Signal · Visibilidad en IA
Cuatro motores de IA pueden elegir cuatro ganadores locales distintos
Aparecer en un asistente de IA no demuestra que aparezcas en los demás. Y mirar una vez no es medir.
24 de septiembre de 2026
En resumen
Dos estudios de proveedores concluyeron que distintos asistentes de IA nombran con frecuencia negocios locales distintos ante la misma pregunta, y que repetir la misma pregunta suele devolver una lista distinta. Una captura de pantalla de un asistente en un día te habla de ese asistente en ese día, y de nada más.
Ilustración, no un caso de estudio
La comprobación que parecía una prueba
Un grupo familiar gestiona seis trattorias en una misma ciudad. Un martes, un responsable de zona abre un asistente de IA en el móvil y escribe «mejor pasta cerca de mí». El local de Kruiskade aparece el primero. Hace una captura, la publica en el chat del equipo con un «estamos ganando en IA» y todos siguen con lo suyo.
Dos semanas después, un socio franquiciado hace la misma pregunta en otro asistente de IA, desde la misma calle, y el grupo no aparece mencionado. Entre medias no se rompió nada. No se borró ninguna ficha, no se perdió ninguna reseña, ninguna web se cayó.
Las dos observaciones eran ciertas. Cada una describía un asistente, en un momento, desde un lugar. Ninguna describía al negocio.
Un asistente de IA —también llamado motor de IA— es un producto que lee una pregunta escrita en lenguaje corriente y responde en lenguaje corriente, y a menudo nombra directamente un número reducido de negocios. Algunos muestran además enlaces y otros no muestran nada más. Lo que importa aquí es que esa lista corta de negocios nombrados la compone el asistente, que ahora hay más de un asistente y que no comparten una misma respuesta.
El grupo de trattorias, las dos comprobaciones y el chat del equipo son inventados: están escritos para mostrar la forma del problema. No son un cliente, ni un caso de estudio, ni una medición. Las cifras medidas de esta página están en los dos paneles de más abajo, cada una junto a su fuente.
Qué ha cambiado
Varios asistentes responden ahora de forma independiente a la misma pregunta local, y cada uno compone su propia lista corta. Dos proveedores han publicado recuentos de lo lejos que quedan esas listas entre sí, y la diferencia no es un error de redondeo.
La consecuencia para quien opera un negocio es concreta y limitada: una sola comprobación puntual ya no puede sustituir al conjunto, y no hay una cifra única que se pueda comprar, ganar ni presentar como «nuestra posición en IA».
Medido: coincidencia entre motores
Con qué frecuencia cuatro motores ponen primero al mismo negocio
- casos locales en los que los cuatro motores respondieron a la misma preguntaTamaño de la muestra
- 491.972
- de esos casos en los que los cuatro nombraron primero al mismo negocioCoincidencia
- 4%
- de esos casos en los que al menos uno de los cuatro puso primero a otro negocioEs el complemento aritmético del 4 % anterior, no una medición aparte.El resto
- 96%
Que los cuatro coincidieran en el negocio que va primero fue la excepción en esta muestra, no la norma.
FuenteYext — "Four AIs, one question, four different answers"Periodo del estudio: de febrero a agosto de 2026. La página original está fechada en septiembre de 2026 y no indica el día. Fuente consultada el 22 de septiembre de 2026.
Medido: estabilidad de un motor al repetir la consulta
Qué ocurre cuando vuelves a hacer la misma pregunta
- búsquedas localizadas analizadasTamaño de la muestra
- 200.085
- de coincidencia media entre los negocios nombrados en una consulta y en una repeticiónCoincidencia: anota los negocios nombrados cada vez que preguntas; la coincidencia es la proporción que aparece en las dos listas.Coincidencia
- 20–33%
- de los negocios nombrados en una consulta seguían estando nombrados en otra posteriorPermanencia: si un negocio nombrado una vez vuelve a ser nombrado más adelante.Permanencia
- ~50%
La inestabilidad no se da solo entre motores. Se da dentro de un mismo motor, entre una consulta y la siguiente.
FuenteBrightLocal — "What 200k local AI searches tell us about what businesses get recommended, and why your website matters"Publicado el 16 de septiembre de 2026. Fuente consultada el 22 de septiembre de 2026.
