Estadísticas de búsqueda por voz verificadas y con fuentes, los mitos que conviene dejar de citar, el cambio de
Gemini y Alexa+ y un plan en 6 pasos para ganar respuestas.

En esta página
En resumen
la voz es hoy un hábito estable y masivo, no una tendencia en rápido crecimiento: alrededor del 35% de los estadounidenses de 12 años o más tiene un altavoz inteligente (Edison Research, 2025), y el 32% de los consumidores de todo el mundo usó un asistente de voz en la última semana (GWI). El verdadero cambio de 2025 y 2026 es quién responde: Gemini sustituyó a Google Assistant en Android y Alexa+ funciona con un gran modelo de lenguaje, así que las búsquedas por voz reciben respuestas generadas y no solo un fragmento destacado leído en voz alta. Usa las estadísticas de abajo para dimensionar el canal con honestidad y luego optimiza para los motores de respuesta que hay detrás del micrófono.
¿Quiere ir más lejos? Pregunte a
Quiz rápido
¿Qué forma de encontrar clientes online te conviene más?
Sorank encaja con tus respuestas
Pruébalo 3 días en tu propia web y descubre dónde estás en Google, ChatGPT y las demás IA.
Prueba gratis de 3 días3 días gratis y luego lo dejas cuando quieras. Garantía de resultados de 90 días, sujeta a condiciones.
Busca «estadísticas búsqueda por voz» y encontrarás páginas con 50, 80 o 100 cifras. La mayoría se copian entre sí. Si rastreas una cifra hasta su origen, sueles llegar a una encuesta de 2018, a una nota de prensa de un proveedor sin tamaño de muestra o a una previsión que nunca se cumplió.
El ejemplo más conocido es la afirmación de que la mitad de todas las búsquedas se harían por voz en 2020. Circuló durante años, se atribuyó a varias empresas y nunca coincidió con ningún dato medido. Todavía aparece en artículos publicados este año.
Antes de citar una cifra, colócala en una de estas tres casillas:
La mayoría de los artículos mezclan los tres. «El 62% de los adultos usa un asistente de voz» se convierte en «el 62% de la gente busca por voz», que es otra afirmación.
Una cifra que puedes poner en una presentación para la dirección tiene cinco elementos: un editor con nombre, una fecha de trabajo de campo, un tamaño de muestra y una población (adultos de 18 años o más, personas de 12 o más, usuarios de smartphone), una pregunta claramente formulada y un país. Si falta uno, usa la cifra como señal, no como hecho.
Antes de citar una estadística sobre la voz
Estas son las cifras que verificamos en la propia página del editor, con lo que realmente miden.
La voz en cuatro cifras verificadas
Fuentes: Edison Research Infinite Dial 2025 vía National Public Media; GWI 2026; Amazon, 2026
El estudio Infinite Dial de Edison Research es la medición continua más antigua de los hábitos de audio en Estados Unidos. Su edición de 2025, resumida por National Public Media en abril de 2025, sitúa la posesión de altavoces inteligentes en el 35% de los estadounidenses de 12 años o más, unos 101 millones de personas. De esos propietarios, el 69% usa el dispositivo para escuchar audio.
Lee bien esa segunda cifra: la función principal de un altavoz inteligente es la música, los pódcasts y la radio. La búsqueda es un uso secundario. Para una marca, un altavoz inteligente es primero un canal de audio y después un canal de búsqueda.
La consultora GWI, en su artículo de marzo de 2026 sobre tendencias de búsqueda por voz, indica que el 32% de los consumidores de todo el mundo usó un asistente de voz en la última semana. Divide el uso en dos tareas: el 21% usa un asistente cada semana para encontrar información y el 20% para realizar una acción.
Fuente: GWI, 4 voice search trends and statistics, marzo de 2026
El 21% es la cifra que importa para el SEO. Es la proporción de personas que usan la voz, al menos una vez por semana, para obtener información que una web podría ofrecer.
GWI también sigue el uso mensual por asistente en Estados Unidos entre 2020 y 2024: Google Assistant creció un 46%, Siri un 40% y Alexa un 26%. El crecimiento es real pero lento, y los asistentes del teléfono crecieron más rápido que el asistente del altavoz.
