El volumen de búsquedas de ChatGPT alcanza aproximadamente el 20 % del de Google, afirma OpenAI
OpenAI afirma que el volumen de búsquedas de ChatGPT ha alcanzado aproximadamente el 20 % del de Google, respaldando con una importante afirmación competitiva su impulso hacia la búsqueda web. La cifra describe la comparación de volúmenes de consultas de OpenAI. No establece que ChatGPT posea el 20 % del mercado de búsquedas ni que Google haya perdido esas búsquedas.
La afirmación procede de Adam Fry, responsable de producto de consumo de ChatGPT, cuyos comentarios aparecieron en una información publicada el 3 de noviembre. Según 9to5Google, OpenAI no reveló la fuente de su cifra comparativa sobre Google. Ese denominador ausente, el total de Google utilizado en el cálculo, limita lo que terceros pueden verificar.
Google afronta presión sobre dónde comienzan las personas sus investigaciones y qué interfaz guía sus decisiones. Sin embargo, el crecimiento de OpenAI por sí solo no puede indicar si la actividad de búsqueda está cambiando, expandiéndose o ambas cosas. La pregunta útil es cuánta búsqueda de información valiosa gestiona ahora ChatGPT y con qué coherencia las empresas la miden.
Qué cuenta realmente el volumen de búsquedas de ChatGPT
La afirmación de OpenAI se refiere a preguntas que activan búsquedas web, no a todos los mensajes enviados a ChatGPT.
En la entrevista sobre el crecimiento de las búsquedas publicada por Alex Kantrowitz, Fry describió la actividad de búsqueda como preguntas de usuarios que requieren consultar información actual. Un seguimiento que lleva a ChatGPT de nuevo a la web vuelve a contar. Esto hace que la unidad de medición sea más limitada que el total de mensajes del chatbot.
Esta distinción importa porque una conversación puede contener varias actividades diferentes. Una persona podría solicitar información reciente, pedir un resumen, revisar la redacción y luego solicitar otra consulta. Contar cada mensaje combinaría la búsqueda con la escritura y la edición. La explicación de Fry sitúa el límite en torno a las preguntas que inician búsquedas web.
Ese límite aún deja margen para la interpretación. La explicación publicada no proporciona una especificación reproducible que cubra todos los casos límite. Por tanto, los lectores tienen una descripción de la métrica, en lugar de una metodología completa para calcularla de forma independiente.
La cobertura sobre el volumen de consultas de Ben Schoon identifica la principal brecha de verificación: OpenAI no reveló de dónde procedía su cifra de volumen de Google. El informe atribuye la comparación a los comentarios de Fry en un evento de OpenAI. No presenta una auditoría independiente que respalde la proporción.
La distinción entre una proporción y una cuota de mercado es igual de relevante. Comparar ChatGPT con Google utiliza a Google como punto de referencia. Calcular la cuota de mercado requiere definir todo el mercado y medir de forma coherente a cada participante incluido. Son cálculos diferentes, incluso cuando los titulares describen ambos utilizando porcentajes.
La afirmación tampoco establece un desplazamiento. Una persona puede añadir investigación con ChatGPT mientras continúa con sus búsquedas habituales en Google. Como alternativa, puede trasladar algunas preguntas a ChatGPT y conservar Google para otras tareas. Ambos patrones son compatibles con una gran cifra de volumen relativo.
Por tanto, la noticia inmediata es específica. OpenAI está posicionando su actividad de búsqueda web frente a la escala de Google mediante una comparación numérica explícita. La cuestión sin resolver es si un investigador externo podría reproducir esa comparación utilizando definiciones, fechas y cobertura alineadas.
Esa incertidumbre no hace que la declaración carezca de sentido. Cambia cuánto peso merece la cifra. Tratarla como una afirmación atribuida a la empresa preserva su relevancia competitiva y deja abierta la cuestión de la medición.
Para los lectores que comparan ChatGPT con Google, este es el punto de partida. Los productos se solapan en la búsqueda de información, pero un propósito compartido no genera automáticamente contadores comparables.
Google afronta presión sobre el punto de partida
La presión competitiva se centra en quién recibe primero la pregunta y configura el siguiente paso.
