Durante tres décadas, la web funcionó gracias a un intercambio relativamente sencillo: alguien producía información, los buscadores ayudaban a encontrarla y una parte de los lectores llegaba hasta su fuente. La inteligencia artificial está modificando ese acuerdo. No necesariamente para peor, pero sí de una manera que obliga a revisar quién produce valor, quién lo captura y quién paga por mantenerlo.
El negocio detrás de una respuesta
Imaginemos una consulta corriente. Una persona quiere saber por qué suben los precios, cómo funciona una vacuna o qué diferencia existe entre dos sistemas de almacenamiento informático.
Hasta hace poco, lo habitual era acudir a un buscador, examinar algunos resultados y visitar una o varias páginas. Una universidad, un periódico, un investigador independiente o una empresa habían elaborado el contenido. El buscador facilitaba el encuentro entre quien preguntaba y quien podía responder.
El intercambio tenía defectos evidentes. Las páginas competían por aparecer primero, proliferaban los contenidos escritos para satisfacer algoritmos y muchos sitios convertían la lectura en una carrera de obstáculos publicitarios. Sin embargo, existía una relación económica reconocible: producir información podía generar visitas, reputación, suscripciones, publicidad o ventas.
Con la inteligencia artificial generativa, una parte creciente de esas consultas termina de otra manera. El usuario pregunta y recibe una respuesta elaborada. No necesita necesariamente visitar las páginas de las cuales procede la información.
La experiencia puede ser mejor. La respuesta puede reunir explicaciones dispersas, adaptarse al nivel del lector, comparar fuentes y permitir preguntas sucesivas. La mejora tecnológica es real. Pero también lo es la transformación económica que introduce.
La información sigue teniendo un costo de producción, aunque para el usuario su consumo parezca cada vez más gratuito e inmediato.
Allí comienza el problema.
La evidencia: las respuestas están reemplazando parte de las visitas
No hace falta especular sobre un futuro remoto. Hay mediciones que permiten observar el cambio.
En julio de 2025, el Pew Research Center publicó un estudio sobre el comportamiento de los usuarios de Google ante los resúmenes generados por inteligencia artificial. Los investigadores analizaron búsquedas realizadas por un panel de adultos estadounidenses.
Cuando aparecía un resumen de IA, los usuarios hacían clic en un resultado tradicional en el 8 % de las visitas. Cuando no aparecía, lo hacían en el 15 %. La diferencia es considerable. La proporción observada se reducía casi a la mitad.
El mismo estudio encontró que los enlaces incluidos dentro de los propios resúmenes de IA recibían clics en apenas el 1 % de las visitas que mostraban esos resúmenes.
Esto no significa que toda búsqueda con inteligencia artificial provoque una pérdida equivalente de tráfico. Los porcentajes corresponden a determinadas sesiones observadas, no a una ley universal del comportamiento de los usuarios. Tampoco permiten atribuir todos los cambios exclusivamente a la presencia de IA: las consultas que activan esos resúmenes pueden ser diferentes de las demás.
Pero el resultado es suficientemente importante para mostrar que el mecanismo económico tradicional está bajo presión (Pew Research Center, julio de 2025).
La evidencia no termina allí. El Digital News Report 2026, elaborado por el Reuters Institute de la Universidad de Oxford, cita datos de Chartbeat correspondientes a más de 2.500 sitios informativos. Entre noviembre de 2024 y noviembre de 2025, el tráfico procedente de búsquedas orgánicas de Google disminuyó un 33 % a escala global y un 38 % en Estados Unidos.
Es una caída importante, aunque no corresponde adjudicarla íntegramente a la IA. Las modificaciones en los algoritmos de búsqueda, los hábitos de consumo, la competencia de otras plataformas y la evolución general de los medios también intervienen.
El dato demuestra una reducción del tráfico en los sitios estudiados; no demuestra, por sí solo, cuánto de esa reducción causó la inteligencia artificial.
Los editores consultados por el Reuters Institute esperan, además, que el tráfico procedente de buscadores disminuya un 43 % durante los próximos tres años. Esta última cifra es una expectativa sectorial, no una predicción verificada (Reuters Institute, Digital News Report 2026).
