientras compran en línea.
El uso de la IA se multiplicó por 10 entre julio y septiembre hasta alcanzar los 10 000 millones de visitas a sitios web de venta al por menor del Reino Unido y ~100 millones de productos.
La mayoría de los compradores buscan ofertas:
En una encuesta de Adobe a 5000 consumidores estadounidenses, 7 de cada 10 encuestados que han utilizado la IA generativa para comprar creen que mejora su experiencia. Además, el 20 % de los encuestados recurren a la IA generativa para encontrar las mejores ofertas, seguidos de aquellos que buscan rápidamente artículos específicos en línea (19 %) y obtener recomendaciones de marcas (15 %).
Semrush, 25/02: El 46 % de las consultas de Chat GPT utilizan la función de búsqueda.
El trabajo de investigación «Un estudio comparativo sobre el efecto de la recomendación de ChatGPT y los sistemas de recomendación de IA en la formación de un conjunto de consideraciones», de Chang et al., analizó a 471 consumidores para comprender:
Si ChatGPT influye en las elecciones de los consumidores.
El proceso que influye en las elecciones.
El impacto en los productos con baja notoriedad de marca frente a los de alta notoriedad de marca.
Resultados:
ChatGPT influye en el recorrido de compra del consumidor y los productos recomendados por ChatGPT son más propensos a ser adoptados.
Los productos con baja conciencia de marca ven una mayor confianza después de una recomendación de Chat GPT.
Mi opinión:
ChatGPT tuvo 560 millones de visitantes únicos en todo el mundo en diciembre de 2024, en comparación con los 6.500 millones de Google. En comparación, sigue siendo pequeño, pero aproximadamente del tamaño de X/Twitter en la actualidad.
Es probable que el envío de más tráfico de referencia a una lista diversa de dominios por parte de Chat GPT sea una medida estratégica para ganarse a la web y establecerse más como una alternativa a Google. No creo que OpenAI tenga que hacer eso. Creo que lo eligieron estratégicamente.
Hasta ahora, parece que los jóvenes de EE. UU., los países BRIC y Europa son los principales usuarios de Chat GPT. Si ese es tu público objetivo, optimizar la visibilidad del chatbot de IA debería ser una prioridad más alta.
Para ser claros, no creo que nadie tenga que optimizar la visibilidad de los chatbots de IA. Estoy seguro de que a la mayoría de las industrias les irá bien haciendo SEO clásico en los próximos años. A algunas incluso les irá bien dentro de una década. Sin embargo, no se puede ignorar la rápida adopción, lo que nos lleva a una situación en la que dos cosas son ciertas: el SEO clásico sigue funcionando, y que hay una ventaja para los pioneros en los chatbots de IA.
¿Cómo puedes aumentar la visibilidad de tu chatbot de IA?
Mejorar la visibilidad de un chatbot de IA es una mezcla de palancas conocidas y nuevas.
Capacidad de rastreo:
Para ser visible en los chatbots de IA, primero hay que ser visible para sus rastreadores. Crystal Carter, directora de comunicación de SEO en Wix, lo llama «capacidad de recuperación».
Los mapas de sitio XML bien cuidados, los enlaces internos sólidos, la respuesta rápida del servidor y el HTML limpio son un buen comienzo. Los rastreadores LLM son menos indulgentes que Google en lo que respecta a Javascript y la representación del lado del cliente para los componentes críticos de SEO. ¡Evítalos a toda costa!
Fuerza de la marca:
Ziff Davis, 24/11: Un estudio de Ziff Davis compara la autoridad de dominio en índices web públicos curados (OpenWebText, OpenWebText2) con índices web públicos no curados (Common Crawl, C4) para investigar cómo las principales empresas de IA como OpenAI, Google y Meta entrenaron sus grandes modelos de lenguaje. La conclusión, que no sorprende, es que los desarrolladores de IA prefieren texto curado para entrenar sus modelos, lo que naturalmente da más visibilidad a los editores comerciales.
Semrush, 24/12: Google tiende a mostrar dominios más grandes, Chat GPT los más pequeños. Lo contrario ocurre con las búsquedas transaccionales: Search GPT prefiere los dominios más grandes, Google los más pequeños.
