El 23 de diciembre de 2025, el equipo de investigación de Seer Interactive publicó un experimento que empezó por curiosidad y terminó siendo una advertencia seria. Nick Haigler, responsable de investigación de la agencia, lanzó 178 preguntas sobre números de teléfono de marca a siete modelos de Inteligencia Artificial distintos: ChatGPT, Meta, Perplexity, Google AI Mode, Claude, Gemini y las Vistas Generales de Google. El resultado, firmado también por Hannah Cooley y Wil Reynolds: solo el 27 por ciento de los números coincidía con lo que aparecía en la ficha de Google del negocio.
¿Por qué falla justo el dato que debería ser más fiable?
Seer Interactive cruzó la respuesta de cada modelo con tres fuentes: la ficha de Google del negocio, la página que el propio modelo citaba como origen, y la página de atención al cliente de la empresa. La coincidencia con la ficha de Google fue la más baja de las tres, un 27 por ciento. La explicación que da el propio estudio es que muchos números en las fichas de Google son corporativos, mientras que la Inteligencia Artificial suele buscar un número de atención directa, y ahí empiezan las discrepancias.
¿De dónde saca entonces la Inteligencia Artificial esos datos, si no es de tu ficha?
Cuando el modelo citaba una fuente concreta, el número coincidía con esa página el 93 por ciento de las veces, lo que significa que no está inventando el dato de la nada. El problema es otro: las fuentes propias de la marca solo se citaron el 41 por ciento de las veces, frente a un 59 por ciento de fuentes de terceros, muchas de ellas sitios generados por usuarios donde cualquiera puede publicar un número. Gemini, la más precisa del grupo con un 89 por ciento de aciertos frente a la web de atención al cliente, citaba de media 7,5 fuentes por respuesta. ChatGPT, la menos precisa con un 68 por ciento, citaba solo 3,5.
¿Qué dice el estudio de SOCi sobre este mismo problema a mayor escala?
El Local Visibility Index 2026 de SOCi, que Search Engine Land publicó el 28 de enero de 2026 firmado por Danny Goodwin, analizó casi 350.000 sedes de 2.751 marcas con varias ubicaciones. La precisión del perfil de negocio fue del 68,3 por ciento en ChatGPT, del 68 por ciento en Perplexity, y del 100 por ciento en Gemini, que se apoya directamente en los datos de Google Maps. Es decir, en dos de cada tres modelos de Inteligencia Artificial, uno de cada tres datos sobre tu negocio puede estar equivocado.
¿Y si tu ficha y tu web coinciden pero aun así casi nadie te recomienda?
El mismo informe encontró que solo el 1,2 por ciento de las sedes analizadas fueron recomendadas por ChatGPT, un 11 por ciento por Gemini y un 7,4 por ciento por Perplexity, frente al 35,9 por ciento que consiguen aparecer en el paquete local de tres negocios de Google. SOCi calcula que conseguir visibilidad en Inteligencia Artificial es entre tres y treinta veces más difícil que posicionar bien en la búsqueda local tradicional. BrightLocal, en su seguimiento de fuentes de ChatGPT, encontró que el modelo usa la propia web del negocio como fuente en el 58 por ciento de los casos, lo que confirma que tu web pesa, pero solo si dice lo mismo que el resto de tus perfiles.
¿Qué pasa cuando tu ficha de Google dice una cosa y tu web dice otra?
Ahí es donde la Inteligencia Artificial no tiene forma de decidir. No visita tu negocio, no te llama para confirmar, y no tiene motivo para preferir un dato sobre otro salvo la cantidad de veces que aparece repetido en internet. Si tu ficha dice un horario y tu web dice otro, si tu ficha tiene un teléfono y tu web tiene otro distinto, el sistema no arbitra: elige el que más veces ha visto, y puede que no sea el correcto.
¿Qué puedes hacer tú con esto?
El primer paso realista no es corregir cien directorios a la vez, es averiguar qué versión de tus datos está usando la Inteligencia Artificial hoy, porque hasta que no lo sepas no puedes saber qué corregir primero. Sobre cómo se hace esa corrección en la práctica y qué cambia después, puedes leer este artículo sobre corregir tu ficha y ver el resultado.
Javier G. Amblar creó RADAR para mostrarte exactamente dónde se contradicen tus propias fuentes ante la Inteligencia Artificial.
Sobre el autor
Javier G. Amblar acumula 27 años de experiencia como consultor y ha formado a más de 33.000 profesionales en 55 países. Fue profesor asociado del IE Business School, con Premio a la Excelencia Docente, y colabora habitualmente con RTVE, Telemadrid, Onda Cero y EsRadio. Su canal de YouTube supera los 368.000 suscriptores dentro de una comunidad en línea de más de 500.000 personas. Creó RADAR para que sepas qué dice de ti la Inteligencia Artificial.
