📊 SEO Profundo
📈 El impacto potencial de los modelos de modo IA y Deep Seek
SEO Profundo
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.
(A principios de este mes), Google lanzó oficialmente el Modo IA, una visión general de la IA en versión beta. Casi un año después del lanzamiento de Respuestas IA en los resultados de búsqueda, tenemos datos suficientes para demostrar que el impacto neto en la web abierta es tan positivo como los aranceles de Trump en la economía estadounidense. Spoiler: no muy positivo. Las Visión General de IA quitan más clics de los resultados de búsqueda clásicos de los que devuelven a las fuentes citadas. El modo IA tiene el potencial de reventar el enorme déficit comercial que los resúmenes de IA ya están causando en el tráfico.
Sostengo que la aparición del modo IA es la respuesta natural a la búsqueda profunda y la perspectiva potencial del futuro de la búsqueda IA.
La investigación profunda amenaza a Google
Deep Search es un agente de IA de Open AI que crea informes extensos sobre un tema de tu elección: «Un agente que utiliza el razonamiento para sintetizar grandes cantidades de información en línea y completar tareas de investigación de varios pasos por ti». La aplicación más obvia es la investigación de mercado, pero el agente también puede ofrecer información detallada sobre temas de consumo como la compra de un coche, la reserva de un viaje o la obtención de un crédito.
Deep Search está pensada para personas que realizan un trabajo de conocimiento intensivo en áreas como las finanzas, la ciencia, la política y la ingeniería y necesitan una investigación exhaustiva, precisa y fiable. Puede ser igualmente útil para compradores exigentes que buscan recomendaciones hiperpersonalizadas en compras que suelen requerir una investigación cuidadosa, como coches, electrodomésticos y muebles.
Deep Search realiza de decenas a cientos de búsquedas para recopilar un informe. He probado las indicaciones para las decisiones de compra. Cuando pedí «el mejor coche familiar híbrido con 7 asientos en el rango de precios de 50 000 a 80 000 dólares», Deep Research examinó 41 resultados de búsqueda y razonó a través del contenido.
Algunos ejemplos de razonamiento de búsqueda:
He encontrado un artículo de Kelley Blue Book sobre híbridos de 7 plazas. Es un buen punto de partida, aunque no siempre se incluyen todos los detalles.
Estoy investigando la capacidad de carga de la Toyota Highlander y la Grand Highlander. La Grand Highlander está demostrando ser más espaciosa, lo que la convierte en una opción sólida para familias numerosas.
Estoy analizando las autonomías eléctrica y combinada del XC90 Recharge, y las discrepancias en las cifras de MPGe de diferentes fuentes.
El informe tardó 10 minutos en elaborarse, pero probablemente ahorró horas de investigación humana y al menos 41 clics. Clics que podrían haber ido a anuncios de Google.
El caso de Deep Search
¿Son los agentes de Deep Research una amenaza para Google? Yo creo que sí.
He aquí por qué:
Los resultados son impresionantes y el ahorro de tiempo es enorme. Al principio, Google presumía de lo rápido que reunía los resultados de búsqueda. Pero eso era velocidad para obtener resultados, no velocidad para responder. Hoy en día, los agentes de Deep Search tardan minutos en obtener una respuesta, pero es todo lo que necesitas.
Existe un enorme potencial de personalización, desde las fuentes hasta los criterios de búsqueda.
Conversaciones de ida y vuelta, como con un vendedor en una tienda. Los agentes de Deep Search proporcionan un resumen conciso que los usuarios pueden ampliar y explorar a su propio ritmo.
Resulta que todos los motores de búsqueda o chatbots de IA ya tienen un agente de Deep Search o están trabajando en uno. Podría ser realmente el futuro de la búsqueda de consultas complejas.
¡Bing tiene una función de «Deep Search» desde diciembre de 2023! Y hace exactamente lo que su nombre promete, solo que más rápido y no tan profundo como el agente de Chat GPT.
Los motores de búsqueda actuales son herramientas poderosas que nos ayudan a encontrar información en la web, pero a veces no cumplen con nuestras expectativas. Cuando tenemos preguntas complejas, matizadas o específicas, a menudo nos cuesta encontrar las respuestas que necesitamos. Nosotros mismos sabemos lo que estamos buscando, pero el motor de búsqueda parece no entenderlo.
Por eso hemos creado Deep Search, una nueva función de Microsoft Bing que ofrece respuestas aún más relevantes y completas a las consultas de búsqueda más complejas. Deep Search no sustituye a la búsqueda web existente de Bing, sino que es una mejora que ofrece la opción de una exploración más profunda y rica de la web. (1)
No pensé que viviría lo suficiente para ver el día en que Google copie a Bing... Pero no son los únicos. Grok tiene «Deep Search» y Gemini y Perplexity tienen «Deep Research». Todos se copian unos a otros, y ni siquiera se esfuerzan en elegir un nombre diferente. Qué fuerte señal de mercantilización.
Modo IA de Google (fuente:)
Mi teoría: Google modeló el modo IA a partir de Deep Search de Bing después de ver lo que puede hacer la búsqueda profunda de Chat GPT.
