¿El tráfico de IA convierte mejor? Qué dicen los estudios

El tráfico procedente de asistentes de IA puede convertir mejor, pero no existe un multiplicador válido para todas las empresas. Los estudios revisados ofrecen resultados muy distintos: influyen el sector, el periodo, la acción que se mide y el canal con el que se compara. Para decidir cuánto invertir en AEO, necesitas relacionar la visibilidad con oportunidades comerciales e ingresos.

Esta investigación amplía la parte de medición de la Megaguía de visibilidad IA de Cánovas. La pregunta es concreta: ¿qué sabemos realmente sobre el valor de las visitas que llegan desde una respuesta de IA?

Revisión documental de seis fuentes primarias, consultadas el 18 de septiembre de 2026. El análisis y las recomendaciones son de Cánovas; las mediciones pertenecen a las organizaciones citadas. No se ha realizado un experimento propio ni se han utilizado datos privados de clientes.

Cuatro investigaciones, cuatro formas de medir la conversión

Antes de comparar cifras, hay que mirar qué cuenta cada estudio. Un registro en una herramienta, una compra y un clic en una suscripción representan pasos diferentes del recorrido comercial.

Fuentes de la tabla: Ahrefs, Microsoft Clarity, Adobe y Marketing Science.

Ahrefs: una señal potente en un negocio concreto

Ahrefs atribuyó a la búsqueda con IA el 0,5 % de sus visitas y el 12,1 % de sus registros en el periodo analizado. La cifra de 23 veces corresponde a su comparación con búsqueda orgánica. No significa un 23 % más, ni demuestra que cualquier negocio pueda conseguir ese resultado. Tampoco hay que confundir un registro con un cliente de pago. Consultar el caso original.

Clarity: hay que leer la definición de conversión

Microsoft estudió 1.277 dominios de medios y publicaciones y utilizó eventos inteligentes para detectar conversiones. Su tabla denomina las métricas “Sign-Up CTR” y “Subscription CTR”. Es una señal de interacción comercial, pero la publicación no permite asumir que cada evento sea una suscripción pagada y validada. El artículo tampoco identifica las fechas exactas del mes utilizado para esa comparación. Consultar la metodología publicada.

Adobe: la fecha puede cambiar la conclusión

Adobe comunicó que, en marzo de 2025, las visitas desde IA convertían un 38 % peor que las visitas no IA en retail estadounidense. En marzo de 2026, la diferencia era un 42 % a favor. Sus datos proceden de un análisis que cubre más de un billón de visitas a comercios de Estados Unidos; no significa que todas sean visitas desde IA.

Además, “no IA” incluye canales como búsqueda de pago y email. Comparar ese resultado con el de una sola fuente orgánica responde a otra pregunta. El dato de marzo de 2026 es una observación fechada, no una estimación del rendimiento actual de una pyme española. Consultar el informe de Adobe.

El estudio académico que obliga a matizar

Kaiser y Schulze analizaron más de 50.000 transacciones procedentes de ChatGPT frente a 164 millones de otros canales. Su trabajo, publicado en 2026, utiliza datos de 2024 y 2025. Encontró mejores resultados relativos en categorías de productos complejos, pero un rendimiento agregado inferior a la mayoría de canales.

La atribución al último clic limita lo que puede explicar sobre descubrimiento previo. Es un estudio descriptivo: no demuestra que usar ChatGPT cause una compra ni que el canal mantenga hoy el mismo rendimiento. Leer el estudio en Marketing Science.

Por qué no conviene promediar estos resultados

No sería riguroso sumar los multiplicadores y anunciar una “conversión media de la IA”. Las muestras no representan la misma población y las conversiones no significan lo mismo.

Esta revisión identifica cuatro diferencias que impiden esa comparación directa:

• Negocio: software, medios y comercio electrónico tienen recorridos de compra distintos.
• Objetivo: un clic, un registro, una oportunidad y una venta no tienen el mismo valor.
• Referencia: comparar con Google orgánico no equivale a comparar con todos los canales no IA.
• Periodo: un trabajo publicado en 2026 puede describir comportamientos de 2024 y 2025.

También hay un posible efecto de selección: quien decide salir de una conversación y visitar una web puede estar más interesado que quien solo busca una definición. Es una explicación plausible, no una causa demostrada por esta comparación de estudios.

Una cita, una visita y una venta deben medirse por separado

Pew Research Center analizó la navegación de 900 adultos estadounidenses. En su estudio de búsquedas de marzo de 2025, las páginas con un resumen de IA registraron clics en resultados tradicionales en el 8 % de las visitas, frente al 15 % cuando no aparecía el resumen. Los clics en enlaces del propio resumen se produjeron en el 1 % de las visitas con resumen.