La distinción entre lo observado y lo esperado importa. Los diagnósticos tecnológicos suelen exagerar cuando convierten una tendencia inicial en un destino inevitable. Aquí no hace falta hacerlo. Los cambios medidos son suficientemente significativos.
Google ante una paradoja: más búsquedas, pero no necesariamente más ingresos por búsqueda
El caso de Google resulta especialmente revelador porque la empresa ocupa simultáneamente dos posiciones: es uno de los principales beneficiarios del modelo tradicional y uno de los actores que más rápidamente lo está transformando.
Durante muchos años, su negocio publicitario aprovechó una característica económica del buscador: el usuario expresaba una intención y Google podía mostrar anuncios relacionados con ella.
Una búsqueda sobre hoteles, préstamos, computadoras o seguros revelaba información valiosa sobre una posible decisión de compra.
Los anunciantes pagaban por aparecer en ese momento. El buscador obtenía ingresos y los sitios que recibían visitas podían convertir una parte de ellas en actividad económica. La inteligencia artificial cambia la interfaz de esa relación.
Cuando la consulta se convierte en una conversación, la respuesta puede prolongarse durante varios intercambios. El usuario compara opciones, solicita explicaciones, pide recomendaciones y eventualmente toma una decisión sin salir del sistema.
La plataforma ya no se limita a ordenar posibles respuestas. Participa en la construcción de la respuesta y, cada vez más, en la decisión posterior. Desde la perspectiva comercial, esto abre oportunidades enormes. También introduce dificultades.
En los resultados correspondientes al tercer trimestre de 2026, Alphabet comunicó ingresos de aproximadamente 63.300 millones de dólares en Google Search y publicidad relacionada, un crecimiento interanual del 12 %. El negocio seguía creciendo, y mucho.
Sin embargo, el crecimiento se había moderado respecto del 19 % registrado en el primer trimestre y del 17 % del segundo.
La compañía reconoció que la menor monetización de las consultas realizadas mediante AI Mode contribuía a esa desaceleración. También identificó otros factores, entre ellos los efectos cambiarios y cambios en determinadas categorías publicitarias. No atribuyó toda la desaceleración a la IA.
El contraste resulta significativo: según Google, el número de consultas crecía a su ritmo interanual más elevado en cinco años, pero algunas de las nuevas experiencias generaban menos ingresos por consulta que la búsqueda tradicional (resultados de Alphabet, tercer trimestre de 2026 y Search Engine Land, octubre de 2026).
Conviene evitar una conclusión apresurada. Google no está dejando de ganar dinero, ni hay evidencia suficiente para afirmar que su negocio publicitario esté condenado.
De hecho, la empresa está ampliando los anuncios en las experiencias de búsqueda con IA y sostiene que las consultas conversacionales permiten identificar nuevas intenciones comerciales. También puede beneficiarse de la infraestructura de computación, los servicios empresariales, las suscripciones y otros productos relacionados con inteligencia artificial. Lo que aparece, entonces, no es necesariamente una crisis de Google.
Es una transición entre dos formas de capturar valor económico.
Y una empresa capaz de participar en ambas puede atravesarla en mejores condiciones que quienes dependen exclusivamente de una.
Reddit y el valor económico de las conversaciones humanas
Reddit ofrece otra perspectiva del mismo fenómeno.
Una parte importante de su atractivo procede de algo que los modelos de inteligencia artificial no producen por sí mismos: conversaciones originales entre personas.
Experiencias de consumidores, discusiones técnicas, recomendaciones, testimonios, desacuerdos y respuestas que no necesariamente aparecen en documentos formales.
Ese material tiene valor para los usuarios, pero también para los sistemas que buscan comprender cómo hablan, comparan y razonan las personas.
Durante años, Reddit se benefició de los visitantes enviados por Google. Los buscadores encontraban sus conversaciones y dirigían hacia ellas nuevas audiencias. Con el crecimiento de las respuestas generadas mediante IA, el equilibrio cambia.
El contenido de Reddit puede ayudar a construir una respuesta sin que el usuario necesite visitar Reddit.
La empresa ha respondido con una combinación de acuerdos de acceso a datos, restricciones a los rastreadores y una mayor insistencia en que los usuarios se identifiquen.
