Cómo los motores de búsqueda basados en IA están reescribiendo las reglas del posicionamiento digital - y por qué casi nadie estaba mirando. 

GEO: Resumen ejecutivo:

  • Nueva lógica de selección: Los modelos de IA no se limitan a los primeros resultados; procesan información a gran profundidad y priorizan la calidad, claridad y autoridad del contenido para sintetizar su respuesta, independientemente de la posición original de la web en el índice.
  • Dependencia de fuentes de autoridad: Plataformas como LinkedIn, Reddit, Google Maps y los medios de comunicación tradicionales se convierten en validadores algorítmicos esenciales, devolviendo al PR clásico un valor estratégico inesperado.
  • La llegada del Black Hat GEO: Comienzan a surgir tácticas de manipulación y optimización encubierta.
  • De la ceguera a la medición: Ante la falta de métricas tradicionales, el mercado ha respondido con plataformas (como AI Rank o Profound) para auditar la visibilidad real de las marcas.

La transición del buscador

Noviembre de 2022. ChatGPT lleva apenas dos semanas en el mundo y la mayoría de los que trabajan en marketing digital lo interpretan como una curiosidad productiva: redactar briefs más rápido, generar variantes de copy, ahorrar horas de trabajo mecánico. Pocos ven lo que se mueve debajo. Perplexity, que había llegado antes que ChatGPT y operaba conectando GPT-3 al índice de Google, era un experimento minoritario. La pregunta sobre qué le iba a pasar a los buscadores parecía prematura.

No lo era. En mayo de 2023, Google lanzó en silencio la Search Generative Experience, su respuesta al modelo conversacional: los primeros resultados dejaban de ser enlaces azules para convertirse en texto generado por máquina. Unos meses después, un grupo de trabajo dentro del Foro de IA produjo el primer informe sistemático sobre la cuestión. Nadie preguntaba mucho por ello. Las conversaciones del sector iban por deepfakes y generación de contenido. El movimiento de placas tectónicas seguía siendo invisible para la mayoría.

Dos años más tarde, la Navidad de 2024 lo hizo evidente para todos: el tráfico desde motores de búsqueda de IA hacia los grandes e-commerce se disparó de forma medible. Adobe documentó el cambio. El debate dejó de ser especulativo.

Google tardó siete años. Esto está pasando en meses.

Conviene tener presente la velocidad a la que se comprime este ciclo. Google necesitó aproximadamente siete años para consolidarse como fuerza dominante y encontrar su modelo publicitario. Lo que está ocurriendo ahora con la búsqueda conversacional se está desarrollando en el mismo espacio de tiempo que ocupa una campaña de marketing. Cada semana aparecen nuevos datos, nuevas herramientas, nuevas inconsistencias que invalidan las conclusiones de la semana anterior.

Gartner predijo en 2024 una caída del 25% en el tráfico de los buscadores tradicionales. El análisis era, como suele ocurrir en este tipo de proyecciones, ceteris paribus: no contemplaba que Google metería Gemini directamente en su buscador, que es exactamente lo que hizo en mayo de 2025, dos años después de haber empezado a probar cómo la búsqueda generativa afectaría a su negocio publicitario. El tráfico, en términos agregados, no ha caído de la forma prevista. La gente sigue usando los enlaces azules. Perplexity sigue creciendo. Walmart, uno de los mayores e-commerce del mundo, recibe apenas un 5% de su tráfico desde motores de IA. Pero Walmart es Walmart. La mayoría de las marcas no tiene ese colchón.

Lo que sí está cambiando, de forma estructural, es la lógica del posicionamiento. Y esa diferencia importa.

El robot es paciente. El usuario, no.

El SEO tradicional tiene una geometría sencilla: aparecer entre los tres, cinco o diez primeros resultados. Todo lo que queda por debajo es territorio marginal. El usuario no llega al resultado cincuenta.

