Si cambiaste de número de teléfono, de horario o de dirección y una Inteligencia Artificial se lo sigue diciendo a quien te busca, no es un fallo menor de una ficha desactualizada: es una cita que no llega, una llamada que se pierde y un cliente que da por hecho que ya no trabajas ahí. Cuando le preguntas a ChatGPT, a Gemini o a un asistente de voz por un profesional, la respuesta que reciben no sale de tu web, sale de una mezcla de fuentes que rara vez revisas, y esa mezcla puede llevar meses de retraso respecto a lo que tú ya corregiste.
Por qué la Inteligencia Artificial sigue dando tu teléfono antiguo
Un modelo de lenguaje no llama a tu consulta para preguntar si el número sigue siendo el mismo. Construye su respuesta a partir de páginas indexadas, fichas de directorios, perfiles de redes y, cada vez más, de resúmenes que otros sitios ya hicieron sobre ti. Si uno solo de esos sitios quedó desactualizado, la Inteligencia Artificial puede repetir ese dato con la misma seguridad que si estuviera confirmado hoy mismo.
El problema no es que la máquina mienta a propósito. Es que no distingue entre un dato de 2021 y uno de esta semana salvo que la fuente lo marque con claridad, y la mayoría de directorios no lo hacen. Ya se ha visto un patrón parecido con consultas que cambiaron de dirección y la Inteligencia Artificial siguió mandando gente al local anterior meses después del cambio.
De dónde saca sus datos una Inteligencia Artificial cuando alguien te busca
Google My Business, directorios sectoriales, páginas amarillas digitales, tu propia web, menciones en prensa local, perfiles de LinkedIn y agregadores de datos que ni sabías que existían: todos esos sitios alimentan, directa o indirectamente, lo que un modelo dice cuando alguien pregunta por ti. Cuantos más sitios repitan el dato viejo, más peso le da el sistema, aunque tú lo hayas corregido en el lugar que más miras.
Corregir tu ficha de Google no corrige lo que ya está copiado en otros veinte sitios, y esos veinte sitios son los que terminan alimentando la respuesta que recibe tu próximo cliente. Cuando tu ficha de Google y tu propia web no coinciden entre sí, el sistema tiene que decidir a cuál creer, y no siempre acierta con la más reciente.
El coste real de una llamada que no llega
Nadie te avisa cuando alguien intenta contactarte con un dato equivocado. Esa persona simplemente no llega, y tú nunca sabes que existió. No hay una queja, no hay un correo de vuelta, solo una cita que nunca se pidió y una facturación que se queda un poco más baja de lo que debería sin que puedas explicar por qué.
Esto es distinto de una mala reseña, que al menos deja rastro. Un dato de contacto equivocado repetido por una Inteligencia Artificial es una fuga silenciosa: no se ve en ningún panel de control, no aparece en ninguna analítica, y sin embargo mueve dinero real fuera de tu negocio cada semana que sigue sin corregirse.
Qué dice el estudio de BrightLocal sobre confianza y datos incorrectos
BrightLocal, la firma que desde hace más de una década mide cómo los consumidores usan las fichas y directorios locales, publicó en su Local Consumer Review Survey que el 46% de los consumidores pierde la confianza en un negocio en cuanto encuentra una dirección incorrecta o inconsistente, y que un teléfono equivocado figura entre los cinco motivos principales que hacen que alguien abandone antes de contactar.
El mismo estudio señala que solo el 8% de los consumidores afirma que un dato incorrecto no le detendría a la hora de usar un negocio. Dicho de otro modo: para más del 90% de las personas que se topan con un dato de contacto que no coincide, ese error pesa en la decisión de seguir adelante o buscar otra opción, y con una Inteligencia Artificial de por medio, esa persona ni siquiera te compara con otra opción: simplemente recibe el dato erróneo como si fuera un hecho verificado.
Directorios, fichas y agregadores: por qué tu número vive en más sitios de los que crees
Un profesional autónomo suele tener su número publicado en su propia web, en Google Business Profile, en dos o tres directorios sectoriales, en algún artículo de prensa antiguo, en su perfil de LinkedIn y, si trabaja con seguros o colegios profesionales, en el listado oficial del colegio. Rara vez ha entrado a corregir los seis sitios a la vez cuando cambia de número, y en la mayoría de los casos ni siquiera recuerda dónde están publicados todos.
Los agregadores de datos, empresas que compilan información de negocios para revendérsela a otros directorios, complican esto todavía más: una sola corrección tuya no llega automáticamente a los agregadores, y son ellos los que terminan siendo la fuente silenciosa de muchos de los datos que una Inteligencia Artificial termina repitiendo meses después.
Homónimos y fichas duplicadas, otra fuente del mismo error
El problema se agrava cuando hay más de una ficha para el mismo negocio, algo habitual tras una mudanza, un cambio de nombre comercial o una fusión de consultas. Cada ficha duplicada compite con las demás por ser la fuente que un modelo decide citar, y no hay garantía de que elija la más reciente. Google mismo ha reconocido públicamente que sus sistemas pueden mezclar identidades cuando existen varias fichas o varias personas con datos parecidos, algo que ya se documentó al analizar cómo una Inteligencia Artificial puede confundir a alguien con un desconocido que comparte nombre o actividad.
