Por un lado, como usuario y desarrollador, estoy entusiasmado con los nuevos productos y funciones. Google es verdaderamente una maravilla de la tecnología moderna y eso quedó patente con productos como Flow, AndroidXR y Search.
Por otro lado, estoy aterrorizado por lo que significa para la comunidad SEO, porque el conjunto de habilidades y la tecnología que utilizamos para impulsar la visibilidad no están preparados para hacia dónde se dirigen las cosas. Para colmo, la conversación actual mantiene a la gente complaciente, lo que es peligroso para el avance del campo. Últimamente se ha hablado mucho en la comunidad SEO sobre cómo las funciones de Google impulsadas por IA generativa no suponen ninguna diferencia;
“Es sólo SEO”. De hecho, los últimos intentos de Google por ofrecer orientación así lo reflejan. Gran parte del argumento se basa en la superposición de mecánicas entre la recuperación de información generativa y la recuperación de información clásica para la web.
Sí, todavía necesitas que el contenido sea accesible, indexable y comprensible, pero la diferencia es que en la RI clásica, tu contenido sale de la misma manera que entra. En la RI generativa, tu contenido es manipulado y no sabes cómo o si aparecerá al otro lado, incluso si hiciste bien todas tus mejores prácticas de SEO y éstas informaron la respuesta. Ahí radica la desconexión y el nivel en el que el SEO, tal como existe actualmente, no es suficiente. Las superposiciones con la búsqueda orgánica clásica serán de corta duración El mes pasado, en la Semana SEO, en mi charla “Un mundo feliz del SEO”, redoblé la apuesta diciendo que, claro, hay una gran superposición entre los SERP orgánicos y los AI Overviews en este momento, pero no estamos listos para lo que sucederá cuando se mezclen la memoria, la personalización, el MCP y las capacidades agénticas necesarias. ¿Qué sucede cuando Google extrae datos de todas las aplicaciones de la web?
Con el anuncio de mejoras en el Modo IA, literalmente todo lo que dije ya está disponible en tu experiencia de Búsqueda de Google o lo estará este año. Google también nos ha estado advirtiendo desde el lanzamiento de su documento explicativo de AIO y Modo IA que lo mejor del Modo IA terminará llegando a la experiencia de búsqueda principal. Cuanto más he investigado cómo funcionan estas características, más convencido estoy de que nuestro espacio necesita pensar en grande.
Entonces, hablemos de por qué no estamos listos y qué debemos hacer para prepararnos. No es sólo SEO, pero ¿qué es SEO de todos modos? El argumento de que el Modo IA y los AI Overviews son “sólo SEO” es, en el mejor de los casos, miope y, en el peor, peligrosamente desinformado.
Lo que esta posición malinterpreta no es sólo un matiz técnico; es la completa incomprensión de cómo estas superficies generativas difieren fundamentalmente del paradigma de recuperación sobre el que se construyó el SEO. La suposición subyacente es que todo lo que harías para aparecer en el Modo IA ya está cubierto por las mejores prácticas de SEO.
Pero si eso fuera cierto, la industria ya estaría integrando contenido a nivel de pasaje, ejecutando cálculos de similitud semántica contra vectores de consulta y optimizando la probabilidad de citación a través de consultas sintéticas latentes. La sorprendente falta de herramientas SEO convencionales que hagan algo de eso es un reflejo directo del hecho de que la mayor parte del espacio SEO no está haciendo lo que se requiere. En cambio, nuestro espacio está haciendo lo que siempre ha hecho, y a veces funciona.
El SEO es una disciplina sin fronteras Parte de la confusión surge del hecho de que el SEO no tiene un perímetro fijo. Ha absorbido, tomado prestado y reutilizado conceptos de disciplinas como la ingeniería de rendimiento, la arquitectura de la información, la UX, la analítica y la estrategia de contenidos, a menudo a instancias de Google. ¿Datos estructurados?
Ahora SEO. ¿Velocidad del sitio?
SEO. ¿Modelado de entidades? SEO.
