ZyOps
Dseda
Marketing
Verificado por Whatsapp
Lo sentimos marketeros: el SEO tal y como lo conocíamos ha muerto
Hace unas semanas Amit Singhal sorprendió a la industria al abandonar Google después de 15 años vinculado a los de Mountain View. Y aunque cueste creerlo, lo cierto es que su salida tiene efectos inmediatos en el SEO.
El exejecutivo era el máximo responsable del producto más importante de la compañía, su buscador, y estaba en contra del uso del método que se conoce como “conocimiento profundo” (deep learning) o “redes neuronales” en el motor de búsquedas. Pero ahora, la trayectoria del que ha asumido su cargo, John Giannandrea -es el único que ha trabajado como experto en inteligencia artificial en Google- sugiere que a partir de ahora la inteligencia artificial será el eje de las búsquedas en el sitio y que nos encontramos en los albores de una era de transición de la búsqueda basada en un algoritmo a la búsqueda basada en inteligencia artificial.
El denominado conocimiento profundo es un método de aprendizaje automático que utiliza un modelo matemático para imitar la forma en que funcionan las neuronas del cerebro humano. En la actualidad, el aprendizaje profundo alimenta la inteligencia artificial en Google y se utiliza para el reconocimiento de voz o el procesamiento del lenguaje natural y de las imágenes, entre otras aplicaciones.
La historia de Google con el aprendizaje profundo se remonta a 2007, momento en el que la compañía comenzó a contratar a expertos en este campo al mismo tiempo que lo hacían otros gigantes de la industria como IBM o Microsoft. Desde entonces sus esfuerzos en este terreno no han hecho más que multiplicarse, y en 2013 incluso adquirieron a una compañía especializada en inteligencia artificial, DeepMind.
A medida que han progresado han ido incorporando con éxito sus avances a sus productos Google. Por ejemplo, gracias a este trabajo añadieron empezaron a contar con la opción de subtítulos automáticos. Pero el problema era que Amit Singhal estaba en contra de incluir el aprendizaje de profundo en el buscador de Google porque consideraba que no estaba claro cómo la red neuronal clasifica los resultados, lo que hace que sea más difícil modificar su comportamiento. Y esto le costó su puesto.
La cuestión ahora es ¿cómo afectará esto al SEO tal y como lo conocemos? En el universo post-algorítmico será imposible construir enlaces u optimizar las páginas con el fin de manipular los resultados de búsqueda, y para sobrevivir, los expertos en SEO deberán cambiar a métodos menos técnicos, tales como el marketing de contenidos, la publicidad en social media o la publicidad pagada.
De la mano de Social Media Today, repasamos las mayores amenazan que se ciernen sobre el sistema de búsquedas del gigante de internet.
1. Falta de control sobre el algoritmo de búsqueda
Amit Singhal tenía razón: con el uso de redes neuronales de aprendizaje no supervisado, es muy difícil definir qué factores utiliza el sistema para clasificar los sitios web en las búsquedas, así como qué factores están relacionados entre sí. Los factores que se consideran menos eficientes ahora pueden obtener una mayor importancia para un algoritmo de clasificación basado en inteligencia artificial debido a que la máquina utiliza un enfoque diferente cuando crea sus propios conceptos de datos de entrada. Además, la inteligencia artificial puede incluso comenzar a usar factores que Google no utiliza para clasificar los sitios web, y ni los ingenieros ni los usuarios los conocerían.
2. Errores potenciales debido a la naturaleza del método de aprendizaje profundo
En alguna ocasión Google Translate –que también funciona en base al aprendizaje profundo- ha copado titulares por llamativos errores de traducción. Por ejemplo, “Federación Rusa” se convertía en “Mordor” al traducir del ucraniano al ruso. Esto ocurría debido al modo en el que funcionan las redes neuronales con los datos. Muchos errores se han descubierto y subsanado porque han sido noticia, pero es probable que haya miles de errores que pasan desapercibidos (y que por tanto no se solucionen). Ahora este problema se trasladará al entornos de las búsquedas.
3. Mayor personalización y menos relevancia en los resultados
Se espera que los resultados de búsqueda se personalicen (inevitablemente) con el tiempo, en base a la misma tecnología de inteligencia artificial que utiliza Google Ads. Esto significa que cada visitante verá los resultados de búsqueda basados en sus anteriores consultas de búsqueda, en su edad, su género, sus ingresos y toda la información recopilada por Google. Así el ranking se basará en las características particulares de cada usuario concreto, y no en la forma en que los resultados de la búsqueda son relevantes para la consulta en particular.
