Duane Forrester —casi una década en Bing/Microsoft y hoy al frente de UnboundAnswers, su propia consultora sobre búsqueda e IA— acaba de publicar en Search Engine Journal tres predicciones sobre hacia dónde va el negocio de las búsquedas en 2027. Las predicciones en sí son interesantes, pero lo que de verdad me ha hecho parar a pensar es su argumento de fondo: cada vez va a ser más difícil comprobar si algo de esto es cierto.
Predicción 1: el dinero se aleja de quien envía tráfico
Google va a seguir creciendo en ingresos publicitarios en términos absolutos, pero la parte de ese negocio que depende de mandarte tráfico a ti va a ir a menos. La monetización se está desplazando al momento exacto en el que el usuario expresa su intención, no al momento en que Google te entrega ese usuario.
Esto no es una teoría abstracta: ya lo estamos viendo con el impacto de las AI Overviews en el tráfico de los editores. Si Google puede monetizar la intención sin necesidad de que tú aparezcas en el proceso, tiene cada vez menos incentivos para enviarte visitas.
Predicción 2: posicionar ya no es lo mismo que ganar
La cadena de toda la vida era sencilla: Google te posiciona, te genera tráfico, y ese tráfico se monetiza con anuncios alrededor de tu contenido. Forrester sostiene que esa cadena se ha roto: la superficie que clasifica tu contenido y la superficie que se queda con el negocio ya no son la misma. El resultado es una paradoja incómoda: el CTR hacia sitios externos cae mientras los ingresos publicitarios de Google siguen subiendo.
Dicho de otra forma: puedes estar “ganando” en posicionamiento y perdiendo en negocio al mismo tiempo. Es la misma lógica que llevo tiempo repitiendo sobre cómo monetizar la visibilidad de tu contenido en IA: el tráfico ya no es la única métrica que importa, ni siquiera la más importante.
Predicción 3: dos gigantes que no se pueden permitir perder
Google y los motores de respuesta basados en IA operan sobre sistemas incompatibles: uno sigue siendo, en el fondo, un índice de enlaces; el otro genera respuestas sintetizadas. Ninguno de los dos va a ganar esta partida de forma decisiva a corto plazo, así que las empresas nos vamos a tener que acostumbrar a vivir en un estado permanente de optimización simultánea para ambas superficies.
Nada nuevo bajo el sol si sigues este blog: es la misma tensión de fondo que ya expliqué en el futuro del posicionamiento del SEO al AEO. Lo relevante aquí es que un analista externo llega a la misma conclusión desde otro ángulo: no hay un “SEO ha muerto, todo es IA ahora”, sino una convivencia forzada.
El problema de fondo: datos inferidos disfrazados de datos reales
Esta es, para mí, la parte más importante del artículo. Forrester advierte de que la industria va a depender cada vez más de datos inferidos (extrapolados a partir de muestras) en lugar de datos contados (observados de verdad), y que ambos se van a presentar exactamente igual en los dashboards, sin ninguna etiqueta que te diga de dónde sale cada cifra.
Pone un ejemplo muy concreto: Google Analytics mostró tráfico cero durante un día entero sin ninguna explicación, mientras los datos reales se seguían recogiendo con normalidad por debajo. Y menciona otro caso todavía más revelador: Google corrigió en una semana un atributo _noreferrer mal implementado en AI Mode, pero un año después seguía circulando entre proveedores del sector la idea de que aquello había sido diseño deliberado desde el principio. Una afirmación sin verificar que se ha ido heredando como si fuera un hecho.
Mi lectura como consultor
Llevo años insistiendo en trabajar con datos propios —Search Console cruzado con BigQuery, no solo el dashboard que te entrega la herramienta de turno— precisamente por este motivo. Cuando no puedes inspeccionar cómo se ha calculado una cifra, lo único que te queda es preguntar directamente a quien te la ofrece: qué mide exactamente, sobre qué muestra, y desde cuándo. El informe de IA generativa de Search Console es un buen ejemplo: solo da impresiones, y hay que cruzarlo con datos propios para que diga algo útil para el negocio.
No hace falta estar de acuerdo con las tres predicciones para quedarte con la idea central del artículo: en 2027 el reto no va a ser solo adaptarse a cómo cambian Google y la IA, sino aprender a distinguir un dato real de una extrapolación con muy buena presentación.
Cómo llevarlo al presupuesto de 2027
Con las reuniones de presupuesto cerca, Kevin Indig y Amanda Johnson proponen en Growth Memo (5 de octubre de 2026) dejar de partir de un objetivo de tráfico. Su razonamiento enlaza con lo anterior: si cerca de dos de cada tres búsquedas terminan sin visita, una base de tráfico se va a encoger y va a infravalorar tu visibilidad antes de que empiece 2027. Su propuesta es pedir el presupuesto como una cartera con tres tipos de trabajo, cada uno con sus reglas:
- Trabajo probado, con capacidad completa: SEO técnico, refresco de contenidos y las relaciones públicas digitales que ya consiguen citas.
- Trabajo de aprendizaje, con tope, un responsable y una fecha de cierre: pilotos de automatización con IA y nuevas superficies de búsqueda que aún no has probado.
- Apuestas no medibles, financiadas por criterio: comunidad, eventos y marca. Citan al responsable de Ramp, George Bonaci, que decía que la atribución por sí sola les habría llevado a cancelar la marca, los eventos y el correo directo.
Y recomiendan revisar el reparto cada trimestre, con la misma medición por capas que comento en cómo medir tu visibilidad en la IA. Lo que más me interesa es el aviso de fondo: lo que no se pueda atribuir limpiamente es lo primero que se recorta, aunque sea lo que funciona. Si vas a defender la inversión ante dirección, esa es la conversación que conviene tener antes del último día, y aquí explico cómo plantearla.
Cuando la previsión es una cifra negociada
Jono Alderson lo lleva más lejos en Bravery is the most important KPI (8 de octubre de 2026): el problema no es solo la atribución, sino que la medición se ha convertido en un permiso. Según él, el marketing de pago (invertir, medir, optimizar) se ha tomado como modelo para todo, y lo que no demuestra retorno inmediato, como SEO, PR, contenido o mejorar el producto, se trata como menos maduro.
Su descripción de las auditorías SEO me suena. El equipo detecta oportunidades y le piden cuántos clics extra dará cada tarea, algo que casi nadie puede predecir. Las herramientas devuelven una estimación con buena pinta, se ajusta hasta que resulte aceptable y acaba siendo un compromiso con el que luego se evalúa a quien la hizo. La incertidumbre no desaparece, solo cambia de formato. Alderson no habla de mentiras, sino de personas respondiendo a los incentivos del sistema.
Su propuesta es que alguien con poder decida con evidencia incompleta, explique el problema, las alternativas, los costes y su razonamiento, y se juzgue el resultado con indicadores de negocio (cuota de mercado, preferencia de marca, retención) con capacidad de corregir el rumbo. Y añade que esa valentía no se puede delegar hacia abajo: si dirección exige previsiones imposibles, el equipo las fabricará. Es una opinión, no un estudio, pero encaja con la cartera de Indig y Johnson: separar lo que se puede probar de lo que se financia por criterio, y decir con claridad cuál es cuál.
Este artículo forma parte de la guía GEO deja de adivinar y empieza a probar.