Y la lista continúa. En verdad, si cada equipo tuviera en cuenta los requisitos de Google en sus propias áreas de práctica, el SEO como disciplina independiente no existiría. Así que lo que llamamos SEO hoy en día es más bien un andamiaje reactivo.
Es una respuesta organizativa temporal a la influencia estructural de Google en la web. Y ese andamiaje ahora se está resquebrajando bajo el peso de un paradigma fundamentalmente diferente: la recuperación generativa e impulsada por el razonamiento y la competencia que ha surgido a raíz de ello. El SEO no está optimizando para el Modo IA Existe una profunda desconexión entre lo que se requiere técnicamente para tener éxito en la RI generativa y lo que la industria SEO hace actualmente. La mayoría del software SEO todavía opera con modelos de recuperación dispersos (TF-IDF, BM25) en lugar de modelos de recuperación densos (incrustaciones vectoriales).
No tenemos herramientas que analicen e incrusten pasajes de contenido. Nuestra industria no analiza ni agrupa ampliamente documentos candidatos en el espacio vectorial. No medimos la relevancia de nuestro contenido en el conjunto de consultas sintéticas que nunca es visible para nosotros.
No sabemos con qué frecuencia se nos cita en estas superficies generativas, con qué prominencia o qué clase de intención desencadenó la citación. Las principales herramientas han comenzado recientemente a compartir datos de clasificación para AIO, pero se pierden la mayor parte porque realizan el seguimiento basándose en estados sin inicio de sesión. La única parte que es “sólo SEO” es el hecho de que lo que se está haciendo se está haciendo incorrectamente.
El Modo IA introduce: Modelos de razonamiento que generan respuestas a partir de múltiples documentos relacionados semánticamente. Consultas de expansión (fan-out) que reescriben la experiencia de búsqueda como un evento latente de múltiples consultas. Recuperación a nivel de pasaje en lugar de indexación a nivel de página.
Personalización a través de incrustaciones de usuario, lo que significa que cada usuario ve algo diferente, incluso para la misma consulta en la misma ubicación. Comportamiento de cero clics, donde ser citado importa más que ser clicado. Estos no son casos aislados.
Este es el sistema. Así que no, esto no es sólo SEO. Es lo que viene después del SEO.
Si seguimos fingiendo que las viejas herramientas y las viejas mentalidades son suficientes, no sólo seremos invisibles en el Modo IA, seremos irrelevantes. Dicho esto, el SEO siempre ha luchado con la distinción entre estrategia y táctica, por lo que no me sorprende que esta sea la reacción de tanta gente. También es el tipo de reacción que sugiere que hay un cierto nivel de disonancia cognitiva en juego.
Sabiendo cómo funciona la tecnología, me resulta difícil entender esa posición porque la realidad innegable es que los aspectos de la búsqueda son fundamentalmente diferentes y mucho más difíciles de manipular. Google está resolviendo los costos délficos, no generando tráfico Ya no estamos alineados con lo que Google está tratando de lograr. Queremos visibilidad y tráfico.
Google quiere ayudar a las personas a satisfacer sus necesidades de información y considera el tráfico como un “mal necesario”. Mira la sección de búsqueda de la keynote de Google I/O 2025 o lee la publicación del blog de Liz Reid sobre el mismo tema. Está claro que quieren hacer el “Googling” por ti.
En otro panel, Liz explicó cómo, históricamente, para una consulta de varias partes, el usuario tendría que buscar cada componente de la consulta y unir la información por sí mismo. Esto se relaciona con los mismos conceptos que Andrei Broder destaca en su artículo sobre los costos délficos sobre cómo la carga cognitiva para la búsqueda es demasiado alta. Ahora, Google puede extraer resultados de muchas consultas y unir una respuesta sólida e inteligente para ti.
Sí, el nivel básico del trabajo de SEO involucrado sigue consistiendo en ser rastreado, renderizado, procesado, indexado, clasificado y reclasificado. Sin embargo, ahí es sólo donde comienzan las cosas para una superficie como el Modo IA. Lo diferente es que no tenemos mucho control sobre cómo aparecemos al otro lado del resultado.