Crecimiento del uso mensual en Estados Unidos, de 2020 a 2024
Fuente: GWI, marzo de 2026
El mismo artículo de GWI señala que casi uno de cada tres usuarios de asistentes de voz usó ChatGPT en el último mes. Los usuarios de voz no son un público aparte: son las mismas personas que escriben preguntas en los chatbots de IA, y cada vez más también les hablan.
Si quieres el contexto más amplio de la búsqueda escrita, nuestras páginas de estadísticas de búsqueda en Google y estadísticas de GEO siguen las mismas reglas de fuentes.

Las cifras de posesión apenas se movieron. Lo que se movió fue el software dentro de los dispositivos. En 18 meses, los tres mayores asistentes cambiaron de motor.
Cómo cambiaron los asistentes
Según el anuncio de Alexa+ de Amazon, publicado en febrero de 2025 y actualizado en julio de 2026, Alexa+ funciona con grandes modelos de lenguaje disponibles a través de Amazon Bedrock. Cuesta 19,99 dólares al mes y es gratuita para los miembros de Prime. Amazon afirma que hay más de 600 millones de dispositivos Alexa en uso. Alexa+ puede completar tareas en la web en nombre del usuario, como reservar una reparación, y continúa una conversación entre el teléfono, el coche y el ordenador.

Para una empresa, eso cambia la pregunta. La antigua Alexa necesitaba una «skill» para hablar de tu marca. Alexa+ puede buscar información o actuar directamente en una web. Tus páginas se convierten en la materia prima de un agente.
Abner Li, de 9to5Google, informó el 28 de septiembre de 2026 de que la retirada de Google Assistant en el móvil, iniciada a principios de septiembre, estaba ampliamente desplegada: en los dispositivos revisados en Estados Unidos y Europa, Assistant había desaparecido y los usuarios no podían volver atrás. Los altavoces Google Nest y Home no estaban afectados en esa fecha.
Consecuencia práctica: cuando alguien mantiene pulsado el botón de encendido de un teléfono Android y hace una pregunta, responde un modelo generativo. Puede resumir varias fuentes, comparar opciones y citar páginas, en lugar de leer un único fragmento destacado.
Asistente clásico y asistente generativo
Las estadísticas de volumen son débiles. Los patrones de comportamiento son mucho más útiles, porque puedes comprobarlos tú mismo en tus propios datos.
La gente habla con frases completas. «Mejores zapatillas running pie plano» escrito se convierte en «cuáles son las mejores zapatillas para correr si tengo los pies planos» hablado. Las búsquedas por voz empiezan por quién, qué, dónde, cuándo, cómo, puedo, debería, y suelen incluir una condición (precio, distancia, tiempo).
Por eso el trabajo sobre la voz se solapa con la investigación de palabras clave en forma de pregunta: las preguntas que la gente dice en voz alta son las mismas que escribe en los chatbots de IA.
La búsqueda por voz clásica estaba dominada por la intención local: horarios de apertura, cómo llegar, «cerca de mí», llamar a un negocio. Esa intención no ha desaparecido con los asistentes generativos. Sigue funcionando con los mismos datos: tu Perfil de Empresa en Google, tu ficha en Apple Mapas, las reseñas y la coherencia de tu nombre, dirección y teléfono en los directorios.
El reparto de GWI (21% para encontrar información, 20% para realizar una acción) muestra que la mitad del uso de la voz consiste en hacer algo. Con agentes como Alexa+, «hacer» ahora incluye acciones en webs de terceros. Las páginas que indican en texto claro precios, disponibilidad, normas de reserva y condiciones son más fáciles de usar para un agente.
Google Search Console no etiqueta las búsquedas por voz. Aun así, puedes aislar las conversacionales con un filtro regex en el informe de Consultas (Rendimiento, luego Consulta, luego Expresión regular personalizada):
^(who|what|where|when|why|how|which|can|should|is|are|does|do)\b.*\s.*\s.*\s.*
Este filtro conserva las consultas que empiezan por una palabra interrogativa y contienen al menos cinco palabras. Adapta las palabras a tu idioma (por ejemplo qué, cuál, cómo, dónde, cuándo, por qué). Exporta la lista, ordénala por impresiones y tendrás tu demanda conversacional, voz y texto juntos. Añade un segundo filtro para la intención local:
(near me|open now|opening hours|closest|nearby|directions to)
Consejo
Compara la tasa de clics de estas consultas en forma de pregunta con la media de tu web. Muchas impresiones con una tasa de clics baja suelen significar que un cuadro de respuesta o una respuesta de IA ya resuelve la pregunta. Ese es exactamente el contenido que debes rehacer para las respuestas habladas y generadas.
