¿Por qué tiene el mercado de la visibilidad en IA tantos malos proveedores?
Tres condiciones llegaron juntas y cada una favorece al vendedor. Los compradores se han pasado de verdad a los asistentes de IA, y muchas marcas son de verdad invisibles allí. Ese miedo está justificado; el mercado que vende la solución es joven y su honestidad no ha seguido el ritmo.
- Sin métricas estándar. Cada proveedor calcula la «cuota de voz en IA» con su propio panel de consultas, así que las cifras no son comparables entre proveedores ni auditables por ti.
- Un mecanismo invisible. Nadie fuera de los laboratorios de modelos puede explicar del todo por qué un asistente nombró una marca y se saltó otra. Cuando el comprador no puede verificar el mecanismo, el texto de ventas llena el hueco.
- Presupuestos asustados. El tráfico orgánico está cambiando, el consejo pregunta qué dice ChatGPT de la empresa y «no hacer nada» parece más arriesgado que «firmar algo».
La optimización para motores generativos es una disciplina real. Una parte medible de lo que se vende con ese nombre no lo es. Una divulgación: nosotros vendemos trabajo de visibilidad en IA, así que lee nuestro sesgo en consecuencia. El artículo está escrito para ser útil aunque nunca contrates a nadie.
¿Por qué nadie puede garantizar una posición en la IA?
Porque el propio sistema lo descarta, diga lo que diga el contrato.
Las respuestas se muestrean, no se recuperan de una clasificación. La misma consulta, en dos sesiones limpias el mismo día, puede nombrar marcas distintas en un orden distinto. No hay un índice con huecos, así que no se puede vender ningún hueco. El trabajo con las fuentes cambia la distribución de probabilidad (con qué frecuencia apareces a lo largo de muchas preguntas), nunca una posición fija.
Las versiones del modelo lo reordenan todo. Cada versión cambia los datos de entrenamiento, el comportamiento de la recuperación y la ponderación de las fuentes. La investigación de compradores de G2 informó de que la cuota de ChatGPT entre los compradores de software B2B que usan IA cayó del 89 % al 63 % en un año mientras Claude subía del 1.4 % al 18.5 % (G2 vía PR Newswire). «Posicionarse en la IA» son varios marcadores, y todos se mueven.
Lo que hace el trabajo legítimo es subir el suelo bajo esa volatilidad: más fuentes independientes que un modelo pueda citar, datos de entidad coherentes con los que anclarse, presencia en las superficies de las que recupera. Eso es medible y duradero. No puede fijar una colocación, y nunca prometemos lo que dirá una IA sobre ti.
¿Qué cinco preguntas dejan en evidencia a un proveedor débil en la primera llamada?
Hazlas todas. Cada una lleva un minuto.
- «¿Qué conjunto de consultas, qué modelos, cómo se muestrea?» Un operador real te entrega una lista de consultas por escrito, nombra las versiones de los modelos e indica las ejecuciones por consulta. Uno débil dice «nuestro seguimiento propio lo cubre todo».
- «Muéstrame la referencia y la variación en un cliente anterior.» Aprueba: un antes y un después anonimizados sobre el mismo conjunto de consultas congelado, con varianza incluida y algunas consultas que no se movieron. Suspende: un muro de logotipos y «+340 % de visibilidad en IA» sin denominador.
- «¿Qué es contenido, qué son RR. PP., qué es trabajo de entidades: qué estoy comprando exactamente?» El GEO agrupa disciplinas existentes dirigidas a superficies legibles por máquinas. Un proveedor honesto desglosa el paquete; uno deshonesto dice que el algoritmo hace el trabajo.
- «¿Qué pasa con mis resultados cuando salga el siguiente modelo?» La única respuesta honesta: las respuestas se reordenarán, volveremos a medir la referencia, y la capa duradera son tus fuentes y tus datos de entidad.
- «¿Por qué no puedo conseguir esto con una herramienta de monitorización barata más mi equipo de contenidos?» A veces puedes, y un proveedor serio lo dice. Uno que no sabe articular un valor más allá de la medición vende un panel a precios de iguala.
¿Cuáles son las 10 señales de alarma, con las palabras de los propios proveedores?
1. La garantía.
«Garantizamos que ChatGPT te recomendará en 90 días.» Los sistemas probabilísticos no emiten garantías; las emiten quienes quieren tu firma. Esta frase debería terminar la llamada.
2. El algoritmo propio.
«Nuestro algoritmo de posicionamiento en IA ha descifrado cómo clasifica marcas ChatGPT.» Nadie fuera de los laboratorios ha descifrado el interior de los modelos, y no hay una clasificación estable que descifrar. Lo que tienen los proveedores es un panel de consultas y un rastreador: útil, pero no una física secreta.
3. La ventanilla de envíos.
«Enviamos tu marca directamente a OpenAI, Google y Anthropic.» No existe tal ventanilla. No es una exageración; es un mecanismo inventado.
4. llms.txt como partida de cuatro cifras.
