El 60% del marketing no logra atribuir ventas a la IA en 2026

El clic ya no cuenta la historia completa

El 60% de los responsables de marketing en Estados Unidos identifican el descubrimiento impulsado por IA como el canal más difícil de atribuir de forma precisa, según el informe From Clicks to Influence: The New Economic Model of AI-Driven Commerce, elaborado por eMarketer en colaboración con Partnerize y publicado en junio de 2026. La cifra expone una fractura que el sector lleva meses intuyendo: el consumidor ya decide dentro de un buscador generativo o un asistente, sin pasar por la web de ninguna marca.

La encuesta, realizada en abril de 2026 a 100 líderes de marketing con cargo de director o superior en compañías de al menos 20 millones de dólares de facturación anual, revela que el 91% considera que la búsqueda y el descubrimiento con IA ya están modificando la forma en que su organización enfoca el marketing. Sin embargo, solo el 8% puede seguir de principio a fin la influencia del descubrimiento mediante IA sobre los ingresos y las conversiones, y apenas un 15% dispone de una forma fiable de medir los ingresos generados por consumidores influenciados por la IA fuera de los entornos propios de la marca. La distancia respecto al resto de canales es notable: la IA aventaja en 21 puntos porcentuales a la televisión conectada y en 23 a las redes sociales orgánicas en dificultad de atribución.

Por qué los marketers están perdiendo el rastro del consumidor

El dato que mejor explica la brecha es de Advanced Web Ranking: más del 60% de las búsquedas comerciales en Google ya incluyen AI Overviews, según recoge el informe. El usuario no necesita cambiar de hábitos para exponerse a respuestas generadas por IA; basta con su consulta habitual. En paralelo, eMarketer estima que 106,2 millones de personas en Estados Unidos usarán búsqueda generativa este año y 79,6 millones emplearán IA generativa para actividades vinculadas a compras, un incremento del 25%. A escala global, el 64% de los usuarios de IA ya han utilizado estas herramientas para comparar productos y el 53% para descubrir una marca nueva, según otro estudio citado en el informe.

El resultado es un cortocircuito en la arquitectura de medición. Los canales tradicionales siguen concentrando descubrimiento: el 68% de los responsables consultados señala las plataformas sociales, el 53% los buscadores clásicos, el 33% los resultados generados por IA y solo el 8% los chatbots de IA. Pero la investigación, comparación y formación de preferencia ocurre cada vez más en entornos que sintetizan información de fuentes distintas antes de que exista una visita directa a la marca. El clic, que durante décadas fue la señal para reconstruir el recorrido del consumidor, pierde protagonismo en el momento en que más se necesita.

La consecuencia inmediata es la desconfianza: el 54% de los responsables de marketing afirma que el auge del descubrimiento mediante IA ha debilitado su confianza en su modelo de atribución actual, frente a solo un 14% que lo mantiene. Y la infraestructura interna no ayuda: el 41% utiliza varios sistemas desconectados sin una única fuente de verdad, el 24% se apoya principalmente en almacenes internos de datos, el 14% en plataformas de atribución y el 10% en herramientas de analítica web. No es de extrañar que el 73% tenga previsto aumentar este año su inversión en analítica o adoptar nueva tecnología.

La nueva economía de la influencia sin clic

El problema se vuelve económico cuando aparece la pregunta sobre quién cobra por esa influencia. Solo el 13% de los responsables de marketing dispone de un mecanismo claro para conectar la visibilidad obtenida mediante IA con la compensación a sus partners; otro 22% detecta la influencia, pero carece de una forma de traducirla en valor. Matt Gilbert, CEO de Partnerize, lo define en el comunicado del estudio como una desconexión creciente entre "dónde se crea la influencia y dónde se reconoce el valor comercial". El medio, el creador, el publisher o el sitio de afiliación pueden contribuir a que una marca aparezca en la recomendación de un modelo, pero el sistema de atribución puede ser incapaz de reconocer esa intervención, y aun queda un paso más: decidir cómo remunerarla.

La industria empieza a mover presupuesto en esa dirección. Si el tráfico desde buscadores tradicionales cae por el descubrimiento con IA, el 51% de los responsables prevé reasignar presupuesto a contenido y SEO durante los próximos dos años; un 38% a partnerships basados en rendimiento vinculados a visibilidad o resultados; un 23% a marketing de influencers y creadores; un 21% a canales propios; un 13% a programas de afiliación y partnerships; y un 11% a redes de commerce media. Además, el 37% de publishers y anunciantes a escala mundial está ampliando la distribución mediante afiliación y partnerships para diversificar sus fuentes de tráfico ante el crecimiento de las herramientas sin clic.

