Durante años, el contenido evergreen fue la piedra angular de cualquier estrategia de marketing de contenidos. Artículos bien posicionados sobre temas atemporales generaban tráfico orgánico de forma constante, mes tras mes, con un coste de mantenimiento mínimo. Ese modelo acaba de romperse. La irrupción de la inteligencia artificial generativa está redibujando por completo la economía del contenido digital, y los datos ya no dejan lugar a dudas.
Qué está pasando realmente con el tráfico web
Para entender la magnitud del cambio, basta con mirar a Wikipedia. Si hay un sitio en internet que debería ser inmune a las modas tecnológicas, ese es la enciclopedia libre más grande del mundo. Y, sin embargo, los datos de su propio informe de estado son demoledores.
Wikipedia ha registrado una caída del 5 % en visitas humanas interanuales, al mismo tiempo que el tráfico de scrapers ha crecido un 10,5 % y el de bots se ha disparado un 162,4 %. Dicho de otra manera: casi la misma cantidad de tráfico que generan los humanos en Wikipedia proviene ahora de máquinas que extraen su contenido para alimentar modelos de lenguaje.
El desglose es aún más revelador. El tráfico directo de Wikipedia ha subido aproximadamente un 23 % y las referencias desde ChatGPT se han multiplicado por 3,5 en términos interanuales. Pero esas buenas noticias quedan completamente eclipsadas por un dato aplastante: las referencias desde Google han caído un 35 %. El motivo es tan sencillo como perturbador: los AI Overviews (resúmenes generados por IA que aparecen en la parte superior de los resultados de búsqueda) responden directamente a las preguntas del usuario sin necesidad de que este haga clic en ningún enlace. En el período analizado, Wikipedia perdió aproximadamente 90 millones de visitas.
La diferencia entre contenido evergreen y contenido aditivo
Para comprender el problema en toda su profundidad, conviene distinguir con precisión entre dos tipos de contenido:
El contenido evergreen es aquel que cubre temas educativos establecidos y atemporales. Define conceptos, explica procesos consolidados, ofrece respuestas a preguntas cuya respuesta no cambia con el tiempo. Wikipedia es el ejemplo paradigmático, pero también lo son sitios como Britannica, Wiktionary, eHow o History.com.
El contenido aditivo, en cambio, es aquel que aporta perspectivas nuevas, investigaciones originales, debates actuales o experiencias de primera mano que no existían antes de que se publicara. Reddit, YouTube, LinkedIn, Quora, Yelp o TripAdvisor son plataformas que, por su naturaleza, generan este tipo de contenido de forma continua.
La distinción no es trivial. La IA destruye el valor del primero mientras eleva el del segundo, y los datos de visibilidad en buscadores y modelos de lenguaje lo confirman con una claridad brutal.
Cómo afectan los AI Overviews a los distintos tipos de contenido
Casi el 50 % de las consultas relacionadas con Wikipedia muestran un gran AI Overview en la parte superior de los resultados de Google. Pero este fenómeno no es exclusivo de la enciclopedia: Reddit está en el 46 % y YouTube en el 38 %. Lo que significa que prácticamente la mitad de todas las búsquedas relacionadas con estas plataformas ya no requieren que el usuario haga clic en ningún enlace para obtener la respuesta.
El problema de fondo es económico. Antes de la IA, el modelo del contenido evergreen era rentable porque atraía clics desde Google, una parte de los cuales se convertía en clientes o lectores fidelizados. Los modelos de lenguaje de gran tamaño (LLM, por sus siglas en inglés) como ChatGPT, los AI Overviews o el AI Mode de Google no están incentivados para enviar tráfico. Su objetivo es ofrecer la mejor respuesta posible, lo que hace que la experiencia se parezca más a TikTok que a un buscador tradicional.
Los LLM utilizan el contenido de sitios como Wikipedia para entrenarse, pero a cambio solo ofrecen citas invisibles o, en el mejor de los casos, menciones sin tráfico asociado. El retorno neto para los creadores de contenido evergreen es negativo.
Google y ChatGPT premian el contenido aditivo
Los datos de visibilidad de citas en los grandes modelos de IA cuentan una historia muy diferente para el contenido aditivo. La tasa de citación de YouTube en resultados de Google ha saltado del 37 % al 54 % (una subida de 17 puntos porcentuales), al mismo tiempo que la de Wikipedia ha caído del 58 % al 42 % (una bajada de 16 puntos). El vídeo está reemplazando al texto como fuente primaria de respuestas para Google.