Pero hay un matiz importante: Reddit no está atravesando simplemente un colapso económico. En el tercer trimestre de 2026 registró aproximadamente 130,3 millones de usuarios activos diarios globales, un 12 % más que el año anterior. En Estados Unidos, en cambio, la cantidad disminuyó un 2 % interanual, hasta 50,7 millones.
La divergencia entre crecimiento global y retroceso estadounidense impide hablar de una caída uniforme de toda la plataforma (Reddit, resultados del tercer trimestre de 2026).
La cuestión más interesante no es si Reddit gana o pierde dinero durante un trimestre determinado.
Es que su contenido ahora puede monetizarse de dos maneras diferentes: mediante la atención directa de los usuarios o mediante acuerdos con plataformas que necesitan acceder a sus datos.
El modelo tradicional consistía en atraer personas hacia las conversaciones. El modelo emergente permite también cobrar por suministrar esas conversaciones a sistemas que responden en otro lugar.
El contenido deja de ser solamente un destino y se convierte en un insumo comercial.
La diferencia parece pequeña. Sus consecuencias no lo son.
Del tráfico a las licencias: comienza otro mercado
La transformación puede observarse también en los acuerdos entre empresas de inteligencia artificial y productores de contenidos.
En mayo de 2024, OpenAI y News Corp anunciaron una asociación plurianual que permite utilizar material actual y de archivo de publicaciones como The Wall Street Journal, Barron’s, MarketWatch y The Times, entre otras.
El acuerdo contempla el uso de ese contenido para mejorar productos de inteligencia artificial y presentar información en respuesta a las consultas de los usuarios.
Las condiciones financieras no fueron publicadas oficialmente. Diversos medios informaron que el acuerdo podría superar los 250 millones de dólares durante cinco años, una cifra periodística que no debe tratarse como un monto contractual confirmado (anuncio oficial de OpenAI y News Corp).
Este tipo de operaciones anuncia una nueva posibilidad económica: cobrar por el acceso al contenido sin depender exclusivamente de que el lector llegue al sitio que lo produjo.
No es la primera vez que se comercializan datos, documentos o derechos de distribución. Las agencias de noticias, las bases de información financiera y las editoriales académicas llevan décadas haciéndolo.
La novedad está en la escala potencial del mercado y en el uso del contenido.
Una plataforma puede adquirir acceso a miles de publicaciones para alimentar un sistema capaz de responder a millones de consultas.
Aquí aparece una asimetría importante. Los grandes grupos editoriales pueden negociar licencias. Poseen archivos extensos, marcas reconocidas y capacidad jurídica.
Un pequeño medio regional, un investigador independiente, un docente que publica materiales educativos o un sitio especializado difícilmente tengan el mismo poder de negociación.
Es posible que se desarrolle un mercado más amplio de licencias, con intermediarios y mecanismos de remuneración accesibles a productores pequeños. Pero todavía no sabemos si ese mercado distribuirá los ingresos de manera razonablemente equilibrada.
Tampoco sabemos si las licencias reemplazarán las pérdidas de publicidad, suscripciones o ventas derivadas de una disminución de las visitas.
La existencia de un nuevo mercado no garantiza que sus beneficios alcancen a quienes producen el contenido.
La nueva escasez: información confiable y acceso a ella
Hay una paradoja económica en todo esto.
La inteligencia artificial reduce drásticamente el costo de generar textos, imágenes, resúmenes y explicaciones. Producir una página que se parezca a un artículo resulta más fácil que nunca. Pero esa abundancia no equivale a una abundancia de conocimiento confiable.
Una investigación periodística requiere fuentes, comprobaciones y responsabilidades. Un experimento científico necesita metodología, datos y posibilidad de reproducción. Un buen texto técnico exige comprensión del problema, no solamente fluidez en su exposición.
La IA puede ayudar en todas esas tareas. Incluso puede disminuir de manera considerable sus costos. Pero no elimina automáticamente la diferencia entre generar una afirmación y establecer que es verdadera.
La consecuencia económica podría ser inesperada: mientras el contenido genérico se abarata, la información original, verificable y actualizada podría adquirir mayor valor relativo. No necesariamente porque cada lector esté dispuesto a pagar por ella.
Puede adquirir valor para sistemas que la necesitan como insumo para ofrecer respuestas mejores que las de sus competidores.
