BUSQUEDA INTERNA: https://cloudsearch.google.com/ 

PLATAFORMA: Web, Android, iOS​

LICENCIA: Pago​

Google Cloud Search es una herramienta de búsqueda empresarial que permite a las organizaciones acceder de manera eficiente y segura a la información interna. Integrada en Google Workspace, ofrece una experiencia de búsqueda unificada a través de aplicaciones como Gmail, Google Drive, Docs, Sheets, Slides, Calendar y más. Utilizando la infraestructura de Google Cloud, garantiza confiabilidad y rapidez en la recuperación de datos.

• La privacidad y seguridad que se adaptan a tus necesidades

• Se integra a la perfección con Google Workspace

Aplicaciones y Uso:

Google Cloud Search es ideal para empresas que buscan mejorar la eficiencia en la recuperación de información y la colaboración interna. Facilita a los empleados encontrar rápidamente datos relevantes, optimizando procesos y mejorando la productividad. Además, su integración con Google Workspace permite una adopción sin problemas en entornos que ya utilizan estas herramientas. 

WEB: https://www.ecosia.org/?c=es 

USA ECOSISIA DESDE: 

• Use Ecosia in Chrome

• Use Ecosia in Safari

• Use Ecosia in Edge

• Use Ecosia in Firefox

• Use Ecosia in Brave

• Use Ecosia in Vivaldi

• Use Ecosia in Opera

¿Qué es Ecosia? Ecosia es un buscador web que funciona de manera similar a otros buscadores populares como Google o Bing, pero se diferencia en que utiliza los ingresos generados por las publicidades para plantar árboles en áreas deforestadas y proteger los bosques.

¿Qué es Ecosia?

• Ecosia es un buscador web que funciona de manera similar a otros buscadores populares como Google o Bing, pero se diferencia en que utiliza los ingresos generados por las publicidades para plantar árboles en áreas deforestadas y proteger los bosques.

¿Cómo funciona Ecosia?

• Ecosia utiliza el motor de búsqueda de Bing y los ingresos generados por las publicidades para financiar proyectos de reforestación y conservación de bosques en todo el mundo. Cada vez que alguien usa Ecosia para realizar una búsqueda, se destina una pequeña cantidad de dinero para plantar un árbol. Los usuarios pueden verificar el número de árboles que se han plantado gracias a sus búsquedas en la página de inicio de Ecosia.

¿Cuáles son los beneficios de usar Ecosia?

• Contribuir a la reforestación y la conservación de los bosques

• Ayudar a combatir el cambio climático

• Proteger la biodiversidad

• Mejorar las condiciones de vida de las comunidades locales

¿Es Ecosia un buscador seguro?

• Sí, Ecosia es un buscador seguro. Ecosia cumple con las mismas normas de privacidad y seguridad que otros buscadores populares. Además, Ecosia no recopila ni comparte información personal de sus usuarios con terceros, y utiliza cookies solo para mejorar su servicio y no para fines publicitarios.

WEB: https://www.startpage.com/es/

 BLOG STARTPAGE: https://www.startpage.com/privacy-please/

¿Cómo funciona Startpage?

• Los datos personales y el historial de búsqueda nunca se registran

• Los servidores que gestionamos eliminan la dirección IP

• Bloqueo de rastreadores de precios

• Evitar anuncios de retargeting

• Navegación anónima View enmascara la identidad del usuario en otros sitios web

• Resultados de búsqueda totalmente no perfilados, que ofrecen la misma información a cualquier usuario

WEB: https://www.baidu.com/

PAIS: Chino

Baidu es un motor de búsqueda en idioma chino con sede en Pekín fundado a finales de 1999 por Robin Li y Eric Xu. Su diseño es similar al de Google e incluye la posibilidad de búsqueda de noticias, imágenes, canciones, búsquedas IA, entre otras funciones

DESVENTAJA

No posiciona bien las búsquedas de fuera de China, en concreto "Profesor Ivan Anguiano"

WEB: https://www.qwant.com/

Buscador Qwant es una alternativa europea a Google, apoyada inicialmente por el gobierno de Francia.