El Modo IA de Google incorpora razonamiento, contexto personal y más tarde puede incorporar aspectos de DeepSearch. Todos estos son mecanismos en los que no tenemos y probablemente no tendremos visibilidad y que hacen que la búsqueda sea probabilística. La comunidad SEO actualmente no tiene datos para indicar el rendimiento, ni herramientas para respaldar nuestra comprensión de qué hacer.
Entonces, si bien podemos construir sitios técnicamente sólidos, crear contenido y construir todos los enlaces, este es sólo un conjunto de muchas entradas que entran en una mezcla más grande y salen irreconocibles al otro lado. Actualmente, el SEO no tiene suficiente control para fomentar las clasificaciones en un entorno impulsado por el razonamiento. Razonamiento significa que Gemini está haciendo una serie de inferencias basadas en el contexto conversacional histórico (memoria) con el usuario.
Luego está la capa de contexto personal en la que Google extraerá datos de los ecosistemas de Google, comenzando con Gmail, MCP y A2A (hombre, esto es un cambio de plataforma y se considerará mucho más contexto externo). DeepSearch es efectivamente una expansión del paradigma DeepResearch llevado al SERP, donde se pueden activar cientos de consultas y revisar miles de documentos. El futuro multimodal de la búsqueda Otro cambio fundamental es que el Modo IA también es multimodal de forma nativa, lo que significa que puede extraer video, audio y sus transcripciones o imágenes.
También están los aspectos del Modelo Unificado Multitarea (MUM) que sustentan esto, que pueden permitir que el contenido en un idioma se traduzca a otro y se use como parte de la respuesta. En otras palabras, cada respuesta es un evento matricial altamente opaco en lugar del examen de unos pocos cientos de documentos de texto basados en factores deterministas. Históricamente, tu análisis competitivo comparaba texto con texto en el mismo idioma o video con video.
Ahora te enfrentas a un conjunto de entradas altamente dinámico y es posible que no tengas la capacidad de competir. La guía de Google está alentando a las personas a invertir en formatos de contenido más variados al mismo tiempo que están reduciendo los clics de las personas en un 34,5%. Sin duda, será una batalla cuesta arriba convencer a las organizaciones de que comprometan estos recursos, especialmente cuando el contenido “no mercantilizable” tampoco tendrá una vida útil prolongada.
Google está trayendo visualización de datos personalizada al SERP basada en tus datos. No puedo imaginar que la remezcla de tu contenido sobre la marcha con Veo e Imagen esté muy lejos. Eso solo cambia la complexión de lo que podemos lograr estratégicamente en el contexto de una organización.
El modelo actual de SEO no respalda hacia dónde van las cosas He pensando en lo inútil que será iniciar sesión en gran parte del software SEO al que nos suscribimos para el trabajo en Modo IA. Está bastante claro que, en algún momento, Google hará que el Modo IA sea el predeterminado, y gran parte de la comunidad SEO no sabrá qué hacer. Estamos en un espacio donde las clasificaciones han sido altamente personalizadas durante veinte años y, aun así, lo mejor que podemos hacer es el seguimiento de clasificaciones basado en un usuario hipotético que se unió a la web por primera vez y su primer acto es buscar tu consulta.
Estamos operando en un sistema que ha sido semántico durante al menos diez años e híbrido durante al menos cinco, pero ¿lo mejor que podemos hacer son herramientas de optimización de contenido basadas en léxico? Siiiiigh… hay mucho trabajo por hacer. Quizás James Cadwallader tenía razón después de todo En la Semana SEO, James Cadwallader, cofundador y CEO de la plataforma de análisis de búsqueda conversacional Profound, declaró casualmente que “el SEO se convertirá en una función anticuada”.
