Del SEO al AEO: cómo estimar pérdidas y recuperar tráfico en un contexto dominado por IA

Tiempo de lectura: 6 minutos

La Inteligencia Artificial no es solo una tendencia. Ya está cambiando cómo las personas buscan información y, por lo tanto, cómo las marcas deben trabajar su visibilidad digital.

En este micro-training, al que fuimos invitados por SearchBrand, se abordó un punto clave: el paso desde el SEO tradicional hacia el Answer Engine Optimization (AEO), junto con un modelo concreto para entender el impacto real que esto puede tener en el tráfico orgánico y en los resultados del negocio.

Te dejo el enlace por si quieres revisar el workshop completo en YouTube:

La nueva realidad de la búsqueda: de buscadores a asistentes

Durante muchos años, Google operó principalmente como un “bibliotecario”: entregaba una lista de enlaces para que el usuario investigara, comparara y sacara conclusiones. Con la aparición de los Answer Engines —como ChatGPT, Gemini o Copilot— ese modelo cambia de forma relevante.

Hoy estamos frente a asistentes que no solo muestran links, sino que investigan, sintetizan y entregan respuestas directas, recomendaciones y, en muchos casos, soluciones casi finales. Esto reduce pasos para el usuario y cambia de fondo la dinámica del tráfico.

El efecto inmediato es el aumento de búsquedas que ya no generan clics hacia los sitios web. Muchas consultas informativas se resuelven directamente en la interfaz de la IA, lo que refuerza el fenómeno de búsquedas “zero-click”. Industrias con alta dependencia de contenido informativo —salud, educación, medios— son las más expuestas a esta pérdida potencial de tráfico orgánico.

Hoy, el tráfico directo desde LLMs sigue siendo bajo (entre 0,02% y 0,03% del total de sesiones a diciembre de 2025, según lo presentado), pero es un canal que crece a un ritmo poco habitual: hasta cinco veces por año. ChatGPT concentra cerca del 95% de ese tráfico, lo que entrega una señal clara sobre dónde priorizar esfuerzos en el corto plazo.

Pasar de la intuición a los números: cómo estimar la pérdida de tráfico

Uno de los puntos más valiosos del micro-training fue el foco en cuantificar el impacto, y no quedarse solo en el análisis conceptual. Para eso, se presentó un modelo práctico inspirado en frameworks clásicos de analítica.

El proceso considera los siguientes pasos:

Clasificación de keywords por intención
A partir de Search Console, se exportan las consultas y se clasifican en cuatro grupos: informativas, comerciales, transaccionales no brand y de marca. Cada grupo tiene una exposición distinta al impacto de la IA, que puede ajustarse según industria y contexto.

Cruce de datos entre Search Console y GA4
Se utilizan los clics por query desde Search Console y las sesiones e ingresos del canal orgánico desde GA4. Idealmente, trabajar con ventanas de 90 días a 6 meses, o un año completo si existe estacionalidad marcada. Es clave que la medición de canales en GA4 esté bien configurada.

Cálculo del valor por sesión SEO
Dividiendo el revenue orgánico total por el número de sesiones orgánicas, se obtiene el valor promedio de cada sesión SEO. Este dato es clave para traducir tráfico en impacto económico.

Proyección de escenarios de pérdida
Con una plantilla predefinida, se distribuyen las sesiones según el peso de cada tipo de consulta y se aplican tasas de pérdida estimadas. El resultado es una proyección clara de cuántas sesiones e ingresos podrían verse afectados. Por ejemplo, visualizar una pérdida potencial del 41% deja de ser una abstracción y se transforma en un número concreto para la toma de decisiones.

Recuperar tráfico en la era de la IA: enfoque AEO

La pérdida de tráfico no tiene por qué ser permanente. El foco cambia: ya no se trata solo de rankear, sino de lograr que el contenido sea tan claro, estructurado y confiable que los Answer Engines decidan citarlo y referenciarlo como fuente principal.

Desde esa lógica, se presentaron varias acciones clave asociadas a AEO:

• Contenido optimizado para respuestas directas: estructurar contenidos con preguntas claras en H2 y respuestas concretas desde el primer párrafo. En e-commerce, esto aplica directamente a PDPs y PLPs que respondan dudas reales.
  
• Implementación correcta de schemas: Product, FAQ, HowTo, Organization, Review y AggregateRating siguen siendo fundamentales para que la IA entienda y estructure la información.
  
• Fortalecimiento de la autoridad: trabajar la autoridad de dominio y marca, autores identificables, bibliografías claras y feeds estructurados. En retail, una correcta gestión de feeds en plataformas como Merchant Center es clave.
  
• Optimización de consultas de marca: asegurar que la marca sea la referencia principal cuando el usuario pregunta por ella.
  
• Contenido comparativo y guías prácticas: piezas que ayuden a comparar alternativas, explicar usos y destacar diferenciales, facilitando que la IA utilice ese contenido en recomendaciones.
  

Tácticas adicionales de crecimiento

Además de las acciones de recuperación, se presentaron tácticas que apuntan al crecimiento:

• Agrupar contenidos en content hubs que resuelvan un mismo problema.
  
• Crear contenido basado en casos reales de uso.
  
• Escalar con contenido de terceros mediante colaboraciones y link building.
  
• Incorporar formatos multimedia como video y audio.
  
• Integrar reseñas first-party directamente en el CMS.
  
• Preparar el sitio para escenarios futuros de comercio impulsado por IA.
  

Cada una de estas acciones tiene un impacto estimado que permite proyectar ganancias potenciales en visitas e ingresos, entregando una hoja de ruta clara.

El impacto de la IA en PPC

La IA no solo afecta al tráfico orgánico. Se estima una posible pérdida de entre 15% y 20% del tráfico pagado tradicional, aunque también aparecen nuevos espacios de tráfico de buena calidad impulsados por IA.

Para Google Ads, se destacaron cuatro recomendaciones principales:

• Evolucionar el copywriting: menos foco en descuentos y venta dura, y más en mensajes útiles que respondan preguntas reales del usuario.
  
• Migrar hacia Performance Max: especialmente en e-commerce, PMAX ha mostrado mejores tasas de conversión, CPA y ROAS frente a Search tradicional.
  
• Usar contenido SEO dentro de Ads: utilizar hubs y artículos de resolución de problemas como señales en campañas permite llegar al usuario antes del momento transaccional.
  
• Alimentar la IA con first-party data: CRM, audiencias de email, cookies y User IDs ayudan a “enseñarle” a la IA quién es el cliente y a mejorar la segmentación.
  

Adaptación más que reemplazo

La IA ya está impactando la forma en que se busca y se consume información. Esto trae desafíos claros, pero también oportunidades concretas para las marcas que se adapten a tiempo.

La clave está en una estrategia integrada entre SEO y PPC, con foco en calidad de contenido, buena estructuración de la información y uso inteligente de la data. No se trata de abandonar el SEO, sino de evolucionarlo hacia AEO y ajustar el roadmap 2026.

Este tema y más, forman parte de nuestro servicio de SEO
¡Asesórate de la mejor manera! Escríbenos y atenderemos todas tus consultas.

Consultar con un experto