Qwant es un buscador fundado en Francia que cuenta con versiones internacionales y para diferentes idiomas. Es uno de los buscadores que basa su propuesta principalmente en la privacidad. De hecho, su lema (muy parecido al de DuckDuckGo), es: «El motor de búsqueda que respeta su privacidad». En cuanto a sus fuentes, utiliza los índices de Bing, complementados con los de su propio rastreador.

Fundado 2013

WEB: https://info.com/ 

Info.com pertenece a la empresa norteamericana Infospace, que a su vez, forma parte de una empresa de publicidad System1. Así, pues es un buscador que se mueve claramente en el modelo de negocio de la publicidad vinculada a plataformas digitales, en este caso a un buscador.

Una araña web o del inglés crawler ó spider es un programa automatizado o bot que puede indexar contenido en todo Internet a través de sus algoritmos pero a diferencia de un buscador convencional que están configurados para indexar sólo sitios permitidos, en un Crawler puede indexar el 100% de todos los sitios web para búsquedas y extraer contenido para el entrenamiento y operación de modelos de IA permitiendo evadir la censura de la información pública. A menudo los crawler son operados por proveedores de motores de búsquedas como Google y Bing, además de proveedores de modelos de IA como OpenAI, Meta por mencionar algunos. 

Las herramientas de web crawling automatizadas, el scraping de datos (o sea, web scraping, recolección y extracción de datos) ya no es considerado un privilegio para los programadores sino una necesidad tanto para usuarios especializados, como entusiastas de la tecnología  de la información.

Además de la disponibilidad de los datos, te proporcionó algunos parámetros que deberías tener en cuenta al seleccionar un crawler que se ajuste a tus necesidades:

1. Escalabilidad / límite de uso

2. Calidad de los datos

3. Servicio al Cliente

Los bots de los principales motores de búsqueda tienen los siguientes nombres:

1. Google: Googlebot (en realidad, dos rastreadores, Googlebot Desktop y Googlebot Mobile, para búsquedas de escritorio y móviles)

2. Bing: Bingbot

3. DuckDuckGo: DuckDuckBot

4. Yahoo! Search: Slurp

5. Yandex: YandexBot

6. Baidu: Baiduspider

7. Exalead: ExaBot

También hay muchos otros bots de araña web menos comunes, algunos que incluso no están asociados con un motor de búsqueda.

Estos son algunos de los bots rastreadores de IA más comunes que recopilan datos para los LLM:

1. OpenAI: GPTBot

2. OpenAI: ChatGPT-User (para una recuperación en tiempo real)

3. Meta: Meta-ExternalAgent

4. Google: GoogleOther

5. Huawei: PetalBot

6. Amazon: Amazonbot

7. ByteDance: Bytespider

8. Claude: Claudebot

WEB: https://www.octoparse.es/ 

LICENCIA: Pago y trial

Octoparse es una herramienta de rastreo web diseñados para que se pueda scrapear datos de web sin programar y con solo clics. Después de ingresar las URLs por donde quiere extraer los datos, podría localizarlos haciendo clic y con la configuración completa de la tarea Octoparse empezará a extraerlos.

WEB: https://80legs.com/

LICENCIA: Pago y trial

WEB: https://www.webharvy.com/

LICENCIA: Pago y trial

WEB: https://www.scrapestorm.com/ 

LICENCIA: Free y Pago

PLATAFORMA: Windows, Linux y MacOS.

WEB: https://www.parsehub.com/ 

LICENCIA: Free y Pago

PLATAFORMA: Windows, Linux y MacOS.

WEB: 

LICENCIA: Free y Pago

PLATAFORMA: Windows, Linux y MacOS.

WEB: https://www.dexi.io/ 

LICENCIA: Pago y trial

PLATAFORMA: ONLINE

WEB: https://chromewebstore.google.com/detail/web-scraper-free-web-scra/jnhgnonknehpejjnehehllkliplmbmhn 

LICENCIA: Free

PLATAFORMA: Google Chrome

DESCARGA: https://www.outwit.com/products/hub/OutWit-Hub-Light-Pro-Expert-Enterprise-editions/ 

LICENCIA: Free y pago

PLATAFORMA: Windows