Era un martes de junio. Estábamos revisando la presencia digital de una empresa industrial cotizada —uno de esos encargos que nadie envidia— y, por curiosidad, le pregunté a un asistente de inteligencia artificial quién fabricaba en España lo que fabrica mi cliente.
La máquina devolvió seis nombres. El suyo estaba.
Me relajé unos diez segundos. Los que tardé en leer la descripción que lo acompañaba.
No era falsa. Tampoco era suya. La había escrito un directorio empresarial con datos de hacía años, y sonaba a otra compañía: más pequeña, más antigua, dedicada a trabajos que aquella empresa había dejado atrás hacía una década. Décadas construyendo una reputación, y en el párrafo que un comprador estaba a punto de leer, hablaba por ella un tercero al que nadie había preguntado.
Se lo conté a su consejero delegado. Reaccionó como casi todos desde entonces: primero la incredulidad, después el móvil en la mano para comprobarlo por sí mismo, y al final una pregunta que entonces no supe contestar.
«¿Desde cuándo pasa esto, y a cuántos más les está pasando?»
Este artículo es la respuesta. Tres meses y 333 empresas después.
Primero, lo incómodo: su cerebro está de parte de la máquina
Antes de los datos conviene entender por qué esto funciona. Y para eso hay que hablar de usted, no de la tecnología.
Imagine que le pido que elija un proveedor de estampación metálica. Le dejo dos opciones.
Opción A: aquí tiene 340 empresas que podrían hacerlo. Están en este listado. Suerte.
Opción B: he mirado por usted. Estas siete son las buenas, y le explico por qué cada una.
No hay nadie, por riguroso que sea, que prefiera la A. Y no es pereza: es economía. El cerebro gasta una cantidad desproporcionada de energía en decidir, y a lo largo de la evolución ha desarrollado atajos brillantes para no empezar de cero cada vez.
Los psicólogos llaman fluidez cognitiva a uno de ellos. En llano: lo que es fácil de procesar nos parece más verdadero. Un texto bien redactado, sin titubeos, con siete nombres y sus motivos, produce una sensación de solidez que no tiene nada que ver con si el contenido es correcto. Nos convence la forma antes que el fondo.
El segundo atajo es todavía más relevante aquí: la amnesia de la fuente. Retenemos la información y olvidamos de dónde salió. Usted lee hoy que tal empresa «está especializada en series cortas», y dentro de dos semanas recordará el dato, no el directorio de 2019 que lo publicó. El dato sobrevive. La procedencia se evapora.
Y el tercero, el que cambia las reglas del juego: quien define las opciones decide el resultado. En ciencias del comportamiento se llama arquitectura de la decisión, y lleva cuarenta años demostrándose en contextos que van de los planes de pensiones a los menús de restaurante. No hace falta manipular a nadie. Basta con decidir qué entra en la lista.
Un texto fluido, que se recuerda sin su origen, y que ha elegido por usted qué merece considerarse.
Eso es lo que hay entre su empresa y su cliente desde hace unos dos años.
Cómo se mira algo que nadie había medido
Podríamos habernos quedado en la intuición. Sobre este tema se publican muchas opiniones y muy pocas mediciones, en parte porque medir es lento y opinar es gratis. Preferimos lento.
Diseñamos cincuenta y dos consultas de compra. No son preguntas de experto: son preguntas de comprador real, del tipo «necesito un proveedor de estampación metálica en España para series medias, ¿qué empresas me recomiendas?». Ninguna cita una marca, para no darle pistas a la máquina. Treinta y siete categorías industriales, de trece sectores.
Las lanzamos a tres sistemas de IA distintos, en seis corridas fechadas entre el 28 de agosto y el 8 de septiembre de 2026. Trece categorías las repetimos palabra por palabra en dos sistemas el mismo día, para poder compararlos.
De todo lo que salió anotamos cada aparición: 366 en total, correspondientes a 333 empresas industriales españolas distintas. Quién aparecía, con qué palabras la presentaba el sistema y de dónde había sacado la descripción.
Y después hicimos la parte que casi nadie hace: leer 98 de esas webs como las lee una máquina y comprobar doce empresas en los registros mercantiles.
Es, hasta donde sabemos, el primer estudio de campo en España que mide esto. Como no teníamos con qué compararlo, publicamos el método entero para que cualquiera pueda discutirlo.
Siete nombres, y se acabó
La respuesta media contenía siete empresas. Piénselo: siete, en categorías donde operan cientos de talleres perfectamente capaces de hacer el trabajo.
Y no eran simples menciones. El 91 % de las 366 apariciones llegó con lenguaje de recomendación. No una lista de candidatos: una lista corta ya argumentada.
Aquí entra en juego la fluidez cognitiva. Siete es un número cómodo: cabe en la memoria de trabajo, se lee en veinte segundos, no cansa. Un listado de 340 produce parálisis; siete producen decisión.
El detalle que cambia el negocio es cuándo ocurre la criba. No en la reunión, ni en la comparativa de ofertas. Ocurre antes de que exista una conversación comercial, antes de que el comercial de ningún proveedor sepa que ese comprador existe.
En Google siempre quedaba el resultado número doce, o el anuncio de pago. Aquí no hay página dos.
