La carrera por erigirse como el rey de la IA tiene un claro ganador en cuanto a volumen de datos, y no es por casualidad técnica, sino por una decisión estratégica de mercado. Según ha denunciado Cloudflare en un informe presentado ante la Autoridad de Competencia y Mercados del Reino Unido, Google estaría utilizando su posición dominante en el sector de las búsquedas para alimentar sus modelos de IA de una forma que sus competidores no pueden replicar.
El CEO de Cloudflare, Matthew Prince, ha puesto cifras a esta ventaja: Google tiene visibilidad sobre 3,2 veces más web que OpenAI y hasta 4,8 veces más que Microsoft. La razón detrás de esta disparidad no es la capacidad tecnológica, sino la política de rastreo de la compañía de Mountain View, que coloca a los editores web en una situación de todo o nada.
Google aplica el truco del rastreador único
La clave del conflicto reside en cómo operan los crawlers o bots de rastreo. Mientras competidores como Microsoft separan sus bots (uno para indexar en Bing y otro para entrenar a Copilot), permitiendo a los dueños de las webs bloquear el entrenamiento de la IA sin desaparecer del buscador, Google utiliza un rastreador de doble propósito.
Esto significa que si un medio digital o una empresa desea proteger su contenido para que no sea utilizado por la IA de Google (Gemini), debe bloquear el rastreador general de Google. La consecuencia inmediata de esta acción es desaparecer de los resultados de búsqueda, lo que para la inmensa mayoría de negocios en internet supone la quiebra técnica al perder su principal fuente de tráfico.
En la práctica, esto obliga a los editores a entregar sus datos para el entrenamiento de IA si quieren mantener su visibilidad en la web. Por el contrario, dado que la cuota de mercado de Bing es mucho menor y sus rastreadores están diferenciados, los editores pueden (y suelen) bloquear a los bots de IA de Microsoft y OpenAI sin temor a perder una cantidad crítica de visitas, generando la enorme brecha de datos que denuncia Cloudflare.