Rápidamente matizó eso diciendo que la Experiencia del Agente (AX) es algo a lo que los SEO están en una posición única para hacer la transición. Antes de llegar allí, expuso cuidadosamente su caso, explicando que el paradigma original de la web era un mercado de dos lados y el advenimiento de la web agéntica trastorna el modelo de interacción usuario-sitio web. De manera conmovedora, James concluyó que al usuario no le importa de dónde proviene el contenido siempre que obtenga respuestas viables.
Entonces, si bien Google históricamente nos ha advertido contra el marketing para bots, el nuevo entorno básicamente requiere que consideremos a los bots como un consumidor principal porque los bots son los intérpretes de la información para el usuario final. En otras palabras, su tesis sugiere que muy pronto los usuarios no verán tu sitio web en absoluto. Los agentes adaptarán la información en función de su comprensión del usuario y su razonamiento frente a tu mensaje.
En el aspecto técnico, James habló sobre la hipótesis de su equipo sobre cómo funciona la memoria a largo plazo. Parece que hay una representación de todas las conversaciones que se actualiza constantemente y se agrega al aviso del sistema. Presumiblemente, se trata de algún tipo de incrustación agregada u otra versión del almacén de memoria a largo plazo que informa aún más las conversaciones posteriores.
Como discutiremos en unos cientos de palabras a partir de aquí, esto se alinea con el enfoque descrito en las patentes de Google. Inicialmente, pensé que sus conclusiones eran un poco alarmistas, aunque un gran posicionamiento para su software. Sin embargo, una de las cosas que me encanta de Profound es que son tecnólogos y no están sujetos al bagaje de la industria SEO.
No vivieron Florida, Panda, Penguin o el alboroto de la industria contra los Featured Snippets. Son consumidores lúcidos de lo que es y lo que será. Operan de la manera en que lo hacen las mejores empresas de tecnología, por lo que se centran en el estado del arte y en lanzar productos rápidamente.
Desde la keynote de I/O, he llegado a reconocer que James tiene razón, ¡a menos que hagamos algo! La charla de James está más sesgada hacia las ofertas de OpenAI, pero como hemos visto, Google va en una dirección superpuesta, por lo que definitivamente recomiendo echarle un vistazo para dar contexto. Sin datos y sin dirección real de Google En… todo lo que harías para aparecer en el Modo IA ya está cubierto por las mejores prácticas de SEO. Pero si eso fuera cierto, la industria ya estaría integrando contenido a nivel de pasaje, ejecutando cálculos de similitud semántica contra vectores de consulta y optimizando la probabilidad de citación a través de consultas sintéticas latentes. La sorprendente falta de herramientas SEO convencionales que hagan algo de eso es un reflejo directo del hecho de que la mayor parte del espacio SEO no está haciendo lo que se requiere.
En cambio, nuestro espacio está haciendo lo que siempre ha hecho, y a veces funciona. El SEO es una disciplina sin fronteras Parte de la confusión surge del hecho de que el SEO no tiene un perímetro fijo. Ha absorbido, tomado prestado y reutilizado conceptos de disciplinas como la ingeniería de rendimiento, la arquitectura de la información, la UX, la analítica y la estrategia de contenidos, a menudo a instancias de Google.
¿Datos estructurados? Ahora SEO. ¿Velocidad del sitio?
SEO. ¿Modelado de entidades? SEO.
Y la lista continúa. En verdad, si cada equipo tuviera en cuenta los requisitos de Google en sus propias áreas de práctica, el SEO como disciplina independiente no existiría. Así que lo que llamamos SEO hoy en día es más bien un andamiaje reactivo.
Es una respuesta organizativa temporal a la influencia estructural de Google en la web. Y ese andamiaje ahora se está resquebrajando bajo el peso de un paradigma fundamentalmente diferente: la recuperación generativa e impulsada por el razonamiento y la competencia que ha surgido a raíz de ello. El SEO no está optimizando para el Modo IA Existe una profunda desconexión entre lo que se requiere técnicamente para tener éxito en la RI generativa y lo que la industria SEO hace actualmente.
