Estudio

Por qué la visibilidad en las IA ya no puede deducirse de los rankings de búsqueda

Por Simon Vasconcelos Lee 20 jul 2026

Durante unos dos años existió un atajo fiable: los asistentes de IA se apoyaban en los índices de los buscadores clásicos para fundamentar sus respuestas, de modo que posicionar bien en la búsqueda equivalía a ser localizable por las IA. Ese atajo se está rompiendo, canalización a canalización. A lo largo de 2026, cada gran asistente de IA ha ido montando su propia maquinaria de retrieval, la recuperación de contenido que alimenta sus respuestas: crawlers propios, feeds de contenido bajo licencia, índices de pasajes, llamadas directas a fuentes vivas. Este análisis cartografía de dónde salen realmente las respuestas de las IA a julio de 2026, y qué cambia eso para quien quiera aparecer en ellas.

La era del proxy, y las tres fuerzas que la están terminando

Cuando ChatGPT empezó a navegar por la web, lo hizo a través de Bing. La mayoría de los primeros productos de búsqueda con IA funcionaban igual: comprar resultados a una API de búsqueda consolidada, leer las primeras páginas, redactar una respuesta. Mientras esa arquitectura se mantuvo, la visibilidad en las IA era en gran medida un derivado de la visibilidad en la búsqueda. Si usted posicionaba, estaba en el conjunto de fuentes; si estaba en el conjunto de fuentes, podía ser citado.

Tres fuerzas están desmontando ese arreglo.

Las propias API de búsqueda están cerrando. Microsoft retiró las Bing Search APIs el 11 de agosto de 2025. El reemplazo oficial, Grounding with Bing Search dentro de Azure AI Agents, ya no es un índice en bruto: es un producto de agentes, y las comparativas publicadas lo sitúan entre un 40 y un 483 % más caro que la API a la que sustituye. Para cualquier empresa que construye un asistente de IA, el mensaje quedó claro: alquilar el índice de un rival es una dependencia que puede reencarecerse o retirarse en cualquier momento.

Los asistentes quieren algo que una página de resultados nunca se diseñó para dar. Una página de resultados es un producto para un humano que escanea y hace clic: diez enlaces, títulos, fragmentos. Un modelo de lenguaje que compone una respuesta quiere otra cosa muy distinta: pasajes limpios, densos en hechos, con fechas y procedencia, listos para citarse y componerse. Los dos objetos llevan años divergiendo; 2026 es el año en que la divergencia se volvió infraestructura. El buscador como producto para humanos y el retrieval como función para modelos se están separando en dos industrias distintas.

El acceso al contenido se está convirtiendo en un recurso negociado. El 15 de septiembre de 2026 cambian los ajustes por defecto de Cloudflare: los crawlers que mezclan búsqueda, entrenamiento y uso por agentes quedan bloqueados por defecto en las páginas que llevan publicidad, para los dominios nuevos y los clientes del plan gratuito, y su programa Pay Per Crawl pasa a ser Pay Per Use, que paga a los editores cuando el contenido se usa realmente en una respuesta y no cuando simplemente se descarga. Se piense lo que se piense de la política de un proveedor concreto, la dirección es inequívoca: la era en que un crawler podía leerlo todo gratis porque devolvía tráfico se está cerrando, porque el tráfico ya no vuelve en las mismas proporciones.

Lo que una canalización de retrieval necesita y un buscador no vende

Reduzca la respuesta de un asistente de IA a su fontanería y los requisitos son concretos:

Pasajes, no páginas. La unidad de retrieval es un fragmento de texto que se sostiene solo: un párrafo con su fecha, su fuente, su afirmación. Los índices se construyen tanto alrededor de fragmentos y embeddings como de palabras clave.
Frescura con procedencia. Un modelo necesita saber no solo qué dice una página, sino cuándo lo dijo, para poder preferir el dato vigente al caducado.
El derecho a reutilizar. Un buscador muestra un fragmento y envía el clic. Un asistente reformula el contenido dentro de su propia respuesta. Esa diferencia es jurídica y comercial, no solo técnica, y es exactamente lo que tarifica el nuevo mercado de licencias.
Un ranking por utilidad para la respuesta, no por clics. Los motores clásicos ordenan con grafos de enlaces y comportamiento de clic. Un asistente puede hacer algo que ningún buscador pudo: observar, a lo largo de miles de millones de conversaciones, qué fuente citada zanjó de verdad la pregunta del usuario y cuál provocó una corrección en el mensaje siguiente. Esa señal de retroalimentación pertenece a quien opera el asistente, no al buscador que tiene debajo.