Consideremos una tarea de investigación ilustrativa: elegir software para un equipo pequeño. Un usuario comienza con una solicitud amplia, añade requisitos de compatibilidad y pide documentación de respaldo. La interfaz que gestiona ese intercambio influye en qué productos entran en consideración y qué concesiones reciben atención.
Esa influencia existe antes de una compra, una visita a un sitio web o una recomendación final. La primera respuesta puede reducir el campo de opciones. Las preguntas de seguimiento pueden reforzar ese marco. Por tanto, un producto de búsqueda compite por una posición dentro del proceso de decisión, en lugar de limitarse a recopilar consultas aisladas.
Por eso la afirmación merece atención incluso sin una cuota de mercado auditada. Si la comparación de OpenAI refleja una actividad de investigación considerable, Google se enfrenta a un competidor que gestiona preguntas que antes encajaban naturalmente en su cuadro de búsqueda. La presión relevante concierne a los hábitos de los usuarios y a la toma de decisiones.
No obstante, las consecuencias difieren según la tarea. Encontrar un sitio web conocido requiere una interacción distinta de comparar productos desconocidos. Verificar un dato actual difiere de elaborar un informe de investigación. Un único total de volumen no puede mostrar cuál de estas actividades impulsa la comparación.
La intención comercial también importa. Una pregunta sobre comprar equipamiento tiene una implicación empresarial distinta de una consulta factual ocasional. Unos recuentos de consultas iguales no establecen oportunidades publicitarias, valor para el cliente o influencia sobre las compras equivalentes. La combinación de preguntas importa junto con su frecuencia.
Google dispone de una respuesta directa dentro de su experiencia de búsqueda existente: facilitar la gestión de preguntas complejas allí. Esa respuesta puede incluir interacción conversacional mientras preserva los hábitos de búsqueda conocidos. La elección competitiva trata cada vez más sobre qué interfaz resuelve mejor una tarea.
Para OpenAI, el desafío correspondiente es convertir las búsquedas ocasionales en un hábito fiable de partida. Una cifra agregada impresionante no explica si las personas regresan con regularidad, utilizan el producto para tareas concretas o lo abandonan tras una respuesta insatisfactoria.
Las empresas también afrontan expectativas distintas por parte de los usuarios. Una respuesta sintetizada invita a los lectores a evaluar la respuesta en sí. Una página de resultados los invita a elegir entre fuentes. A medida que estos formatos convergen, cada empresa debe gestionar las expectativas que crea su presentación.
Para los trabajadores del conocimiento, lo que está en juego en la práctica afecta a la calidad y al tiempo de investigación. Una respuesta cómoda solo ayuda si respalda la decisión que debe tomarse. Las fuentes poco claras o los seguimientos innecesarios pueden consumir el tiempo que la búsqueda conversacional inicialmente parece ahorrar.
Para las empresas, la presión se extiende a la capacidad de descubrimiento. Estar presente en algún lugar de la web no garantiza la inclusión en una respuesta. Pero un titular sobre uso no justifica reconstruir una estrategia de marketing sin evidencia sobre el comportamiento real de los clientes.
La respuesta a corto plazo debe seguir la actividad observable. Los equipos pueden examinar qué preguntas atraen visitantes, qué recorridos de investigación generan clientes y dónde las personas encuentran su información. Esas observaciones conectan la historia competitiva con los resultados empresariales.
La competencia estratégica más amplia sigue siendo sencilla: convertirse en el lugar donde las personas instintivamente hacen la siguiente pregunta. Ese hábito es valioso incluso cuando la misma persona continúa utilizando varios servicios.
ChatGPT frente a Google también es una competencia por ampliar la demanda
Ambas empresas pueden informar de una actividad de búsqueda creciente sin que la versión de una invalide la de la otra.
La propia descripción de Google sobre su negocio complica una narrativa simple de sustitución. En sus comentarios sobre los resultados de Search del 28 de octubre, Sundar Pichai afirmó que las inversiones en IA estaban aumentando el uso y el crecimiento de las consultas, incluidas las consultas comerciales. Describió el crecimiento anual de las consultas como el más fuerte en cinco años.