El archivo es markdown plano, lleva unos veinte minutos (cómo funciona) y no hemos visto que ningún motor lo documente como insumo de posicionamiento. Publicar uno es sensato; pagar cuatro cifras por él es arbitraje sobre tu desconocimiento.
5. El gráfico de cuota de voz sin metodología.
«Estás en el 4 %; tu competidor, en el 31 %.» Pregunta qué consultas, cuántas ejecuciones, qué modelos, muestreadas cuándo. Si el gráfico previo a la venta no puede responder, los informes posteriores tampoco.
6. Resultados dentro de un ciclo de modelo.
«Verás movimiento en 30 días.» Los cambios en las fuentes se propagan por los rastreos, los índices de recuperación y el reentrenamiento a lo largo de semanas o meses. Todo lo que se mueve en días es ruido de recuperación o medición creativa.
7. Sin referencia antes de empezar el trabajo.
Un proveedor que nunca captura una referencia congelada nunca puede demostrar una variación, lo cual es cómodo para exactamente una parte.
8. El pliego de condiciones que no nombra nada.
«Optimización continua para motores generativos, cuota mensual.» Si la línea del entregable no tiene sustantivos, ni conjunto de consultas, ni lista de fuentes, ni trabajo de entidades, ni cadencia de nueva medición, compras una suscripción a las sensaciones.
9. Todo, en todas partes, a un precio.
«Optimizamos para todas las IA.» Cada motor se apoya en una mezcla distinta de fuentes, y el comportamiento difiere según el idioma y el mercado. Prometer todos los motores sin priorizar significa no medir bien ninguno.
10. Volumen de contenido rebautizado como GEO.
«Treinta artículos optimizados para IA al mes.» Los motores premian la autoridad citable, no el rendimiento, y el texto de IA producido en masa no da a ninguna otra fuente un motivo para citarte.
¿Cómo juzgas un precio sin una tarifa de mercado?
Por los entregables que hay detrás, porque los precios publicados de GEO abarcan órdenes de magnitud para promesas de apariencia similar y ninguna encuesta de proveedores es neutral. Un presupuesto justo se puede leer línea a línea:
| Encargo | Qué debe incluir | La versión que hay que rechazar |
|---|---|---|
| Auditoría única | Conjunto de consultas fijo, referencia multimodelo, mapa de fuentes de citas, lista de correcciones priorizada | Un PDF de plantilla con puntuaciones y sin lista de consultas |
| Trabajo de entidades y datos estructurados | Registros con nombre creados o corregidos, con verificación | «Optimización de schema» sin lista de lo que cambia |
| Construcción de fuentes de citas | Qué fuentes independientes existirán al final que no existían al principio | Volumen de artículos sin publicación externa |
| Iguala mensual | Nueva medición frente a la referencia congelada, con varianza comunicada | «Optimización continua» con los entregables sin nombrar |
| Herramientas de monitorización | Consultas fijas, ejecuciones programadas, cobertura multimotor | Una herramienta revendida dentro de una iguala, rebautizada como propia |
Por transparencia, nuestra auditoría de visibilidad en IA empieza en €490 y es un servicio aparte que no se descuenta de los paquetes. La publicamos para que puedas comparar alcances, no como un discurso de ventas.
¿Qué debe nombrar un pliego de condiciones legítimo?
Un encargo mensual, si se justifica en absoluto, se lee como un documento de ingeniería. Cinco entregables deben aparecer por su nombre:
- Definición del conjunto de consultas: la lista congelada de consultas relevantes para el comprador (categoría, comparación, marca, adversas), acordada por escrito antes de empezar el trabajo.
- Captura de la referencia: medición multimodelo y multiejecución de dónde estás hoy, archivada para que ninguna parte pueda mover la portería.
- Trabajo de entidades y datos estructurados: los registros concretos que se crearán o corregirán, como entradas del grafo de conocimiento, marcado schema y datos coherentes de la organización. Consulta el trabajo de Wikidata y grafo de conocimiento.
- Construcción de fuentes de citas: qué fuentes independientes y citables existirán al final. Es la línea más lenta y la que más importa.
- Cadencia de nueva medición: las mismas consultas, el mismo método, un intervalo declarado y la varianza comunicada, incluidas las consultas que empeoraron.
Un proveedor que se resiste a escribir esto te está diciendo que el entregable es la factura.
¿Cómo falsean los proveedores las métricas de cuota de voz?
Tres movimientos producen un gráfico impresionante de la nada, y los tres desaparecen si preguntas.
- Consultas elegidas a conveniencia. Se miden 200 consultas y se comunican las 20 que mejoraron. Solución: el conjunto de consultas se congela en el pliego y cada informe cubre todo.
- Muestreo de una sola ejecución. Una respuesta por consulta al mes es lanzar una moneda presentado como tendencia. Solución: varias ejecuciones por consulta, con la tasa de menciones comunicada entre ejecuciones.