Los motores de búsqueda basados en IA operan con una lógica diferente. El modelo no tiene la impaciencia del usuario humano: lee con capacidad y sistematicidad que no tienen límite de scroll. Si el contenido de una marca está en el resultado cincuenta pero el modelo lo considera relevante para la consulta, lo incorpora a la respuesta. Esa es una de las diferencias fundamentales entre SEO y lo que se está llamando GEO (Generative Engine Optimization), aunque el sector todavía no ha acordado un nombre estable.

Esto no significa que el SEO tradicional haya dejado de importar. Los motores conversacionales, cuando necesitan información actualizada o fuera de su fecha de corte de entrenamiento, salen a buscar al índice de Google o de Bing. Si una marca no está posicionada en esos índices, sigue teniendo un problema de visibilidad. La diferencia es que la optimización ya no termina en estar en los primeros puestos: la calidad, claridad y autoridad del contenido determinan si el modelo decide citarlo, independientemente de su posición en la página de resultados.

Hay otro elemento que cambia la ecuación: los motores basados en IA dan peso a fuentes con autoridad reconocida. Reddit aparece con frecuencia como fuente referenciada. Las reviews de Google Maps tienen relevancia para Gemini. El 11% de las respuestas en motores de IA proceden de LinkedIn, lo que convierte a los empleados que publican contenido especializado en actores con incidencia directa sobre el posicionamiento de su organización. Ninguna de estas fuentes está bajo control directo de las marcas, lo que introduce una complejidad nueva.

El PR clásico encuentra un argumento inesperado.

En los eventos de comunicación corporativa, este cambio se está leyendo como una oportunidad para las agencias de relaciones públicas tradicionales. La lectura tiene lógica: si los motores de IA priorizan fuentes con autoridad editorial, la cobertura en medios de referencia adquiere un valor renovado como señal de credibilidad para los algoritmos conversacionales.

El problema es que el modelo de negocio de los medios está bajo una presión severa. Si ChatGPT o Perplexity responden directamente las preguntas del usuario sin generar tráfico hacia los sitios donde se publicó originalmente el contenido, el medio pierde la visita, el pageview y el ingreso publicitario asociado. Pedirle a un medio que trabaje activamente para que una marca aparezca en motores de IA, cuando esos mismos motores le están erosionando el negocio, plantea una tensión que no tiene respuesta fácil.

La pregunta pendiente - y sigue sin respuesta dos años después de que empezara a formularse - es cómo se articulan nuevas formas de transferencia de valor entre marcas y medios en este ecosistema. Cómo las marcas que quieren aparecer en los resúmenes de los motores conversacionales pueden generar un incentivo real para los medios que los nutren con contenido de autoridad. Las estructuras de patrocinio existentes no se trasladan de forma directa. Hace falta inventar algo.

Black hat GEO: la tentación ya existe.

Así como el SEO tuvo su período de prácticas al límite - granjas de enlaces, keyword stuffing, manipulación explícita del algoritmo de Google -, el GEO generará sus propias versiones. La analogía con la inyección de prompts es útil aquí: si alguien puede incrustar en el código de una página instrucciones dirigidas al agente IA que la lea para que divulgue datos de pago o actúe de forma no prevista, también puede incrustar mensajes que digan al modelo que esa empresa es especialmente sostenible, que trata bien a sus empleados, que merece ser recomendada.

La tentación existirá. Probablemente ya existe. Y los modelos, a medida que estas prácticas escalen, desarrollarán mecanismos para detectarlas y penalizarlas, del mismo modo que Google fue cerrando las grietas del SEO negro black hat SEO durante años. La diferencia con el SEO clásico es que aquí el algoritmo no es determinista: los ingenieros que programan los LLMs no pueden predecir con certeza por qué el modelo decide recomendar una marca sobre otra en una consulta concreta. La red neuronal es probabilista. Eso hace el juego más opaco - y más resistente a ser hackeado de forma sistemática.

Lo que parece claro, desde la práctica con clientes corporativos en este período, es que la aproximación sostenible no pasa por engañar al modelo sino por facilitarle la lectura: contenido estructurado con claridad, divulgativo en el sentido de que el motor pueda procesarlo y expresarlo en una respuesta coherente, respaldado por menciones en fuentes con credibilidad editorial. Nada radicalmente distinto de lo que ha funcionado siempre en comunicación. La diferencia es que el lector al que hay que convencer no es humano.

