Visibilidad en IA · Norly Research
y búsqueda con IACómo decide la IA dónde come la gente. Lo medimos.
Pregúntale a ChatGPT «¿dónde desayunar bien por aquí?» y te nombra tres lugares con total seguridad. Esa respuesta no es publicidad ni azar. Medimos un mercado entero para entender de dónde sale — y publicamos el estudio en arXiv, en acceso abierto: cualquiera puede leerlo y cualquier investigador puede rebatirlo.
El buscador ahora tiene opinión propia
Durante veinte años, ser visible era aparecer arriba en una lista. Ahora los asistentes responden con una recomendación hecha: una lista corta de unos pocos nombres — normalmente de tres a ocho —, no diez enlaces azules. O estás en esa respuesta, o para ese cliente no existes. Quisimos saber exactamente qué separa a unos de otros — y medimos un mercado entero.
60%
de la generación Z ve la respuesta de IA de Google antes que cualquier resultado.
Para la IA, la mayoría de los locales no existe
La invisibilidad no es un filtro de calidad: también se traga a la mayoría de los locales que valen la pena. Pero mira la tercera cifra: entre los pocos visibles no hay monopolio, las respuestas no son de nadie. La verdadera barrera es entrar en la respuesta, no subir dentro de ella — y entrar sí está en tus manos.
85.6%
de 4,776 locales nunca recibió una recomendación — ni una vez, de ningún sistema, en 2,208 respuestas.
El hallazgo central
La IA elige locales en dos etapas — y las reseñas cuentan en ambas
Los factores que meten a un local en la respuesta casi no se cruzan con los que deciden a quién nombrar primero. La mayoría de los consejos sobre «visibilidad en IA» falla porque no distingue estas dos puertas. El estudio midió las dos:
Puerta 1 · Entrar en la respuesta
Los sistemas tienen que encontrarte en lo que leen. Esta puerta se abre con lo que hay publicado sobre ti:
Un local de 4.9 estrellas con pocas reseñas pierde esta puerta frente a uno de 4.3 con cientos.
Puerta 2 · Que te nombren primero
Una vez dentro de la respuesta, la lógica se invierte: la lista corta la ordenan las señales de calidad:
Aquí el tamaño de tu presencia en la web deja de pesar: dentro de la respuesta, los locales se comparan por mérito.
La mayoría de los factores funciona solo en una de las puertas. Dos atraviesan ambas: tu sitio web y tus reseñas. La cantidad de reseñas te mete en las respuestas (1.6× por paso), la calificación te sube dentro (1.17×), y las reseñas recientes muy probablemente ayudan también en la entrada (1.4× — apenas por debajo del umbral estadístico deliberadamente estricto del estudio, por eso decimos «muy probable», no «demostrado»). El sitio web lo haces una vez. Las reseñas tienen que seguir llegando — y son el único factor que tus clientes contentos mueven por ti todos los días.
Qué lee la IA en realidad
Registramos cada fuente que citaron los sistemas: 26,993 citas de 986 dominios. La IA lee todo lo que rodea a tu local: las grandes plataformas de reseñas están entre las fuentes más citadas, junto a guías de viaje, listas, blogs locales y foros — y las páginas propias de los locales. Cada perfil vivo en una plataforma, cada reseña de un cliente, cada mención en una guía es un documento que la IA puede encontrar. Los locales presentes en muchas fuentes aparecen en muchas respuestas; los que casi no dejan rastro no aparecen nunca.
Y ese rastro tiene que mantenerse fresco. Los sistemas recomendaron 93 veces locales cerrados para siempre: reseñas y listas viejas los mantenían «vivos» en las respuestas. (¿Locales inventados? Un solo nombre entre 12,439 menciones.) La señal más fresca que un local controla por sí mismo es un flujo constante de reseñas nuevas.
Por qué puedes confiar en estas cifras
Esto es lo que separa una medición de una afirmación de marketing: primero contamos a todos; fijamos y publicamos las hipótesis y el plan de análisis antes de recopilar los datos (prerregistro); preguntamos como preguntan los clientes reales; y verificamos cada nombre que dieron los sistemas.
