El SEO que construiste no sirve para la búsqueda de hoy

Google I/O 2026 no dejó mucho margen a la interpretación: las respuestas generadas por IA son ya el formato predeterminado en la búsqueda de Google, no un experimento en curso ni una pestaña secundaria. Para cualquier equipo que haya pasado los últimos años construyendo autoridad de dominio, trabajando la arquitectura de enlaces y midiendo posiciones en las SERPs, el escenario operativo acaba de cambiar de forma sustancial.

El podcast Equity de TechCrunch dedicó un episodio reciente a desglosar exactamente este problema: la mayoría de marcas tiene una visibilidad casi nula sobre cómo la IA las describe ante sus clientes. No se trata solo de perder tráfico orgánico; se trata de que el intermediario que ahora resume, recomienda y descarta ya no deja rastro en Google Search Console.

Qué cambió en Google I/O

La presentación oficial consolidó las AI Overviews —respuestas automáticas generadas encima de cualquier resultado— como experiencia por defecto para una proporción creciente de consultas. Google no ofrece una cifra exacta del porcentaje de búsquedas afectadas, pero los datos de tráfico de numerosos publishers desde finales de 2025 apuntan a caídas sostenidas en clics incluso cuando el ranking se mantiene.

El mecanismo es conocido: el modelo responde directamente en la página de resultados, el usuario obtiene lo que necesita sin hacer clic y el sitio que nutrió esa respuesta no recibe la visita. Lo nuevo es la escala y la oficialidad del cambio.

El problema de la caja negra

Lo que agrava la situación para marcas y equipos de marketing no es solo perder clics; es no saber qué dice la IA sobre ellas. Las herramientas tradicionales de monitorización —rankings, impresiones, CTR— no capturan cómo un modelo sintetiza la reputación de un producto o la fiabilidad de una empresa. Una marca puede tener el primer resultado orgánico y aun así aparecer descrita de forma imprecisa o directamente ausente en la respuesta generada.

Esta opacidad tiene consecuencias prácticas inmediatas:

• Reputación sin control: si el modelo extrae información desactualizada o de fuentes de baja calidad, la corrección no pasa por actualizar la página propia.
• Sin atribución clara: las AI Overviews citan fuentes, pero la selección de qué fuentes se citan y con qué peso es opaca.
• Métricas huérfanas: el funnel de adquisición basado en búsqueda orgánica deja de ser trazable de la misma forma.

Para quién es urgente esto

No afecta por igual a todos los sectores. Los más expuestos son aquellos donde la búsqueda informacional era el principal canal de entrada: medios de comunicación, e-commerce de categorías genéricas, servicios profesionales (legal, salud, finanzas) y cualquier negocio cuya propuesta de valor requería que el usuario llegara a la web para entenderla.

Los que tienen más margen son quienes ya operaban con búsqueda de marca fuerte, comunidades propias o canales directos. Para ellos, el cambio duele menos a corto plazo, aunque la tendencia les afecta igualmente.

Qué están haciendo los equipos más avispados

Algunos enfoques que están ganando tracción, aunque ninguno es todavía una solución consolidada:

• Optimización para LLMs: producir contenido estructurado, con hechos verificables y citas claras, que los modelos puedan extraer con precisión. No es SEO clásico, pero comparte algunas lógicas.
• Monitorización de menciones en IA: herramientas emergentes que rastrean cómo distintos modelos responden a consultas relacionadas con una marca. Aún son rudimentarias, pero el espacio está creciendo rápido.
• Diversificación de canales: reducir la dependencia de la búsqueda orgánica como fuente primaria y reforzar newsletter, comunidades y presencia directa.
• Contenido de primera persona verificable: entrevistas, datos propios, investigación original; el tipo de contenido que los modelos tienden a citar porque no pueden generarlo por sí mismos.

Una nota de perspectiva

Conviene no caer en el catastrofismo. El SEO lleva décadas adaptándose a cambios algorítmicos y cada vez que Google ajusta sus reglas aparecen predicciones de colapso total que no se materializan del todo. Lo que sí parece cierto es que el ciclo de adaptación esta vez es más profundo porque afecta a la lógica del enlace como unidad de valor, no a un factor de ranking dentro de un sistema que sigue siendo el mismo.

Desde ElephantPink llevamos meses viendo cómo equipos de contenido y marketing empiezan a hacer preguntas que antes eran territorio exclusivo de quienes trabajaban con LLMs. Que esas conversaciones hayan llegado a los podcasts generalistas de referencia como Equity indica que el tema ha salido ya del nicho técnico. Bienvenidos al problema.