Cada vez más decisiones de compra B2B empiezan preguntando a un motor de inteligencia artificial en lugar de a Google. Para entender qué ocurre realmente cuando una pyme busca así a un proveedor, hicimos la prueba de forma sistemática: 17 consultas reales de compra, cuatro motores, dos mediciones en noviembre de 2026.
El resultado más útil para cualquier empresa que venda servicios es este: los cuatro motores dan respuestas muy distintas a la misma pregunta, y la diferencia no está en el contenido que encuentran, sino en cómo llegan a él. Un proveedor puede ser la primera recomendación en un motor y no existir en otro el mismo día.
Metodología
- Motores evaluados: ChatGPT, Perplexity, Gemini y Claude, en sus versiones de consumo con búsqueda web disponible.
- 17 consultas de intención comercial sobre servicios B2B para pymes: dirección financiera externa, consultoría estratégica, agentes de IA conectados a ERP, automatización de procesos, financiación pública y preguntas de precio.
- Cada consulta se lanzó de forma independiente, sin contexto previo ni conversación acumulada, para evitar que una respuesta contaminara la siguiente.
- Dos rondas, el 5 y el 7 de noviembre de 2026, para medir estabilidad.
- Se verificó previamente que el acceso de los rastreadores de IA no estuviera bloqueado: once agentes de usuario (entre ellos ClaudeBot, GPTBot, OAI-SearchBot, PerplexityBot y Google-Extended) recibían respuesta correcta.
Hallazgo 1: hay dos familias de motores, y se comportan distinto
La variable que más explica los resultados es si el motor rastrea la web en el momento de responder o si contesta con conocimiento ya asentado.
- Los que rastrean en vivo (en nuestra prueba, Perplexity y ChatGPT) citan detalle de página: precios concretos, condición de partner, dirección, teléfono, plazos de implantación. Si la información está publicada y es localizable, la encuentran.
- Los que tiran de conocimiento consolidado (Gemini, en buena medida) recuperan sobre todo entidades ya establecidas: partners oficiales, grandes firmas, asociaciones sectoriales. Una empresa puede tener la mejor página sobre un ERP y no aparecer en esa consulta.
- Y hay motores que resuelven sobre un índice distinto: en nuestra prueba, Claude encontraba a las empresas sobre todo a través de directorios de terceros (fichas de agregadores de proveedores), no de sus webs. Llegaba a afirmar que una empresa «no publica precios» cuando esa empresa los tiene publicados en su web y otro motor los recitaba con decimales.
Implicación práctica: publicar bien no es suficiente. Para los motores de la segunda y tercera familia, lo que cuenta es la presencia fuera de tu dominio: directorios de partners del fabricante, asociaciones, prensa, fichas de agregadores y menciones de terceros.
Hallazgo 2: los motores se equivocan más de lo que parece
Las respuestas llegan con un tono de seguridad que no se corresponde con su fiabilidad. Errores que documentamos:
- Servicios atribuidos a quien no los presta. Un motor listó dos empresas tecnológicas locales como proveedoras de dirección financiera externa, servicio que no ofrecen, y atribuyó a una consultora servicios de peritaje que no están en su catálogo.
- Empresas inventadas. En una consulta sobre directores financieros externos aparecieron dos firmas con nombres verosímiles que no existen.
- Cobertura geográfica fabricada. Se atribuyó oficina en una provincia a firmas que no la tienen.
- Datos obsoletos dados como vigentes: direcciones antiguas tomadas de directorios sin actualizar, y una acreditación de 2014 presentada como actual.
- Confusión de entidad: buscar el nombre de una empresa a secas devolvió un token de criptomoneda y una aseguradora extranjera.
Implicación práctica: si vas a contratar a partir de lo que te diga un motor de IA, verifica tres cosas en la web del proveedor: que el servicio que te han contado exista, que la ubicación sea real y que el precio esté publicado por él y no inferido. Y pide siempre un caso real con tu mismo sistema de gestión.
Hallazgo 3: el precio se recita fuera de contexto
Este es el hallazgo que más debería preocupar a cualquier empresa que publique tarifas de entrada. Los motores toman el «desde X €» de una web y lo colocan junto a bandas de mercado de servicios mucho más amplios, sin el alcance que lo acompañaba en origen. El resultado es que un precio de entrada honesto para una dedicación reducida puede acabar leído como una versión incompleta de un servicio que cuesta diez veces más, y el propio motor añade advertencias al comprador.
