Sí, es posible: si cambiaste de dirección, de teléfono o de nombre de consulta hace un año, la Inteligencia Artificial puede seguir mandando a la gente al sitio antiguo, y el motivo no es que mienta a propósito. Construye su respuesta cruzando fuentes dispersas, y cuando esas fuentes no coinciden, no elige la más reciente: elige la que más se repite, aunque esa mayoría esté equivocada.
¿Por qué la Inteligencia Artificial no verifica tu dirección antes de darla?
Ningún motor de Inteligencia Artificial llama a tu consulta para comprobar si sigues ahí. Construye su respuesta a partir de datos de entrenamiento, directorios de terceros, perfiles abandonados y páginas antiguas, sin un paso de verificación en vivo salvo que esté haciendo una búsqueda activa en ese momento. Search Engine Journal lo confirmó en un informe del 20 de julio de 2026: los datos de entrenamiento de ChatGPT llegan hasta septiembre de 2024, así que cualquier cambio posterior no aparece de forma automática si el sistema no está consultando la web en tiempo real.
Incluso cuando sí consulta la web, lee lo que encuentra, y lo que encuentra incluye reseñas viejas de Yelp, fichas de directorios que nadie actualizó y menciones de prensa de hace años. La Inteligencia Artificial no distingue por intuición cuál de esas fuentes eres tú de verdad.
¿Por qué gana el dato viejo aunque tú ya lo hayas corregido?
Aquí está el mecanismo exacto, documentado por Search Engine Land en un análisis de 2025: cuando varias fuentes que alimentan a un motor de Inteligencia Artificial se contradicen entre sí, el sistema pierde confianza en la entidad completa y tiende a quedarse con la versión que aparece con más frecuencia, no con la más actualizada. Si cinco directorios todavía tienen tu dirección antigua y solo tu web tiene la nueva, la probabilidad de que la respuesta cite la antigua es alta.
Esto convierte el simple hecho de mudarte de consulta en un problema de datos que se prolonga mucho más allá de la mudanza real, porque el rastro digital de la etapa antigua se construyó durante años y el de la etapa nueva apenas lleva unos meses.
¿Cuánto se equivocan hoy los motores con los datos de un negocio?
SOCi documentó en 2026 que la precisión del perfil de un negocio en ChatGPT y en Perplexity se queda en un promedio del 68%, frente a una precisión casi perfecta en Gemini, que trabaja directamente con los datos verificados de tu ficha de Google Business Profile. Un informe de PushLeads del 21 de julio de 2026, basado en datos de Search Engine Journal del día anterior, encontró que casi la mitad de las respuestas locales que dan hoy las herramientas de Inteligencia Artificial contienen errores de ubicación, horario o servicio.
Para un profesional que trabaja solo, sin un departamento que vigile veinte directorios distintos, ese 32% de error medio no es una estadística abstracta: es la diferencia entre que un paciente o un cliente llegue a la puerta correcta o pierda media hora buscando una consulta que ya no está ahí.
¿Qué le pasa a la persona que confía en esa dirección equivocada?
Yext documentó en 2024, en una encuesta sobre confianza y datos locales todavía citada como referencia en 2026, que el 44% de los consumidores ha llegado alguna vez a un negocio cerrado por culpa de un horario mal indicado en internet, y que el 73% de las personas es poco probable que vuelva a intentarlo con un negocio cuyos datos resultaron ser incorrectos. Aplicado a una consulta profesional, eso significa perder no solo la cita de ese día, sino la confianza para volver a intentarlo.
Quien busca un psicólogo, un abogado o un asesor no suele comprobar la dirección en dos sitios distintos antes de ir. Confía en la primera respuesta clara que recibe, y si esa respuesta viene de una Inteligencia Artificial, la da por buena sin cuestionarla.
¿Por qué Gemini casi nunca se equivoca y ChatGPT sí?
La diferencia no es casualidad, es de origen de los datos. SOCi señala que la tasa de recomendación correcta de Gemini es casi diez veces mejor que la de ChatGPT cuando el negocio tiene su ficha de Google Business Profile completa y actualizada, precisamente porque Gemini bebe de esa fuente verificada en lugar de reconstruir tu perfil a partir de fragmentos sueltos por la web.
Esto no significa que baste con arreglar un solo sitio. Significa que hay un punto de partida con más impacto que el resto: si tu ficha de Google está desactualizada, cualquier corrección que hagas en tu propia web tarda mucho más en imponerse sobre esa fuente central.
¿Basta con corregir un solo directorio para que se arregle todo?
No. Search Engine Land, en el mismo análisis de 2025, describe el problema de fondo: cuando el nombre de tu consulta aparece escrito de tres formas distintas en tres sitios distintos, un motor de Inteligencia Artificial puede interpretar que se trata de tres negocios diferentes, no de uno solo con datos inconsistentes. Ya lo explicamos con más detalle en este artículo sobre datos inconsistentes de tu negocio en internet, donde el problema no es la dirección vieja en sí, es la falta de coincidencia exacta entre todas las fuentes que existen sobre ti.