Aquí tienes una guía rápida de lectura para las cifras que más vas a encontrar, incluidas las que citan los artículos mejor posicionados sobre este tema.
| Afirmación que verás | Lo que mide realmente | Veredicto |
|---|---|---|
| El 35% de los estadounidenses de 12 años o más tiene un altavoz inteligente (Edison, 2025) | Posesión de dispositivos, Estados Unidos, personas de 12 o más | Fiable, serie larga |
| El 32% usó un asistente de voz la última semana (GWI) | Uso de asistentes, consumidores de todo el mundo | Fiable como señal, detalles de la encuesta no publicados en el artículo |
| 600 millones de dispositivos Alexa en uso (Amazon) | Parque instalado, cifra de la empresa | Fiable como declaración de la empresa, no como uso |
| «El 50% de los consumidores estadounidenses usa la búsqueda por voz a diario» | Encuesta de un proveedor de 2022, panel pequeño | Usar con cautela, anterior a los asistentes generativos |
| «El 90% de las búsquedas por voz son en inglés» | Sin método público | No citar |
| «La mitad de las búsquedas serán por voz en 2020» | Una vieja previsión que nunca se cumplió | Mito, no citar |
No existe un único «SEO por voz». Hay cinco enfoques, cada uno ligado a un tipo de asistente y a un tipo de consulta. La mayoría de las webs necesitan dos o tres.
Principio: colocar una respuesta directa de 40 a 60 palabras justo debajo de un encabezado en forma de pregunta, para que un asistente clásico pueda leerla y uno generativo pueda tomarla. Cuándo usarla: páginas informativas, guías prácticas, definiciones. Ventajas: también ayuda a la búsqueda escrita y a las respuestas de IA. Límites: dependes de que Google elija tu fragmento. Ejemplo: una web de fontanería añade «¿Cuánto dura un calentador de agua? La mayoría de los termos de acumulación duran de 8 a 12 años...» como primeras líneas bajo un H2. Consulta nuestra guía sobre fragmentos destacados.
Principio: que los datos de tu negocio estén completos e idénticos en todos los sitios donde miran los asistentes: Perfil de Empresa en Google, Apple Business Connect, Bing Places, Yelp, plataformas de reseñas. Cuándo usarla: cualquier negocio con un local físico o una zona de servicio. Ventajas: las búsquedas por voz que más convierten son locales. Límites: no ayuda a marcas nacionales o solo online. Ejemplo: un restaurante corrige sus horarios de fiestas en todas las plataformas antes de diciembre. Nuestra checklist de SEO local cubre los 30 puntos.

Principio: marcar las secciones de una página adecuadas para la lectura por voz. Cuándo usarla: medios de noticias. Ventajas: indica a Google Assistant qué parte leer. Límites: la documentación de speakable de Google la presenta como beta, solo en inglés, para usuarios de Estados Unidos con dispositivos Google Home y pensada para contenido de noticias. No esperes resultados fuera de ese marco. Nuestra página del glosario sobre speakable explica la configuración en detalle.

<script type="application/ld+json">
{
"@context": "https://schema.org/",
"@type": "WebPage",
"name": "How long does a water heater last?",
"speakable": {
"@type": "SpeakableSpecification",
"cssSelector": [".summary", ".answer-1"]
},
"url": "https://www.example.com/water-heater-lifespan"
}
</script>
Google recomienda unos 20 a 30 segundos de audio por sección marcada, es decir, dos o tres frases, y desaconseja marcar líneas de fecha, pies de foto o créditos de fuente.