Estas declaraciones son la versión de Google sobre su desempeño. No validan de forma independiente la comparación de OpenAI. Sí establecen que Google describe públicamente una demanda en expansión, en lugar de conceder que la adopción de chatbots implica necesariamente una reducción de la actividad de búsqueda.
Pichai también describió una experiencia de búsqueda que combina resultados tradicionales con funciones de IA. Esto importa porque la referencia competitiva está cambiando. Comparar un asistente conversacional con una versión completamente estática de Google pasaría por alto cómo Google enmarca su propia respuesta.
La lógica económica permite varios resultados. Mejores herramientas pueden animar a las personas a investigar preguntas que antes dejaban sin responder. Una interfaz más fácil puede generar más seguimientos. Los usuarios también pueden dividir una tarea de investigación entre productos, aumentando la actividad en más de un lugar.
Ninguna de estas posibilidades demuestra que no haya desplazamiento. Un mercado en crecimiento aún puede contener pérdidas significativas en categorías concretas. Google podría ganar consultas generales mientras pierde algunos recorridos de investigación valiosos. OpenAI podría ganar búsquedas sin captar de Google cada pregunta correspondiente.
La distinción analítica importante es entre crecimiento total y sustitución competitiva. El crecimiento total pregunta si ocurre más actividad. La sustitución pregunta si la actividad se desplaza de un proveedor a otro. Una explicación creíble del mercado necesita evidencia que aborde ambos aspectos.
La investigación independiente de audiencias ofrece otra perspectiva. El análisis de audiencia de búsqueda de Similarweb de agosto informó que el 95 % de los usuarios de ChatGPT también utilizaba Google en mayo de 2026. Informó del mismo solapamiento para septiembre de 2025. Ese hallazgo respalda el uso continuado de ambos productos dentro de la audiencia medida.
La cifra de solapamiento tiene límites. Mide si las personas aparecen en ambas audiencias, en lugar de cómo distribuyen las búsquedas individuales. Una persona puede seguir siendo usuaria de Google mientras traslada una parte significativa de su investigación a otro lugar. El solapamiento de audiencias no puede resolver esa cuestión.
Similarweb también identifica exclusiones de cobertura, entre ellas la actividad de API, las aplicaciones de escritorio y las funciones de IA integradas. Por tanto, sus hallazgos describen la población y los canales que mide. No deberían extenderse hasta convertirlos en una explicación completa de cada flujo de trabajo asistido por IA.
En conjunto, estas fuentes respaldan una interpretación más precisa. OpenAI afirma una escala relativa sustancial. Google informa de crecimiento de consultas. Los datos independientes de audiencia muestran una amplia coexistencia. Estas declaraciones abordan dimensiones diferentes y todas pueden ser ciertas simultáneamente.
El giro de esta historia es que un gran competidor emergente no requiere un líder consolidado que se reduzca de inmediato. La competencia puede intensificarse mientras la demanda se expande. Esto hace que la disputa sea más difícil de evaluar utilizando un único porcentaje de titular.
Para los lectores, esto cambia la evidencia que vale la pena buscar. El siguiente conjunto de datos útil mostraría categorías de tareas, frecuencia de consultas y comportamiento de cambio bajo definiciones coherentes. Otro titular amplio sobre tráfico dejaría sin responder gran parte de la cuestión central.
Lo que deja sin resolver la afirmación de una quinta parte
La comparación necesita una medición alineada antes de poder respaldar conclusiones más firmes sobre la posición competitiva.
El primer detalle que falta es el período de tiempo. Un promedio diario, un pico reciente y un total mensual pueden producir impresiones diferentes. Sin un período claramente especificado, los lectores no pueden determinar si la comparación refleja un patrón sostenido o una observación más limitada.
La cobertura geográfica también importa por la misma razón. Una comparación mundial difiere de otra limitada a un país concreto. La disponibilidad de productos, la compatibilidad lingüística y los hábitos de los usuarios pueden variar entre mercados. El informe no aporta suficiente detalle metodológico para delimitar esas fronteras.