En cuanto a ChatGPT, la diferencia entre citas y menciones es crucial: las menciones son mucho más valiosas porque implican que el modelo recomienda activamente el sitio, mientras que las citas pueden aparecer en un pie de página que nadie lee. Wikipedia recibe tres citas por cada mención. Reddit, en cambio, tiene una proporción uno a uno. Y YouTube supera el 250 % de menciones sobre citas. El contenido generado por usuarios reales, con opiniones y experiencias propias, es exactamente lo que los modelos de IA valoran y recomiendan.
Los grandes perdedores: sitios de contenido evergreen
Durante los últimos doce meses, los sitios que han sufrido pérdidas significativas de tráfico orgánico son precisamente aquellos cuyo modelo de negocio dependía del contenido evergreen:
- Stack Overflow, la referencia para desarrolladores con preguntas técnicas consolidadas.
- Chegg, plataforma educativa con respuestas a ejercicios y conceptos académicos.
- Britannica, la enciclopedia histórica en formato digital.
- Wiktionary, el diccionario colaborativo de Wikimedia.
- History.com, con artículos sobre eventos históricos establecidos.
- eHow, con guías de procedimientos paso a paso.
Todos ellos comparten una característica: su contenido responde preguntas cuya respuesta ya conoce la IA, y que esta puede ofrecer directamente al usuario sin necesidad de intermediarios.
Los grandes ganadores: plataformas de contenido aditivo
En el lado opuesto, los sitios que han ganado visibilidad en los modelos de lenguaje durante el mismo período son aquellos que generan contenido fresco, opiniones personales y debates actuales:
- Reddit, con sus hilos de debate y experiencias de usuarios reales.
- LinkedIn, con artículos de opinión y análisis profesionales.
- YouTube, con vídeos que aportan perspectivas únicas.
- Quora, con respuestas en primera persona de expertos y aficionados.
- Yelp y TripAdvisor, con reseñas auténticas de establecimientos y destinos.
La razón es evidente: este tipo de contenido no puede ser reemplazado por la IA porque contiene perspectivas, experiencias y debates que la IA no puede generar por sí misma. Es, por definición, irrepetible.
Qué significa esto para las marcas y los creadores de contenido
El cambio estructural que estamos viviendo tiene implicaciones profundas para cualquier organización que haya invertido en marketing de contenidos durante los últimos años.
El modelo tradicional de SEO basado en contenido informacional evergreen está en declive acelerado. Las empresas que han construido su estrategia digital sobre pilares como «qué es el marketing digital», «cómo funciona el SEO» o «ventajas de la transformación digital» van a ver cómo ese tráfico se evapura progresivamente.
Lo que esto significa en la práctica es que el contenido debe justificar su existencia de una manera nueva: no por el tráfico que atrae desde Google, sino por el valor real que aporta al lector y por la originalidad de la perspectiva que ofrece.
El problema de Wikipedia como metáfora del sector
El caso de Wikipedia merece una reflexión aparte. Esta organización sin ánimo de lucro tiene que convencer a sus donantes de que sigue mereciendo su apoyo económico mientras sus contenidos se utilizan como materia prima gratuita para entrenar modelos de IA que, a su vez, reducen el tráfico de la propia Wikipedia. Es una paradoja económica sin precedentes en la historia de internet.
La misma lógica aplica a miles de sitios de contenido de todo el mundo. Cuanto más valioso es su archivo de conocimiento establecido, más útil resulta para los LLM y menos tráfico directo recibe a cambio.
Cuatro estrategias para adaptarse al nuevo escenario
La buena noticia es que el cambio, aunque radical, no es inexorable. Las organizaciones que actúen ahora tienen una ventana de oportunidad para reposicionarse antes de que la transición se complete. Estas son las cuatro estrategias más relevantes:
1. Invertir decididamente en contenido aditivo
El contenido aditivo incluye investigaciones con datos propios, análisis de tendencias, casos de éxito de clientes, estudios sectoriales, entrevistas con expertos y piezas de thought leadership genuino. Este es el tipo de contenido que los modelos de IA citan, mencionan y recomiendan, porque no pueden generarlo por sí mismos.
Empresas como Oura, Ramp u Okta ya han tomado nota y están fichando economistas, periodistas y analistas de datos para generar investigaciones propias que alimenten este tipo de contenido. No es una moda: es una respuesta estratégica a un cambio estructural del mercado.
