‘La era de los LLMs: una oportunidad para reinventar el Open Web’, por Brice Février
Un nuevo paradigma de consumo de información
La aparición de modelos de lenguaje de gran escala (LLMs), como los utilizados por Perplexity, ChatGPT o los nuevos resultados enriquecidos de Google, está modificando de forma sustancial la forma en la que los usuarios acceden a la información. Ya no es necesario hacer clic en un enlace para obtener respuestas: la IA responde directamente. Esta experiencia conversacional está ganando tracción, sobre todo en búsquedas informacionales, y tiene consecuencias directas sobre el tráfico de las páginas web.
Estudios recientes de TollBit o eMarketer estiman caídas de entre un 20% y un 60% del tráfico web originado por buscadores, con picos de hasta el 90% para medios especializados. En paralelo, el scraping masivo por parte de bots de IA está creciendo de forma exponencial, generando un nuevo reto: el contenido sigue siendo consumido… pero sin pasar por la web del editor.
Este cambio de comportamiento del usuario no es solo tecnológico, también es cultural. La inmediatez, el formato conversacional y la centralización de la experiencia informativa en interfaces de IA están desplazando a los modelos tradicionales de navegación.
Un impacto sistémico sobre los medios y el Open Web
Para los medios de comunicación (y para todo el ecosistema de open web) esto supone un reto doble. Por un lado, la pérdida de tráfico implica una caída en ingresos publicitarios y en registros de usuarios. Por otro, se erosiona el modelo de atribución tradicional sobre el que se construyó la economía del contenido en internet: los contenidos ya no generan visitas, pero siguen alimentando a los sistemas de IA.
La concentración de ingresos en los grandes actores tecnológicos se acentúa. Según IAB/PwC, el 80% del gasto publicitario digital ya está en manos del top 10 de compañías. Si los LLMs y sus interfaces capturan la atención del usuario sin redirigirlo al contenido original, los medios pierden visibilidad, relevancia y monetización.
Esto no solo es un problema editorial. También lo es para las marcas, cuya presencia y mensaje dependen ahora de cómo la IA interpreta (y representa) su identidad.
Del riesgo a la oportunidad: cómo reinventarse en la era de la IA
Pero no todo es distopía. Como bien explica IAB Tech Lab en su iniciativa LLM Content Ingest API, los modelos de lenguaje siguen necesitando contenido fresco, contrastado y humano. Los medios siguen siendo una fuente clave de entrenamiento y de respuesta para estos sistemas. Y ahí está la oportunidad.
Hay varias vías para que los publishers se adapten y lideren esta transición:
Licenciar contenido a los LLMs: Ya hay acuerdos entre grandes medios y operadores como OpenAI. Estos acuerdos permiten monetizar la cesión de contenido para entrenamiento o consulta.
Desarrollar APIs de acceso estructurado: Mecanismos como los propuestos por IAB Tech Lab (llms.txt, content metadata, o APIs con coste por crawl) permiten regular, monetizar y auditar el acceso de bots de IA.
Reposicionar la marca editorial como garante de veracidad: En un entorno saturado de respuestas generadas por IA, la procedencia del contenido será cada vez más crítica. Reforzar el branding, el contexto editorial y el vínculo con la audiencia se convierte en un activo diferencial.
Construir experiencias editoriales únicas: Desarrollar portales con una experiencia de usuario adaptada a un nicho, con profundidad, autoridad y vocación de comunidad. Espacios que una IA generalista no puede replicar ni sustituir.
Explorar modelos de suscripción híbridos: Si el tráfico decrece, la monetización directa del contenido y la construcción de comunidades pueden ofrecer vías alternativas.
En resumen, los medios de comunicación tienen dos caminos: resistirse al cambio o diseñar activamente su papel en esta nueva economía de interfaces. Lo que está en juego no es solo el tráfico, sino el lugar que ocuparán en el nuevo mapa de la atención digital.
Por Brice Février, Yield Management & Monetization Partners Director en PRISA Media
