Durante la semana del Cannes Lions International Festival of Creativity 2026 ocurrió un evento que solo puede describirse como un desplazamiento tectónico. The New York Times anunció: el viejo modelo de referencias de tráfico del mercado de publicidad digital ha sido declarado oficialmente muerto. El foco de la industria ha pasado de cómo captar la atención humana a cómo influir en los modelos de IA. Shiv Singh, de la organización AI Trailblazers, lo llamó «un terremoto que nadie esperaba».
Para los media buyers y arbitrajistas esto no es una conversación abstracta en un yate en Cannes. Es una amenaza directa al embudo habitual: comprar clic → enviar a un landing → conseguir conversión → ganar con el margen. Si los modelos de IA se convierten en el nuevo «intermediario» entre el anunciante y la decisión del usuario, toda la cadena de media buying se reestructura.
En este artículo: qué ha muerto exactamente, qué viene en su lugar y cómo adaptar de forma práctica las campañas de Google Ads y las combinaciones de arbitraje a la nueva realidad.
Qué es el modelo de referencias de tráfico y por qué está muriendo
El modelo de referencias de tráfico es todo el ecosistema del marketing digital construido sobre el principio de «la publicidad genera un clic, el clic lleva al sitio, el sitio convierte». CPC, CPM, CPA, redes de afiliados, arbitraje de tráfico: todo son capas sobre esta lógica básica. Publicidad = tráfico. Tráfico = visita. Visita = posibilidad de conversión.
Este modelo iba muriendo poco a poco. Primero, las búsquedas zero-click, cuando Google empezó a dar respuestas directamente en los resultados. Luego, AI Overviews, que redujo aún más los clics. Después, la publicidad dentro de ChatGPT y otras plataformas LLM, donde «ir al sitio» se volvió opcional. Y ahora, el reconocimiento oficial a nivel de industria.
El cambio clave: antes competías por la atención humana. Ahora compites por la «atención» del modelo de IA, que decide qué mostrar al usuario, qué marca recomendar y qué fuente citar.
Qué viene en su lugar: el modelo AI-influence
El nuevo paradigma —llamémoslo AI-influence— se basa en un principio distinto. Tu objetivo no es «conseguir un clic», sino «convertirte en la fuente que el modelo de IA elegirá para responder». Esto aplica no solo a los AI Overviews de Google, sino también a los sistemas de recomendación dentro de las plataformas, chatbots, asistentes de voz e incluso agentes de IA que hacen compras en nombre del usuario.
En la práctica, esto significa tres cosas:
-
El contenido como señal para el modelo, no solo para la persona. El modelo de IA «lee» la estructura, la semántica, la autoridad y la coherencia de los datos. Un landing optimizado solo para la conversión humana puede ser invisible para el modelo.
-
La publicidad como contexto, no solo como clic. Los anuncios ahora alimentan a los modelos de IA con datos sobre tu marca, oferta y precio. Aunque no haya clic, el modelo «ha asimilado» la información.
-
La atribución se difumina definitivamente. El usuario pudo no hacer clic en tu anuncio, pero el modelo de IA mencionó tu marca en la respuesta y el usuario fue directamente. ¿Cómo contar esa conversión? Los modelos de atribución antiguos no funcionan.
Cómo afecta a Google Ads
Google Ads es la plataforma nº1 por la lógica de referencias de tráfico. Y es justo la que se transforma más rápido. Esto es lo que cambia para un media buyer en activo:
Performance Max y la gestión de pujas con IA
Google delega cada vez más la gestión de campañas a sus modelos de IA. Performance Max ya funciona como una «caja negra»: tú aportas los recursos y Google decide dónde y cómo mostrarlos. En el nuevo paradigma esto no es un bug, sino una feature: no compras clics, «alimentas» el modelo de Google con datos y él decide cómo presentarte.
Conclusión práctica: la calidad de los recursos (textos, imágenes, datos estructurados del feed) es más importante que la optimización manual de pujas. El modelo de Google determina por sí mismo dónde es relevante tu oferta.
Search Ads y la caída de los clics
Las búsquedas zero-click ya redujeron el CTR en algunas verticales un 15–30%. AI Overviews agrava la tendencia. Pero esto no significa que Search Ads esté muriendo: significa que cambia su papel. El anuncio ya no funciona solo como «botón de acceso», sino como una señal para el modelo: esta marca está activa, paga por esta consulta, luego es relevante.
