Una investigación publicada en marzo de 2026 lo confirma: la IA influye en el 50% de las decisiones de compra, pero recibe crédito en menos del 1% del tráfico web. La brecha entre lo que mueve y lo que se mide nunca fue tan grande.
El número que cambia todo: 70,6% del tráfico generado por herramientas de IA llega sin headers de referencia. Eso significa que GA4, cualquier plataforma de atribución, y el modelo de último clic de Meta no tienen forma de detectar que ese usuario pasó los 20 minutos previos preguntándole a ChatGPT, Claude o Gemini cuál es la mejor opción en tu categoría antes de llegar directo a tu sitio. Aparece como tráfico directo. No tiene origen. No tiene campaña asignada. El presupuesto no lo puede capturar.
El fenómeno tiene nombre: "Dark AI".
La industria lo venía discutiendo en abstracto desde 2025 —ahora tiene datos—. McKinsey confirmó que la mitad de los consumidores usa IA como fuente primaria o preferida de investigación de productos. Contentsquare midió el tráfico real de retail y encontró que las sesiones referidas por IA representan apenas 0,2% del total. La diferencia entre esas dos cifras es el volumen de influencia que los modelos de atribución actuales no registran. Y sobre esa influencia invisible, hoy se están tomando decisiones de inversión publicitaria.
En B2B el problema es más agudo.
El 94% de los compradores B2B usan modelos de lenguaje —ChatGPT, Claude, Gemini— durante su proceso de investigación antes de visitar el sitio del proveedor. La visita al sitio web que el CRM registra como "primera interacción" es, en la mayoría de los casos, la cuarta o quinta interacción real. El resto ocurrió en interfaces que no generan cookies, no generan clics rastreables, y no generan ningún evento de conversión. El pipeline de ventas parte con datos incompletos desde el día uno.
Hay un dato que vale la pena leer dos veces: Claude, con apenas 2% de participación en el tráfico referido por IA, genera una tasa de conversión del 16,8% —la más alta entre todas las plataformas medidas—. ChatGPT, con 64,5% del tráfico de IA, convierte entre 14,2% y 15,9%. Lo que eso dice no es que una herramienta es mejor que otra —dice que el tipo de intención con la que alguien llega desde una búsqueda en IA es cualitativamente diferente a la intención promedio del tráfico orgánico o pagado—. Son compradores más avanzados en su proceso de decisión. Y la mayoría de los anunciantes no tiene forma de identificarlos, ni de saber qué los trajo.
El ajuste es conceptual antes que técnico.
El ajuste que esto exige no es técnico en primer lugar —es conceptual—. El funnel que aprendimos a medir (impresión → clic → conversión) ya no captura el recorrido real. Una agencia que trabaja con datos serios necesita incorporar modelos de atribución que reconozcan el tráfico directo de calidad como un indicador de influencia upstream, rastrear variaciones en UTMs de campañas de contenido distribuido en contextos que los LLMs indexan, y medir incrementalidad en lugar de atribuir por último clic.
Ángulo Brand.
El anunciante que optimiza solo lo que puede ver está dejando la mitad de la conversación afuera. La brecha de atribución de IA no es un problema técnico que se resuelve con un nuevo pixel —es un cambio estructural en cómo los compradores investigan—. La respuesta no es esperar a que las plataformas lo solucionen: es empezar a medir incrementalidad, a entender qué tráfico directo tiene alta intención, y a dejar de optimizar campañas contra un modelo que describe el 50% de lo que pasa. Visibilidad no es influencia. Y hoy la influencia que no se ve es la que más convierte.