Si tienes más de una ficha activa para el mismo negocio, la prioridad no es solo actualizar el teléfono en todas, sino decidir cuál es la ficha canónica y solicitar la fusión o el cierre de las demás, porque mientras convivan varias, el dato viejo siempre tiene una puerta de entrada abierta.
Cuánto tarda una corrección en llegar hasta ChatGPT, Gemini o Perplexity
No hay un plazo fijo, y esa es parte del problema. Un modelo que responde con búsqueda en tiempo real puede recoger un dato corregido en cuestión de días si la fuente que consulta está actualizada. Un modelo que se apoya en su entrenamiento de base puede seguir repitiendo un dato que dejó de ser cierto hace más de un año, porque ese dato quedó fijado en el momento en que el sistema aprendió de esa página.
Esto significa que corregir tu web hoy no garantiza nada sobre lo que una Inteligencia Artificial va a decir mañana. La única forma de saberlo con certeza es preguntarle directamente y comprobar la respuesta, no asumir que la corrección ya se propagó.
La diferencia entre corregir tu ficha y corregir lo que dice una Inteligencia Artificial
Corregir tu ficha de Google Business Profile es necesario, pero es solo un paso dentro de una cadena más larga. Lo que un modelo de lenguaje dice de ti depende de decenas de fuentes que no controlas directamente, y ninguna de ellas te avisa cuando decide actualizar o no tu información.
Por eso la pregunta correcta no es «¿ya corregí mi ficha?» sino «¿qué está diciendo hoy una Inteligencia Artificial cuando alguien me busca?». Son dos preguntas distintas, y solo la segunda te dice si el problema sigue vivo. El asunto de fondo, de hecho, es el mismo que se plantea al hablar de cuánta información sobre una persona termina acumulando y repitiendo un sistema de Inteligencia Artificial sin que esa persona lo sepa: los datos circulan y se fijan mucho más allá del sitio donde los corriges tú.
Cómo comprobar qué teléfono está dando hoy una Inteligencia Artificial sobre ti
La forma más directa es preguntarle tú mismo, con el nombre exacto de tu negocio y tu ciudad, a los asistentes que usa tu público: ChatGPT, Gemini, Perplexity y el asistente de voz del teléfono. Anota la respuesta literal, con fecha, porque estas respuestas no dejan historial y lo que no se registra hoy se olvida en un mes.
Repetir esta comprobación una sola vez no basta. Un dato que hoy está bien puede volver a desactualizarse en cuanto un directorio viejo se reindexe o un agregador reciba una copia antigua de tu ficha. Conviene además probar variantes de la pregunta: no solo «cuál es el teléfono de X», también «cómo puedo contactar con X» o «dónde está la consulta de X ahora», porque cada formulación puede tirar de una fuente distinta.
Qué hacer cuando encuentras el dato viejo
Lo primero es corregir la fuente original, no solo la que ves más a mano. Si el dato viejo sale de un directorio concreto, hay que entrar ahí y corregirlo, no solo en tu propia web. Lo segundo es documentar la fecha del cambio, porque si el error persiste dentro de unas semanas, necesitas saber desde cuándo debería haberse corregido para poder reclamar en la plataforma correspondiente.
Lo tercero, y lo que casi nadie hace, es volver a preguntar. Una corrección que no se verifica es una corrección que puede no haber servido de nada. Y lo cuarto es aceptar que este no es un trabajo de una sola vez: los directorios se reindexan, los agregadores reenvían copias antiguas y un dato que corregiste hace seis meses puede reaparecer sin que hayas cambiado nada de tu lado.
Por qué esto ya no es un problema solo de posicionamiento
Durante años, tener la ficha desactualizada era un problema de posicionamiento local: bajabas posiciones, perdías visitas. Hoy es distinto, porque cada vez más gente no navega hasta tu ficha, le pregunta directamente a una máquina y actúa según lo que esa máquina responde en una sola frase. Si esa frase lleva un dato equivocado, el usuario no tiene forma de contrastarlo salvo que decida buscar por su cuenta, y la mayoría no lo hace.
Medir qué está diciendo hoy una Inteligencia Artificial sobre tu negocio, con qué exactitud y con qué frecuencia se actualiza, es exactamente lo que resuelve el diagnóstico de visibilidad de RADAR, pensado para que dejes de enterarte del error por la vía más cara: un cliente que nunca llegó a llamar.
Sobre el autor
Javier G. Amblar lleva 27 años trabajando en comunicación y liderazgo, es exprofesor asociado del IE Business School con el Premio a la Excelencia Docente, y ha pasado por RTVE, Telemadrid, Onda Cero y EsRadio. Hoy dirige una comunidad en línea de más de 500.000 personas y ayuda a profesionales a comprobar qué dice de ellos la Inteligencia Artificial a través de RADAR.
