La web acaba de volverse mayoritariamente máquina - ¿pueden los sistemas de IA leer tu sitio?

Los bots superaron a los humanos en línea - 18 meses antes

El 3 de junio de 2026, el CEO de Cloudflare Matthew Prince publicó datos de Cloudflare Radar mostrando que los bots habían superado el tráfico HTML generado por humanos por primera vez. La división: 57.5% bots, 42.5% humanos. Prince había pronosticado que esto sucedería en SXSW - su estimación fue aproximadamente 18 meses. "El tráfico de agentes crece tan rápido que los bots ahora han superado el tráfico humano en línea por primera vez en la historia de Internet", escribió. Agregó que sigue "asombrado por la velocidad de crecimiento" del tráfico no humano. De forma independiente, NBC News reportó una lectura marginalmente diferente de 57.4% bots / 42.6% humanos de los mismos datos de Cloudflare, y Prince reconoció que las cifras son "un poco confusas… pero claramente del otro lado ahora". El Imperva Bad Bot Report 2026 (publicado el 29 de abril de 2026) midió por separado 53% de tráfico automatizado en todas las solicitudes web en 2025 - una canasta diferente que incluye llamadas API y de aplicaciones, por lo que los dos números no deben promediarse, pero apuntan en la misma dirección.

La mayoría de esos bots no son IA, y los que sí lo son apenas envían tráfico de vuelta

El 57.5% es una cifra total de bots, no solo de IA. El propio desglose de Cloudflare (mayo de 2026) sitúa los rastreadores de IA en aproximadamente 20.3% del tráfico de bots verificado, con bots de búsqueda de IA agregando alrededor de 6.5% adicional. El resto son indexadores de búsqueda heredados, monitores de tiempo de actividad, buscadores de feeds y escáneres de seguridad - bots que han existido durante décadas. E incluso dentro de la porción de IA, 51.8% de las solicitudes de rastreadores de IA son para entrenamiento de modelos en lugar de para mostrar respuestas en búsqueda. Solo 9.3% de las solicitudes de rastreadores de IA son para propósitos de búsqueda. Los rastreadores de entrenamiento devuelven efectivamente cero tráfico de referencia: los datos de Cloudflare muestran que ClaudeBot accede a páginas con una proporción de rastreo a referencia de aproximadamente 70,900:1 (junio de 2025) y GPTBot en 1,600:1. El rastreador combinado de Google se sitúa en una proporción comparativamente modesta de 9–10:1. La mayoría de máquinas es real; su composición importa enormemente para lo que realmente deberías hacer al respecto.

Fuente: Cloudflare Radar, mayo–junio de 2026; proporciones de rastreo a referencia de datos del blog de Cloudflare, junio de 2025.

El 69% de los rastreadores de IA no pueden ejecutar JavaScript - y no lo están fingiendo

Vercel y MERJ analizaron más de 500 millones de descargas de GPTBot y no encontraron evidencia alguna de ejecución de JavaScript. GPTBot descarga archivos JS aproximadamente el 11,5% de las veces; ClaudeBot lo hace alrededor del 23,8% de las veces - pero ninguno de ellos los ejecuta realmente. Una aplicación de una sola página React, Vue o Angular sirve a estos rastreadores una página en blanco <div id="root"></div> y nada más. La única excepción significativa es Gemini: porque utiliza la infraestructura de rastreadores de Google, sí renderiza JavaScript. La propia guía de Google sobre características de IA confirma la capacidad de renderizado como requisito previo para la citación, lo que hace que los rastreadores de la familia Googlebot sean la única ruta de IA que ve de manera confiable contenido renderizado en el cliente. Eso deja el 69% de los rastreadores de IA bloqueados del acceso a la mayoría de las aplicaciones web modernas.

Fuente: Vercel/MERJ - The Rise of the AI Crawler.

Lo que estos datos sí y no te dicen

Tres cosas que vale la pena considerar junto con los números principales:

Solicitudes ≠ engagement. La cifra del 57,5% cuenta solicitudes HTTP, no atención, tiempo en la página o dinero gastado. Por cualquier métrica de engagement o ingresos, los humanos siguen dominando la web por un amplio margen. Prince lo señaló él mismo, observando que los datos cubren tráfico HTML y llamándolo "un poco desordenado". Apunta a hacia dónde se dirigen las cosas, pero no afirma que los agentes de IA ya estén gastando más que los compradores humanos.

Vista de un único proveedor. Cloudflare enruta aproximadamente el 20% del tráfico web. Su muestra es grande y diversa, pero no es todo internet - las propiedades de alto tráfico que evitan Cloudflare son invisibles para este conjunto de datos.

La rastreabilidad es necesaria, no suficiente. Poner tu HTML frente a un rastreador de IA es solo el piso. Ser legible no garantiza citación. Los datos de entrenamiento del modelo tienen un corte; la recuperación en modo búsqueda es selectiva; y las proporciones de rastreo a referencia anteriores muestran que la mayoría de los rastreadores de IA no están en el negocio de enviar tráfico de vuelta. Arreglar tu renderizado es un requisito previo; por sí solo no te hará ser citado.

La renderización del lado del servidor es fundamental para la visibilidad de IA

La implicación práctica es directa: si tu sitio de marketing, landing pages o páginas de producto son React o Vue del lado del cliente, los rastreadores que importan —GPTBot, ClaudeBot, PerplexityBot— están leyendo una página en blanco. La generación de sitios estáticos (SSG) y la renderización del lado del servidor (SSR) han pasado de ser una optimización de rendimiento a ser el estándar mínimo para ser legible por las máquinas que ahora dominan la web. Más allá de la renderización, el estudio de Vercel/MERJ encontró que los rastreadores seguían señales estructuradas (sitemaps, etiquetas canónicas, HTML limpio) de manera más confiable que la navegación pesada en JavaScript. La documentación de características de IA de Google lo confirma: el marcado estructurado y rastreable es el requisito previo para aparecer en respuestas generadas por IA.

Ve cómo la IA lee tu sitio