Nuevos formatos de integración con IA
Google prueba activamente formatos publicitarios dentro de las respuestas de IA. Pueden ser fuentes patrocinadas que el modelo cita con una etiqueta o recomendaciones nativas dentro del diálogo. Para los media buyers es un canal nuevo que pocos usan de forma sistemática.
Qué significa para el arbitraje de tráfico
El arbitraje de tráfico es un modelo de negocio atado al máximo a las referencias de tráfico. Compras más barato, conviertes mejor, ganas con la diferencia. Si hay menos clics y la atribución se difumina, el margen se comprime.
Pero no es el fin del arbitraje. Es el fin del arbitraje vago, cuando bastaba con enviar tráfico barato a un landing primitivo. Esto es lo que cambia:
1. Los pre-landings deben optimizarse para la IA
Si tu pre-landing es un texto que el modelo de IA no puede «leer» de forma estructurada, pierdes la oportunidad de aparecer en la respuesta de la IA. Añade bloques de FAQ, datos estructurados (Schema.org), títulos claros y tablas comparativas. El modelo debe «entender» que eres una fuente autorizada sobre el tema.
2. Las búsquedas de marca se vuelven más importantes que las ofertas directas
En la era de las respuestas de IA, el usuario suele recibir una recomendación de marca, no un enlace. Luego busca la marca directamente. Esto significa que los arbitrajistas deben pensar no solo en la conversión del primer clic, sino en cómo crear «reconocimiento» que el modelo de IA capte.
3. Multicanalidad en lugar de una sola combinación
La combinación única de «anuncio → landing → oferta» se vuelve frágil. Hay que diversificar: contenido SEO que alimente a los modelos de IA; vídeos en YouTube que los modelos usan como fuente; reseñas y menciones en sitios de autoridad. Todo eso son señales para la IA.
Nuevas métricas: qué medir en lugar de CTR y CPC
Si el modelo antiguo muere, hacen falta nuevos KPI. Esto es lo que empiezan a rastrear los equipos avanzados:
- AI-visibility rate: con qué frecuencia aparecen tu marca u oferta en las respuestas de IA para las consultas objetivo. Herramientas como Profound, AthenaHQ y similares ya ofrecen esta analítica.
- Share of AI voice: la cuota de menciones de tu marca frente a la competencia en las respuestas de los modelos de IA. Un equivalente del share of search, pero para la IA.
- Model-influenced conversions: conversiones que se produjeron tras una mención en una respuesta de IA, incluso sin un clic directo. Es difícil de medir, pero se puede estimar a través de las búsquedas de marca y el tráfico directo tras una respuesta de IA.
- Cost per AI mention: el coste de una mención en una respuesta de IA. El nuevo equivalente del CPC, pero para el mundo del AI-influence.
Estas métricas aún no están estandarizadas. Pero los equipos que empiecen a rastrearlas ahora ganarán ventaja en 6–12 meses, cuando las herramientas se masifiquen.
Pasos prácticos para adaptar las campañas de Google Ads
Auditoría de recursos con lógica de IA
Revisa los recursos de texto en las campañas de Search y Performance Max. El modelo de IA de Google los usa no solo para mostrarlos, sino para «entender» tu oferta. Las descripciones claras y concretas con datos clave (precio, condiciones, geolocalización) funcionan mejor que los abstractos «el mejor servicio para ti».
Datos estructurados en los landings
Añade el marcado Schema.org: Organization, Product, Offer, FAQPage, Review. No es novedad para el SEO, pero en los landings de arbitraje sigue siendo raro. Los modelos de IA usan activamente los datos estructurados como señal de confianza.
Probar las respuestas de IA como canal
Comprueba si tu marca u oferta aparece en AI Overviews para las consultas objetivo. Si no, crea contenido que responda a las preguntas de los usuarios en un formato que los modelos puedan citar: párrafos cortos, definiciones claras y listas.
Diversificación más allá de Google
Google es el principal, pero no el único intermediario de IA. ChatGPT, Perplexity, Copilot y otras plataformas LLM también generan recomendaciones. Amplía tu presencia: contenido en sitios de autoridad, menciones en reseñas, contenido en vídeo. Cada canal es una señal para algún modelo de IA.
Riesgos y cumplimiento en el nuevo paradigma
El nuevo modelo también trae nuevos riesgos:
- Manipulación de respuestas de IA. Ya aparecen servicios que ofrecen «entrar en AI Overviews» a cambio de dinero. Google lucha activamente contra estas manipulaciones. Los arbitrajistas deben tener cuidado: las técnicas que parezcan spam para el modelo de IA pueden acarrear sanciones.