Si publicas una tarifa de entrada, publica en la misma página la escala completa: a qué dedicación corresponde ese mínimo y cuánto cuesta el servicio en los escalones siguientes. Es la única forma de que el motor no rellene el hueco por su cuenta.
Hallazgo 4: las consultas de precio y de «por dónde empiezo» están desatendidas
En la primera medición, las preguntas con mayor intención de compra —cuánto cuesta un servicio, qué conviene implantar primero— se respondían sin citar ninguna empresa en la mayoría de los motores. Son las consultas donde un comprador está más cerca de decidir y donde casi nadie ha publicado una respuesta útil. Dos días después, parte de ese hueco ya se había ocupado: el panorama cambia en días, no en meses.
Hallazgo 5: los resultados son inestables
Entre dos mediciones separadas por 48 horas, un mismo motor pasó de omitir varias consultas a responder a todas, y otro cambió los proveedores que citaba. No hay posiciones ganadas de forma permanente. Cualquier medición de visibilidad en motores de IA es una foto de un día concreto y necesita repetirse con el mismo protocolo para significar algo.
Qué hacer con esto si vendes servicios B2B
- Comprueba que no bloqueas a los rastreadores de IA. Es el primer filtro y mucha gente lo tiene cerrado sin saberlo, por configuración de CDN o de un plugin de seguridad.
- Publica el detalle que un motor pueda citar: precios con su alcance, plazos, sistemas con los que integras, ubicación y casos con nombre. La vaguedad no se cita.
- Trabaja la presencia fuera de tu web. Directorios oficiales de los fabricantes con los que trabajas, asociaciones sectoriales, prensa y fichas de agregadores. Es lo único que ven algunos motores.
- Vigila los directorios que ya hablan de ti. Una ficha vieja con servicios equivocados o la dirección antigua se convierte en la versión oficial de tu empresa para algunos motores.
- Mide con un protocolo fijo y repítelo. Las mismas consultas, los mismos motores, cada 60 días.
Preguntas frecuentes
¿Sirve el SEO clásico para aparecer en los motores de IA?
Sirve, pero no basta. En nuestra prueba había páginas indexadas, bien construidas y rastreadas a diario que un motor no recuperaba en ninguna consulta, porque ese motor no llegaba al dominio: llegaba a directorios de terceros. El SEO resuelve la mitad del problema; la otra mitad es autoridad y entidad fuera de tu web.
¿Puedo pedirle a un motor de IA que me incluya?
No hay un formulario de alta. Lo que sí funciona es lo que usan como fuente: contenido propio localizable, entidad bien definida (ficha de empresa, datos coherentes en todas partes) y menciones en dominios que no controlas.
¿Cada cuánto conviene medir?
Cada 60 días es un intervalo razonable. Nosotros comprobamos cambios relevantes en 48 horas, así que medir una sola vez no dice gran cosa.
¿Por qué un motor dice que no publico precios si los tengo publicados?
Porque probablemente no esté leyendo tu web, sino una ficha de directorio que no los incluye. Es la señal más clara de que tu problema está fuera de tu dominio.
Sobre este estudio
Lo hemos hecho porque es la pregunta que nos traen nuestros clientes: si un posible comprador consulta a una IA, ¿aparecemos? Aplicamos el mismo criterio que en el resto de nuestro trabajo: medir antes de actuar. Si quieres el mismo diagnóstico para tu empresa, está en nuestro diagnóstico Foto Fija IA.
También publicamos el barómetro de precios de agentes de IA en España, con rangos de mercado y fuentes, y una guía de agentes de IA para tu ERP.
Metodología reproducible: las 17 consultas, los cuatro motores y las dos fechas de medición están descritos arriba para que cualquiera pueda repetir la prueba con su propia empresa.
Cómo citar este estudio
Uniasser Consulting. «Visibilidad en motores de IA: estudio con 17 consultas B2B», noviembre de 2026. Disponible en uniasser.com/estudio-visibilidad-motores-ia.
Datos de elaboración propia a partir de 17 consultas lanzadas de forma independiente a ChatGPT, Perplexity, Gemini y Claude los días 5 y 7 de noviembre de 2026. Puedes reutilizar los hallazgos citando la fuente.
Registro de cambios
- 7 nov 2026: primera edición, con las dos mediciones de noviembre de 2026.
Escrito por Enric J. Martí Albella, CEO de Uniasser Consulting. Más de 25 años como CEO, consultor y mentor, 15 de ellos también como CFO y adjunto al CEO de una empresa química internacional; dirige el desarrollo de los agentes de IA de Uniasser (Vantis) para Holded, Odoo y otros ERP. Revisado el 08/11/2026.