La referencia de Google también requiere una explicación. Una estimación de un proveedor externo y un total interno de la empresa tendrían limitaciones distintas. La fuente, el método de recopilación y la fecha afectan a la comparabilidad. El acceso de OpenAI a su propia actividad no resuelve la incertidumbre sobre el total de otra empresa.
Luego está la unidad de actividad. Una solicitud de usuario, una conversación y una operación de recuperación en segundo plano describen cosas diferentes. La explicación de Fry apunta a preguntas de usuarios que desencadenan búsquedas. Una metodología completa aún tendría que explicar cómo opera esa regla según el comportamiento del producto.
Esto cobra especial importancia cuando los sistemas cambian. Tras una actualización, un asistente puede responder más preguntas utilizando información recuperada. Ese cambio podría aumentar su actividad de búsqueda registrada incluso sin una variación equivalente en la frecuencia con que las personas abren el producto.
Se trata de una posibilidad metodológica, no de una conclusión sobre el sistema de OpenAI. Ilustra por qué importa contar con una regla de recuento estable. Una serie de crecimiento se vuelve más difícil de interpretar cuando el enrutamiento del producto y las definiciones de medición cambian sin documentación.
El volumen de consultas tampoco puede establecer la calidad de las respuestas. Un servicio puede procesar muchas preguntas y, al mismo tiempo, rendir de forma desigual según el tema. El uso agregado no mide la precisión factual, la relevancia de las fuentes ni si los usuarios completaron sus tareas con éxito.
Las preguntas repetidas son igualmente ambiguas. Los seguimientos pueden reflejar interés y una exploración útil. También pueden indicar confusión o una respuesta inicial incompleta. Contarlas nos dice que hubo actividad; evaluarlas exige pruebas adicionales.
Por la misma razón, menos consultas a veces pueden indicar una experiencia satisfactoria. Una respuesta clara puede completar una tarea de inmediato. Un proceso más fragmentado puede generar búsquedas adicionales. El volumen aporta escala, mientras que la finalización de tareas ofrece otra medida de utilidad.
La afirmación tampoco resuelve la cuestión económica. Atender una consulta genera costes, mientras que los ingresos dependen del modelo de negocio y del comportamiento de los usuarios. La escala relativa de consultas por sí sola no puede demostrar rentabilidad, rendimiento publicitario ni la sostenibilidad de una estrategia de producto concreta.
Los resultados para los editores siguen siendo otra cuestión independiente. Una respuesta puede mencionar una fuente, enlazarla o motivar a alguien a visitarla. Estas acciones tienen consecuencias diferentes. La comparación de una quinta parte no proporciona una medición directa del tráfico de referencia ni de los ingresos de los editores.
Estas lagunas deberían orientar el lenguaje utilizado en torno al volumen de búsquedas de ChatGPT. “OpenAI afirma” identifica con precisión la fuente de la comparación. “ChatGPT captó una quinta parte del mercado de Google” añade una conclusión que las pruebas divulgadas no establecen.
El escepticismo debe mantenerse en proporción. La falta de metodología justifica una matización, no una contrafirmación inventada de que la cifra debe ser falsa. La posición defendible es informar de la declaración, identificar sus límites y buscar pruebas que la hagan reproducible.
Ese estándar se aplica igualmente a las afirmaciones de crecimiento de la competencia. El relato de Google también merece un escrutinio de definiciones y cobertura. Un tratamiento coherente ayuda a los lectores a comparar las pruebas sin adoptar por completo la narrativa preferida de ninguna de las dos empresas.
Qué observar a medida que se desarrolla la rivalidad en las búsquedas
Las próximas señales útiles se refieren a la divulgación de las mediciones, la respuesta de Google y la forma en que las personas distribuyen las tareas reales de investigación.
En primer lugar, habrá que observar si OpenAI publica una comparación reproducible. La divulgación más útil identificaría la referencia de Google, el periodo de observación, el alcance geográfico y las reglas de recuento. También explicaría si esas reglas se mantuvieron coherentes a medida que evolucionaba el comportamiento de búsqueda de ChatGPT.
Tal divulgación reforzaría la afirmación si investigadores independientes pudieran reproducir su resultado general. Una definición revisada o un alcance más limitado cambiarían su interpretación. Cualquiera de los dos resultados aportaría más información que repetir el porcentaje sin documentación adicional.
