Google abre Personal Intelligence gratis en EE. UU.: qué cambia para las marcas

Google acaba de abrir Personal Intelligence en AI Mode para usuarios personales en EE. UU.: la herramienta ahora puede leer contexto de Gmail y Google Photos para responder sin que el usuario lo escriba. Según Search Engine Journal (17/3/2026), la expansión involucra AI Mode en Search y el despliegue inicial en la app Gemini y Gemini en Chrome, y llega menos de dos meses después del lanzamiento en enero de 2026.

¿Qué cambió realmente?

La novedad no es una mejora cosmética: es pasar de una prueba limitada a suscriptores Pro/Ultra a un volante mucho más amplio. Según Search Engine Journal (17/3/2026), AI Mode ya puede usar confirmaciones de vuelo, reservas y recuerdos fotográficos vinculados a la cuenta para completar respuestas. El cambio operativo es doble: primero, la escala —lo gratuito para cuentas personales en EE. UU.— y segundo, la naturaleza del contexto que el modelo puede usar. Google aclara que Gemini no "entrena" directamente con el buzón o la biblioteca de fotos, pero sí puede usar fragmentos durante prompts específicos; eso altera la predictibilidad del resultado. El paso de pago a gratis en menos de dos meses sugiere que Google apuesta por iteración a escala para ajustar el producto (Search Engine Journal, 17/3/2026).

¿Cómo impacta esto en el mercado argentino?

Aunque la expansión fue anunciada solo para EE. UU., el efecto no se queda allá. Google domina la búsqueda: según StatCounter, su cuota global de búsqueda fue aproximadamente 92% en 2024 (StatCounter Global Stats, 2024). Eso significa que cambios en cómo Google entrega respuestas se filtran rápido a la experiencia de descubrimiento global y a las expectativas de usuarios y anunciantes. Si Estados Unidos (población aproximada 333 millones según U.S. Census Bureau, 2023 estimate) sirve de banco de pruebas, es razonable prever una iteración y eventual rollout más amplio. Para marcas argentinas esto implica dos cosas: más fricción para medir performance orgánica (porque la misma query puede devolver respuestas distintas) y presión para controlar los datos propios antes de que la personalización sea una variable dominante en la conversión.

Riesgos de medición y atribución

La personalización por cuenta complica la réplica de tests y la atribución. Si dos personas reciben respuestas distintas por tener conexiones a Gmail o Photos, la métrica "visibilidad" pierde valor como proxy de demanda. Además, Google mantiene que la función no entrena en bruto con los datos del usuario, pero sí usa contexto en prompts específicos (Search Engine Journal, 17/3/2026); eso crea incertidumbre sobre qué parte de la experiencia es atribuible al algoritmo y qué parte al perfil del usuario. Para equipos de performance y SEO esto significa menores niveles de replicabilidad y más ruido en conversion paths. En la práctica, la consecuencia inmediata es que los benchmarks históricos de CTR y posiciones orgánicas pueden dejar de ser comparables entre usuarios habilitados y no habilitados.

Qué deberían hacer las marcas

No hay atajos: exigimos validación continua de identidad, atribución limpia y medición de LTV antes de escalar automatismos. Primero, priorizar la propiedad de datos: consolidar first‑party data para no depender de señales opacas de plataformas. Segundo, instrumentar pruebas con cohortes identificadas para comparar usuarios con y sin personalización; no basarse únicamente en métricas de visibilidad. Tercero, ajustar modelos de atribución a nivel usuario cuando sea posible, y medir LTV en cohortes que incluyen personalización. Finalmente, replantear la creatividad: si las respuestas se acortan porque el sistema ya tiene contexto, la ventaja creativa estará en propuestas de valor claras y en llamadas a la acción que cierren la venta, no en ocupar más espacio en buscadores. Google abrió la puerta; ahora las marcas tienen que asegurarse de entrar con la identidad y la medición bien armadas.