Google AI Mode: independiente de los AI Overviews

Google AI Mode no es simplemente una versión ampliada de los AI Overviews. Un análisis de Ahrefs con 540.000 pares de consultas de EE. UU. de septiembre de 2025, en el que AI Mode y AI Overviews solo citaron las mismas URL en el 13,7 % de los casos, lo demuestra: a la hora de elegir fuentes, ambos sistemas funcionaban en gran medida por separado. Independiente significa aquí fuentes propias, no un producto aparte. Para las empresas B2B de la región DACH (Alemania, Austria y Suiza), esto tiene una consecuencia estratégica: quien solo optimiza para los AI Overviews no tiene ninguna garantía de que también le citen en AI Mode. Desde el lanzamiento en Austria, ya no es una reflexión teórica, sino una cuestión concreta de visibilidad.

Qué es Google AI Mode y por qué gana peso para el B2B en Europa

Google AI Mode es un producto de búsqueda con IA independiente dentro de la Búsqueda de Google. A diferencia de los AI Overviews, que aparecen automáticamente encima de los resultados clásicos, AI Mode es un modo específico: los usuarios entran en él y mantienen allí una conversación de varios pasos con el buscador. Desde enero de 2026, en la búsqueda móvil una pregunta de seguimiento desde un AI Overview lleva directamente a AI Mode, y desde la I/O de mayo de 2026 Google reúne ambos en una interfaz común de AI Search. A nivel técnico, AI Mode trabaja con un método llamado query fan-out. El sistema descompone una sola consulta del usuario en numerosas subconsultas, las responde en paralelo y combina los resultados en una respuesta detallada.

Esa profundidad se ve en los datos. Según el mismo análisis de Ahrefs, las respuestas de AI Mode son unas cuatro veces más largas que los AI Overviews y, con 3,3 entidades por respuesta, mencionan bastantes más personas y marcas que los AI Overviews, con 1,3 entidades. Para la estrategia GEO es una conclusión clave: AI Mode ofrece más espacio para citas, más menciones de proveedores y, por tanto, en principio más oportunidades de visibilidad por respuesta, aunque solo para el contenido que el sistema realmente selecciona.

Desde octubre de 2025, AI Mode ha dejado de ser un fenómeno marginal en la región DACH (Alemania, Austria y Suiza). Google empezó a lanzar el Modo IA el 8 de octubre de 2025 en 36 idiomas nuevos y en más de 40 países nuevos, entre ellos Alemania, Austria y Suiza. En Suiza funciona en alemán, francés e italiano. Según Google, con ello está disponible en más de 200 países. La disponibilidad en alemán es decisiva para las empresas austriacas, porque significa que las consultas especializadas en alemán ya se responden con normalidad a través de AI Mode.

El mercado está preparado. En Alemania, según el estudio de Bitkom, el 67 % de la población usa IA generativa al menos de vez en cuando, frente al 40 % del año anterior. Google Gemini, el modelo detrás de AI Mode, lo usa el 28 % de los encuestados. Al menos en Alemania, la base de usuarios de la búsqueda con IA ya es amplia.

La prueba de la independencia: por qué AI Mode elige sus propias fuentes

La conclusión más importante de los datos disponibles hasta ahora es que AI Mode elige sus fuentes con independencia de los AI Overviews. El estudio Brand Radar de Ahrefs, basado en 540.000 pares de consultas de EE. UU. de septiembre de 2025, muestra un solapamiento de citas de solo el 13,7 %. Incluso en los resultados más destacados de cada sistema, la intersección sigue siendo pequeña: si solo se comparan las tres citas principales de cada uno, el solapamiento sube apenas al 16,3 %.

En la práctica, esto significa que en unos seis de cada siete casos AI Mode recurre a fuentes distintas de las de los AI Overviews. Una posición fuerte en los AI Overviews no garantiza visibilidad en AI Mode, ni al revés. La causa está en el query fan-out. Como AI Mode descompone una consulta en muchas subconsultas y busca fuentes propias para cada una, surge un conjunto de fuentes más amplio y distinto que con la lógica más compacta de los AI Overviews.