2. Reequilibrar la inversión entre contenido evergreen y aditivo
La mayoría de las estrategias de contenido actuales destinan el 80 % o más de sus recursos al contenido informacional evergreen, dejando apenas el 20 % para el contenido aditivo. Ese reparto ya no tiene sentido económico.
Una proporción más adecuada al nuevo contexto podría ser 50/50 o incluso 70/30 a favor del contenido aditivo. No existe una fórmula mágica, pero es urgente hacer una auditoría honesta de hacia dónde se destina el presupuesto de contenidos y si ese destino sigue justificándose con los datos actuales.
3. Saber cuándo mantener el contenido evergreen
El contenido evergreen no debe abandonarse por completo. Sigue siendo valioso en tres situaciones concretas:
- Para la experiencia de usuario: cuando es imprescindible que el visitante comprenda un concepto básico antes de poder consumir el resto del contenido del sitio.
- Para la autoridad temática: algunos motores de búsqueda y modelos de IA siguen valorando la amplitud de cobertura de un dominio.
- Cuando puede automatizarse y enriquecerse con datos propios: si la organización dispone de datos únicos que permiten enriquecer un contenido evergreen con información que nadie más tiene, ese contenido deja de ser genérico y adquiere valor aditivo.
4. Si se crea contenido evergreen, apuntar a la hiperlong tail
Cuando sea necesario crear contenido evergreen, la clave está en elegir temas de cola ultralarga que estén perfectamente alineados con las buyer personas y el posicionamiento de la marca, y para los que ningún otro competidor tenga visibilidad significativa. Cuanto más específico y nicho sea el tema, menos probable es que la IA lo cubra con suficiente detalle como para sustituir el resultado orgánico.
Cómo medir el éxito en el nuevo modelo de contenidos
Las métricas tradicionales de contenidos (visitas orgánicas, posiciones en Google, tasa de clics) siguen siendo relevantes, pero ya no cuentan toda la historia. En un entorno donde cada vez más respuestas se dan directamente en la interfaz del buscador o del modelo de IA, es necesario incorporar nuevas métricas:
- Pipeline influenciado: ¿cuántos prospectos calificados han entrado en contacto con el contenido antes de convertirse en clientes?
- Citas y menciones en LLM: ¿con qué frecuencia citan o mencionan los principales modelos de IA el contenido de la marca cuando responden preguntas relevantes?
- Cuota de voz en IA (AI Share of Voice): ¿qué porcentaje de las respuestas sobre los temas clave del sector incluyen referencias a la marca?
- Cobertura editorial y enlaces de calidad: ¿están los periodistas y publicaciones especializadas recogiendo y amplificando el contenido original de la marca?
El horizonte: hacia un internet de dos velocidades
Lo que estamos viendo es el inicio de una reorganización profunda del ecosistema de contenidos digitales. La IA está creando efectivamente un internet de dos velocidades: por un lado, el contenido genérico y factual que cualquier modelo puede generar (y que, por tanto, pierde valor rápidamente); por otro, el contenido con perspectiva humana, datos originales y experiencia directa que ninguna máquina puede fabricar.
Las organizaciones que entiendan esta distinción antes que sus competidores y actúen en consecuencia tienen ante sí una oportunidad histórica. El contenido de calidad genuina, aquél que aporta algo que no existía antes, nunca ha tenido más valor que ahora, precisamente porque escasea en relación con el tsunami de contenido genérico que la IA va a inundar en la red.
La pregunta que deben hacerse las marcas no es «¿cómo protejo mi tráfico de Google?», sino «¿qué sé yo, qué datos tengo, qué perspectiva puedo ofrecer que ningún modelo de IA pueda replicar?». La respuesta a esa pregunta es el nuevo activo más valioso del marketing de contenidos.
Este análisis se basa en datos del informe de estado de Wikipedia, estudios de visibilidad de LLM y tendencias observadas en el comportamiento de los principales modelos de inteligencia artificial generativa durante los últimos doce meses.
También te puede interesar:
- Qué es el copywriting y por qué está revolucionando la publicidad
- SEO para IA: cómo entender y dominar el posicionamiento en el modo IA de Google
- Cómo usar el storytelling para conectar con tu audiencia (y por qué en 2026 ya no es opcional)
- Los 10 Mandamientos del Copywriter Moderno: La Guía Definitiva para Escribir Copy que Convierte en 2026