Entender esos requisitos explica casi todos los movimientos de las grandes empresas de IA desde 2024.

Los seis bloques de las nuevas canalizaciones

1. Flotas de crawlers especializados. Las grandes empresas de IA operan hoy crawlers separados para fines separados, declarados bajo user agents distintos: OpenAI separa GPTBot, que recolecta datos de entrenamiento, de OAI-SearchBot, que alimenta los resultados de búsqueda; Anthropic separa igualmente ClaudeBot de sus crawlers dedicados a la búsqueda y a las peticiones de usuario. Esa separación es lo que permite a un editor rechazar el entrenamiento y aceptar a la vez el crawler de búsqueda que puede citarlo. Y estas flotas no intentan copiar toda la web: la prioridad de rastreo sigue lo que los usuarios preguntan realmente. Un índice construido para responder preguntas necesita decenas de miles de millones de páginas bien elegidas, no los cientos de miles de millones exhaustivos que mantiene un motor clásico.

2. Contenido bajo licencia, comprado en lugar de rastreado. El mercado de licencias de contenido ha cambiado de forma. Los primeros acuerdos eran volcados puntuales para entrenamiento; el crecimiento está ahora en los acuerdos de acceso continuo con atribución, en los que el asistente puede leer y citar el contenido vivo de un editor. El seguimiento del sector cuenta 2 acuerdos de acceso vivo en 2023, 11 en 2024, 18 en 2025 y unos 34 proyectados para 2026. Los acuerdos ancla dan la escala: el de OpenAI con News Corp se cifra en hasta 250 millones de dólares en cinco años; Reddit ha declarado 203 millones de dólares de valor contractual agregado en licencias de datos entre compradores que incluyen a Google y OpenAI. Algunos acuerdos excluyen ya por completo el entrenamiento y cubren solo el retrieval y la visualización con atribución, lo que dice con claridad qué se está comprando: no conocimiento para el modelo, sino presencia en las respuestas. Para una gran empresa de IA, incluso el mayor de estos acuerdos es una partida menor comparada con depender del índice de un competidor.

3. Un índice de pasajes, no un buscador copiado. Entre «alquilar una SERP» y «reconstruir Google» hay una vía intermedia que la mayoría de los constructores está tomando: comprar acceso al índice en bruto de un proveedor independiente y construir encima una capa propietaria de retrieval. La señal pública más clara viene de la propia lista de subencargados de Anthropic, que a mediados de 2026 nombra dos proveedores de búsqueda web: Brave, cuyo índice independiente supera los 40.000 millones de páginas, listado desde marzo de 2025, y TurboPuffer, una base de datos de búsqueda vectorial y de texto completo, añadida en mayo de 2026. Un índice de palabras clave más un almacén vectorial más un ranking propio es, funcionalmente, una canalización de retrieval: solo que no es un buscador que alguien navegue.

4. El ranking lo hace el propio modelo. En estas canalizaciones el modelo no consume una lista ordenada; es quien la ordena. Una pregunta del usuario se descompone en varias subconsultas, cada una lanzada contra el índice, y los pasajes devueltos son reordenados y filtrados por el modelo antes de escribir. Encima se superpone la retroalimentación conversacional descrita más arriba: qué fuentes cierran conversaciones, cuáles provocan correcciones. Es una señal de ranking que la búsqueda clásica nunca tuvo, y beneficia íntegramente al asistente.

5. La frescura en tres niveles. Mantener fresco un índice exhaustivo es el hábito más caro de la búsqueda clásica, y las nuevas canalizaciones sencillamente se niegan a pagarlo. En su lugar apilan tres mecanismos: feeds en tiempo real bajo licencia para los dominios que se mueven rápido, como las noticias y las finanzas; re-rastreo de alta frecuencia reservado a un pequeño conjunto de sitios que cambian a menudo; y para todo lo demás, descargar la página en el momento de la pregunta. El despilfarro del hábito antiguo es medible: Cloudflare reporta que más de la mitad del tráfico de los crawlers de IA se va en volver a descargar páginas que no han cambiado. La descarga bajo demanda gasta ese esfuerzo solo cuando una pregunta lo exige de verdad.