Utilizando una versión personalizada de Gemini 2.0, el modo IA es especialmente útil para preguntas que requieren más exploración, comparaciones y razonamiento. Puedes hacer preguntas matizadas que antes habrían requerido múltiples búsquedas, como explorar un nuevo concepto o comparar opciones detalladas, y obtener una útil respuesta impulsada por IA con enlaces para obtener más información.(2)
Curiosamente, el modo IA tiene lo contrario de las vistas generales de IA: en el anuncio de resultados del tercer trimestre de Google, Sundar PichAI ha dicho que Google ve un «aumento en el uso de la búsqueda entre las personas que utilizan las nuevas vistas generales de IA». (3) Así pues, las vistas generales de IA conducen a más búsquedas, pero el modo IA ahorra tiempo y consultas a los usuarios:
Puedes hacer preguntas matizadas que antes habrían requerido múltiples búsquedas, como explorar un nuevo concepto o comparar opciones detalladas, y obtener una útil respuesta basada en IA con enlaces para obtener más información. (4)
El caso contra Deep Search
No creo que volvamos a la forma de búsqueda anterior a la IA. El principal desafío universal de las respuestas de IA, sea cual sea su forma, es la confianza. El problema obvio es la alucinación. Es irónico que Chat GPT Deep Research me diga que ha buscado en 29 fuentes, pero cuando las conté encontré 41. Sin embargo, los modelos de razonamiento están mejorando en la resolución de este problema con el cálculo en bruto, es decir, «pensando más» en sus respuestas.
El problema más grande y solucionable para los agentes de Deep Search es la selección de fuentes. Las fuentes poco fiables son los microplásticos de las respuestas de la IA. Hay una buena razón por la que todos los modelos de razonamiento muestran abiertamente su razonamiento. Aunque prestemos tanta atención a los detalles del razonamiento como a cualquier término de servicio, nos hacen sentir que están sucediendo muchas cosas en segundo plano. La percepción es importante para la confianza. Sin embargo, la selección de fuentes es un problema muy solucionable: los usuarios pueden simplemente decirle al modelo que ignore las fuentes que no quieren y el modelo memoriza ese comportamiento con el tiempo.
Quedan dos problemas menos solucionables:
Sesgo: En mi análisis de la investigación sobre chatbots de IA, señalé que los LLM tienen un sesgo hacia las marcas globales, las marcas de lujo, las fuentes corporativas y el sentimiento inmediato.
Acceso: la información debe estar en Internet para que los agentes de Deep Search profunda la encuentren (ahí es donde Google y Bing tienen una gran ventaja competitiva).
La pregunta más importante, por supuesto, es si los agentes de Deep Search encontrarán una amplia adopción o se mantendrán en la burbuja de los trabajadores del conocimiento. El modo IA podría llevarlo a las masas y profundizar la apuesta en el corazón de los clics informativos.
El impacto en el SEO
Las vistas generales de IA se dispararon en noviembre de 2024 y febrero de 2025
El impacto de las vistas generales de IA en el tráfico SEO es negativo. En mi metaanálisis de 19 estudios sobre vistas generales de IA, descubrí que las AIO reducen las tasas de clics en todos los ámbitos. ¿Empeorará el modo IA? Lo más probable. Pero hay esperanza.
En primer lugar, los agentes de Deep Search son muy transparentes con sus fuentes y, a veces, con sus consultas. La búsqueda profunda de Chat GPT literalmente dice lo que está buscando, por lo que esperamos poder rastrear y optimizar estas consultas. Hasta ahora, los LLM siguen dependiendo mucho de los resultados de búsqueda.
En segundo lugar, solo porque los buscadores obtienen respuestas antes de hacer clic en los sitios web, su intención de compra no desaparece. Lo que desaparece para los vendedores es la capacidad de influir en los compradores en su sitio web antes de que compren, siempre y cuando los chatbots de IA no ofrezcan un pago directo. Tendremos que encontrar otras formas de influir en los compradores: marketing de marca, Reddit, Youtube, redes sociales, publicidad.
En tercer lugar, existe la posibilidad de que el modo IA aparezca predominantemente para palabras clave informativas, al igual que los resúmenes de IA. En ese caso, se dará mucha importancia a las palabras clave de alta intención, como «comprar x» o «pedir y».
En cuarto lugar, Bing no separa la respuesta de Deep Search, sino que la aparca en medio de los resultados orgánicos y de pago, adornada con enlaces a las fuentes. Con suerte, los usuarios seguirán haciendo clic fuera de la respuesta profunda.
Me pregunto cómo planea Google monetizar el modo IA, que debe ser más costoso y requerir más recursos. Para ser justos, Google redujo el coste de una visión general de la IA en un 90 %, lo que me dice que descubrieron la economía de la unidad. Así que es posible. Pero, ¿podría ser esta una oportunidad para volver a poner sobre la mesa la idea de monetizar parcialmente la búsqueda con suscripciones?
Según un informe de The Information, Open AI considera cobrar «hasta 20 000 dólares al mes por agentes especializados en IA» que podrían realizar investigaciones de nivel de doctorado, 10 000 dólares por un agente desarrollador de software y 2000 dólares por un agente trabajador del conocimiento.5. Todavía queda un largo camino por recorrer, pero plantea una buena teoría sobre el modo IA: ¿y si los usuarios de Google pudieran pagar por mejores modelos que ofrezcan mejores respuestas o tengan mejores habilidades?
También puede interesar:
📊 SEO + Marketing de Productos = un Plan para la Construcción de Marca
SEO + Marketing de Productos = un Plan para la Construcción de Marca o
Notas:
1- https://blogs.bing.com/search-quality-insights/december-2023/Introducing-Deep-Search
5- https://www.theinformation.com/articles/openai-plots-charging-20-000-a-month-for-phd-level-agents
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.
Tienes mucha razón en todo y me gustó mucho el artículo pero quiero destacar que Deep Search realiza de decenas a cientos de búsquedas para recopilar un informe. He probado las indicaciones para las decisiones de compra. Cuando pedí «el mejor coche familiar híbrido con 7 asientos en el rango de precios de 50 000 a 80 000 dólares», Deep Research examinó 41 resultados de búsqueda y razonó a través del contenido.