AI Overviews de Google redujo cerca de 5% el tráfico de búsqueda a Wikipedia, según un estudio de la Universidad de Washington

Un estudio de la Universidad de Washington, difundido el viernes 11 de septiembre de 2026 por Search Engine Journal, puso una cifra a una de las preguntas más incómodas del SEO actual: cuánto tráfico le quitan los resúmenes con IA de Google a los sitios que responden preguntas. Según el trabajo, AI Overviews redujo cerca de 5% las visitas desde buscadores a la Wikipedia en inglés después de convertirse en función predeterminada en Estados Unidos en 2024.

El paper, firmado por Mehrzad Khosravi y Hema Yoganarasimhan, se titula «Impact of AI Search Summaries on Website Traffic: Evidence from Google AI Overviews and Wikipedia». Es un working paper que aún no pasa revisión de pares, y su versión más reciente, la sexta, se publicó el 2 de septiembre de 2026.

¿Cuánto tráfico le quitó AI Overviews a Wikipedia?

Los autores estiman que la disponibilidad predeterminada de AI Overviews redujo las visitas mensuales desde buscadores externos a la Wikipedia en inglés en 5,45% al compararlas con la versión en alemán y en 4,82% al compararlas con la versión en francés. En volumen, eso equivale a unas 100,27 millones de visitas menos al mes, o cerca de 1.200 millones al año.

Los investigadores también calcularon una pérdida hipotética de ingresos publicitarios de entre 10,82 y 37,08 millones de dólares al año si Wikipedia monetizara con avisos. Search Engine Journal subraya que ese cálculo es puramente hipotético y no representa las finanzas reales de Wikimedia.

¿Cómo midieron el impacto los investigadores?

El diseño aprovecha que AI Overviews se lanzó por países en fechas distintas y que Wikipedia tiene los mismos artículos en varios idiomas. Los autores compararon las visitas desde buscadores a artículos en inglés con las visitas a esos mismos artículos en alemán y francés, mercados donde AI Overviews no era predeterminado durante el período analizado, entre diciembre de 2023 y diciembre de 2024.

• Muestra: 499.927 pares de artículos inglés-alemán y 530.873 pares inglés-francés.
• Método: un modelo de diferencias en diferencias con estimación Poisson de pseudo máxima verosimilitud, útil para medir cambios porcentuales en conteos.
• Efecto diluido: cerca de 40% del tráfico de la Wikipedia en inglés viene de Estados Unidos, por lo que la mayoría de los visitantes no estaba expuesta al cambio, lo que suaviza el efecto medido.
• Comparación adicional: un contraste inglés-japonés muestra una caída de 16,53%, que los autores presentan solo como apoyo direccional.

¿Por qué la estimación bajó de 15% a 5%?

La primera versión del paper, publicada en febrero de 2026, reportaba una caída cercana a 15% usando páginas vistas diarias. En la quinta versión, del 26 de agosto, los autores cambiaron la métrica a visitas mensuales desde buscadores e incorporaron a Wikipedia en alemán y francés como grupos de control. La sexta versión añadió refinamientos adicionales. El resultado es una cifra menor, pero construida con un diseño más riguroso.

¿Qué responde Google y cuáles son los límites del estudio?

Google dijo al medio brasileño UOL Tilt que el análisis no puede aislar a su buscador, porque los datos de Wikimedia agrupan a todos los motores de búsqueda externos. Yoganarasimhan respondió que los demás buscadores generan un tráfico mínimo y que el momento del lanzamiento de AI Overviews da un punto de apoyo al análisis. Search Engine Journal enumera otras limitaciones: el diseño no descarta por completo otros eventos de 2024 que afectaran la búsqueda en inglés, y el estudio no establece si sitios de noticias, retailers u otros tipos de páginas sufrirían efectos similares.

El hallazgo convive con otros datos. Un análisis de Pew Research sobre 68.879 búsquedas de Google encontró que, cuando aparecía un resumen con IA, los usuarios hacían clic en resultados tradicionales 8% de las veces, frente a 15% sin resumen, y solo 1% hacía clic en una fuente dentro del resumen. Google, por su parte, sostuvo en agosto de 2025, en voz de Liz Reid, que el volumen total de clics orgánicos se mantenía relativamente estable.

¿Qué significa para las empresas en Chile y Latinoamérica?

Para los equipos de marketing B2B en Chile y Latinoamérica, el valor del estudio no está en Wikipedia, sino en el tipo de contenido que representa: páginas informativas que responden una pregunta concreta. Guías, glosarios y artículos del tipo «qué es» cumplen la misma función en muchos sitios corporativos, y son justamente los formatos que un resumen con IA puede resolver sin que el usuario haga clic.

Análisis de Revenue Hub

Una caída de 5% suena moderada, y ese es el punto. No es el colapso que muchos anunciaban, pero tampoco es ruido: es una pérdida estructural y sostenida sobre el contenido informativo, medida con un diseño serio. Para un líder de marketing, la lectura correcta no es abandonar el SEO, sino dejar de usar las sesiones orgánicas como indicador principal del contenido de tope de embudo.

La recomendación concreta es separar el tráfico orgánico en dos grupos de páginas: las informativas, más expuestas a los resúmenes con IA, y las comerciales, como comparativas, precios, casos y demos. Mide ambos grupos por separado, trimestre a trimestre, y asigna la inversión de contenido según su contribución a oportunidades en el CRM, no según las visitas. En paralelo, el objetivo para las páginas informativas pasa a ser que el contenido sea citado por los motores de respuesta, con datos propios y respuestas claras que una IA quiera atribuir.

El propio método del estudio deja una idea útil: comparar grupos similares expuestos y no expuestos a un cambio es la forma más honesta de medir su impacto. Cualquier equipo con datos de Search Console y CRM puede aplicar una versión simple de esa lógica. Seguimos la evolución de la búsqueda con IA en marketing y demanda y en el blog de Revenue Hub.