Una psicóloga con consulta propia llevaba dos años aceptando pacientes nuevos sin interrupción. Cuando alguien le preguntó a ChatGPT si esa consulta tenía hueco, la Inteligencia Artificial respondió que no aceptaba más casos. Es un caso ilustrativo, no atribuido a nadie en concreto, pero describe un problema real y ya documentado: la Inteligencia Artificial se equivoca con la disponibilidad de negocios reales con más frecuencia de la que casi nadie imagina.
¿Qué pasa cuando la Inteligencia Artificial describe mal a un profesional?
El escenario es sencillo de imaginar porque le puede pasar a cualquiera que trabaje por su cuenta: alguien busca ayuda, no entra en Google, le pregunta directamente a un asistente de Inteligencia Artificial, y ese asistente contesta con un dato equivocado sobre disponibilidad, horario o estado del negocio. La persona que preguntaba no llega a marcar el teléfono. El profesional nunca sabe que existió esa consulta perdida.
No hace falta que el dato sea escandaloso para que haga daño. Basta con «no acepta pacientes nuevos», «cerrado los lunes» cuando abre todos los días, o un teléfono que ya no es el suyo. Cada uno de esos errores cierra una puerta que estaba abierta, sin que quien la cierra ni quien se queda fuera lo sepan.
¿Con qué frecuencia se equivoca la Inteligencia Artificial con datos de un negocio?
Mucho más de lo que parece razonable para una herramienta que millones de personas usan a diario. Un estudio de la plataforma Searchable, realizado sobre más de 13.000 consultas en 2026, encontró que el 93% de las empresas analizadas tenían al menos un dato básico inventado o directamente ausente en las respuestas de Inteligencia Artificial sobre ellas.
El mismo estudio señala una diferencia importante según el tamaño del negocio: la mitad de los negocios pequeños analizados recibió al menos un dato completamente inventado, frente al 32% de las empresas grandes. Cuanto más pequeña es tu consulta, tu despacho o tu negocio, menos información de calidad hay publicada sobre ti, y más fácil le resulta a un modelo rellenar ese hueco con un dato que no es cierto.
¿De dónde saca la Inteligencia Artificial que «no aceptas pacientes nuevos»?
La firma SOCi midió en 2026 que la precisión de los datos de ficha de negocio en ChatGPT y en Perplexity ronda de media el 68%, frente a un dato muy distinto en el caso de Gemini, de Google. ChatGPT construye buena parte de su información local a partir de terceros: en torno al 60-70% de esos datos proceden de Foursquare, socio oficial de OpenAI desde diciembre de 2024, y el 59% de los números de teléfono que cita proceden de sitios que no son la fuente original.
Eso significa que un directorio antiguo, una ficha duplicada o una reseña de hace tres años pueden pesar en la respuesta tanto como tu propia web actualizada esta misma semana. La Inteligencia Artificial no distingue por sí sola cuál de esas fuentes es la que manda.
¿Por qué unos modelos aciertan más que otros?
La diferencia entre modelos es real y medible. SOCi situó la precisión de Gemini en el 100% para datos de ficha de negocio, porque lee directamente de Google Maps en vez de depender de agregadores externos. La consultora Seer Interactive encontró algo parecido con los teléfonos: Gemini acertó en el 89% de los casos, ChatGPT solo en el 68%.
Esta diferencia importa porque nadie usa un único asistente. Un paciente potencial puede preguntarle a ChatGPT, otro a Gemini y otro a Perplexity, y los tres pueden recibir una respuesta distinta sobre la misma consulta. Aparecer bien en uno no significa aparecer bien en los tres.
¿Qué le cuesta de verdad a un profesional un dato mal dado?
Una encuesta de Yext, referencia habitual del sector, encontró que el 73% de los consumidores es poco probable que vuelva a intentarlo con un negocio después de encontrarse un horario incorrecto, y que el 44% ha llegado a desplazarse hasta un negocio que ya estaba cerrado por culpa de un dato equivocado publicado en internet. Trasladado a una consulta, un despacho o una clínica, el equivalente no es un desplazamiento en balde: es una llamada que nunca se hace.
Ese coste no aparece en ninguna factura ni en ningún informe. No hay una línea contable que diga «clientes perdidos por un dato mal citado por una Inteligencia Artificial». Por eso es el tipo de problema que un profesional independiente puede arrastrar durante meses, o años, sin llegar a identificar la causa.