Los resultados se reconstruyeron en abril, por lo que no reproducen necesariamente lo que vio cada participante. Son datos de Google, no una tasa de clic universal de ChatGPT. Aun con esa limitación, muestran por qué contar citas y contar visitas son tareas distintas. Consultar el análisis de Pew.

En una empresa industrial, aparecer recomendado puede ser un primer paso. Después hay que comprobar si llegan consultas de empresas adecuadas, si esas consultas se convierten en presupuestos y si terminan en pedidos.

Cómo comprobar si el AEO aporta negocio a tu empresa

Proponemos una medición inicial de 90 días. Es una pauta de trabajo, no un plazo garantizado para obtener resultados ni un experimento causal. Si tu venta tarda seis meses, tendrás que seguir las oportunidades durante ese ciclo.

1. Define una conversión que importe

Para una empresa B2B, puede ser una solicitud de presupuesto con empresa, necesidad y encaje verificables. Para un SaaS, conviene separar registro, activación y pago. En una tienda, registra pedidos e ingresos y revisa devoluciones.

Usa la misma definición para todos los canales. Si comparas descargas desde Google con ventas desde IA, el resultado no te ayudará a decidir.

2. Distingue lo observado de lo declarado

Registra las visitas cuyo origen identificable sea un asistente. Añade al formulario comercial una pregunta opcional y abierta: “¿Dónde nos conociste?”. Conserva ambas señales por separado y evita contar dos veces a la misma persona.

Una respuesta del cliente aporta contexto, pero no reconstruye todo su recorrido. Del mismo modo, una visita clasificada como directa no debe atribuirse automáticamente a IA.

Google indica que las apariciones en AI Overviews y AI Mode se incluyen en el tráfico general del informe de rendimiento de Search Console, dentro del tipo de búsqueda Web. Por eso, un segmento de referidos desde asistentes no representa toda la influencia de la IA. Documentación de Google Search Central.

3. Compara cantidades, tasas y valor

Registra por canal las sesiones, los contactos cualificados, los clientes y los ingresos atribuidos con un criterio consistente. Muestra siempre el numerador y el denominador de cada tasa.

Ejemplo hipotético: 1.000 sesiones desde búsqueda orgánica generan 20 oportunidades; 100 sesiones desde asistentes generan 5. La tasa es del 2 % y del 5 %, respectivamente. La IA presenta una tasa 2,5 veces mayor, pero aporta una cuarta parte de las oportunidades.

Con solo cinco oportunidades, unos pocos casos cambian mucho la comparación. Tampoco sabemos aún cuál de los dos grupos acabará comprando. Una tasa atractiva justifica investigar; no basta para trasladar todo el presupuesto.

4. Relaciona el contenido con una decisión de compra

Para una empresa industrial o tecnológica, merece la pena ensayar contenidos que respondan dudas concretas: compatibilidades, limitaciones de uso, criterios de selección, plazos, mantenimiento o diferencias entre soluciones. Esta es nuestra propuesta de aplicación al B2B; los estudios citados no prueban su rentabilidad en tu sector.

Escoge un grupo pequeño de páginas, documenta los cambios y observa qué consultas comerciales reciben. Si modificas varias cosas a la vez, evita atribuir toda mejora a una única acción de AEO.

Qué refuerza esta investigación de la megaguía

Refuerza la necesidad de trabajar y medir la visibilidad en IA con objetivos comerciales. También precisa una idea: una visita puede tener mucho valor, pero ese valor tiene que comprobarse en cada negocio.

La pregunta útil para tu empresa es: ¿qué necesidades del comprador podemos resolver mejor y qué evidencia tendremos de que ese trabajo genera oportunidades? A partir de ahí puedes decidir qué contenidos mejorar, qué fuentes externas importan y cuánto esfuerzo dedicar al canal.

Si quieres entender el contexto completo, continúa con la Megaguía de visibilidad IA. Si necesitas definir qué medir en tu empresa, hablemos de tu proyecto.

Metodología y límites de esta revisión

Se seleccionaron cuatro fuentes primarias con resultados de conversión y dos fuentes de contexto sobre clics y medición. Se compararon sus periodos, poblaciones, eventos y referencias. Se incluyeron resultados favorables y desfavorables para evitar construir la conclusión únicamente con casos de éxito.

Es una revisión narrativa, no una revisión sistemática ni un metaanálisis. No se accedió a los datos brutos ni se recalcularon los modelos. Las muestras de proveedores de analítica pueden tener sesgos de selección; tres de las cuatro fuentes de conversión pertenecen a empresas que comercializan herramientas digitales. Ninguna permite prometer un incremento concreto para Cánovas o sus clientes.

Fecha de consulta: 18 de septiembre de 2026. Cada cifra conserva el periodo al que corresponde. Los ejemplos numéricos y el plan de medición son ilustrativos.