La inteligencia artificial ya participa en la investigación que realizan algunos compradores antes de contactar con una empresa. Un cliente potencial puede preguntar a ChatGPT o a otro asistente qué alternativas existen, qué debería comparar y qué proveedores merece la pena examinar. Puede empezar a formarse una primera opinión sin haber visitado todavía tu web ni haber hablado con tu equipo comercial.
Mientras tanto, tu empresa puede estar haciendo las cosas bien. Las ventas siguen funcionando, los clientes habituales confían en ti y la reputación se ha construido durante años. Quizá ningún indicador comercial muestre una pérdida de posición. Pero ¿qué ocurre con los compradores nuevos que investigan y comparan de otra manera, y que todavía no saben que existes?
No hace falta imaginar agentes que negocien y cierren contratos por sí solos. El cambio más cercano es anterior: la IA puede ayudar a ordenar criterios y alternativas mientras el comprador conserva la decisión. El riesgo para la empresa no es solo perder una oferta frente a un competidor. Es no llegar a formar parte de las opciones que ese comprador estudia.
La pregunta para dirección es esta: conocemos las oportunidades que perdemos, pero ¿qué sabemos de los compradores que no han llegado a considerarnos?
Contenidos
El cambio puede empezar antes de que lo detecten tus indicadores
Esta exploración puede ocurrir antes de visitar webs o hablar con comerciales. No sustituye necesariamente a Google, las recomendaciones ni las relaciones personales: añade otra manera de investigar. Ya hemos analizado los datos y sus límites en «¿La IA está cambiando cómo decidimos qué comprar?».
Los datos indican que esta práctica existe, pero también obligan a ponerle límites. El estudio de IAB Spain y Elogia de octubre de 2026 señala que el 45% de los usuarios de IA encuestados declara haberla utilizado para ayudarse en una compra, equivalente al 23% del total de internautas estudiados. Hablamos de uso declarado, no de ventas observadas ni de atribución comercial.
El estudio de IESE, Veepee y Kantar de 2026 ofrece un contrapunto: solo un 8% de los consumidores encuestados se mostraba dispuesto a delegar una compra autónoma en la IA. No es la misma pregunta ni la misma muestra que IAB; no conviene comparar sus porcentajes como si midieran lo mismo.
Por tanto, el cambio relevante para la dirección no es que un agente compre por sí solo. Es que un cliente puede llegar a una conversación comercial con una primera idea de las alternativas y de los criterios que considera importantes. O puede que nunca llegue a ella.
El mismo comprador, dos maneras de construir la primera selección
Pensemos en una situación hipotética, no en una prueba real de un asistente. Una empresa necesita un proveedor capaz de fabricar conjuntos metálicos para una nueva línea de producto. Busca capacidad de soldadura, control dimensional, trazabilidad y plazos fiables.
Una categoría de servicio no explica toda la necesidad
En un recorrido convencional, el responsable de compras podría buscar «fabricación metálica industrial», revisar directorios, visitar webs y pedir referencias. Una empresa que utiliza la terminología del sector, trabaja bien el SEO y tiene una red comercial sólida puede entrar en esta exploración.
En un recorrido asistido por IA, el mismo comprador podría preguntar: «¿Qué debo comprobar antes de seleccionar a un fabricante que pueda soldar conjuntos metálicos, mantener tolerancias y documentar la trazabilidad? ¿Qué tipos de proveedores debería comparar?»
La diferencia no es que la segunda vía sea necesariamente mejor. Es que la necesidad se formula como un problema con condiciones, no solo como el nombre de una categoría.
El asistente puede ayudar a ordenar criterios, generar una primera lista o también equivocarse y omitir empresas adecuadas.
¿Quién define los criterios antes de la primera llamada?
Si la primera comparación pone el acento solo en precio y plazo, una empresa que destaca por integración técnica, trazabilidad o reducción de riesgos puede quedar mal representada. Si estos atributos están explicados con precisión y se pueden contrastar, el comprador tiene más elementos para valorarlos, tanto si utiliza IA como si no.
Por eso no basta con que aparezca el nombre de la empresa. El comprador debe poder entender por qué es una alternativa adecuada. Explicarlo mejor no garantiza ninguna recomendación de la IA.
Perder una venta no es lo mismo que no llegar a ser considerado
Un equipo comercial suele conocer las oportunidades que entran en el CRM, las ofertas presentadas y los motivos de las operaciones ganadas o perdidas. Esta información es imprescindible para gestionar el negocio. Pero empieza cuando la empresa ya ha entrado, de una manera u otra, en el radar del comprador.
¿Qué registran los indicadores comerciales, y qué no?