De ahí se desprende un principio claro para la estrategia de optimización: AI Mode necesita un análisis propio. No basta con optimizar una página para una única consulta principal. El contenido tiene que estructurarse de modo que cubra las muchas subpreguntas posibles en torno a un tema. Esa es precisamente la palanca para poder entrar siquiera como fuente en un sistema de fan-out.

Gemini 3 Flash y 3.5 Flash: qué cambia con los nuevos modelos

AI Mode se actualiza continuamente, y el modelo de base es el factor más importante para la calidad de las respuestas y el comportamiento de citación. Google convirtió Gemini 3 Flash el 17 de diciembre de 2025 en el modelo predeterminado de la app de Gemini y de AI Mode en la Búsqueda. El salto en capacidad de razonamiento es considerable. En el benchmark Humanity's Last Exam, Gemini 3 Flash alcanzó un 33,7 % sin uso de herramientas, mientras que Gemini 2.5 Flash se quedaba en el 11 %. Cinco meses después llegó el siguiente cambio: en su conferencia de desarrolladores I/O de mayo de 2026, Google convirtió Gemini 3.5 Flash en el nuevo modelo predeterminado de AI Mode en todo el mundo.

¿Qué significa en concreto un modelo de razonamiento más potente para el GEO? Un modelo que descompone mejor las tareas complejas y evalúa las fuentes con más precisión exige más profundidad y exactitud a las páginas que cita. El contenido superficial tiende a elegirse menos como fuente fiable, porque el modelo detecta antes las contradicciones y las pruebas débiles. El contenido especializado preciso, bien estructurado y con datos sólidos gana ventaja relativa.

Aquí conviene desmontar una idea errónea muy extendida: el cambio de modelo por sí solo no hace que AI Mode sea independiente de los AI Overviews. La independencia la demuestra la divergencia de fuentes, con un 13,7 % de solapamiento de citas, no el cambio de modelo. Los cambios de modelo modifican el comportamiento de citación y generan volatilidad, pero no prueban que ambos productos se hayan desacoplado. Además, los datos de Ahrefs son de septiembre de 2025, es decir, anteriores al paso a Gemini 3 Flash y a Gemini 3.5 Flash y a la interfaz común de AI Search de mayo de 2026.

Tácticas concretas de optimización para AI Mode

La investigación sobre GEO aporta una base empírica para saber qué características del contenido aumentan la visibilidad en los sistemas de búsqueda generativa. El tan citado estudio GEO del grupo de investigadores en torno a Princeton muestra que la optimización específica puede aumentar hasta un 40 % la visibilidad en respuestas generativas. El estudio probó nueve métodos con un benchmark de 10.000 consultas e identificó varias palancas que se pueden trasladar directamente a AI Mode.

• Front-loading y answer islands: la respuesta central va al principio de cada sección. Como AI Mode busca respuestas extraíbles para cada subconsulta, conviene crear islas de respuesta autocontenidas: una frase central precisa, seguida de la justificación y la prueba. Así el sistema puede tomar una afirmación de forma aislada.
• Incluir estadísticas y citas: el estudio GEO registra para los métodos más eficaces una mejora del 41 % frente a la línea base en Position-Adjusted Word Count. Añadir fuentes fue especialmente eficaz para las páginas peor posicionadas: el método Cite Sources aumentó un 115,1 % la visibilidad de las páginas en el quinto puesto de las SERP. Las pruebas, las cifras y las fuentes verificables no son un adorno, sino un factor directo de visibilidad.
• Entidades y menciones de marca: como las respuestas de AI Mode mencionan más entidades que los AI Overviews, una estrategia de entidades coherente da resultados. Tu marca debería estar claramente definida, vinculada a temas y mencionada en distintas fuentes de confianza.