Principio: reunir las preguntas reales que se hacen en voz alta sobre tu oferta y responder cada una en dos o tres frases sencillas. Cuándo usarla: páginas de producto, de servicio y de precios. Ventajas: da a los asistentes generativos pares de pregunta y respuesta limpios, y cubre las consultas de cola larga. Límites: Google ya muestra resultados enriquecidos de preguntas frecuentes para muy pocas webs, así que el valor está en el contenido, no en el marcado. Nuestra guía del schema FAQ explica qué cambió.
Herramienta gratuita
¿Necesitas un JSON-LD FAQPage limpio para tus bloques de preguntas? Genéralo en segundos con el generador gratuito de schema FAQ.
Principio: lograr que tu marca sea la que Gemini, Alexa+, el modo de voz de ChatGPT y Perplexity nombran y citan. Cuándo usarla: cualquier marca cuyos compradores hagan preguntas de comparación o de recomendación. Ventajas: sigue el cambio de 2026 descrito arriba y funciona para respuestas de IA habladas y escritas. Límites: más difícil de medir, necesita menciones en webs de terceros y no solo en tus propias páginas. Ejemplo: una empresa de software sigue cada mes la pregunta «cuál es la mejor herramienta de facturación para autónomos» en cuatro asistentes de IA.
Aquí es donde ayuda el seguimiento de menciones en IA de Sorank: comprueba si ChatGPT, Gemini, Claude y Perplexity citan tu marca en las preguntas que hacen tus clientes, que es la aproximación más cercana que tienes a las respuestas de voz generativas.
| Estrategia | Ideal para | Tipo de asistente | Esfuerzo | Se mide con |
|---|---|---|---|---|
| Redacción con la respuesta primero | Contenido informativo | Clásico y generativo | Bajo | Search Console, seguimiento de fragmentos |
| Higiene de los datos locales | Negocios locales | Clásico y generativo | Medio | Estadísticas del Perfil de Empresa, llamadas |
| Marcado speakable | Medios de noticias, inglés de Estados Unidos | Google Assistant en altavoces | Bajo | Difícil de medir |
| Preguntas frecuentes conversacionales | Páginas de producto y servicio | Sobre todo generativo | Medio | Impresiones de cola larga |
| Optimización para motores generativos | Consultas de comparación y recomendación | Generativo | Alto | Seguimiento de menciones en IA |
Puedes ejecutar este plan en una semana aproximadamente en una web pequeña, y en dos o tres semanas en una grande.
El plan en 6 pasos para la búsqueda por voz
Search Console te muestra aquello por lo que ya posicionas. Para encontrar aquello por lo que todavía no posicionas, añade tres fuentes: los cuadros «Otras preguntas de los usuarios» de tus palabras clave principales, tus tickets de soporte y notas de llamadas comerciales, y las preguntas que la gente hace a los asistentes de IA. La investigación de prompts de IA de Sorank enumera las preguntas que los clientes hacen a los asistentes de IA en tu mercado, una buena aproximación a cómo formulan sus preguntas habladas.
Lee tu respuesta en voz alta. Si te quedas sin aire, es demasiado larga. Reglas que funcionan para la lectura por voz y para la extracción generativa:
Los asistentes personalizan las respuestas según la ubicación y el historial. Para comparar de un mes a otro, mantén el mismo dispositivo, la misma ubicación y la misma formulación. Anota: el asistente, la pregunta exacta, si se nombra una fuente y qué marca se recomienda. Diez preguntas por cinco asistentes te dan 50 datos al mes, suficientes para ver una tendencia.
Qué es: citar «el X% de la gente busca por voz» sin año. Cómo detectarlo: sigue el enlace; si la encuesta original es anterior a 2022, midió asistentes que ya no existen en esa forma. Cómo corregirlo: escribe siempre el editor y el año en la frase, y sustituye cualquier cifra anterior a 2022 por una reciente o elimínala.
Qué es: usar «el 35% tiene un altavoz inteligente» para defender que un tercio de las búsquedas se hacen hablando. Cómo detectarlo: la estadística habla de dispositivos, propietarios u hogares, no de consultas. Cómo corregirlo: usa la posesión solo para dimensionar la audiencia, y los datos de uso (como el 21% de uso semanal para informarse de GWI) para dimensionar la demanda de búsqueda.