Si un cliente potencial elabora una lista de cuatro proveedores y no te incluye, quizá no recibas ninguna consulta. No habrá oferta perdida ni motivo de rechazo. Es una posibilidad lógica del proceso de selección, no una cifra que se pueda calcular solo observando Analytics o el CRM.
El Buyer Experience Report 2025 de 6sense indica que, en el 95% de los procesos B2B analizados, el proveedor ganador figuraba en la lista inicial de candidatos. Es un dato sobre el peso de la preselección, no una prueba de que la IA provoque estas listas. El informe también subraya la importancia de las relaciones y de los proveedores conocidos.
Una encuesta de Semrush de 2026 a profesionales B2B de Estados Unidos aporta una señal diferente: entre 519 personas que utilizaban IA en el trabajo, el 92% declaraba que había influido en sus listas de proveedores. Es una muestra seleccionada y una respuesta autodeclarada. No describe a todos los compradores ni cuantifica ventas perdidas.
El punto ciego no es una estimación de ventas perdidas
Aquí conviene separar tres niveles:
- Lo que podemos observar: una marca aparece o no en una respuesta concreta.
- Lo que podemos investigar: si su información es clara y si los compradores la están considerando.
- Y lo que no podemos atribuir automáticamente: que una ausencia en ChatGPT haya causado una venta perdida.
La consecuencia para dirección es práctica: el CRM permite gestionar las oportunidades que llegan, pero no revela por sí solo cómo se forma la primera selección de los clientes nuevos. Para investigarlo hay que combinar datos comerciales con preguntas a los compradores sobre cómo descubrieron y compararon a los proveedores.
¿Qué puede hacer que un competidor entre en la conversación antes que tú?
No podemos afirmar qué están haciendo tus competidores sin analizarlos. Pero sí podemos entender por qué un proveedor podría ganar ventaja antes de recibir la primera consulta.
Si explica los problemas que resuelve con el lenguaje del comprador, documenta capacidades y límites, muestra pruebas verificables y mantiene información coherente en diversas fuentes, facilita que el cliente pueda evaluarlo antes de la primera conversación comercial. Esta ventaja no depende exclusivamente de la IA: también beneficia a cualquier proceso de compra autónomo.
Piensa en dos fabricantes con capacidades similares. El primero presenta un catálogo de servicios genéricos y reserva los detalles técnicos para la visita comercial. El segundo explica aplicaciones, materiales, tolerancias, controles de calidad y requisitos del proyecto, siempre que pueda acreditarlos. Sin saber nada más, no podemos asegurar cuál aparecerá en una respuesta de IA. Pero el segundo da al comprador más elementos para comprobar si encaja con la necesidad. Esta es la ventaja potencial que importa: llegar a ser evaluable antes de ser conocido. No es un truco para «salir en ChatGPT».
¿Qué nos dice una prueba propia de Èmfasi?
En Èmfasi ya hemos observado una diferencia que ayuda a concretarlo. En una prueba propia de visibilidad en IA del 1 de octubre de 2026, con 6 preguntas y 7 entornos (42 respuestas), la marca no apareció en ninguna de las 28 respuestas de descubrimiento no asistido. En cambio, cuando se incluía explícitamente la marca en la consulta, los sistemas podían recuperar información sobre ella. Es una línea base puntual sobre Èmfasi, no un resultado generalizable ni una medida de ventas.
Esta prueba no demuestra ninguna penalización. Muestra por qué hay que separar tres cosas: que un asistente reconozca una marca cuando se la mencionas, que utilice una fuente y que recomiende espontáneamente una empresa. No son resultados equivalentes. Hemos explicado la metodología y los límites de aquella prueba en el artículo «¿Tu empresa aparece en ChatGPT? Cómo analizar la visibilidad real en IA».
Cuatro señales que la dirección debería investigar
No son cuatro pruebas de un problema GEO. Son cuatro hipótesis empresariales que conviene contrastar con datos comerciales, entrevistas y una revisión de la información pública. Para cada una, la pregunta útil es qué observaríamos y qué decisión cambiaría si la señal se confirma.
Dependencia de los clientes habituales y de los prescriptores
- Pregunta: ¿qué peso tienen las oportunidades de clientes nuevos respecto a las relaciones existentes?
- Comprobación: segmentar el CRM por origen y tipología de cliente.
- Decisión: si queremos crecer en cuentas desconocidas, investigar los canales y las preguntas que pueden hacer que nos descubran. La recurrencia no es, por sí sola, un problema.
Compradores nuevos que no llegan a contactar
- Pregunta: ¿cuándo entramos en la primera lista de los clientes nuevos?
- Comprobación: entrevistar a clientes captados, preguntar por alternativas y criterios, y contrastar con el equipo comercial.