4,776
locales censados — cada café, restaurante y bar de dos mercados
96
preguntas fijas: 8 perfiles de cliente × 6 formulaciones × 2 zonas
2,208
respuestas de ChatGPT, Claude, Gemini y Perplexity en 7 días
12,439
menciones de locales, cada una verificada contra el censo
1.4 M
pares «local–pregunta» en el modelo estadístico
26,993
citas registradas — cada fuente que leyeron los sistemas
La medición mostró algo más: no existe un «ranking de la IA» único. Dos sistemas cualesquiera coinciden solo en el 33–54% de su top 20, y hasta el mismo sistema responde distinto de una vez a otra. Comprobar una sola vez «¿me recomienda la IA?» mide la suerte, no la visibilidad. Medir la visibilidad de verdad exige repeticiones, varias formulaciones y varios sistemas — exactamente así funciona nuestro diagnóstico gratuito, aquí abajo.
Qué mueve de verdad la visibilidad en IA
El perfil medido de los locales que la IA recomienda — en el orden que importa para un local en marcha:
- 01Haz tu propio sitio web. El factor más fuerte del estudio: 1.9× las probabilidades de entrar en una respuesta de IA — y en nuestros registros de citas, el sitio propio del local fue la fuente más citada de todas. Los sistemas lo leen y lo citan directamente. No necesita ser sofisticado; le basta responder con claridad lo que pregunta un cliente: dónde estás, cuándo abres, qué sirves, por qué te conocen. Escríbenos antes de ponerte a hacerlo: te diremos qué debería decir el tuyo para que la IA te vea, si puedes hacerlo tú mismo y a quién contratar si no.
- 02Acumula reseñas, sin parar. El único hábito que premia en ambas puertas: la cantidad abre las respuestas (1.6× por paso), la calificación te ordena dentro (1.17×) y las reseñas recientes muy probablemente te mantienen vigente. Un flujo constante gana a cualquier campaña puntual — y es justo el hábito que crea un código QR en la mesa.
- 03Hazte presente en todo lo que lee la IA. Los sistemas citan plataformas de reseñas junto a guías, blogs y foros — los locales vivos en muchas fuentes aparecen en muchas respuestas. Un solo código QR para todas las plataformas a la vez — Google, TripAdvisor, Facebook — es el atajo.
- 04Completa cada campo de tu perfil. Solo indicar el nivel de precios: 1.5× las probabilidades. Horarios, menú, fotos, atributos — aburrido, pero está en tus manos y está medido.
- 05Deja de obsesionarte con las décimas de la calificación. Las estrellas solo empiezan a contar cuando ya estás en la respuesta: un 4.6 con 900 reseñas gana a un 4.9 con 40 — en las dos puertas.
*Reseñas recientes: 1.41×, apenas por debajo del umbral estricto de significancia del estudio (p = .054) — lo reportamos como muy probable, aunque no demostrado. Todos los efectos son asociaciones medidas con controles estadísticos.
Gratis · sin compromiso
¿Qué tan visible es tu local para la IA?
Déjanos el nombre de tu local y tu correo: les preguntaremos a los asistentes de IA por los locales de tu zona, revisaremos tus datos en las plataformas y te diremos con honestidad dónde apareces, dónde no y qué corregir primero.
Dónde entra Norly
Todo lo de arriba son hábitos, y un hábito necesita un sistema. Norly lo convierte en uno: el código QR en la mesa produce reseñas constantes y recientes; la invitación en video, reseñas detalladas; un solo código cubre todas las plataformas a la vez — Google, TripAdvisor, Facebook —; y la analítica muestra que de verdad está pasando.
Señal → sistema
Norly Research
Toda la investigación →El estudio está publicado: léelo y ponlo a prueba
Norly hace software de visibilidad para gastronomía — justo por eso no respondimos esta pregunta con un post de marketing. Publicamos el estudio en arXiv, en acceso abierto: cualquiera puede leerlo y cualquier investigador puede rebatirlo — incluidos los dos resultados que fueron en contra de lo que nosotros mismos esperábamos, publicados completos.
Además: versión HTML · la explicación en palabras simples en nuestro blog
Pitenin, V. (2026). Invisible to the Machine: Auditing AI Restaurant, Cafe, and Bar Recommendation Against a Complete Market Census. arXiv:2608.07069. DOI: https://doi.org/10.48550/arXiv.2608.07069
Una región y un idioma, a propósito: un mercado que se podía censar completo. Lo que sigue: la misma medición en un mercado muy distinto y el experimento que convierta las asociaciones medidas en una receta.
Norly Research · 2026
Canggu + Ubud, Bali · censo completo
invisibles para la máquina