El Reuters Institute ofrece un dato relevante sobre la extensión del fenómeno. Su estudio Generative AI and News Report 2026, que analiza varios mercados, encontró que el uso semanal de sistemas generativos pasó del 34 % al 51 % entre 2025 y 2026 en los seis países con datos comparables.
También encontró que el 57 % de los encuestados en los países estudiados había encontrado resúmenes de IA integrados en buscadores durante la última semana (Reuters Institute, Generative AI and News Report 2026).
La tecnología ha dejado de ser una herramienta marginal para convertirse en una nueva interfaz cotidiana de acceso a la información.
Eso no significa que los usuarios dejen de consultar fuentes originales. Sí significa que cada vez más decisiones sobre qué información mostrar, sintetizar o destacar se toman dentro de sistemas intermediarios.
La escasez comienza a desplazarse: no falta texto; faltan garantías de calidad, procedencia, actualización y responsabilidad.
El problema de la concentración: cuando cerrar la web beneficia a los grandes
La teoría económica ofrece una explicación de por qué una Internet menos abierta podría beneficiar a las plataformas dominantes.
Imaginemos que acceder legalmente a información de calidad requiere negociar licencias, pagar por bases de datos, disponer de infraestructura computacional y sostener equipos jurídicos.
Para una empresa con ingresos de cientos de miles de millones de dólares, esos costos pueden representar una inversión considerable, pero manejable.
Para una empresa pequeña que intenta desarrollar un buscador o un asistente especializado, podrían convertirse en barreras de entrada.
Cuanto más caro resulte acceder a los datos necesarios para competir, mayor será la ventaja de quienes ya cuentan con capital, infraestructura y relaciones comerciales.
No se trata solamente de economías de escala. También aparecen economías de alcance: una misma empresa puede utilizar infraestructura, modelos y datos para ofrecer búsquedas, publicidad, servicios en la nube, productividad, comercio electrónico y asistentes personales. El costo de una inversión puede distribuirse entre numerosos productos.
Además, una plataforma integrada puede observar más interacciones y obtener información útil sobre lo que sus usuarios necesitan, siempre dentro de los límites técnicos, contractuales y regulatorios aplicables. Este fenómeno podría reforzar posiciones dominantes.
Pero hay que ser precisos: que existan ventajas de escala no demuestra que la concentración sea inevitable.
Los modelos abiertos, las tecnologías de menor costo, las bases públicas de conocimiento, los protocolos interoperables y las regulaciones de competencia pueden reducir algunas barreras. La disputa no está cerrada.
Lo que sí parece claro es que el acceso al contenido y a la capacidad de procesamiento se está convirtiendo en una dimensión estratégica de la competencia.
La apertura de Internet deja de ser una cuestión exclusivamente cultural y pasa a tener consecuencias directas sobre la estructura de los mercados.
La contradicción entre el beneficio individual y la sostenibilidad colectiva
Supongamos que una persona necesita entender un concepto jurídico.
Puede leer varios artículos, comparar interpretaciones y construir una respuesta. O puede consultar un asistente de IA que presente una explicación integrada, con referencias y ejemplos.
Si la segunda alternativa ofrece una respuesta correcta, comprensible y suficientemente completa, resulta razonable que la prefiera.
No hay ninguna obligación moral de elegir el procedimiento menos eficiente para sostener un modelo de negocios particular.
El problema surge cuando millones de decisiones individuales perfectamente razonables alteran los incentivos para producir información.
El usuario ahorra tiempo. El productor pierde una visita. La plataforma conserva la interacción.
Si las visitas financiaban la producción de contenidos, podría aparecer un deterioro de los incentivos económicos que sostienen ese contenido.
En economía, situaciones de este tipo invitan a estudiar las externalidades: costos o beneficios que no quedan plenamente reflejados en las decisiones individuales de quienes participan en una transacción.
Sin embargo, todavía debemos demostrar que la menor remuneración mediante tráfico no será compensada por nuevas fuentes de ingresos o por reducciones en los costos de producción.
Es posible que algunos contenidos desaparezcan porque dejan de ser económicamente viables. También es posible que otros aparezcan precisamente porque las herramientas de IA permiten producirlos con recursos antes insuficientes. Ambos procesos pueden ocurrir simultáneamente. El desafío consiste en comprender el saldo y, especialmente, su distribución.