Ilustración: el modelo mental de quien opera
Una pregunta, cuatro respuestas independientes
Una pregunta, hecha desde una misma calle
«Mejor pasta cerca de mí»
Cuatro asistentes responden por separado
| Asistente | A quién nombra primero | Dónde aparece la trattoria |
|---|---|---|
| Asistente 1 | Trattoria Vesta — Kruiskade | La primera de cuatro nombradas |
| Asistente 2 | Un competidor a dos calles | La tercera de cinco nombradas |
| Asistente 3 | Un competidor de otro barrio | No aparece nombrada |
| Asistente 4 | Trattoria Vesta — Kruiskade | La primera de tres nombradas |
| ¿El mismo negocio primero en los cuatro? | No. Dos asistentes abren con la trattoria, uno abre con un competidor y la menciona tarde, y otro no la menciona. El responsable hizo la captura del Asistente 1. | |
Una mirada es una muestra, no una medición
Una comprobación puntual responde a una pregunta pequeña: ¿nos nombró este asistente, una vez, desde este lugar, en este momento? Eso es una sola extracción de algo que se mueve.
Una medición responde a una pregunta mayor: ¿con qué frecuencia nos nombran, en qué asistentes, preguntando desde qué lugares, a lo largo de qué semanas? La unidad no es la captura de pantalla. Es la observación fechada y repetida: las mismas preguntas, los mismos lugares, con una periodicidad fija y anotadas.
Repetir las consultas cada semana te dirá más que cuarenta capturas hechas en una sola tarde. Cuántas semanas es un criterio, no un hallazgo: la periodicidad que se sugiere más abajo es el punto de partida de Obenan, no un umbral establecido por ninguno de los dos estudios.
Qué respaldan las pruebas
Ser nombrado, y lo que no significa
Ser nombrado te dice
- Que este asistente estuvo dispuesto a mencionarte ante esta pregunta, desde este lugar, en este momento.
- Que entraste en el conjunto de opciones: la lista corta que el asistente está dispuesto a poner delante de alguien.
Ser nombrado no te dice
- Que te hayan elegido. Entrar en una lista corta y ser el seleccionado de esa lista son dos hechos distintos.
- Que los demás asistentes te hayan nombrado, ni que vayan a nombrarte la semana que viene.
- Que alguien haya entrado, reservado mesa, pagado o sido atendido.
- Que exista una posición que ganar. No hay una clasificación única compartida entre asistentes.
- Que tu nombre, tu dirección, tu horario y tu categoría se hayan leído correctamente. Una mención no es una comprobación de tus propios datos.
Mantén estas dos columnas en dos informes distintos. Buena parte de la confusión en este terreno viene de leer una como si fuera la otra.
Lectura relacionada
La distinción de la columna de la derecha —aparecer en una lista y ser el elegido de esa lista— es el tema de un briefing anterior.
Mantén separadas las etapas
Siete hechos distintos, siete registros distintos
Una mención de IA está en el primero de todos. Presentarla como cualquiera de los posteriores exagerará lo ocurrido y hará que la caída posterior parezca un fracaso que nunca se produjo.
- Descubrimiento orgánicoAlguien ve tu negocio sin que nadie haya pagado por esa aparición, incluida una mención no pagada de un asistente de IA.
- Exposición pagadaUna aparición que has comprado. Es otra partida de gasto y otro registro, aunque salga en la misma pantalla.
- DerivaciónOtro sitio, socio o plataforma envía a esa persona hasta ti.
- ContactoLa persona se identifica: una llamada, un formulario, una solicitud de reserva, una consulta por una mesa.
- Conformidad del clienteLa persona acepta algo concreto: esta mesa, esta hora, este pedido.
- PagoEl dinero se cobra de verdad. La conformidad y el pago no son el mismo hecho, y cualquiera de los dos puede fallar sin el otro.
- EntregaLa comida se sirve, o el pedido se entrega.
Cuáles de estas etapas ya registras varía según el negocio. En la mayoría, las últimas dejan rastro en algún sitio —un sistema de reservas, una caja, una comanda de cocina—, mientras que la primera es la que nadie está anotando.