Fuente: Marketing Directo
Hace unas semanas Amit Singhal sorprendió a la industria al abandonar Google después de 15 años vinculado a los de Mountain View. Y aunque cueste creerlo, lo cierto es que su salida tiene efectos inmediatos en el SEO.
El exejecutivo era el máximo responsable del producto más importante de la compañía, su buscador, y estaba en contra del uso del método que se conoce como “conocimiento profundo” (deep learning) o “redes neuronales” en el motor de búsquedas. Pero ahora, la trayectoria del que ha asumido su cargo, John Giannandrea -es el único que ha trabajado como experto en inteligencia artificial en Google- sugiere que a partir de ahora la inteligencia artificial será el eje de las búsquedas en el sitio y que nos encontramos en los albores de una era de transición de la búsqueda basada en un algoritmo a la búsqueda basada en inteligencia artificial.
El denominado conocimiento profundo es un método de aprendizaje automático que utiliza un modelo matemático para imitar la forma en que funcionan las neuronas del cerebro humano. En la actualidad, el aprendizaje profundo alimenta la inteligencia artificial en Google y se utiliza para el reconocimiento de voz o el procesamiento del lenguaje natural y de las imágenes, entre otras aplicaciones.
La historia de Google con el aprendizaje profundo se remonta a 2007, momento en el que la compañía comenzó a contratar a expertos en este campo al mismo tiempo que lo hacían otros gigantes de la industria como IBM o Microsoft. Desde entonces sus esfuerzos en este terreno no han hecho más que multiplicarse, y en 2013 incluso adquirieron a una compañía especializada en inteligencia artificial, DeepMind.
A medida que han progresado han ido incorporando con éxito sus avances a sus productos Google. Por ejemplo, gracias a este trabajo añadieron empezaron a contar con la opción de subtítulos automáticos. Pero el problema era que Amit Singhal estaba en contra de incluir el aprendizaje de profundo en el buscador de Google porque consideraba que no estaba claro cómo la red neuronal clasifica los resultados, lo que hace que sea más difícil modificar su comportamiento. Y esto le costó su puesto.
La cuestión ahora es ¿cómo afectará esto al SEO tal y como lo conocemos? En el universo post-algorítmico será imposible construir enlaces u optimizar las páginas con el fin de manipular los resultados de búsqueda, y para sobrevivir, los expertos en SEO deberán cambiar a métodos menos técnicos, tales como el marketing de contenidos, la publicidad en social media o la publicidad pagada.
De la mano de Social Media Today, repasamos las mayores amenazan que se ciernen sobre el sistema de búsquedas del gigante de internet.
1. Falta de control sobre el algoritmo de búsqueda
Amit Singhal tenía razón: con el uso de redes neuronales de aprendizaje no supervisado, es muy difícil definir qué factores utiliza el sistema para clasificar los sitios web en las búsquedas, así como qué factores están relacionados entre sí. Los factores que se consideran menos eficientes ahora pueden obtener una mayor importancia para un algoritmo de clasificación basado en inteligencia artificial debido a que la máquina utiliza un enfoque diferente cuando crea sus propios conceptos de datos de entrada. Además, la inteligencia artificial puede incluso comenzar a usar factores que Google no utiliza para clasificar los sitios web, y ni los ingenieros ni los usuarios los conocerían.
2. Errores potenciales debido a la naturaleza del método de aprendizaje profundo
En alguna ocasión Google Translate –que también funciona en base al aprendizaje profundo- ha copado titulares por llamativos errores de traducción. Por ejemplo, “Federación Rusa” se convertía en “Mordor” al traducir del ucraniano al ruso. Esto ocurría debido al modo en el que funcionan las redes neuronales con los datos. Muchos errores se han descubierto y subsanado porque han sido noticia, pero es probable que haya miles de errores que pasan desapercibidos (y que por tanto no se solucionen). Ahora este problema se trasladará al entornos de las búsquedas.
3. Mayor personalización y menos relevancia en los resultados
Se espera que los resultados de búsqueda se personalicen (inevitablemente) con el tiempo, en base a la misma tecnología de inteligencia artificial que utiliza Google Ads. Esto significa que cada visitante verá los resultados de búsqueda basados en sus anteriores consultas de búsqueda, en su edad, su género, sus ingresos y toda la información recopilada por Google. Así el ranking se basará en las características particulares de cada usuario concreto, y no en la forma en que los resultados de la búsqueda son relevantes para la consulta en particular.
Fuente: Marketing Directo
¿Que opinan?