Qué es: crear páginas como «/respuestas-busqueda-por-voz» llenas de preguntas de estilo oral. Cómo detectarlo: páginas pobres con decenas de preguntas y respuestas de una línea, poco tráfico y, a veces, canibalización de tus páginas reales. Cómo corregirlo: traslada cada respuesta a la página donde vive el tema y redirige la página de voz.
Qué es: añadir marcado speakable a una tienda online o una web de servicios en francés o en alemán y esperar resultados. Cómo detectarlo: ningún cambio tras meses. Cómo corregirlo: reserva speakable para contenido de noticias en inglés dirigido a Estados Unidos, como documenta Google, y dedica tu esfuerzo a la redacción con la respuesta primero.
Qué es: optimizar solo para la «posición cero» mientras los usuarios de Android ya reciben respuestas de Gemini. Cómo detectarlo: ocupas el fragmento destacado, pero los asistentes nombran a un competidor cuando les preguntas en voz alta. Cómo corregirlo: añade el protocolo de prueba del paso 5 a tu informe mensual y trabaja las menciones en webs de terceros (reseñas, comparativas, directorios) en las que se apoyan los asistentes generativos.
Qué es: horarios, teléfonos o nombres de empresa distintos según la ficha. Cómo detectarlo: pregunta «¿está abierto ahora [negocio]?» a dos asistentes y obtén dos respuestas. Cómo corregirlo: elige un registro maestro, actualiza cada ficha a partir de él y vuelve a comprobar tras cada cambio de horario. Nuestra guía de SEO hiperlocal muestra cómo tratar las búsquedas «cerca de mí».
Atención
No compres paquetes de «optimización para búsqueda por voz» que prometen una respuesta hablada garantizada. Nadie controla qué fuente elige un asistente, y los asistentes generativos cambian de fuentes de un día para otro.
Ninguna herramienta informa directamente del tráfico por voz. Combinas varias vistas parciales.
| Herramienta | Qué muestra | Relevancia para la voz |
|---|---|---|
| Google Search Console | Consultas en forma de pregunta, impresiones, tasa de clics | Demanda conversacional, voz y texto mezclados |
| Estadísticas del Perfil de Empresa en Google | Llamadas, solicitudes de ruta, búsquedas | Acciones de voz locales |
| Herramientas de seguimiento de posiciones con funciones de la SERP | Posesión de fragmentos destacados | Respuestas de asistentes clásicos |
| Seguimiento de menciones en IA | Citas de la marca en respuestas de IA | Respuestas de asistentes generativos |
| Protocolo de prueba manual | Lo que cada asistente dice en voz alta | Realidad sobre el terreno, muestra pequeña |
Para una lista más larga de herramientas y sus funciones, consulta nuestra comparativa de software de SEO por voz y la página de definición de la optimización para búsqueda por voz.
La voz no es el próximo gran canal que prometían las estadísticas en 2018. Es un hábito estable de alrededor de un tercio de los consumidores cada semana, sobre todo local y orientado a tareas. La verdadera novedad es que los asistentes que hay detrás del micrófono ahora generan respuestas. Eso une el SEO por voz y la optimización para motores generativos: las mismas páginas con la respuesta primero, los mismos datos locales limpios y las mismas menciones en webs de terceros sirven para ambos.
Empieza hoy con los dos filtros de Search Console. En una hora sabrás cuántas preguntas conversacionales responde ya tu web, y cuáles responde un competidor por ti.
Alrededor del 35% de los estadounidenses de 12 años o más tiene un altavoz inteligente, según el Infinite Dial 2025 de Edison Research. A nivel mundial, GWI indica que el 32% de los consumidores usó un asistente de voz la última semana, y el 21% usa uno cada semana para encontrar información.
La posesión de dispositivos se ha estancado en torno a uno de cada tres estadounidenses, y el uso de asistentes crece despacio. El gran cambio es cualitativo: Gemini sustituyó a Google Assistant en Android en 2026 y Alexa+ funciona con grandes modelos de lenguaje, así que las preguntas habladas reciben ahora respuestas generadas.
Escribe una respuesta corta y directa bajo cada encabezado en forma de pregunta, mantén tus fichas locales idénticas en todas partes y responde a las preguntas reales de tus clientes en las páginas donde vive cada tema. Después, prueba cada mes tus preguntas principales en Gemini, Siri, Alexa y ChatGPT para ver a quién citan.
