Esta publicación fue patrocinada por Victorious. Las opiniones expresadas en este artículo son propias del patrocinador.
Cuando le pedimos a una plataforma de inteligencia artificial que describa una marca, casi siempre sabe la respuesta. Pero cuando un comprador pregunta en esa misma plataforma qué marca considerar, recurre sólo a una pequeña fracción de las marcas que conoce.
Esa brecha es el hallazgo central de nuestro Informe de búsqueda trimestral del segundo trimestre de 2026. En ocho plataformas de IA, el 96 por ciento de las marcas que probamos se describieron con precisión cuando preguntamos directamente sobre ellas. Sin embargo, el 89 por ciento de las marcas que medimos nunca aparecieron en las respuestas generadas por IA a las preguntas de investigación de categorías.
Los sistemas de IA ya conocen la mayoría de las marcas. Ser mencionado requiere más que solo reconocimiento de marca. Este estudio se propuso medir qué otros factores influyen en la visibilidad de la IA.
Lea el informe de búsqueda trimestral completo del segundo trimestre de 2026
La metodología del estudio: medir el reconocimiento de la IA frente a las menciones de la IA
Medimos dos señales distintas para una cohorte de 175 marcas en cinco sectores verticales: legal, atención médica, SaaS, servicios financieros y comercio electrónico/minorista. De ellas, 140 marcas tuvieron respuestas de IA evaluables para el análisis de reconocimiento, y 150 formaron la cohorte de tasa de mención.
Medición del reconocimiento de IA
Le pedimos a ocho plataformas de inteligencia artificial (ChatGPT, Claude, Gemini, Copilot, Perplexity, Google AI Overviews, Google AI Mode y Meta AI) que describieran cada marca de nuestra cohorte, luego calificamos cada respuesta según el sitio web de la marca y le asignamos a esa respuesta una etiqueta de correcto, impreciso, anticuado, equivocadoo no reconocido.
Medición de menciones de IA
Medimos la frecuencia con la que esas marcas aparecían en las respuestas generadas por IA a mensajes de investigación de categorías estandarizadas (las preguntas de investigación de compras que hace un cliente potencial al comparar soluciones). También ejecutamos un conjunto separado de indicaciones de concienciación sobre los problemas (las preguntas iniciales que hace un comprador antes de saber qué tipo de solución necesita), que se volvieron importantes más adelante en el estudio.
Ampliando el análisis
Las tasas de reconocimiento y menciones no se alinearon como esperábamos, por lo que ampliamos el análisis a clasificaciones orgánicas, tráfico orgánico, menciones web de terceros y presencia en Knowledge Graph.
La IA reconoce muchas más marcas de las que menciona
El reconocimiento y la mención son comportamientos distintos y mensurables. El reconocimiento refleja la comprensión que la IA tiene de una marca. Mencionar mide si las plataformas de IA nombrarían una marca mientras un comprador compara opciones.
Cuando se les preguntó directamente, las plataformas de inteligencia artificial describieron con precisión el 96 por ciento de las marcas. Explicaron correctamente qué vende cada empresa y los mercados a los que atiende. Sin embargo, esas mismas marcas rara vez se mencionaban cuando hicimos las preguntas de investigación de categorías que haría un comprador real. Para el 89 por ciento de ellos, nunca salieron a la luz.
Tras un examen más detenido, encontramos que el reconocimiento variaba según la plataforma. Google AI Mode, Gemini, ChatGPT, Google AI Overviews y Copilot superaron el 83 por ciento de precisión en cada vertical que probamos, mientras que Perplexity y Meta AI oscilaron mucho más. Perplexity reconoció correctamente menos del 55 por ciento de las marcas de comercio electrónico y SaaS, y Meta AI reconoció solo el 46 por ciento de las marcas de SaaS. El informe completo muestra qué plataformas reconocen las marcas con mayor precisión en cada una de las cinco verticales.
Entonces, ¿qué separa a las marcas que menciona la IA?
Si el reconocimiento no explica la diferencia, algo más sí la explica. Las relaciones más sólidas que encontramos provinieron de señales más allá del propio sitio web de una marca: dominios de referencia (cuántos sitios únicos enlazan con usted) y menciones web de terceros (con qué frecuencia otros sitios hablan de usted). Ambos mostraron una correlación moderada con las menciones de IA, 0,49 y 0,45 en una escala donde 1,0 sería una relación perfecta. Ninguna señal era lo suficientemente fuerte como para actuar como palanca por sí sola, pero juntas describen la prominencia general de una marca en la web.