- Decisión: si solemos llegar tarde, revisar el descubrimiento y no solo la conversión. Los descartados desconocidos no se pueden contar.
Una propuesta de valor difícil de verificar
- Pregunta: ¿una persona que no nos conoce puede contrastar por qué somos una buena opción?
- Comprobación: revisar especificaciones, condiciones, certificaciones vigentes, casos autorizados y límites del servicio.
- Decisión: publicar evidencias verificables antes de producir más contenido genérico.
Una oferta explicada con el lenguaje de la empresa
- Pregunta: ¿describimos la oferta tal como la necesita el comprador?
- Comprobación: comparar consultas, preguntas comerciales y entrevistas con la arquitectura y los textos de la web.
- Decisión: si hay desajuste, revisar las páginas y los criterios de comparación que explicamos antes de perseguir nuevas menciones en IA.
Estas señales no tienen el mismo peso en una empresa industrial con venta consultiva que en un servicio local o un ecommerce. La prioridad depende del proceso de compra, del valor de cada oportunidad y de las evidencias que ya tenemos.
Qué revisar primero: de la sospecha a una decisión
Antes de encargar contenidos o campañas, la dirección puede seleccionar dos o tres procesos de compra estratégicos —por valor de la oportunidad, potencial de crecimiento o dificultad para llegar a clientes nuevos—. Para cada uno, conviene contrastar con ventas y con clientes qué preguntan, qué criterios comparan y qué información pueden verificar antes de contactar.
La situación observada determina qué comprobamos y qué priorizamos:
- Ausencia en preguntas sin marca. Comprobar si explicamos bien las necesidades que resolvemos y si somos fáciles de descubrir; no atribuir su causa automáticamente a la IA.
- Aparición con información errónea. Identificar qué dato falla, contrastar sus fuentes y corregir información imprecisa o contradictoria.
- Aparición correcta, pero con pocas pruebas. Publicar especificaciones, evidencias y referencias verificables que ayuden a valorarnos.
- Situación desconocida. Definir una muestra acotada de preguntas, motores y fechas y establecer una línea base antes de decidir inversiones.
En los cuatro casos, contrastar los resultados con entrevistas y datos comerciales. Una respuesta de IA no equivale a una oportunidad comercial.
En cualquiera de estos escenarios hay que distinguir consultas con marca y sin marca, menciones y citas, aparición y recomendación, y resultados de motores y fechas diferentes. Una prueba puntual no permite deducir una tendencia ni atribuir impacto comercial. Tampoco sustituye hablar con clientes y con el equipo de ventas.
La prioridad puede acabar siendo una página de servicio mejor explicada, una prueba de confianza que falta, una revisión de la arquitectura web, una estrategia de autoridad externa o simplemente más observación. El posicionamiento GEO es una parte del diagnóstico, no la respuesta automática a cualquier síntoma.
El mercado puede cambiar antes de que tú cambies la manera de vender
Una empresa puede seguir creciendo y, al mismo tiempo, desconocer cómo investigan los compradores nuevos. No es una prueba de que esté perdiendo ventas por culpa de la IA. Es un motivo para investigar cómo se construye la primera selección de proveedores.
Tu mercado puede cambiar la manera de comprar antes de que tu empresa cambie la manera de vender. Y cuando te des cuenta, tus competidores pueden haber ocupado el lugar que tú dabas por seguro.
Si quieres saber si tu empresa aparece en las consultas relevantes de los compradores y cómo se presenta en ellas, el servicio de posicionamiento GEO de Èmfasi permite analizar su visibilidad, su representación y las oportunidades de mejora. Es un punto de partida para decidir qué hay que corregir o reforzar, sin prometer apariciones ni ventas. Si el reto es más amplio y todavía no tienes claras las prioridades digitales, el diagnóstico digital y plan de acción ayuda a ordenarlas. Primero entender qué pasa; después decidir dónde invertir.
Fuentes y referencias
- IAB Spain / Elogia, Estudio Inteligencia Artificial 2026: https://iabspain.es/presentacion-estudio-inteligencia-artificial-iab-spain-2026/
- IESE / Veepee / Kantar, Future of Ecommerce 2026: https://www.iese.edu/insight/articles/veepee-iese-future-ecommerce/
- 6sense, Buyer Experience Report 2025: https://6sense.com/science-of-b2b/buyer-experience-report-2025/
- Semrush, How AI Shapes B2B Buying, 2026: https://www.semrush.com/blog/how-ai-shapes-b2b-buying/
- Èmfasi, prueba de visibilidad en IA (01/10/2026), metodología publicada: https://emfasi.com/ca/blog/analitzar-visibilitat-chatgpt/