Seer, 25/1: Los vínculos de retroceso no mostraron correlación con la visibilidad del chatbot de IA.
Posiciones orgánicas:
Seer, 25/01: Las marcas que aparecen en la primera página de Google mostraron una fuerte correlación (~0,65) con las menciones de LLM. Las clasificaciones de Bing también importaban, pero un poco menos (~0,5-0,6).
Semrush, 25/02: La superposición entre Google, Perplexity y Chat GPT SEarch es baja (25-35 % de media). Sin embargo, la superposición entre Chat GPT Search y Bing es mucho mayor (media = 7 dominios) que con Google (4 dominios).
Sal de Google
Semrush, 25/02: Youtube es el tercer dominio más grande por tráfico de referencia de Chat GPT. Facebook, Linkedin y GitHub están entre los 10 primeros.
Growth Memo, 25/02: Amazon, Ebay y Walmart dominan en la búsqueda de Google tanto como en los chatbots de IA.
Mi opinión:
Existe una gran duda sobre la importancia de los backlinks para la visibilidad de los chatbots de IA. Creo que es una trampa pensar que tienen un impacto directo. Tal y como entiendo los datos, ayudan a la visibilidad en Google/Bing, lo que se traduce pasivamente en visibilidad en los chatbots de IA. También podrían ayudar a la visibilidad del rastreador LLM. Por lo tanto, siguen siendo importantes, pero no tanto como el propio contenido.
La mayor influencia parece ser el contenido citable dentro y fuera de Google: informes del sector con investigaciones y datos exclusivos, encuestas y estudios de casos originales y contenido de liderazgo intelectual de expertos reconocidos.
No me limitaría a optimizar la visibilidad de los chatbots de IA como pequeña empresa con poca o ninguna visibilidad en los motores de búsqueda clásicos.
El comercio electrónico es un caso atípico porque el recorrido es mucho más transaccional que para el B2B o los medios de comunicación. Por un lado, la gran visibilidad de las grandes plataformas de comercio electrónico como Amazon proporciona una vía directa para la visibilidad de los chatbots de IA para los comerciantes; por otro lado, parece que merece la pena intentar la integración con programas como Buy With Pro de Perplexity.
¿Cómo busca la gente en los chatbots de IA?
Los consumidores utilizan los chatbots de IA de forma diferente a Google, a menos que activen las funciones de búsqueda.
Semrush, 25/02: El 70 % de las consultas de ChatGPT representan tipos de intención completamente nuevos que no encajan en las categorías de búsqueda tradicionales (navegación, información, comercio, transacciones).
Los usuarios hacen preguntas más largas y complejas, con mensajes de ChatGPT no habilitados para la búsqueda con una media de 23 palabras, en comparación con las 4,2 palabras cuando la búsqueda está habilitada.
Mayor visibilidad, 25/02: Las personas utilizan diferentes chatbots de IA para diferentes intenciones de usuario, por ejemplo, Google para la investigación inicial de productos, Chat GPT para la comparación de productos e Instagram para descubrir nuevos productos. Sin embargo, casi el 80 % se ciñe a los motores de búsqueda tradicionales para las búsquedas informativas.
Growth Memo, 25/02: Los chatbots de IA envían significativamente más tráfico a las páginas de inicio (22 % de media) en comparación con Google (10 %), pero siguen manteniendo métricas de interacción más altas. Esta tendencia sugiere que los chatbots de IA están preparando eficazmente a los usuarios para las interacciones con la marca.
Mi opinión:
Es fascinante ver que cuando la gente activa la búsqueda en el chat GPT, utiliza consultas más cortas y emula su comportamiento en Google. Me pregunto si este comportamiento se mantiene a largo plazo o no. Si es así, podemos suponer un traspaso más fuerte de los jugadores que dominan hoy en día los motores de búsqueda clásicos a los chatbots de IA. Si no es así, podría abrir el campo a nuevos jugadores.