- Pérdida de control del mensaje. El modelo de IA puede citarte de forma imprecisa o en un contexto no deseado. Esto es especialmente importante en verticales regulados: gambling, farma, finanzas.
- Atribución y disputas de pago. Si el usuario se convirtió tras una respuesta de IA sin clic, la red de afiliados podría no contabilizar la conversión. Hay que acordar con los socios nuevos modelos de atribución.
Diferencias por geolocalización: dónde la tendencia se acelera
El cambio no es uniforme. En EE. UU. y el Reino Unido, AI Overviews y la publicidad dentro de las respuestas de IA ya se escalan. En la UE el ritmo es más lento por la regulación (AI Act, GDPR). En geos de Tier-2 y Tier-3 es aún más lento, pero la dirección es la misma.
Para los arbitrajistas esto significa una ventana de oportunidad: en los geos donde las respuestas de IA aún no dominan, el modelo de referencias de tráfico sobrevive más tiempo. Pero no se puede ignorar la tendencia: en 12–18 meses la brecha se reducirá.
Checklist: 7 pasos para adaptarse al AI-influence
- Haz una auditoría: ¿aparecen tu marca u oferta en AI Overviews y en las respuestas de ChatGPT para 10–15 consultas objetivo?
- Añade datos estructurados (Schema.org: Organization, Product, FAQPage) a todos tus landings y pre-landings
- Reescribe los recursos de texto en Google Ads: datos concretos en lugar de abstracciones, hechos en lugar de clickbait
- Lanza una estrategia de contenido para IA: bloques de FAQ, definiciones y tablas comparativas en los landings
- Configura el seguimiento de búsquedas de marca y tráfico directo como proxy de las conversiones influenciadas por IA
- Diversifica los canales: contenido en YouTube, reseñas en sitios de autoridad, menciones en medios
- Revisa el cumplimiento: asegúrate de que el contenido para IA no infringe las políticas de Google ni las de los reguladores de tu geo
Lo que no cambia
Pese a todas las transformaciones, los principios fundamentales se mantienen. La calidad de la oferta sigue siendo más importante que la calidad del tráfico. Entender a la audiencia sigue siendo más importante que las optimizaciones técnicas. Y el margen sigue naciendo en la unión de «comprar más barato y convertir mejor».
Los modelos de IA son un nuevo intermediario, no un sustituto de la persona. El usuario sigue tomando la decisión. Solo que ahora en su decisión no influye únicamente tu anuncio, sino también lo que el modelo de IA le haya contado de ti.
Tu tarea es convencer tanto al modelo como a la persona.
FAQ
¿Significa la muerte del modelo de referencias de tráfico que Google Ads ya no funciona?
No. Google Ads funciona y seguirá funcionando. Lo que cambia es el papel: el anuncio ya no solo genera un clic, sino que forma una señal para el modelo de IA de Google sobre tu marca y tu oferta. Performance Max es un claro ejemplo: alimentas el modelo con recursos y él decide cómo presentarte.
¿Cómo puede un arbitrajista medir las conversiones si el usuario no hizo clic y recibió una respuesta de la IA?
Aún no hay atribución directa. Usa proxys: el crecimiento de las búsquedas de marca, el aumento del tráfico directo y los picos de conversión tras aparecer en respuestas de IA. Compara periodos antes y después. Las herramientas de analítica de AI-visibility (Profound, AthenaHQ) ayudan a rastrear las menciones.
¿Hay que abandonar por completo las combinaciones antiguas y pasar a la optimización para IA?
No, un cambio brusco es un error. En la mayoría de los geos el modelo de referencias de tráfico aún genera dinero. Actúa en paralelo: optimiza las combinaciones actuales y, al mismo tiempo, invierte un 15–20 % del tiempo y el presupuesto en AI-influence: contenido, datos estructurados y seguimiento de menciones en IA.
¿Qué verticales de arbitraje se verán afectados antes por este cambio?
Antes, aquellos en los que el usuario busca información y no una marca concreta: comparativas, reseñas, how-to. Más tarde, las verticales con una fuerte lealtad y narrativa de marca (gambling, betting), donde el usuario suele ir directo. Pero incluso allí los modelos de IA empiezan a influir en la elección de los recién llegados.
¿Existe el riesgo de ser bloqueado por intentar manipular las respuestas de IA?
Sí. Google lucha activamente contra los intentos artificiales de «colocar» contenido en AI Overviews. Usa métodos limpios: contenido estructurado de calidad, menciones naturales y experiencia real. Las técnicas de spam para los modelos de IA pueden acarrear sanciones tanto en la búsqueda como en Google Ads.