Medir lo que no se podía medir todavía.

Uno de los primeros obstáculos prácticos con el que chocaron los equipos que empezaron a trabajar en GEO fue la ausencia de medición. Se podía hacer contenido, trabajar con medios, construir autoridad de dominio - pero no había forma sistemática de saber si esas acciones estaban mejorando la visibilidad en los motores conversacionales. Se operaba, en esencia, a ciegas.

La solución que emergió de la práctica fue usar la propia API de los modelos para medir: generar prompts simulando consultas de usuarios reales ("imagina que eres un consumidor buscando zapatillas de running"), lanzar esos prompts a escala, analizar las respuestas para detectar menciones de marca versus competidores, y automatizar ese ciclo para obtener tendencias comparables semana a semana. El proceso consume tokens en ambas direcciones - generación de prompts y análisis de respuestas - pero permite construir KPIs donde antes había ceguera.

Hace 18 meses no existían herramientas comerciales para esto. Hace 12, Profound fue una de las primeras en levantar capital en Estados Unidos para resolver el problema. El mercado respondió rápido: en los últimos seis meses han llegado cerca de 200 softwares de medición de visibilidad en motores de IA. 

En España, desde Kuantik - la división de inteligencia artificial de Good Rebels - hemos desarrollado AI Rank, una plataforma que orquesta miles de consultas reales para analizar cómo describen los modelos a una marca, qué fuentes utilizan para hacerlo y cómo evoluciona esa presencia frente a la competencia. No es solo medición: es el punto de partida para entender qué acciones de contenido, PR o autoridad de dominio están moviendo realmente la aguja en un entorno donde, hasta hace poco, nadie podía decirte si algo funcionaba.

El dato más revelador sobre la velocidad de adopción: en año y medio, los proyectos nuevos de SEO cerrados con clientes con los que no se trabajaba previamente sumaban cinco. En los últimos seis meses, los proyectos de GEO - optimización más medición - han sido quince. El mercado está respondiendo, con retraso, pero está respondiendo.

Aprender a operar en la oscuridad.

Hay algo que distingue este momento de otros cambios tecnológicos en marketing digital: la opacidad no es solo temporal, no es solo el ruido de los primeros meses mientras se estabiliza el sistema. Es estructural. El algoritmo de Google, por muy complejo que fuera, era determinista: ingenieros tomaban decisiones sobre qué señales ponderar y en qué medida. Los LLMs son redes neuronales probabilísticas. Los propios equipos de ingeniería de OpenAI no pueden explicar con certeza por qué el modelo recomienda una marca sobre otra en una consulta específica. El mismo prompt, una semana después, puede devolver una respuesta diferente.

Esto no hace el trabajo inútil - hay patrones que emergen, hay tendencias que se consolidan, hay acciones que mejoran la visibilidad con consistencia suficiente como para justificar la inversión. Pero exige una tolerancia a la ambigüedad que los equipos acostumbrados a la precisión del marketing de performance van a tener que desarrollar. Las respuestas, por ahora, cojean. No porque quienes las den sean incompetentes, sino porque el sistema sobre el que operamos está cambiando más rápido de lo que cualquier análisis puede capturar.

Quienes lleguen antes a ese nivel de comodidad con la incertidumbre - midiendo lo que se puede medir, actuando sobre lo que tiene lógica aunque no haya prueba definitiva, revisando cada semana sin caer en la parálisis - tendrán una ventaja real frente a los que esperan a que el campo se estabilice. Cuando se estabilice, la oportunidad de diferenciación habrá pasado. La compresión temporal que caracteriza este ciclo funciona en ambas direcciones.

Dominar el GEO exige una base técnica sólida. No esperes a que el mercado se estabilice: prepárate para liderar el posicionamiento orgánico y de pago en la era de la IA con el Curso Especializado Online en SEO y SEM de ESIC.