Hace tiempo que no estoy satisfecho con nuestra amplia clasificación de intenciones de los usuarios (información, navegación, etc.). Hemos estado equivocados durante mucho tiempo. Es demasiado burda. El 70 % de los casos de uso probablemente están relacionados con tareas y no encajan en nuestro modelo para los motores de búsqueda clásicos. Los chatbots de IA son más que motores de búsqueda, pero resuelven los mismos problemas, solo que con medios diferentes. Ahí es también donde veo que Google se queda atrás: los consumidores ya asocian los chatbots de IA con tareas en lugar de con la búsqueda de información.
¿Qué retos se asocian a los chatbots de IA?
Los chatbots de IA son un canal de marketing atractivo, pero plantean a los profesionales del marketing problemas de seguimiento y sesgo.
Seguimiento:
Podemos rastrear la fuente de referencia de casi todos los chatbots de IA, pero parte del tráfico puede seguir clasificándose como tráfico directo. Las citas en Chat GPT suelen incluir el parámetro «utm_source=chatgpt.com», pero los enlaces en los resultados de búsqueda no lo tienen. (2)
Ahrefs, 25/02: Es probable que el tráfico de IA no se informe en su totalidad porque los chatbots de IA como Copilot se agrupan en directo cuando en realidad son referencias.
Sesgo de marca:
Semrush, 24/12: Los consumidores y usuarios se muestran escépticos con respecto a los resultados de la IA. El 50 % afirma que confía más en ella cuando ha sido revisada por un humano.
En el artículo «¿Lo global es bueno, lo local es malo?», Kamruzzaman et al. realizaron experimentos con preguntas de rellenar los espacios en blanco en 4 categorías de productos y 15 países (solo en inglés). Los investigadores estudiaron el efecto de:
Sesgo de atributo de marca: marcas globales frente a locales
Sesgo socioeconómico: marcas de lujo frente a marcas no de lujo
Sesgo geográfico: marcas locales cuando se especifica el país de origen
Resultados:
Los LLM en múltiples modelos (GPT-4o, Llama-3, Gemma-7B, Mistral-7B) asocian sistemáticamente las marcas globales con atributos positivos y las marcas locales con atributos negativos.
Los LLM tienden a recomendar marcas de lujo a personas de países de altos ingresos. Por el contrario, las marcas no de lujo se sugieren más comúnmente para personas de países de bajos ingresos, incluso cuando a los modelos se les dio la flexibilidad de sugerir las mismas marcas para ambos grupos.
Las razones subyacentes son que las marcas locales están infrarrepresentadas en los datos de entrenamiento de los LLM, y las grandes empresas pueden permitirse campañas de marketing más grandes y, por lo tanto, crear más sesgos.
En el artículo «Generative AI Search Engines as Arbiters of Public Knowledge: An Audit of Bias and Authority» de Li et al., los investigadores pusieron a prueba cómo ChatGPT, Bing Chat y Perplexity responden a preguntas sobre cuatro temas principales: cambio climático, vacunación, energías alternativas y confianza en los medios de comunicación. Querían ver si la IA mostraba sesgos en sus respuestas y cómo intentaba parecer fiable.
Los resultados:
La IA tiende a coincidir con la emoción de la pregunta. Si haces una pregunta negativa, obtienes una respuesta negativa.
Los diferentes temas recibieron un tratamiento emocional diferente, por ejemplo, la vacunación y las energías alternativas obtuvieron respuestas más positivas que el cambio climático y la confianza en los medios de comunicación.
Bing Chat y Perplexity citan en gran medida a los medios de comunicación y a las empresas.
Gran dependencia de las fuentes estadounidenses (65 % de las fuentes), incluso cuando se utilizan en otros países.
Demasiadas fuentes comerciales/empresariales, especialmente para temas como las energías alternativas.
Algunos modelos mezclan fuentes poco fiables con buenas.
Las respuestas suelen incluir un lenguaje incierto y evasivas para evitar tomar posiciones fuertes.
Mi opinión:
Estamos acostumbrados a importantes lagunas de seguimiento de Google y Bing, así que a menos que los chatbots de IA intenten persuadir a los propietarios de sitios web con más datos, tendremos que seguir operando con datos agregados, como mencioné en La muerte de la palabra clave.