Una mayor cantidad de información disponible no equivale necesariamente a mayor diversidad de fuentes independientes.
Y una menor cantidad de visitas tampoco implica automáticamente una menor calidad de conocimiento producido. Esas relaciones deben investigarse, no presumirse.
La economía de la atención no desaparece: cambia de propietario
Herbert Simon señaló en 1971 que la abundancia de información consume aquello que la información requiere de sus receptores: atención.
Durante buena parte de la historia de Internet, la competencia por esa atención organizó los modelos comerciales.
Los sitios necesitaban atraer usuarios, mantenerlos leyendo y conseguir que volvieran. Los buscadores competían por ordenar la información. Las redes sociales desarrollaron mecanismos para prolongar la permanencia y estimular la interacción.
La inteligencia artificial no elimina la escasez de atención. Puede reducir el tiempo necesario para encontrar una respuesta, pero concentra una proporción mayor de la interacción en el intermediario que la proporciona. Una conversación prolongada con un asistente puede reemplazar numerosas visitas a páginas diferentes. El usuario obtiene una experiencia integrada. La plataforma obtiene continuidad en la relación.
La diferencia es que el nuevo intermediario no solamente selecciona contenido: lo sintetiza, reorganiza y presenta mediante una voz propia. Esto puede ser útil, pero también modifica la distribución de visibilidad y reputación.
En la web tradicional, el usuario podía reconocer fácilmente que una explicación procedía de una universidad, una revista científica o un blog personal.
En una respuesta sintética, las fuentes pueden aparecer como referencias secundarias, mientras que la plataforma ocupa el lugar principal de interlocución.
La atribución del conocimiento deja de ser un resultado natural de la navegación y se convierte, en parte, en una decisión de diseño. Y las decisiones de diseño tienen consecuencias económicas y culturales.
No toda la evidencia apunta en la misma dirección
Hasta aquí, el diagnóstico parece conducir hacia una conclusión pesimista. Pero sería un error ignorar los datos contrarios.
Google ha sostenido públicamente que el volumen agregado de clics orgánicos enviados desde su buscador hacia otros sitios se ha mantenido relativamente estable y que los clics procedentes de experiencias con IA tienden a tener mayor calidad.
Por mayor calidad entiende, entre otros indicadores, que los usuarios no regresen inmediatamente a la página de resultados, lo que puede sugerir un interés más profundo.
La empresa también afirma que las nuevas funciones generan consultas que antes no se realizaban (Google, agosto de 2025).
Estas afirmaciones no deben aceptarse sin examen, pero tampoco descartarse porque proceden de una empresa interesada.
El volumen agregado de clics y las tasas de clic observadas para determinadas consultas miden fenómenos diferentes. Es posible que ambas mediciones sean compatibles: que disminuyan los clics por consulta en ciertas categorías y, simultáneamente, aumente el número total de consultas o se redistribuya el tráfico hacia otros contenidos.
Para resolver la discrepancia necesitaríamos datos comparables por períodos, categorías, países, tipos de consultas y clases de sitios.
También convendría distinguir entre los clics que generan ingresos, los que permiten construir relaciones duraderas con lectores y los que simplemente producen visitas breves.
Un sitio puede recibir menos visitantes y, sin embargo, conseguir más suscriptores o clientes si quienes llegan tienen un interés mayor.
La pregunta económicamente relevante no es solamente cuántos clics desaparecen, sino cuánto valor se pierde, cuánto se crea y quién puede apropiárselo.
Además, la IA puede beneficiar a productores pequeños. Un investigador independiente puede traducir sus trabajos, mejorar la accesibilidad de sus textos y desarrollar herramientas que antes requerían equipos de programación. Una empresa pequeña puede ofrecer atención especializada sin mantener una estructura comercial extensa. Un docente puede construir materiales interactivos y personalizados a costos comparativamente bajos.
Por eso no resulta convincente describir la IA únicamente como un mecanismo de extracción de valor. Es también una tecnología capaz de reducir barreras de producción y distribución.
La cuestión decisiva no es si crea valor. Lo crea. La cuestión es cómo se distribuye ese valor y qué actividades deja de remunerar.
De encontrar información a delegar decisiones
Hasta ahora nos hemos concentrado en las respuestas. Pero el cambio más profundo podría llegar cuando los sistemas pasen de responder preguntas a ejecutar acciones.