¿Por qué los negocios pequeños son los más expuestos a este error?
Una cadena grande tiene su ficha verificada en decenas de directorios, un equipo que la revisa y, casi siempre, un acuerdo directo con las plataformas que alimentan a los modelos de Inteligencia Artificial. Una consulta, un despacho o un negocio de un solo profesional no tiene nada de eso: tiene, con suerte, una ficha de Google y una web que quizá no ha tocado en meses.
Esa diferencia explica por qué el estudio de Searchable encontró el doble de datos inventados en negocios pequeños que en empresas grandes. No es que la Inteligencia Artificial trate peor a los pequeños a propósito: es que, cuanta menos información fiable encuentra, más tiene que rellenar por su cuenta, y rellenar por su cuenta es exactamente cuando aparecen los errores.
¿Qué papel juega tu ficha de Google en todo esto?
Gemini lee directamente de Google Maps, y por eso su precisión es tan alta según SOCi. Pero ChatGPT y Perplexity no tienen ese acceso directo, y recurren a agregadores como Foursquare o a páginas de terceros que copian datos antiguos sin avisar. Si tu ficha de Google dice una cosa, tu web dice otra y un directorio olvidado dice una tercera, cada modelo puede quedarse con una versión distinta, y ninguna de las tres tiene por qué ser la correcta.
Mantener un solo dato actualizado en un solo sitio ya no basta. La consistencia entre todas las fuentes donde aparece tu nombre es, hoy, tan importante como el dato en sí mismo.
¿Por qué nunca te enteras de que está pasando?
Porque la persona que pregunta y recibe el dato equivocado no suele avisarte. Simplemente busca otra opción. No hay una queja, no hay un correo, no hay una llamada para decir «me dijeron que no aceptabas casos nuevos». Solo hay un silencio que se parece mucho a que el teléfono no suena tanto como antes.
La única forma de detectarlo es dar el paso al revés: en vez de esperar a que alguien te cuente lo que le dijo la máquina, preguntarle tú mismo a la máquina lo que dice de ti.
Ese silencio es, precisamente, lo que hace que este problema sea distinto a una mala reseña o a una queja pública. Una reseña negativa se ve, se puede responder y, en el peor de los casos, se puede rebatir. Un dato equivocado que solo existe dentro de una conversación privada entre un cliente potencial y un asistente de Inteligencia Artificial no deja ningún rastro que puedas consultar después.
¿Cómo se comprueba lo que dice de ti una Inteligencia Artificial?
Lo más directo es formular la misma pregunta que haría un cliente real: «¿acepta pacientes nuevos [tu especialidad] en [tu ciudad]?», tanto en ChatGPT como en Gemini y en Perplexity, y comparar las tres respuestas con la realidad. Lo que dice una Inteligencia Artificial sobre tu negocio puede llegar a arruinarte si esa comprobación nunca llega a hacerse.
El problema de hacerlo tú mismo, a mano, es que hay que repetirlo con cierta frecuencia, en varios modelos a la vez, y saber interpretar de dónde sale cada error para poder corregirlo en la fuente correcta. No es un gesto de una sola vez: los modelos actualizan lo que saben, y un dato corregido hoy puede volver a estar mal dentro de unos meses si la fuente original no cambió.
¿Qué puedes hacer si tu ficha ya está desactualizada en alguna parte?
RADAR, el servicio de Javier G. Amblar, revisa qué dicen sobre ti ChatGPT, Gemini y Perplexity, y detecta exactamente este tipo de error antes de que le cueste un cliente a tu consulta, tu despacho o tu negocio. No se trata de vigilar tu reputación en general: se trata de comprobar, con datos, si la Inteligencia Artificial te está cerrando la puerta a alguien que ya te estaba buscando.
Los sistemas de Inteligencia Artificial llevan tiempo aprendiendo de datos que nadie revisa, y eso incluye los que hablan de tu propia disponibilidad. Comprueba ahora si la Inteligencia Artificial está contestando bien por ti.
Sobre el autor
Javier G. Amblar acumula 27 años de experiencia 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 ha participado en RTVE, Telemadrid, Onda Cero y EsRadio. Es autor del libro Liderazgo (Editatum, 2018), su canal de YouTube supera los 368.000 suscriptores y su comunidad en línea reúne a más de 500.000 personas. Comprueba qué dice de ti la Inteligencia Artificial con RADAR.