La mayoría del software SEO todavía opera con modelos de recuperación dispersos (TF-IDF, BM25) en lugar de modelos de recuperación densos (incrustaciones vectoriales). No tenemos herramientas que analicen e incrusten pasajes de contenido. Nuestra industria no analiza ni agrupa ampliamente documentos candidatos en el espacio vectorial.
No medimos la relevancia de nuestro contenido en el conjunto de consultas sintéticas que nunca es visible para nosotros. No sabemos con qué frecuencia se nos cita en estas superficies generativas, con qué prominencia o qué clase de intención desencadenó la citación. Las principales herramientas han comenzado recientemente a compartir datos de clasificación para AIO, pero se pierden la mayor parte porque realizan el seguimiento basándose en estados sin inicio de sesión.
La única parte que es “sólo SEO” es el hecho de que lo que se está haciendo se está haciendo incorrectamente. El Modo IA introduce: Modelos de razonamiento que generan respuestas a partir de múltiples documentos relacionados semánticamente. Consultas de expansión (fan-out) que reescriben
eso no sólo colorea los márgenes del resultado, sino que deforma la selección misma de lo que califica como relevante. Y cuando la respuesta finalmente se materializa, tus páginas web pueden ser citadas. O puede que no.
Tu contenido podría aparecer no porque estuvieras optimizado para la palabra clave, sino porque una sola frase coincidió con un solo subpaso en la lógica invisible de la máquina. El SEO pasó los últimos veinticinco años preparando contenido para ser analizado y presentado en función de cómo se clasifica para una sola consulta. Ahora, estamos diseñando la relevancia para penetrar en los sistemas de razonamiento a través de una variedad de consultas.
Simplemente envíen mi Pulitzer a la oficina. La versión técnica Por supuesto, Google ha publicado alguna documentación de alto nivel sobre cómo funcionan los AI Overviews y el Modo IA. Pero, puedes ver por tu barra de desplazamiento que eso obviamente no es suficiente para mí.
Entonces, en el espíritu del difunto gran Bill Slawski, he investigado un poco por mi cuenta y he descubierto algunas de las solicitudes de patente de Google que se alinean con la funcionalidad que estamos viendo. La solicitud de patente para “Búsqueda con chat con estado” nos da una comprensión fundamental de cómo funciona el Modo IA de Google. Marca una desviación de la búsqueda clásica hacia un modelo persistente y conversacional de recuperación de información.
El sistema te entiende con el tiempo, extrae de numerosas consultas sintéticas y une las respuestas utilizando un razonamiento en capas. Además, la patente “Respuesta a consultas de un corpus personalizado” completa detalles críticos sobre cómo se generan las respuestas. Explica no sólo lo que el sistema sabe sobre ti, sino también cómo selecciona qué documentos extraer, cómo los filtra y cómo decide qué citar.
El Modo IA emplea una arquitectura en capas y contextual El Modo IA opera como un sistema multifásico construido sobre el índice clásico de Google. En lugar de tratar cada consulta de forma aislada, mantiene un contexto de usuario persistente mediante el seguimiento de tus consultas anteriores, ubicaciones, dispositivos y señales de comportamiento, y convierte cada interacción en una incrustación vectorial. Este contexto con estado permite a Google razonar sobre la intención a lo largo del tiempo en lugar de sólo la intención en el momento.
Cuando se ingresa una nueva consulta, el Modo IA inicia un proceso de “expansión de consultas” (no te preocupes, la inmersión profunda en eso está por llegar) y genera docenas (o cientos) de consultas relacionadas, implícitas y recientes para descubrir documentos semánticamente relevantes que el usuario no solicitó explícitamente. Cada una de estas consultas sintéticas se utiliza para recuperar documentos del índice, que luego se puntúan y clasifican en función de qué tan bien se alinean sus incrustaciones vectoriales con las consultas explícitas y ocultas. Estos documentos forman lo que la segunda patente llama un “corpus personalizado” o una porción estrecha del índice que el sistema ha determinado que es relevante para tu consulta, en este momento, para ti.
