Por qué la IA no recomienda tu negocio local (datos 2026)

Dos sistemas distintos: 35,9% frente a 1,2%

Si tu negocio sale en el mapa de Google cuando alguien busca lo que haces en tu ciudad, es razonable pensar que la IA también te encontrará. Al fin y al cabo, si ya estás posicionado, estás posicionado.

Los datos dicen que son dos sistemas distintos, y que uno no te lleva al otro.

SOCi publicó el 28 de enero de 2026 su índice de visibilidad local, medido sobre más de 350.000 localizaciones de 2.751 marcas. El resultado principal es el siguiente:

Y el solapamiento entre quien gana en un sitio y quien gana en el otro es de solo el 45%. Dicho de otro modo: casi la mitad de los negocios que ganan en búsqueda local tradicional no son los que la IA recomienda.

Ni siquiera dentro de Google coinciden

Un segundo estudio, publicado el 2 de junio de 2026 sobre 1.120 consultas en 7 sectores y 13 ciudades, midió el mismo fenómeno dentro del propio ecosistema de Google, comparando el pack local con AI Mode.

• El 28,5% de los negocios que aparecen en el pack local no aparece en AI Mode.
• El solapamiento entre los tres primeros de cada superficie es de solo el 48%.

Esto es más grave de lo que parece, porque las dos superficies son del mismo proveedor y se alimentan de la misma ficha. Si ni siquiera dentro de Google coinciden, la idea de que optimizar para el mapa te cubre para la IA se cae sola.

El factor de peso que cambia: las reseñas

El mismo estudio da la pista más accionable de todo el artículo, y es un cambio de peso en los criterios.

Al comparar los negocios que aparecen en cada superficie, la mediana de reseñas cambia de forma sistemática. En el sector de fontanería, por ejemplo, los negocios recomendados en AI Mode tenían una mediana de 546 reseñas, frente a las 125 de los que salían en el pack local. Un 337% más.

La lectura es que la IA se apoya mucho más en el volumen de opinión agregada que el pack local clásico. Tiene lógica desde dentro del modelo: cuando un sistema tiene que resumir si un negocio es bueno, un corpus grande de opiniones es material utilizable, y uno pequeño no da para afirmar nada.

Esto cambia el guion del trabajo local. Las reseñas dejan de ser una tarea de reputación, que es como se han tratado siempre, y pasan a ser una palanca de aparición. Ya no se piden para convencer al que te está mirando, se piden para que un modelo tenga de donde sacar la recomendación.

Cuánta gente busca negocios locales con IA

Todo esto importaría poco si nadie usara la IA para buscar negocios. Pero ese comportamiento está creciendo rápido.

BrightLocal midió en marzo de 2026 que el 45% de los consumidores uso IA para encontrar un negocio local, frente al 6% del año anterior. Es ya el tercer canal de descubrimiento local, por delante de Yelp y Tripadvisor.

Dos avisos de honestidad sobre ese dato, porque un salto de siete veces en doce meses siempre merece escrutinio:

• Las dos cifras vienen de oleadas de encuesta distintas, y un salto tan grande suele indicar que también cambió la formulación de la pregunta.
• La muestra es de 1.002 adultos de Estados Unidos, así que el porcentaje exacto no es trasladable a España, aunque la dirección si es consistente con los datos españoles de adopción.

El mismo estudio añade dos cifras que matizan el pánico: el 63% de los usuarios confía en las recomendaciones de IA, pero el 88% verifica la recomendación antes de decidir. La IA no cierra la venta, abre la lista de candidatos, que es exactamente por lo que importa estar dentro de ella.

El contrato de datos que OpenAI ya tiene escrito

Si la IA recomienda tan pocos negocios, la pregunta es qué criterio usa. Y hay una fuente poco conocida que lo pone por escrito.

OpenAI publicó la especificación de conversión para reservas de restaurante dentro de su Apps SDK. Es documentación técnica dirigida a los proveedores de reservas, no a los negocios, pero contiene el contrato de datos exacto que hace falta para que un restaurante tenga ficha y botón de reserva dentro de ChatGPT. Los campos obligatorios son estos:

• Identificador estable del establecimiento
• Nombre
• Dirección completa
• Coordenadas geográficas
• Teléfono en formato E.164
• Web y URL canónica
• Un campo de checksum para detectar cambios

Importa fijar el alcance para no vender humo: esto está en beta y con socios aprobados, y quien entrega esos datos es tu plataforma de reservas, no tu. No es algo que puedas implementar el lunes en tu web.

Lo valioso es lo que revela sobre el criterio. Ese listado es básicamente NAP, nombre, dirección y teléfono, elevado a contrato técnico con dos exigencias añadidas: identificador estable y formato normalizado. La lectura para cualquier negocio local es directa: la consistencia de tus datos básicos, en todas las superficies donde aparecen, es lo que decide si un sistema puede tratarte como una entidad fiable.

Qué hacer, ordenado por impacto

Ordenado por lo que más mueve según los datos anteriores.

Fíjate en que ninguna de las cinco es un truco. Son fundamentos de SEO local que llevan diez años escritos, y que ahora tienen un segundo destinatario. La diferencia está en el rigor: para el mapa de Google, una dirección escrita de dos formas distintas era una molestia. Para un modelo que tiene que decidir si dos fichas son el mismo negocio, es la diferencia entre existir como entidad o ser dos entidades a medias.

El detalle de cómo se declara todo esto en marcado está en la guía de JSON-LD avanzado.

Las tres consultas para saber dónde estás hoy

Tres consultas, en modo incógnito para que el historial no condicione la respuesta. Anota lo que sale.

1. La genérica de categoría: el mejor [tu servicio] en [tu ciudad]. Mira si sales y en que posición de la lista.
2. La de intención concreta: necesito [tu servicio] en [tu barrio], qué me recomiendas. Es cómo pregunta la gente de verdad.
3. La de marca: qué sabes de [nombre de tu negocio]. Aquí no buscas si sales, buscas si lo que dice es correcto.

La tercera es la que sorprende a más dueños de negocio. El problema habitual no es que la IA diga que no te conoce: es que diga cosas que no son ciertas, con horario viejo, servicios que ya no prestas o una descripción que corresponde a otro negocio parecido. Y eso pasa exactamente cuando tus datos no son consistentes entre superficies.

Si quieres el procedimiento completo y repetible, con como registrar la línea base para poder comparar dentro de tres meses, está en la guía de auditoría de visibilidad en IA.

Preguntas frecuentes