Buscar un hotel exige hoy comparar opciones, consultar condiciones y realizar una reserva. Un asistente capaz de gestionar el proceso puede transformar esa secuencia en una única instrucción.
Algo parecido podría ocurrir con compras, trámites, servicios profesionales, contratación de software o administración de tareas.
La plataforma dejaría de ser solamente el lugar donde comienza una búsqueda. Podría convertirse en el intermediario que propone opciones y realiza transacciones.
Google ya ha señalado las experiencias de agentes capaces de completar formularios, reservar servicios y efectuar compras como una línea de desarrollo comercial (Alphabet, presentación de resultados del tercer trimestre de 2026).
En ese escenario, la competencia por atraer tráfico podría transformarse parcialmente en una competencia por ser seleccionado por un agente. La diferencia sería considerable.
En lugar de diseñar una página para convencer directamente a una persona, las empresas podrían necesitar que sus productos, precios y condiciones fueran comprensibles y accesibles para sistemas automatizados. Aparecerían nuevos intermediarios, nuevas formas de publicidad y nuevos conflictos de interés.
Si un asistente recomienda un producto, ¿lo hace porque satisface mejor las necesidades del usuario, porque tiene información más completa o porque existe un acuerdo comercial? ¿Quién responde si realiza una compra equivocada? ¿Puede una plataforma favorecer sistemáticamente sus propios servicios?
Son preguntas técnicas, económicas y regulatorias. No se resuelven simplemente haciendo que el modelo sea más inteligente.
Y conviene no confundir capacidad con adopción. El estudio del Reuters Institute publicado en 2026 encontró que, entre los encuestados de nueve países, solamente un 14 % había utilizado un agente de IA para realizar una tarea real durante la semana anterior. El potencial es considerable, pero todavía no constituye una práctica universal.
¿Quién financiará el conocimiento que todos quieren utilizar?
Aquí llegamos al problema que me parece más importante. Una sociedad necesita producir información que no siempre tiene un comprador inmediato.
Necesita investigaciones científicas, archivos históricos, periodismo de investigación, documentación técnica, estadísticas públicas, materiales educativos y espacios de discusión.
Algunos de esos bienes pueden financiarse mediante suscripciones o publicidad. Otros dependen de universidades, gobiernos, fundaciones, donaciones, contribuciones voluntarias o empresas que los publican como parte de sus actividades.
La inteligencia artificial modifica el modo en que esos contenidos pueden utilizarse, pero no elimina su costo.
Una investigación científica no se realiza porque un sistema pueda redactar un resumen convincente. Un caso de corrupción no se descubre porque un modelo sea capaz de responder preguntas sobre él. Alguien tiene que reunir evidencia, contrastarla y asumir responsabilidad por su publicación.
La tecnología puede ayudar enormemente en esas tareas. Pero debemos distinguir entre disminuir su costo y hacer innecesaria su realización.
Si las plataformas capturan una proporción creciente de los ingresos asociados al uso de información, mientras sus productores originales pierden mecanismos de financiación, podría aparecer un problema de sostenibilidad. No necesariamente en toda la web, ni de manera simultánea.
Quizá los medios de gran prestigio consoliden suscripciones, los especialistas vendan servicios personalizados y los productores de información comercial encuentren nuevas formas de distribuir sus productos.
Los contenidos genéricos podrían perder valor económico, mientras las investigaciones originales y los datos confiables lo incrementan. También podría aumentar el financiamiento público o cooperativo de determinados bienes informativos. La reorganización, por lo tanto, no tiene una única dirección.
Pero la pregunta persiste: ¿cómo se financia la producción de conocimiento cuando el consumo ya no conduce necesariamente hacia quien lo produjo?
El problema es anterior a la inteligencia artificial. Esta tecnología simplemente lo vuelve más visible y, posiblemente, más urgente.
Lo que debería cambiar
No creo que la solución consista en intentar conservar artificialmente todos los modelos de negocios anteriores.
Internet no nació con una obligación de sostener periódicos, blogs, buscadores ni plataformas determinadas. Las tecnologías cambian y las actividades económicas deben adaptarse.
Tampoco me parece razonable exigir a los usuarios que renuncien a herramientas más eficientes para preservar ingresos ajenos.