Este corpus es la base para el resto de la respuesta del Modo IA. El Modo IA utiliza procesamiento y síntesis LLM multietapa Una vez ensamblado el corpus personalizado, el Modo IA invoca un conjunto de LLM especializados, cada uno con una función diferente según la clasificación de la consulta y la necesidad percibida del usuario. Por ejemplo, algunos modelos pueden: Resumir reseñas comparativas de productos Traducir o localizar información en diferentes idiomas Extraer y formatear datos estructurados Aplicar razonamiento a través de múltiples documentos La patente enumera algunas evaluaciones explícitas que se realizan sobre cómo responder en función de la comprensión de la necesidad de información del usuario: necesita generación de texto creativo necesita generación de medios creativos puede beneficiarse de la resumen generativo ambiental puede beneficiarse del resumen de SRP, se beneficiaría de la consulta de siguiente paso sugerida necesita aclaración no interferir Según la descripción de la patente, estos se alinean con los LLM; sin embargo, este no es un modelo clásico de Mezcla de Expertos (MoE) con una capa de enrutamiento compartida.
En cambio, es una orquestación selectiva donde se activan LLM específicos en función del contexto y la intención. Se acerca más en espíritu a una pila de middleware inteligente que a un solo modelo monolítico. Aunque se discute algo sobre la generación de respuestas hipotéticas para comparar los pasajes, el sistema no genera respuestas de la nada.
En cambio, como con todas las canalizaciones RAG, extrae fragmentos de documentos relevantes, construye representaciones estructuradas de esa información y sintetiza una respuesta coherente. Algunos fragmentos se citan; muchos no.
Y como describe la solicitud de patente “Respuesta a consultas utilizando un corpus personalizado”, la selección de citas ocurre independientemente de la clasificación del documento, en función de cuán directamente un pasaje respalda la respuesta generada. El Modo IA aprovecha la recuperación densa y la semántica a nivel de pasaje Aunque hemos discutido las incrustaciones varias veces, vale la pena decir que toda esta canalización se ejecuta en recuperación densa. Cada consulta, subconsulta, documento y pasaje se convierte en una incrustación vectorial.
Google calcula la similitud entre estos vectores para determinar qué se selecciona para la síntesis. Lo que importa no son los resultados clasificados.
Esto tiene varias consecuencias estratégicas: No estás compitiendo de forma aislada, te están comparando directamente con otras fuentes fragmento por fragmento. El ganador es elegido por un modelo capaz de razonar, no sólo de contar tokens o (¡ay!) densidad de palabras clave. La claridad, la exhaustividad y la rigidez semántica del pasaje se vuelven aún más críticas porque tu contenido debe sobrevivir al escrutinio por pares.
La implicación es clara: no es suficiente clasificar en algún lugar para un tema. Debes diseñar pasajes que puedan superar al contenido de la competencia cara a cara en las evaluaciones de LLM, no sólo en la similitud semántica. El Modo IA tiene memoria ambiental e interfaces adaptables El “Chat con estado” significa que Google acumula una memoria ambiental tuya con el tiempo, tal como lo describió James para OpenAI.
Como se describe en la patente de Búsqueda con chat con estado, estas “memorias” son probablemente incrustaciones agregadas que representan conversaciones pasadas, temas de interés y patrones de búsqueda. La interfaz misma también se adapta, basándose en lo que vimos demostrado en la demostración de la interfaz de usuario a medida del año pasado.
Adapta dinámicamente qué elementos (texto, listas, carruseles, gráficos) mostrar en función de la necesidad de información y la estructura del contenido.
El Modo IA realiza la personalización a través de incrustaciones de usuario Una innovación fundamental que permite la conciencia contextual del Modo IA es el uso de modelos de “incrustación de usuario”, como se describe en la solicitud de patente de Modelos de incrustación de usuario para la personalización de modelos de procesamiento de secuencias. Este mecanismo de personalización permite a Google adaptar las salidas del Modo IA al usuario individual sin volver a entrenar el modelo de lenguaje grande subyacente. En cambio, una representación vectorial densa persistente del usuario es