Pasos prácticos
Una pauta inicial para las próximas cuatro semanas
Nada de esto exige un sistema nuevo. Exige anotar cosas con una periodicidad fija y mantener separadas las etapas. Las cuatro semanas son la pauta inicial que sugiere Obenan —un mínimo práctico para ver un patrón en lugar de una consulta suelta— y no un umbral establecido por ninguno de los dos estudios.
- Anota las cinco preguntas que haría un cliente realPor local, en el idioma en el que ese local se busca de verdad. Lenguaje llano, no lenguaje de marketing: «mejor pasta cerca de mí», no «alta cocina italiana en Róterdam».
- Haz cada pregunta en cada asistente que te importeDesde la ciudad del propio local, no desde la oficina central. Registra la fecha, la hora, el asistente, la pregunta y el lugar desde el que preguntaste. Esos cinco campos son un registro básico: bastan para empezar a anotar las consultas, y por sí solos no son un sistema de medición.
- Registra dos cosas distintas en cada consultaSi te nombraron y si te nombraron primero. Se mueven de forma independiente, y juntarlas en una sola cifra oculta casi todo lo que está pasando.
- Repite cada semana durante al menos cuatro semanas antes de concluir nadaUna consulta te habla de esa consulta. Cuatro consultas semanales te dan un primer punto de partida fechado: un registro con el que comparar tus consultas posteriores. Es un punto de partida, no un veredicto sobre tu visibilidad. Cuatro semanas es la pauta con la que Obenan sugiere empezar; ajústala cuando tu propio registro muestre cuánto se mueven tus resultados.
- Mantén coherentes los datos que tú publicas, local por localNombre, dirección, teléfono, horario, categoría, carta o servicios: idénticos allá donde los publiques. Esto abarca las fuentes que tú controlas; ninguno de los dos estudios establece qué lee cada asistente. Las contradicciones entre tus propias fuentes publicadas son algo sobre lo que puedes actuar directamente, hagan luego lo que hagan los asistentes con ellas.
- Mantén descubrimiento, contactos, pagos y entregas en columnas separadasNo dejes nunca que una mención de IA se presente como ingresos. Cuando la mención mejore y las reservas no, querrás poder verlo con claridad en lugar de discutirlo.
- Compárate con tu propio punto de partida, no con la media de un proveedorLos rangos publicados describen las muestras que analizaron esos proveedores. Tu propio registro te describe a ti. Después de cualquier cambio, compara tus semanas nuevas con tus semanas anteriores.
Límite de las pruebas
Qué no demuestran estas pruebas
Son estudios de proveedores, con sus propios conjuntos de preguntas, sus propios motores, sus propios lugares y sus propias fechas. Léelos como prueba de que la discrepancia es real y grande, no como una previsión para tu mercado.
- No demuestran un resultado para cada mercado, cada categoría ni cada negocio, incluido el tuyo.
- El 4 % es la frecuencia con la que cuatro motores coincidieron en un mismo negocio en primer lugar dentro de esa muestra y durante ese periodo del estudio. No es una probabilidad aplicable a un negocio concreto.
- Los rangos de coincidencia y de permanencia son medias sobre una muestra grande. Tus propias cifras pueden quedar por encima o por debajo.
- Nada de esto demuestra que un asistente sea mejor, más exacto o más rentable de optimizar que otro.
- Nada de esto demuestra que exista una clasificación universal, ni que alguna acción la produzca.
- Nada de esto mide clientes, reservas, pagos ni ingresos. Entrar en un conjunto de opciones no es ser elegido, y ser elegido no es haber cobrado.
- La pauta de cuatro semanas sugerida más arriba es el punto de partida práctico de Obenan. Ninguno de los dos estudios la probó ni la estableció como umbral.
Fuentes
Cada cifra de más arriba se atribuye a una de estas dos entradas, junto a la cifra misma.
Yext — "Four AIs, one question, four different answers"
Fuente de los 491.972 casos locales compartidos y del 4 % de coincidencia de los cuatro motores sobre el negocio que va primero.
Periodo del estudio: de febrero a agosto de 2026. La página original está fechada en septiembre de 2026 y no indica el día. Fuente consultada el 22 de septiembre de 2026.
Fuente de las 200.085 búsquedas localizadas, del 20–33 % de coincidencia media al repetir las consultas y del aproximadamente 50 % de permanencia.
Publicado el 16 de septiembre de 2026. Fuente consultada el 22 de septiembre de 2026.