Pero hay una diferencia entre permitir que los modelos económicos evolucionen y aceptar cualquier distribución de sus beneficios como si fuera inevitable. Una transición razonable debería prestar atención, al menos, a cuatro condiciones.
La primera es la competencia. Si acceder a contenidos, modelos y capacidad de procesamiento exige inversiones que solamente unas pocas empresas pueden afrontar, el mercado podría concentrarse más de lo deseable. Los sistemas abiertos, la interoperabilidad y la supervisión de prácticas anticompetitivas adquieren relevancia.
La segunda es la atribución. No toda utilización de información requiere remuneración, pero reconocer fuentes y facilitar su consulta contribuye a preservar reputación, verificabilidad y posibilidades de sostenimiento económico. La atribución no resuelve todos los problemas de derechos ni de ingresos, aunque constituye una pieza importante.
La tercera es la diversidad de mecanismos de financiación. La publicidad y los clics nunca fueron los únicos modelos posibles. Suscripciones, membresías, licencias, servicios especializados, apoyo institucional y financiación pública pueden coexistir. La cuestión consiste en determinar cuáles funcionan para cada tipo de conocimiento y cuáles introducen dependencias problemáticas.
La cuarta es la transparencia en la intermediación. A medida que los asistentes seleccionan información y participan en decisiones comerciales, resulta necesario distinguir las recomendaciones fundamentadas en criterios del usuario de aquellas condicionadas por incentivos publicitarios o acuerdos de distribución.
Nada de esto exige oponerse a la inteligencia artificial. Exige reconocer que su desarrollo es también un problema de organización económica e institucional.
La falsa nostalgia de la web anterior
Hay una tentación que conviene resistir: idealizar la Internet de los enlaces.
Ese sistema permitió una difusión extraordinaria del conocimiento, pero también produjo mercados publicitarios concentrados, vigilancia comercial, dependencia de los algoritmos y grandes cantidades de contenido diseñado para capturar visitas antes que para informar.
Los titulares engañosos, las páginas saturadas de anuncios y la producción industrial de textos superficiales no nacieron con los modelos generativos.
Fueron, en parte, respuestas racionales a los incentivos de la economía de la atención.
La inteligencia artificial puede corregir algunos de esos defectos. Una buena respuesta que evita visitar cinco páginas redundantes representa una mejora genuina.
No deberíamos lamentar la desaparición de visitas cuyo único propósito económico consistía en mostrar anuncios antes de ofrecer una información trivial.
El problema comienza cuando el mismo mecanismo perjudica indistintamente al contenido redundante y al conocimiento que requiere esfuerzo original. Si una tecnología elimina intermediaciones innecesarias, puede aumentar el bienestar.
Si elimina, junto con esas intermediaciones, los incentivos necesarios para producir información valiosa, el resultado es más ambiguo. La dificultad consiste en separar ambos efectos.
Y esa separación no puede hacerse únicamente desde la perspectiva de las empresas afectadas, porque sus intereses comerciales no son idénticos al interés público.
Tampoco puede hacerse solamente desde la perspectiva del consumidor inmediato, porque un beneficio presente puede coexistir con un costo colectivo de largo plazo.
El verdadero cambio no es tecnológico
La expresión puede parecer exagerada. Evidentemente, la inteligencia artificial constituye un cambio tecnológico extraordinario.
Pero sus consecuencias más profundas quizá no dependan exclusivamente de la calidad de los modelos.
Dependerán de quién controla la infraestructura, quién dispone de información original, quién establece las condiciones de acceso y quién puede sostener económicamente su actividad en el nuevo entorno.
La historia económica está llena de tecnologías que aumentaron la productividad y, al mismo tiempo, reorganizaron mercados, profesiones e instituciones.
La imprenta modificó las condiciones materiales de reproducción del conocimiento. La radio y la televisión transformaron la publicidad y la distribución cultural. Internet redujo los costos de publicación y alteró el poder de los intermediarios tradicionales.
La inteligencia artificial introduce otra modificación: permite que una plataforma no solamente transporte o encuentre información, sino que elabore una respuesta a partir de ella. Y comienza a extender esa capacidad hacia las recomendaciones y las acciones. Su importancia económica reside en ese desplazamiento.