6. Sin rastreo alguno: llamar a la fuente. La vía más reciente se salta los documentos por completo. Para los datos estructurados y vivos, precios, disponibilidad, horarios, documentación, un asistente llama cada vez más a la fuente autoritativa directamente mediante conectores y protocolos abiertos como MCP. Para esa clase de pregunta, la copia en cualquier índice siempre queda por detrás de la fuente misma. Una parte creciente de lo que parece «búsqueda» dentro de un asistente es en realidad llamada de herramientas: la pregunta deja de ser «quién posiciona para esto» y pasa a ser «a qué fuente decide llamar el asistente».

Una instantánea de quién hace qué, fechada en julio de 2026

Cada actor ensambla las piezas anteriores de forma distinta, y los arreglos seguirán moviéndose. En el momento de escribir esto: Google fundamenta Gemini en su propia pila de búsqueda y no necesita nada externo. OpenAI sigue documentando Bing como fuente de datos de la búsqueda de ChatGPT, mientras construye su propio rastreo y mantiene la mayor cartera de acuerdos con editores, unas dos docenas de acuerdos anunciados; pruebas independientes también han observado repetidamente que ChatGPT recurre al índice de Google para algunas respuestas, un arreglo que OpenAI no documenta. Anthropic compone acceso a índices bajo licencia con una capa de retrieval propia y licencias selectivas. Perplexity construyó su propio índice sin ser un hyperscaler, lo que zanjó la cuestión de la viabilidad. Meta compra acceso mediante acuerdos; xAI se apoya en los datos de su propia plataforma más rastreo. Los constructores más pequeños no montan nada de esto: alquilan API de retrieval diseñadas para modelos de lenguaje, una categoría que se ha convertido discretamente en la verdadera sucesora de las API de búsqueda retiradas.

Trate este párrafo como una fotografía, no como un mapa: los arreglos individuales cambian cada trimestre. La dirección no ha cambiado desde 2024, y solo apunta en un sentido: todo asistente serio avanza hacia una maquinaria de retrieval que controla.

Qué cambia esto si usted quiere aparecer en las respuestas de las IA

La consecuencia práctica es fácil de enunciar: un ranking de búsqueda ya no le dice si los asistentes de IA lo mencionan. Nunca lo dijo todo, pero durante la era del proxy era una aproximación utilizable. Ya no lo es, por tres razones estructurales.

La visibilidad se fragmentó en canalizaciones. Cada asistente lee hoy la web a través de su propia combinación de rastreo, licencia e índice. La misma pregunta, planteada a cuatro asistentes, se fundamenta en cuatro conjuntos de fuentes distintos. No hay un ranking único que inspeccionar, ni forma de calcular desde fuera su presencia en esas respuestas. Lo que sí puede hacerse es medir en directo: plantear a los asistentes las preguntas que hace su mercado, de forma repetida, y registrar quién es nombrado, en qué términos y desde qué fuentes. Esa serie, motor por motor, es la única verdad observable que este paisaje todavía ofrece.

Sus superficies sirven ahora a tres vías a la vez. Un contenido puede llegar a una respuesta porque fue rastreado, porque fue licenciado o porque la fuente fue llamada. Las tres vías premian las mismas propiedades: páginas que enuncian hechos con limpieza, con fechas, en un texto que una máquina puede levantar entero; datos estructurados y archivos legibles por máquina que dicen sin ambigüedad lo que usted es; y, cada vez más, interfaces que un modelo puede llamar directamente. Ser citable y ser llamable se están convirtiendo en dos formas distintas de visibilidad, y la segunda es nueva: no existía en la era de la búsqueda, y se gana con API y conectores, no con contenido.

La transición premia medir los dos mundos. La búsqueda clásica no ha salido de escena: varios asistentes siguen fundamentando hoy sus respuestas en índices clásicos, directamente o por intermediarios, y los rankings clásicos siguen alimentando parte de los conjuntos de fuentes. La postura razonable durante la transición no es abandonar la optimización para buscadores, sino dejar de leerla como un proxy: mantenga el trabajo de búsqueda y mida las propias respuestas de las IA, para que cuando una canalización se mueva bajo sus pies, sus datos lo noten antes que su cartera de clientes.

La divergencia del retrieval seguirá ensanchándose. El contenido bajo contrato es invisible desde cualquier página de resultados; las fuentes llamadas por conectores nunca aparecen en un rastreo; el índice de cada asistente diverge un poco más cada trimestre. Todo lo que va en esa dirección debilita la inferencia y refuerza la observación. Nuestro propio enfoque se desprende de ahí, y es el método detrás de nuestro trabajo de medición: plantear las preguntas del mercado a los motores con una cadencia fija, registrar las respuestas y dejar que la serie, no los rankings, diga dónde está usted. El instrumento para ello es Epovest Tracking.