Después publicación este informe, nosotros también probado si referente dominio calidad importaba como mucho como cantidad. Él lo hizo‘t. Alta autoridad campo de golf agregado solo a modesto elevar en su propio, y alguno marcas con campo de golf de muy autorizado sitios aún casi nunca apareció en AI respuestas. Nosotros romper abajo por qué esos enlaces de alta autoridad no ayudaron en a reciente episodio de nuestro podcast.
Los datos de menciones de terceros produjeron el punto de referencia más práctico del informe. Las marcas con menos de 2.000 páginas web indexadas que las mencionan fueron nombradas en las respuestas de IA sólo el 3 por ciento de las veces. La tasa de menciones aumentó considerablemente a partir de ahí y el informe completo desglosa los puntos de referencia de visibilidad que separaron las marcas mencionadas en cada umbral.
La IA confía en diferentes fuentes en cada etapa del recorrido del comprador
Aquí es donde los datos proporcionaron información más útil. Dentro de las indicaciones de investigación de nuestra categoría, el 99,99 por ciento de las 49.391 citas que analizamos apuntaban a sitios web de terceros en lugar del dominio propio de la marca. Solo 4 de las 150 marcas de nuestra cohorte de menciones obtuvieron una mención en su propio sitio web. Esto generó una pregunta de seguimiento: ¿Se mantiene el mismo patrón en una etapa más temprana del viaje, antes de que un comprador comience a comparar soluciones? Comparamos las fuentes que AI citó en nuestros dos tipos de mensajes para averiguarlo.
Las indicaciones de concientización sobre los problemas, como “¿Cómo sé si mi empresa necesita un abogado?”, obtuvieron citas de fuentes educativas: videos, sitios gubernamentales e institucionales y comunidades profesionales. También citaron contenido educativo publicado en los sitios web de la empresa. Sin embargo, las marcas mismas fueron nombradas en sólo el 0,10 por ciento de esas respuestas.
La combinación importa más que cualquiera de las estadísticas por sí solas: al principio del viaje, la IA utilizará el contenido educativo de una marca para crear una respuesta y aun así dejará el nombre de la marca fuera de ella. Así como el reconocimiento no garantiza una mención, tampoco una cita.
Las preguntas de investigación de categorías, como “¿Cuáles son las mejores firmas de abogados en los EE. UU.?”, desplazaron las citas hacia directorios y sitios de comparación. Y las marcas fueron nombradas más de doce veces más en esas respuestas.
Las dos etapas premian trabajos diferentes. Publique contenido educativo que responda a las preguntas iniciales, ya que eso es lo que la IA busca para crear respuestas a las indicaciones de concienciación sobre los problemas. Y cree presencia en los directorios y sitios de comparación que AI consulta durante la investigación de categorías, ya que ahí es donde realmente se nombran las marcas. El informe detalla en qué fuentes confía la IA en cada etapa del recorrido del comprador, desglosadas por tipo de mensaje y plataforma.
¿Qué más mostraron los datos?
Las fuentes en las que se basa la IA también difieren marcadamente según la industria. Las citas de servicios legales se concentraron en un puñado de directorios de prestigio, mientras que las citas de SaaS se distribuyeron en más de 10.000 dominios únicos. Por lo tanto, la estrategia externa adecuada depende en gran medida de su vertical. El informe completo desglosa cómo las fuentes de citas difieren según la industria, incluidas las fuentes más citadas para cada una de las cinco verticales que estudiamos.
Conclusión clave
La IA ya sabe quién eres. Describe con precisión la mayoría de las marcas y no tiene problemas para explicar lo que hacen. La visibilidad proviene de aparecer en las fuentes en las que la IA confía en cada momento del recorrido del comprador. Su propio contenido educativo puede obtener citas mientras los compradores todavía están trabajando para comprender su problema, y las fuentes de terceros tienen casi todo el peso una vez que llegan a la etapa de consideración.
El informe de búsqueda trimestral completo del segundo trimestre de 2026 incluye los datos completos de correlación de señales, los umbrales de menciones de terceros, el comportamiento de las citas por plataforma y las señales de mercado de este trimestre.
Lea el informe de búsqueda trimestral completo del segundo trimestre de 2026
Créditos de imagen
Imagen de portada: Imagen de VictoriousSEO. Usado con permiso.
Imágenes posteriores: Imágenes de VictoriousSEO. Usado con permiso.
