Las marcas más citadas en las respuestas de IA en chino tradicional no son necesariamente las más grandes, sino las que ofrecen la información más fácil de interpretar y reutilizar. Durante tres meses, Tenten Brand Radar analizó las respuestas de ChatGPT, Perplexity, Gemini y Google AI Overviews a 500 preguntas empresariales complejas para identificar las 100 marcas mencionadas con mayor frecuencia. El hallazgo más contraintuitivo: empresas valoradas en cientos de miles de millones y con décadas de trayectoria cedieron visibilidad ante compañías SaaS de apenas una docena de personas. La diferencia no está en el presupuesto, sino en la facilidad con la que sus contenidos pueden leerse, extraerse y reproducirse fielmente en una respuesta.
¿Cómo llegamos a esta conclusión?
Empecemos por la metodología, porque de ella depende la fiabilidad de la clasificación. No medimos el volumen total de menciones en Internet ni quién invierte más en publicidad. Formulamos a los motores de IA preguntas capaces de influir directamente en una decisión de compra y registramos qué marcas incluían en sus respuestas. Cada pregunta se planteó tres veces por semana, semana tras semana, durante tres meses. Así filtramos las apariciones fortuitas y conservamos únicamente las marcas citadas de forma estable. Una mención aislada no basta: para entrar en la lista, la marca debe ser seleccionada repetidamente por la IA como fuente fiable.
- Origen de las preguntas: consultas habituales en búsquedas B2B reales, dudas específicas de cada sector y preguntas del tipo «¿cuál recomiendas?», relacionadas con la adquisición de software, el marketing, la tecnología financiera, la energía eléctrica y la industria manufacturera.
- Motores analizados: ChatGPT —incluido su modo de búsqueda—, Perplexity, Gemini y Google AI Overviews, evaluados por separado.
- Sistema de puntuación: cada aparición de una marca en el texto de la respuesta suma puntos; su presencia en los enlaces citados como fuentes recibe una ponderación adicional. Las repeticiones dentro de una misma respuesta no vuelven a puntuar.
- Periodo de análisis: tres meses de ejecuciones semanales repetidas para estabilizar los resultados y evitar que un pico aislado distorsionara la clasificación.
Tres niveles dentro del top 100
Las 100 marcas se distribuyen en tres niveles que guardan muy poca relación con el tamaño de cada empresa. La verdadera diferencia está en si la información se ha organizado para que una máquina pueda interpretarla.
- Primer nivel (puestos 1–10): marcas con una base de contenidos especialmente sólida. Sus sitios incluyen páginas comparativas bien estructuradas, páginas de precios y preguntas frecuentes completas. Además, Wikipedia y los sitios de reseñas de terceros las describen de forma coherente. La IA encuentra pocas posibilidades de equivocarse y, por eso, las cita una y otra vez.
- Segundo nivel (puestos 11–40): marcas que suelen destacar gracias a un único activo muy potente. Puede ser un informe sectorial citado repetidamente o una página que define un término con tanta claridad que supera a competidores mucho mayores en un tema concreto.
- Tercer nivel (puestos 41–100): marcas cuya visibilidad aparece una semana y desaparece la siguiente. El problema suele ser la fragmentación del contenido: un mismo tema se reparte entre varios artículos del blog y ninguna página funciona por sí sola como respuesta completa.
Las marcas más citadas solo comparten tres rasgos
Las 20 primeras pertenecen a sectores distintos, pero al analizar la estructura de sus contenidos aparece una coincidencia sorprendente. No siempre son tan conocidas como sus competidoras; sencillamente consiguen que la IA pueda citarlas con menos esfuerzo que a cualquier otra.
- El contenido puede extraerse como una respuesta completa. Un mismo bloque explica qué es el producto o concepto, a quién va dirigido y para qué sirve. La máquina no necesita combinar fragmentos de varias páginas para construir la respuesta.
- Los hechos coinciden en todas las fuentes. El sitio oficial, las wikis, los portales de reseñas y la comunidad describen la marca de forma consistente, de modo que la IA no la descarta por encontrar información contradictoria.
- La información está estructurada. Las preguntas frecuentes, los precios, las comparativas y los datos estructurados Schema indican con claridad qué parte responde a cada pregunta, sin obligar al motor a deducirlo.
¿Por qué faltan algunas grandes marcas?
Las ausencias son, de hecho, la parte más reveladora de la lista. Varias empresas que ocupan el primer o segundo puesto de su sector apenas fueron mencionadas en preguntas relevantes y quedaron fuera del top 100. No les falta contenido; el problema es que está atrapado en formatos que las máquinas no pueden interpretar bien. La información esencial se guarda en archivos PDF, los códigos de producto quedan ocultos dentro de pestañas que exigen interacción y las comparativas dependen de componentes interactivos que tardan demasiado en cargar. Una persona puede verlos, pero los rastreadores no consiguen acceder a ellos, así que para la IA prácticamente no existen. Otro problema habitual es la contradicción entre el sitio oficial, las wikis y los portales de reseñas. Ante fuentes incompatibles, el motor suele preferir una empresa más pequeña cuya información sea coherente.
La IA no busca la marca más famosa, sino una respuesta que reduzca el riesgo de error. Cuanto más claro y menos contradictorio sea el contenido, mayor será la probabilidad de que lo cite.— Tenten Brand Radar Observer Note
Tres acciones que conviene emprender después de consultar la lista
La utilidad real de esta clasificación no consiste en comprobar qué posición ocupan otras marcas, sino en detectar las carencias de la propia. El método de las líderes puede replicarse y sigue una secuencia clara: medir primero, completar después el contenido que falta y, por último, alinear las fuentes externas.
- Establece una referencia inicial. Si no sabes en qué temas estás ausente ni qué marcas ocupan tu lugar, cualquier acción posterior será una conjetura. Plantea a los motores de IA tus consultas de compra más importantes y comprueba a quién mencionan.
- Crea una página de referencia que pueda extraerse como respuesta. Reúne las ideas dispersas por el blog en una comparativa, una página de definición o una sección de preguntas frecuentes clara, para que la máquina pueda obtener la respuesta completa de una sola vez.
- Alinea los hechos en fuentes externas. Actualiza las descripciones de las wikis, los portales de reseñas y las páginas de socios para que coincidan con el sitio oficial y desaparezcan las penalizaciones derivadas de información contradictoria.
