PageRank: el algoritmo de 30 líneas que creó Google

Un algoritmo que cabe en pocas líneas de Python

El desarrollador Pravesh Koirala publicó un ejercicio revelador: PageRank, el algoritmo que convirtió a Google en el buscador dominante, se puede implementar en menos de 30 líneas de Python. Su idea central, explicada con un ejemplo sencillo — la BBC tiene reputación 50, reparte el 80% entre 5 enlaces y cada destino recibe 8 puntos — desmonta el aura de misterio alrededor del ranking original de Google.

El bucle es transparente: cada página reparte su rank entre los enlaces salientes, suma un mínimo por "saltos aleatorios" del usuario y repite hasta converger. La belleza del modelo es que cualquier persona con nociones de álgebra lineal y un grafo pequeño puede reproducirlo en su laptop, como recordó Koirala. En 1996, esa misma idea convirtió a dos estudiantes de doctorado de Stanford en fundadores de la mayor empresa publicitaria del mundo.

La historia real detrás de PageRank

Larry Page y Sergey Brin desarrollaron PageRank en 1996 como parte del proyecto BackRub en Stanford, según documenta Wikipedia. La patente fue concedida en 2001 y asignada a la universidad, que recibió 1,8 millones de acciones de Google y las vendió en 2005 por US$336 millones. Todas las patentes de PageRank expiraron en septiembre de 2019.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

PageRank no nació en el vacío. Antes de Google existían motores como AltaVista, basados en coincidencia textual: bastaba con que una página repitiera la palabra buscada para aparecer arriba. Page y Brin dieron un giro radical: un enlace es un voto, y el voto de una página importante pesa más que el de una desconocida. El modelo se inspira en el análisis de citas académicas — Eugene Garfield lo había planteado en los años 50 — y se formaliza como una cadena de Markov donde un "navegante aleatorio" sigue enlaces con probabilidad d≈0,85 o salta a una página al azar.

Un dato poco conocido: el buscador chino RankDex, creado por Robin Li en 1996, ya usaba análisis de enlaces y Brin y Page lo citaron en sus patentes. Li luego fundó Baidu en 2000.

Por qué importa a los fundadores en 2026

Aunque PageRank sigue operando internamente, su peso relativo cayó. Según un estudio de First Page Sage citado por Rank Studio, en 2025 los backlinks aportan cerca del 13% del peso de ranking, mientras que la publicación constante de material útil alcanza el 23%. La métrica pública del PageRank Toolbar se eliminó en 2016, pero el principio de autoridad por enlaces persiste en modelos como TrustRank, que sesga el "salto aleatorio" hacia un conjunto de sitios semilla confiables para detectar spam.

En la práctica, esto significa tres cosas para quien construye un sitio o un SaaS:

Los enlaces siguen siendo señal de confianza, pero ya no compran ranking por sí solos. Google los cruza con señales de contenido, experiencia de usuario y comportamiento.
Aparecer como fuente citada en una AI Overview vale más que rankear en posición 3. Datos de Similarweb reportados por TechCrunch muestran que las AI Overviews pasaron del 15% al 43% de las búsquedas en un año, y las visitas a AI Mode crecieron de 126 millones en junio de 2025 a 279 millones en mayo de 2026.
El coste de aparecer cambió: con AI Overviews, el anunciante paga la impresión sin el clic, su CTR esperado cae y Google Ads ajusta el Quality Score al alza, según un análisis de Search Engine Land.

¿Qué significa esto para tu startup?

Acciones concretas que podés aplicar esta semana:

Construí estructura de datos legible por IA: schema markup detallado, NAP consistente para SEO local y especificaciones técnicas granulares en fichas de producto. Los modelos de generación de respuestas (RAG) priorizan entidades con datos estructurados, como muestran los casos de Roto-Rooter, Comfrt y Thera citados en Search Engine Land.
Medí citaciones, no sólo posiciones: un dashboard útil hoy rastrea en cuántas respuestas de ChatGPT, Perplexity y AI Overview aparece tu marca, además del SERP clásico. La monetización publicitaria de estos chatbots empieza a moverse: OpenAI lanzó su piloto de anuncios en enero de 2026 y superó los US$100M de revenue anualizado en seis semanas, según Forbes.
Invertí en señales de terceros verificables: cobertura en medios, reseñas verificables y programas de creadores funcionan como insumo para que los LLM asocien tu marca con una categoría. Más del 60% de las búsquedas comerciales en EE.UU. ya gatillan una AI Overview.

Lecciones para founders que inventan el próximo PageRank

La historia de PageRank contiene tres lecciones que trascienden el SEO. Primero, los incumbentes fracasan por inercia: AltaVista tenía el tráfico y la marca, pero su algoritmo era ingenuo. Segundo, una idea académicamente elegante con implementación viable vale una fortuna: PageRank era matemáticas que un estudiante podía escribir en un paper. Tercero, el ecosistema cambia y tu ventaja competitiva se deprecia: Google pasó de 10 enlaces azules a AI Overviews en menos de una década.

Para un founder hispanohablante, la moraleja es doble: por un lado, la simplicidad sigue siendo ventaja — un modelo que puedas explicar en un párrafo es un modelo que tu equipo podrá iterar. Por otro, el costo de entrada en búsqueda cayó, y eso abre espacio a startups que reorganicen el problema desde la IA conversacional en lugar de competir con Google en su propio terreno.