Max Willens, analista principal de eMarketer, señala que los sitios de contenido de afiliación aparecen habitualmente entre los dominios más citados por los modelos de lenguaje, y que el contenido generado por creadores y usuarios en dominios consolidados puede modificar con rapidez la visibilidad de una marca ante la IA. La medición se convierte así en un mecanismo de incentivo: dos tercios de los responsables consultados muestran algún grado de preocupación ante la posibilidad de que publishers o partners prioricen a competidores capaces de medir y recompensar mejor el impacto producido sin clic. La infraestructura de atribución deja de ser solo analítica para pasar a condicionar qué relaciones conserva una marca y, con ellas, su capacidad futura de formar parte de las fuentes que alimentan el descubrimiento generativo.

¿Qué significa esto para tu startup?

La conclusión práctica para un founder es incómoda pero clara: la métrica con la que se ha medido el marketing digital durante dos décadas — el clic, el lead, la conversión atribuida al último toque — está dejando de describir lo que realmente ocurre. En un entorno donde la IA mediatiza cada vez más la discovery, la pregunta deja de ser "cuánto tráfico me llega" y pasa a ser "cuánta presencia tengo en las respuestas que sintetiza un modelo". Esto no es SEO tradicional: Google ha confirmado que no necesita un schema especial para AI Overviews o AI Mode, según recoge Martech Cube; y el 31 de agosto de 2026 liberó de forma global el informe de rendimiento de IA en Google Search Console, que muestra impresiones, páginas, países y dispositivos, pero no datos de clics ni de consultas, según Search Engine Roundtable. En paralelo, Google empezó a desplegar la interfaz generativa (generative UI) en AI Overviews en septiembre de 2026, lo que permite a sus modelos construir calculadoras, herramientas interactivas y simulaciones dentro de la propia respuesta, según Search Engine Journal.

Acciones concretas que puedes implementar esta semana:

• Audita tu presencia en las superficies de IA antes que nada. Busca las cinco consultas más rentables para tu producto en ChatGPT, Gemini, Claude y Perplexity. Anota si apareces, en qué posición implícita, con qué afirmación y desde qué fuente. Repítelo cada mes: la memoria de los modelos cambia más rápido que tu página web.
• Construye páginas fuente citables, no solo contenido SEO. Los modelos citan contenido que responde una pregunta específica con un dato concreto, una fuente verificable y una redacción apta para ser extraída como cita. Un FAQ con cifras reales, casos con nombres propios y datos con fecha pesa más que un blog genérico de mil palabras.
• Mide impresiones en AI Overviews, no solo clics. Activa el informe de IA de Google Search Console y cruza esas impresiones con tus datos de pipeline. Una caída de tráfico con subida de impresiones en IA es, hoy, señal de que la discovery se ha desplazado, no de que tu estrategia esté fallando.
• Mapea tus partners de afiliación y creadores críticos. Identifica los cinco dominios y creadores cuya pérdida te dejaría fuera de las respuestas generativas. Negocia con ellos algún modelo de compensación ligado a presencia en IA, aunque sea experimental, antes de que un competidor con mejor medición los priorice.

El informe de eMarketer y Partnerize no presenta una solución estandarizada — de hecho, reconoce que esa estandarización todavía no existe — pero sí identifica cuatro prioridades operativas: auditar la presencia en superficies de IA, identificar los partners cuya pérdida supondría mayor riesgo, experimentar con modelos de atribución que recorran todo el customer journey y probar mecanismos de compensación aunque la medición sea todavía imperfecta. Gilbert lo resume así: "Las marcas que inviertan ahora en medición transparente, modelos auditables e infraestructura de compensación probablemente ayuden a definir los estándares comerciales que el resto del mercado terminará siguiendo". La batalla de la atribución en la era de la IA puede terminar siendo, en el fondo, una discusión sobre algo más antiguo: quién contribuyó a una decisión de compra y quién merece cobrar por haberlo hecho.

Fuentes

• La IA desafía la atribución: el 60% de los responsables de marketing tienen dificultades para medir su impacto (Reason Why)
• eMarketer and Partnerize Study Shows AI Discovery Is Outpacing Marketing Measurement (Partnerize)