Los datos estructurados no son una palanca propia para AI Mode: Google no exige ningún marcado especial y desaconseja obsesionarse con él, aunque sigue recomendándolos como parte de la estrategia SEO general.

llms.txt no es una palanca para AI Mode: según la guía de Google sobre funciones de IA generativa, la Búsqueda de Google ignora los archivos llms.txt, así que no tienen ningún efecto en la visibilidad en AI Overviews y AI Mode. Si mantienes el archivo para otros servicios, no te perjudica.

Aprovechar el query fan-out como mecánica central

Para entender AI Mode hay que pensar desde el query fan-out. El sistema no responde a una pregunta, sino a muchas subpreguntas pequeñas a la vez. De ahí se deriva una estructura de contenidos distinta a la del SEO clásico centrado en una palabra clave.

En lugar de una página por palabra clave principal, conviene un clúster temático con exhaustividad semántica. Un clúster trata un tema a fondo y responde a las preguntas de seguimiento evidentes: qué es, cómo funciona, cuánto cuesta, qué alternativas hay, para quién es adecuado. Cada una de estas subpreguntas debería plantearse como una answer island propia, con un encabezado claro y una respuesta compacta y respaldada con fuentes.

Las 3,3 entidades por respuesta de AI Mode indican cómo trabaja el sistema: relaciona varias fuentes y actores entre sí. El contenido que define bien los términos, nombra a los actores y explicita las relaciones encaja mejor en esa lógica que las páginas puramente comerciales. Para el B2B, eso significa tratar los temas especializados en toda su amplitud, no solo los aspectos con relevancia directa para la venta.

Tráfico de referencia de IA y conversión: expectativas realistas para el B2B

Por mucho que se optimice, hace falta una expectativa honesta sobre el volumen. La búsqueda con IA sigue siendo pequeña dentro del tráfico total. Según el estudio internacional de SE Ranking con 101.574 sitios web, de enero a abril de 2026 solo el 0,32 % del tráfico web procedía de plataformas de IA, tras el 0,24 % de 2025 y el 0,02 % de 2024. Para ponerlo en contexto: según el mismo estudio, Google envía unas 134 veces más visitas que todas las plataformas de IA juntas. Entre las plataformas de IA lidera ChatGPT con un 74,78 %, seguido de Gemini con un 11,56 % y Perplexity con un 7,23 %.

Lo decisivo para el B2B es la calidad de este tráfico. Los visitantes que llegan desde la IA convierten bastante mejor. Según el estudio de Semrush, medido por la tasa de conversión, un visitante de la búsqueda con IA vale 4,4 veces más que uno de la búsqueda orgánica clásica. Un segundo estudio confirma la tendencia: según un estudio publicado en Search Engine Land, el tráfico de ChatGPT convirtió un 31 % más, con un 1,81 %, que la búsqueda orgánica sin marca, con un 1,39 %.

La lectura realista para el B2B es, por tanto: poco volumen, mucha calidad. Hoy el tráfico de IA no sustituye al alcance orgánico, pero sí aporta un flujo valioso de interesados precualificados. Y su peso crece: según Semrush, en temas de marketing y SEO, la búsqueda con IA podría traer más visitas que la búsqueda clásica de aquí a principios de 2028, y bastante antes si AI Mode se convierte en el estándar.

Medición y herramientas: cómo seguir la visibilidad en AI Mode

Medir la visibilidad en AI Mode es complicado, porque las herramientas clásicas llegan a su límite. Google Search Console muestra clics e impresiones, pero no separa limpiamente la visibilidad de AI Mode como dimensión propia. Si solo miras los clics de GSC, subestimas de forma sistemática la visibilidad en IA, porque gran parte del efecto se produce sin clic.