El sesgo de los chatbots de IA es grave. La confianza del usuario es clave para ganar, así que supongo que los desarrolladores de IA son conscientes e intentan resolver el problema. Hasta entonces, tenemos que tener en cuenta el sesgo en nuestras estrategias de optimización y hacer todo lo posible por indicar claramente el público objetivo de nuestro producto en nuestro contenido.
Conclusión: hacia dónde se dirige todo
Los datos de los que disponemos hoy en día muestran que los chatbots de IA se están convirtiendo en un importante canal de adquisición de clientes con muchas mecánicas familiares. Sin embargo, su naturaleza basada en tareas, sesgos y datos demográficos sugieren que debemos ser cautelosos al utilizar el mismo enfoque que los motores de búsqueda clásicos.
No lo olvides, la búsqueda es solo un medio para un fin. En última instancia, las personas buscan para resolver problemas, es decir, hacer tareas. El hecho de que los chatbots de IA puedan saltarse la parte de búsqueda y hacer tareas en el acto significa que son superiores a los motores de búsqueda clásicos. Por esta razón, espero que Google añada más capacidades agenticas a los AI Overviews o lance un nuevo producto basado en Gemini en búsqueda.
La tecnología subyacente permite a los chatbots de IA desbancar a los motores de búsqueda y desarrollar sus propias señales. Y evoluciona rápidamente. La evolución hasta ahora ha pasado del aprendizaje automático en la era anterior a 2022 a los primeros LLM y ahora a los modelos de inferencia (piensa: razonamiento). Un mejor razonamiento permite a los LLM reconocer la intención del usuario incluso mejor que los motores de búsqueda clásicos, lo que facilita el entrenamiento de modelos en mejores fuentes para mencionar o citar.
Esto me lleva a la pregunta de si los operadores tradicionales de Google/Bing también dominarán los chatbots de IA en el futuro. Ahora mismo, la respuesta es sí. ¿Pero por cuánto tiempo?
Las preferencias generacionales podrían ser el mayor impulsor de las nuevas plataformas. La forma más fácil de que Google se vuelva irrelevante es perder a los jóvenes.
Semrush, 25/02: Los usuarios de más de 35 años utilizan Google con más frecuencia que Chat GPT. Las personas de entre 18 y 24 años utilizan Chat GPT el 46,7 % de las veces, en comparación con Google, que lo hace el 24,7 %.
Higher Visibility, 25/02: El 82 % de la generación Z utiliza ocasionalmente chatbots de IA, en comparación con el 42 % de los baby boomers.
Existe la posibilidad de que la multimodalidad desempeñe rápidamente un papel más destacado en la adopción de los chatbots de IA. Hasta ahora, dominan las interfaces de texto. Pero Google ya informa de 10.000 millones de búsquedas con Google Lens, y las gafas inteligentes Ray Ban de Meta tienen mucho éxito. Aparte de Google Search, el formato de respuesta LLM es fácil de transportar a otros dispositivos y modalidades, lo que podría transformar la IA. (3)
Notas:
3- https://arinsider.co/2023/02/13/google-lens-reaches-10-billion-monthly-searches/, https://www.theverge.com/meta/603674/meta-ray-ban-smart-glasses-sales
También puede interesar, sobre este tema:
El Impacto de las AI Overviews en el SEO: Análisis de 19 Estudios
El Impacto de las AI Overviews en el SEO: Análisis de 19 Estudios
Qué obtienen los lectores de Growth Memo:
Marcos: cómo abordar las decisiones estratégicas sobre el crecimiento orgánico, por ejemplo, cómo evaluar el verdadero potencial comercial del SEO para diferentes tipos de empresas.
Modelos mentales: patrones y principios que Kevin ha reconocido en diferentes empresas y situaciones.
Herramientas de decisión: enfoques para tomar mejores decisiones estratégicas sobre el crecimiento orgánico, como la asignación de recursos, el tiempo o la evaluación de riesgos.
Datos: estadísticas, estudios de casos y números que explican y grafican las tendencias que los responsables de la toma de decisiones necesitan conocer.
Escenarios reales: escenarios anónimos del trabajo del asesor de Kevin para destacar el proceso de pensamiento estratégico y los marcos en acción.
Las primeras pruebas del valor de las citas y menciones en chatbots de IA demuestran que estamos ante una nueva era en la optimización digital.