Una estimación independiente solo sería útil si sus limitaciones fueran claras. Las visitas a sitios web no pueden equivaler automáticamente a búsquedas. Los usuarios de aplicaciones no pueden equivaler automáticamente al volumen de consultas. El método debe ajustarse a la pregunta que se intenta responder.
En segundo lugar, observe los cambios de producto de Google junto con sus posteriores divulgaciones empresariales. La cuestión relevante es si las funciones conversacionales atraen actividad útil mientras respaldan la experiencia de búsqueda más amplia. Los anuncios de productos por sí solos muestran intención estratégica; el comportamiento sostenido aporta pruebas más sólidas de eficacia.
Los propios informes de Google requerirán una lectura cuidadosa. El crecimiento del total de consultas respaldaría una demanda continuada, pero no resolvería todas las disputas a nivel de categoría. Del mismo modo, los cambios en la actividad comercial merecerían un análisis independiente, en lugar de integrarse en una afirmación general sobre uso.
Una respuesta exitosa de Google debilitaría la suposición de que la adopción de asistentes erosiona automáticamente su posición. Las pruebas de que los usuarios comienzan cada vez más investigaciones valiosas en otros lugares reforzarían la presión competitiva identificada aquí. Ambos resultados requieren pruebas más específicas que el recuento de funciones.
En tercer lugar, observe las mediciones independientes sobre la asignación de tareas. La investigación más reveladora examinaría qué preguntan las personas a cada producto, con qué frecuencia regresan y si sus hábitos perduran. La superposición de audiencias sigue siendo un contexto útil, pero el comportamiento a nivel de consulta respondería a una pregunta diferente.
Si las personas trasladan de forma constante determinadas tareas de investigación a ChatGPT, eso respaldaría un argumento de sustitución más sólido. Si la actividad se expande en ambos servicios, respaldaría el crecimiento de la demanda. Si las ganancias se desvanecen tras la experimentación, la durabilidad del cambio parecería menor.
Estas señales deberían orientar las decisiones prácticas en los próximos meses. Las empresas no necesitan elegir un ganador exclusivo antes de mejorar su información. Una documentación clara, descripciones precisas de los productos y pruebas de respaldo accesibles ayudan a los lectores, sin importar dónde comience su investigación.
Los trabajadores del conocimiento pueden aplicar un enfoque igualmente fundamentado. Compare herramientas utilizando tareas recurrentes y, después, evalúe si las respuestas son verificables y útiles. Registre cuándo una búsqueda ahorra esfuerzo, cuándo introduce incertidumbre y cuándo sigue siendo necesario abrir la fuente subyacente.
Para el trabajo que implica investigación acumulada, el desafío continúa después del descubrimiento. Una fuente útil debe seguir siendo localizable junto a las notas y decisiones que ayudó a fundamentar. Ahí es donde la gestión personal del conocimiento resulta relevante para el debate sobre las búsquedas.
Guardar una respuesta sin su contexto de respaldo puede dificultar la verificación posterior. Conservar la fuente, la fecha y el motivo por el que fue importante ofrece a un futuro lector un camino más claro. Esta práctica ayuda independientemente de qué interfaz de búsqueda mostrara originalmente la información.
Siga el volumen de búsquedas de ChatGPT como una afirmación atribuida y, después, busque pruebas que conecten la escala con hábitos duraderos e investigaciones exitosas. Pregúntese qué tareas se trasladan realmente, qué fuentes siguen siendo visibles y si la comparación se vuelve reproducible. Para su propio flujo de trabajo, elija una tarea de investigación recurrente y compare los resultados entre herramientas. Abra las páginas de respaldo, compruebe su relevancia y conserve las pruebas que sustentan su decisión. Una gran cifra de uso puede identificar a un competidor que merece seguimiento. Su próxima sesión de investigación puede revelar algo más inmediato: qué interfaz le ayuda a llegar a una respuesta defendible con el menor trabajo innecesario. ¿Qué punto de partida se gana ese papel cuando la respuesta debe sostenerse con el tiempo?