- Sin intervalos de confianza. Un paso del 22 % al 26 % en un panel pequeño es ruido estadístico que se dibuja como una barra satisfactoria. Solución: los informes incluyen el número de ejecuciones y la varianza, y señalan qué cambios caen dentro del ruido.
No hace falta un título de estadística. Pregunta una vez: «¿Cuántas ejecuciones por consulta y cuál es el nivel de ruido?». El silencio es una respuesta.
¿Dónde encajan Wikipedia y Wikidata en la visibilidad en IA?
Bajo el acrónimo GEO hay sobre todo un problema de fuentes: los modelos citan lo que consideran fiable, y confían en una lista corta de superficies. Wikipedia está constantemente entre las más citadas, y Wikidata alimenta los grafos de conocimiento que usan los motores para anclar quién eres. Cómo fluye la capa enciclopédica hacia las respuestas se trata en AEO de Wikipedia.
La prueba corta en ambas direcciones. Un proveedor de GEO que nunca menciona fuentes, superficies de cita ni trabajo de entidades vende spam de contenido bajo un acrónimo nuevo. Y el mercado de los servicios de Wikipedia tiene su propio ecosistema de estafas, cuyas señales de alarma riman con estas: garantías, agencias fantasma y casos de estudio inverificables. La misma estafa, otra superficie.
¿Cuándo basta una herramienta o un equipo interno?
Una iguala es la compra equivocada cuando tu universo de consultas es pequeño (menos de unas 100 consultas relevantes para el comprador), operas en un solo idioma, los motores ya declaran datos correctos sobre ti y tu equipo de contenidos puede actuar sobre los hallazgos. Una herramienta de monitorización más tus propios redactores cubre la mayor parte de lo que afirma una iguala de gama media; consulta herramientas de monitorización de marca en IA.
La ayuda externa se gana su cuota en tres situaciones: la medición multimercado en idiomas que no tienes en plantilla, el trabajo de entidades y de superficies de cita que tu equipo no puede hacer internamente (correcciones del grafo de conocimiento, fuentes enciclopédicas) y errores activos sobre tu empresa que hay que corregir en origen. Las tres son proyectos con final, por eso un alcance fijo suele superar a una iguala sin fin.
Preguntas frecuentes
No. Las garantías sobre una respuesta concreta de la IA contradicen cómo funcionan los modelos de lenguaje. Los proveedores legítimos prometen un método, una medición y un conjunto de consultas acordado, y comunican probabilidades con varianza.
Los cambios en las fuentes suelen necesitar de semanas a meses para llegar a los rastreos, los índices de recuperación y las versiones posteriores del modelo. Una afirmación de movimiento visible en días es más probablemente ruido de muestreo que efecto.
Uno que nombra un conjunto de consultas congelado, una referencia, trabajo de entidades y datos estructurados, construcción de fuentes de citas y una cadencia de nueva medición. Si una línea no tiene sustantivo, pide uno.
Publicar uno es barato y sensato, pero es un archivo pequeño, no una línea de servicio. Trata un cargo de cuatro cifras por él como señal de que el resto de la propuesta merece escrutinio.
Sí, en parte. Pide la lista de consultas y el número de ejecuciones, y vuelve a lanzar una muestra de consultas varias veces en sesiones limpias. Si tus resultados difieren mucho, la cifra es ruido.
No siempre, pero Wikipedia y Wikidata están entre las superficies en las que se apoyan los modelos. Una empresa relevante con poca presencia enciclopédica suele tener una carencia de fuentes; una auditoría de relevancia muestra si una página es realista.
El alcance fijo encaja con auditorías, trabajo de entidades y correcciones puntuales. Una iguala solo tiene sentido cuando el pliego nombra entregables recurrentes y la medición frente a una referencia congelada.
Cómo ayuda WikiBusines
Hacemos la capa de fuentes y de entidades, con el alcance nombrado antes de que pagues:
- Auditoría de visibilidad en IA, desde €490: referencia multimodelo y mapa de fuentes de citas; un servicio aparte, no se descuenta de los paquetes.
- Entidad de Wikidata, desde €680: registros de entidad estructurados que usan los motores para anclar tu marca.
- Auditoría de relevancia, desde €490, y creación de página en inglés, desde €2,400, 4-5 semanas: para las marcas cuya carencia es la capa enciclopédica, con la edición remunerada declarada a nombre de WikiBusines.
Para acotar una auditoría frente a una propuesta que ya tienes, contáctanos.
Autores y política editorial
Bohdan DubylovskyiCofundador y CBO, WikiBusines→
Roman MelnykCofundador y redactor jefe, WikiBusines→El artículo lo prepararon los cofundadores de WikiBusines. Vendemos servicios de pago en Wikipedia y por eso declaramos este interés: la edición remunerada siempre se declara en Wikipedia a nombre de WikiBusines, y las afirmaciones sobre las reglas se respaldan con enlaces a fuentes primarias.
Política editorial: declaración del pago, conflictos de interés, fuentes Read in English