Corregir tu web no sirve de mucho si un directorio menor, de esos que ni sabías que existían, sigue mostrando la dirección de hace tres años. Ya tratamos ese fenómeno en este artículo sobre qué directorios lee realmente la Inteligencia Artificial, y la conclusión se repite aquí: no puedes corregir lo que no sabes que existe.
Herramientas como BrightLocal o Moz Local pueden rastrear decenas de directorios a la vez y mostrarte, en un solo listado, cada versión distinta de tu nombre, tu dirección y tu teléfono que circula por la red. BrightLocal recomienda en su metodología de 2025 hacer esta revisión completa al menos una vez por trimestre, porque un directorio nuevo puede aparecer y copiar datos viejos sin que tú lo pidas.
¿Sirve de algo reportar el error directamente en el chatbot?
Sí, aunque no es una solución inmediata. En ChatGPT puedes pulsar el icono de pulgar hacia abajo en cualquier respuesta con datos incorrectos y describir el error concreto, con tu nombre, el dato equivocado y el correcto. Google AI Overviews y Perplexity tienen un botón de feedback parecido bajo cada respuesta. Search Engine Journal recomienda tratarlo como una auditoría de visibilidad, no como una simple queja: lo que expone es qué fuente débil o inconsistente está alimentando esa respuesta.
Ese reporte no reescribe el modelo al instante, pero sí es una señal directa para las empresas que entrenan estos sistemas, y ayuda a que la corrección se propague más rápido cuando se combina con arreglar las fuentes de origen, no como sustituto de eso.
¿Cómo se nota esto en la consulta de un profesional que trabaja solo?
Imagina a un fisioterapeuta que se mudó de barrio hace catorce meses. Su web tiene la dirección nueva desde el primer día, su ficha de Google también, pero un directorio de salud que dejó de usar hace años, y una entrevista antigua en un medio local, siguen mostrando la dirección vieja. Cuando alguien le pregunta a una Inteligencia Artificial dónde está esa consulta, el sistema puede combinar ambas versiones o directamente quedarse con la que más veces ha visto repetida.
El fisioterapeuta no tiene forma de saber que esto ocurre a menos que alguien se lo diga, porque nadie le avisa cuando un paciente potencial recibe la dirección equivocada. Solo lo descubre cuando alguien, ya frustrado, le escribe preguntando por qué la dirección no coincidía.
¿Cuánto tarda en corregirse un dato después de que tú ya lo cambiaste?
Search Engine Journal, en su informe del 20 de julio de 2026, calcula un rango de tres a seis meses para que la mayoría de las correcciones se propaguen a través de los motores con búsqueda en vivo, y de doce a dieciocho meses para que un modelo con datos de entrenamiento estáticos actualice esa información por su cuenta. Durante todo ese tiempo, cada persona que pregunta recibe la versión antigua como si fuera un hecho verificado hoy mismo.
Ya avisamos hace meses en este artículo sobre lo que puede llegar a decir una Inteligencia Artificial de tu empresa de que ese desfase entre lo que tú sabes y lo que la máquina repite puede costarte clientes durante meses sin que tengas ninguna señal visible de que está ocurriendo.
Esa ventana de meses es la que más le cuesta a un profesional independiente, porque no hay manera de acortarla solo con paciencia. Requiere saber exactamente en qué fuentes sigue viva la versión vieja, y corregirlas una por una, empezando por las que la Inteligencia Artificial consulta con más frecuencia y no por las que a ti te resultan más visibles a simple vista.
¿Qué puedes hacer tú, que trabajas solo, sin un equipo detrás?
El primer paso no es corregir a ciegas, es saber qué está diciendo hoy cada motor de Inteligencia Artificial sobre tu dirección, tu teléfono y tus horarios, y en qué se equivoca exactamente. RADAR revisa qué dicen hoy ChatGPT, Gemini y Perplexity de tu negocio, detecta los datos desactualizados y te dice dónde corregirlos antes de que un cliente llegue a la puerta equivocada.
Sobre el autor
Javier G. Amblar suma 27 años de trabajo en consultoría estratégica y ha formado a más de 33.000 profesionales en 55 países. Fue exprofesor asociado del IE Business School, colabora con RTVE, Telemadrid, Onda Cero y EsRadio, y es autor del libro Liderazgo (Editatum, 2018). Su canal de YouTube, TheEvolutionMind, supera los 368.000 suscriptores, y su comunidad en línea reúne a más de 500.000 personas. Puedes comprobar qué datos tuyos está usando hoy la Inteligencia Artificial en consultoria.uno/radar, y conocer su sistema para profesionales independientes en consultoria.uno/evolution.
