El 95% de solapamiento entre ChatGPT y Google que mide Similarweb
El primero de los tres trabajos es un post de Similarweb firmado por Maayan Zohar Basteker el 4 de agosto de 2026, que se apoya en el informe 2026 Generative AI Landscape de la propia compañía. La cifra, literal: «the share of ChatGPT users who also use Google sat at 95% in September 2025. Eight months and hundreds of millions of new visits later, in May 2026, it's still 95%». En pocas palabras, que el solapamiento no se ha movido en ocho meses.
El dato viene de un panel de navegador y aplicaciones, es de ámbito mundial y no tiene desglose por país. Es una medición observacional a nivel de persona, sin diseño experimental detrás.
El propio post acota qué se puede leer en ese número, con una franqueza poco habitual en material corporativo: «overlap measures whether the same people show up in both audiences, not what happens inside any single research session». Y añade que el informe base «explicitly excludes gen AI API usage, desktop applications, and in-app AI features». Resumiendo las dos advertencias: el solapamiento dice quién aparece en las dos audiencias, no qué ocurre dentro de una sesión, y la metodología deja fuera el uso por API, las aplicaciones de escritorio y las funciones de IA integradas en otras herramientas.
Menos consultas y menos referencias, según el clickstream de Bocconi
El segundo trabajo es un working paper de la Universidad Bocconi de Milán, firmado por Qiaoni Shi, Kai Zhu y Kai Gu, publicado en arXiv el 8 de julio de 2026 con el título Answering Without Referring: How AI Search Rewrites the Web's Economic Bargain. Usa clickstream de escritorio de Comscore en Estados Unidos entre octubre de 2024 y julio de 2025, con un panel equilibrado de 45.386 hogares.
El diseño es cuasi experimental. Los autores aprovechan las tres ampliaciones sucesivas del acceso a ChatGPT Search (31 de octubre de 2024 para usuarios de pago, 16 de diciembre para usuarios registrados y 5 de febrero de 2025 para usuarios anónimos) y aplican diferencias en diferencias apiladas contra un grupo de control reponderado. El resultado principal es una caída de 3,14 consultas semanales por hogar, un 9,4% sobre una media previa de 33,51 consultas.
La cifra que más circula es otra, y es la más frágil del paper. En la especificación preferida, la caída llega al 17,0% a partir de la semana veinte. Los propios autores escriben al lado: «A cleaner December-only comparison between two groups already using ChatGPT yields a smaller 8.2% decline after twenty weeks. We read the difference as evidence that comparisons with nonusers may retain some selection on AI adoption». Dicho de otro modo, al comparar adoptantes con adoptantes la caída se queda en la mitad, un 8,2%, y ellos mismos lo atribuyen a que la comparación con no usuarios arrastra sesgo de selección.
Del mismo trabajo sale el desglose por tipo de destino, que no mide consultas sino tráfico de referencia que los buscadores mandan a cada categoría de sitio. La caída se concentra en la investigación académica (-32,8%) y en los sitios de referencia y consulta (-26,5%), seguidos por los técnicos y de desarrollo (-15,1%) y los de noticias (-13,4%). En el otro extremo, los marketplaces y el entretenimiento se quedan en torno al 1%, dentro del ruido.
Hay otro par de números en la tabla 1 que explican el mecanismo. ChatGPT genera una referencia limpia en el 5,2% de las sesiones, frente al 31,1% de las consultas de Google. Los autores acotan también su alcance: «We observe U.S. desktop behavior, not consumer surplus, publisher revenue, or long-run content investment».
El experimento que fuerza AI Mode y mide 18,8 puntos menos de clics
El tercer trabajo es el más sólido de los tres en cuanto a diseño. Lo firman Stephanie T. Wang (Universidad de Pensilvania), Jeffrey Gleason, Yakov Bart y Christo Wilson (Northeastern) y Danaé Metaxa (Pensilvania), se publicó en arXiv el 18 de agosto de 2026 y se titula AI in Search Reduces Publisher Referrals Without Improving User Experience. Es un experimento de campo aleatorizado y preregistrado, con extensión de navegador, aprobación de los comités éticos de las dos universidades y datos y código publicados en Harvard Dataverse.
Se inscribieron 1.444 personas y 1.100 llegaron a hacer al menos una búsqueda, con tres días de línea base y siete de tratamiento. Los repartieron en tres grupos: uno con la IA oculta, un control con la búsqueda tal cual, y uno al que le redirigían todas las búsquedas a AI Mode, con un cumplimiento del 94,7%.