Por eso tiene sentido combinar métricas de citas y de impresiones. Herramientas especializadas como Brand Radar registran con qué frecuencia y con qué fuentes aparece una marca en las respuestas de IA. Precisamente sobre una base de datos así se hizo el análisis de 540.000 pares de consultas que demuestra la divergencia de fuentes. Los indicadores relevantes son:

• Citation Share: ¿con qué frecuencia se cita tu dominio en respuestas de AI Mode sobre temas relevantes?
• Presencia de entidades: ¿aparece la marca como una de las entidades mencionadas? Con 3,3 entidades por respuesta, es un objetivo alcanzable.
• Cobertura de subconsultas: ¿en cuántas de las subpreguntas en las que se descompone un tema aparece tu página como fuente?

Es importante llevar estas métricas junto a los KPI clásicos, no en su lugar. La visibilidad en IA y el tráfico orgánico son balances separados, y cada uno necesita sus propios objetivos.

La realidad del zero-click y la definición de KPI

El paso hacia las respuestas de IA cambia de raíz la lógica de clics de la búsqueda. Las respuestas generativas resuelven muchas preguntas directamente en la página de resultados, lo que reduce el CTR hacia el contenido enlazado. El análisis actualizado de Ahrefs, basado en datos de Google Search Console de diciembre de 2025, muestra que el CTR de la posición 1 es alrededor de un 58 % menor cuando aparece un AI Overview. Eso casi duplica el descenso del 34,5 % medido en abril de 2025.

Otros datos confirman esta imagen. Según el análisis de Pew Research en EE. UU. con 68.879 búsquedas de 900 adultos, los usuarios que veían un resumen de IA solo hicieron clic en un resultado clásico en el 8 % de los casos, frente al 15 % sin resumen de IA. En un enlace dentro de la propia respuesta de IA hicieron clic solo en el 1 % de las visitas.

Para la estrategia de contenidos, esto tiene una doble consecuencia. Primero, la marca tiene que funcionar también sin clic: con una mención visible en la respuesta y una conexión inequívoca entre marca y tema. Segundo, la definición de KPI tiene que cambiar. Los objetivos puramente de clics ya no se ajustan a la nueva realidad. Tienen más sentido los KPI de visibilidad y de citas combinados con la calidad de conversión que hay detrás, que es 4,4 veces mayor.

Agentic commerce y futuro: lo que le espera al B2B en Europa

AI Mode está pasando de ser un mero motor de respuestas a un asistente que actúa. Funciones agénticas como la investigación más profunda, las reservas o la ejecución de tareas de varios pasos desplazan el foco de la información a la acción. Para el comercio surgen así escenarios de agentic commerce en los que el sistema de IA compara productos y prepara transacciones.

Para la generación de leads B2B en Europa se perfila a medio plazo una línea clara. Si los sistemas de IA investigan y preseleccionan cada vez más, la presencia precisamente en esas respuestas de IA decide si un proveedor entra siquiera en la selección. La divergencia de fuentes medida en septiembre de 2025, con un 13,7 % de solapamiento, indica que esta presencia en AI Mode hay que trabajarla por separado. Quien esté presente pronto con contenido especializado bien estructurado y respaldado con fuentes se asegura un lugar en los procesos de selección con IA de sus clientes.

Para profundizar

Según los datos disponibles hasta ahora, Google AI Mode elige sus propias fuentes y es, por tanto, un canal de optimización propio, no un apéndice de los AI Overviews. Las palancas clave son los clústeres temáticos preparados para el query fan-out, el front-loading con answer islands, las estadísticas con fuentes y una estrategia de entidades coherente. Si quieres construir visibilidad en AI Mode, profundiza a la vez en los temas de GEO relacionados: cómo funciona el query fan-out, cómo se construyen las answer islands, la palanca de Princeton de las estadísticas y las citas, y la medición de la visibilidad en IA con métricas de citas e impresiones. Lo decisivo es llevar la visibilidad en IA y el SEO clásico como dos balances separados pero complementarios.