Antes, gran parte del negocio consistía en facilitar el encuentro entre una pregunta y una fuente. Ahora, una parte creciente consiste en proporcionar directamente la respuesta. La diferencia afecta a productores, distribuidores, anunciantes, usuarios y competidores.
Conclusión: el modelo ya está cambiando
No necesitamos una caída bursátil espectacular para reconocer lo que ocurre.
Los estudios muestran modificaciones en el comportamiento de los usuarios. Los medios registran reducciones importantes en determinadas fuentes de tráfico. Las plataformas experimentan con nuevas formas de publicidad, licencias y suscripciones. Los productores de contenido revisan sus estrategias. Las empresas tecnológicas invierten sumas extraordinarias en infraestructura capaz de sostener el nuevo sistema.
Son procesos diferentes, con causas múltiples y consecuencias todavía inciertas. Pero convergen en una transformación reconocible.
La inteligencia artificial está cambiando el modelo de negocios de Internet.
Y ya se siente.
No sabemos todavía si el resultado será una web más abierta, productiva y accesible, o un ecosistema de plataformas concentradas que controlan el acceso a una proporción creciente del conocimiento.
Probablemente tampoco exista un resultado único. Algunos mercados se abrirán, otros se concentrarán; ciertas actividades perderán rentabilidad mientras surgirán oportunidades que hoy apenas podemos imaginar.
Lo que sí podemos afirmar es que la tecnología está desplazando la frontera entre producir información y capturar el valor de su utilización.
Durante décadas, publicar significaba, entre otras cosas, ofrecer algo que otros podían encontrar y visitar.
En el nuevo entorno, publicar también puede significar alimentar sistemas que responderán sin necesidad de conducir al lector hasta la fuente. No es necesariamente una injusticia. Tampoco es necesariamente un progreso económico para todos. Es un cambio en las reglas de distribución del valor.
La pregunta decisiva no es si las máquinas podrán responder mejor. Es cómo conseguiremos que siga siendo posible —y conveniente— producir las preguntas, investigaciones, datos, argumentos y descubrimientos de los cuales dependen esas respuestas.
Porque una sociedad puede beneficiarse enormemente de una tecnología que facilita el acceso al conocimiento. Pero ese beneficio no garantiza, por sí mismo, que estén dadas las condiciones para seguir produciéndolo.
Y una Internet que responde cada vez mejor, mientras pierde gradualmente la capacidad de renovar sus fuentes, podría descubrir demasiado tarde que había confundido el acceso al conocimiento con su producción.
Fuentes y referencias
- Pew Research Center (2025). Google users are less likely to click on links when an AI summary appears in the results. Estudio del comportamiento de usuarios ante resúmenes de IA en búsquedas.
- Reuters Institute, University of Oxford (2026). Digital News Report 2026. Evolución del consumo de noticias, tráfico de buscadores y expectativas de los editores.
- Reuters Institute (2026). Generative AI and News Report 2026: From standalone tools to information infrastructure. Datos de adopción de IA, uso para información y aparición de agentes.
- Alphabet Inc. (2026). Third Quarter 2026 Earnings Call. Información financiera y estrategia de monetización de búsqueda e IA.
- Search Engine Land (2026). Google: AI Mode’s lower monetization slowed Search ad growth. Análisis de las declaraciones empresariales sobre monetización.
- Reddit Inc. (2026). Third Quarter 2026 Results. Evolución de usuarios y resultados de la plataforma.
- OpenAI y News Corp (2024). A landmark multi-year global partnership with News Corp. Ejemplo de acuerdos comerciales para utilización de contenido periodístico.
- Google (2025). AI in Search: Driving more queries and higher quality clicks. Perspectiva de Google sobre el tráfico derivado de las búsquedas con IA.
- Simon, Herbert A. (1971). Designing Organizations for an Information-Rich World. Referencia conceptual sobre la relación entre abundancia informativa y escasez de atención.
Nota metodológica. Los datos proceden de informes corporativos, estudios de comportamiento y análisis de terceros publicados hasta noviembre de 2026. Las proyecciones sobre concentración, financiación del conocimiento y evolución del mercado son interpretaciones argumentadas, no resultados establecidos por esos estudios. No debe confundirse una asociación observada entre adopción de IA y caída del tráfico con una demostración causal de que la primera explica íntegramente la segunda.