El resultado principal, literal: «Assignment to AI Mode Search significantly reduced click-through rate by -18,8 percentage points [95% CI: -22,2pp, -15,3pp; p<0.001]». Junto a eso, el número de sesiones de búsqueda al día bajó en 0,92 [IC 95%: -1,30, -0,55], un efecto que iba en contra de la hipótesis que los propios autores habían preregistrado, porque esperaban que subiera.
El desglose por destino reparte el golpe de forma desigual: los anuncios pierden 42,7 puntos, Reddit 21,2, los sitios de noticias 12,5 y Wikipedia 9,9. La caída de los anuncios responde a que AI Mode no los servía todavía en el momento del experimento, así que no es un hallazgo sobre el comportamiento del usuario.
El brazo contrario del experimento apunta en la misma dirección. Quitar la IA de la búsqueda subió el CTR en 8,8 puntos porcentuales [IC 95%: 2,3pp, 15,3pp; p=0.008], aunque los autores avisan de que el cumplimiento de ese grupo se degradó hasta cerca del 50% por un cambio de interfaz de Google durante el estudio.
En la encuesta final, los del grupo de AI Mode declararon menos utilidad (-0,59 desviaciones estándar), menos satisfacción (-0,73) y menos confianza (-0,34 puntos sobre 7), y un 11,2% más de ellos acabó buscando en Bing, DuckDuckGo o Yahoo. Los autores marcan tres límites más: la muestra viene de Prolific y de un programa universitario y está sesgada hacia gente joven y con estudios superiores, el tratamiento duró siete días y partían de un uso de AI Mode del 0,6% de las búsquedas, así que el experimento describe una adopción forzada y total, no la gradual que vive la mayoría.
Qué mide cada uno de los tres estudios
Cada trabajo mide una capa distinta. Similarweb cuenta personas (si el mismo humano aparece en las dos audiencias), Bocconi cuenta consultas por hogar y tráfico de referencia por tipo de destino, y Wang y su equipo cuentan clics por búsqueda bajo IA forzada. Se puede tener un 95% de solapamiento y a la vez menos consultas y menos clics por consulta.
La solidez tampoco es la misma. Solo el experimento de Wang permite hablar de causalidad, porque es aleatorizado y preregistrado. El de Bocconi es causal bajo el supuesto de tendencias paralelas, que los autores contrastan sin rechazarlo. El de Similarweb es descriptivo y no permite ninguna afirmación causal. Los dos de arXiv, además, son preprints sin revisión por pares.
Falta el dato local. Ninguno de los tres mide España ni tráfico móvil: Bocconi es escritorio estadounidense hasta julio de 2025 y mide ChatGPT Search, no AI Overviews ni AI Mode; el experimento de Wang es de agosto de 2026 con Chrome en Estados Unidos; el panel de Similarweb es mundial pero sin desglose.
Mi lectura
Que el clic se está perdiendo ya lo sabíamos; lo que hacen estos tres trabajos es ponerle número y señalar dónde duele, que es lo informacional. Ahí una respuesta generada te resuelve la duda sin que tengas que entrar en ningún sitio, y el gráfico por tipo de destino lo enseña bien claro. En ecommerce, en SaaS y en las búsquedas de marca el clic sigue estando donde estaba, porque quien va a comprar, a comparar o a entrar en su panel necesita llegar a la web. Por eso despista tanto el informe que mira el tráfico orgánico en bloque: dentro hay dos realidades moviéndose en direcciones distintas.
Y la lectura de fondo está en el 95%. ChatGPT no ha ocupado el sitio de Google, se ha colocado encima como una capa nueva, y de paso ha traído una intención de uso que antes no existía: la del «hazme esto». Pedirle que redacte, que compare dos opciones o que te monte una tabla es algo que antes no se escribía en un buscador, así que ahí no hay clic que perder. Con eso en la cabeza, lo que toca es revisar el catálogo por intención, que es por donde empieza una Auditoría SEO y GEO, y asumir que en el bloque informacional lo que decide que te citen es el information gain que aportes frente a lo que ya está publicado. Y ojo con llevar estas cifras a una reunión como si fueran una previsión: el 18,8 sale de forzar AI Mode al 100% a gente que lo usaba el 0,6% del tiempo, y el 17% de Bocconi se queda en 8,2% en cuanto comparas adoptantes con adoptantes.