Una de cada cinco empresas no habla por sí misma
En 280 de las 366 apariciones pudimos identificar de dónde había sacado el sistema su descripción. En 60 de ellas —el 21,4 %— la fuente no era la empresa. Era un directorio empresarial (28 casos), un tercero comercial o la prensa (15), su propia asociación sectorial (12), una feria o una enciclopedia (5).
Traduzcámoslo: una de cada cinco empresas recomendadas se presenta a su futuro cliente con un texto que no ha escrito, no ha revisado y a menudo ni sabe que existe.
Lo que más nos sorprendió al analizarlo es que el sistema no las penaliza. Su posición media en la lista es prácticamente idéntica a la de las que hablan por sí mismas. Controlar tu propio relato no te da puestos; no controlarlo tampoco te los quita. Simplemente, a la hora de montar la lista, nadie mira quién firma.
El caso que mejor lo resume: en compresores, la empresa que la propia respuesta calificaba de «el único fabricante español» aparecía descrita por la prensa regional y por la web de una ferretería que la distribuye. El relato del fabricante de referencia del país, en manos de su canal.
Recuerde la amnesia de la fuente. El comprador no se va a preguntar quién escribió ese párrafo. Se va a quedar con el párrafo.
El 23 % recomienda sin citar a nadie, y lo que encontramos al verificar
En 86 de las 366 apariciones no había fuente alguna. Ni el dominio de la empresa, ni un tercero. El sistema afirmaba sin atribuir.
Cogimos doce de esos casos y los verificamos a mano en los registros mercantiles. Tres eran empresas solventes y correctas, a las que simplemente les faltaba la cita. Los otros nueve daban esto:
Un taller de mantenimiento presentado como fabricante de equipos.
Una fundición en concurso voluntario de acreedores desde abril de 2025, recomendada como proveedor dieciséis meses después.
Una sociedad con 3.000 euros de capital y sin página web, presentada como proveedor consolidado.
Dos entidades que los registros declaran extinguidas —una de ellas citando como fuente, precisamente, el registro que la declara extinta.
Nada de esto estaba oculto. Todo está en registros públicos. Lo que pasa es que nadie lo había comprobado.
Y desde la respuesta, el comprador no puede distinguir nada. Las cinco realidades llegan con idéntico aspecto: el mismo tono seguro, la misma tipografía, el mismo «te recomiendo». Una empresa solvente compite en igualdad de presentación con otra que no debería estar en la lista.
Dos máquinas, dos mercados
Trece categorías, repetidas el mismo día, palabra por palabra, en dos sistemas distintos.
La coincidencia media entre sus listas fue del 14 %. En logística, del 0 %: diecinueve empresas distintas, ninguna en común.
La consecuencia práctica es inmediata: si usted ha comprobado su empresa en un solo asistente y ha respirado tranquilo, ha visto, como mucho, la mitad de la historia. Su cliente usará el que use, no el que usted comprobó.
«Es que las industriales no publican nada»
Es el diagnóstico que más se repite en las conversaciones de pasillo. Y es falso, y lo medimos.
Auditamos 98 webs con tres comprobaciones elementales: ¿puede una máquina leerla? ¿encuentra dónde está la empresa? ¿encuentra qué vende?
62 fallan al menos una. Y prácticamente todas tenían página web.
Los mecanismos que documentamos caso a caso son cinco, y ninguno es el silencio:
La copia le gana al original. El directorio replica el texto de la empresa, lo estructura mejor, y la máquina prefiere esa versión. Literal en un caso: hasta la primera frase de la home.
La frescura le gana a la propiedad. Una web propia congelada, con pie de copyright de 2009, pierde frente a la ficha de directorio que se actualizó hace meses.
El error de terceros no caduca. Encontramos un concurso de acreedores de 2009 circulando como situación presente, diecisiete años después.
El eco entierra a la empresa. Tantas páginas hablando de ella que la única que es suya no aparece entre los primeros resultados. En un caso, la mejor descripción técnica la servía el directorio de su propia asociación.
El muro de cookies. Un grupo de más de dos mil empleados cuya web devuelve al lector automático, exclusivamente, el aviso de consentimiento.
Tener web nunca fue el problema. Que la máquina pudiera usarla, sí.
El dato más importante del estudio
De las 333 empresas del corpus, 305 aparecieron una sola vez. Ninguna cruzó tres categorías.
Traducido: en los 37 mercados que miramos, no existe todavía «el proveedor que la IA recomienda siempre». Nadie ha ocupado ese sitio.
Es un dato raro, porque casi nunca se puede decir de un canal comercial que está vacío. Este lo está.
No va a seguir así.
Lo que este estudio no dice
Esto nos parece tan importante como lo anterior, y va en el cuerpo del documento, no en la letra pequeña.
No medimos ventas perdidas, y no afirmamos ninguna. No demostramos que una web deficiente cause menos contratación. No es una muestra representativa de la industria española: las 333 empresas salieron de las propias consultas, no las elegimos nosotros. Y los porcentajes describen lo observado entre el 28 de agosto y el 8 de septiembre de 2026, en unos sistemas que cambian constantemente.
Lo que sí demuestra es que esto se puede medir, y qué salió al medirlo.
Si un dato cambia cuando ampliemos el corpus a 300 empresas, lo cambiaremos y lo diremos. Las ediciones anteriores quedan fechadas.
Quiénes escriben esto, y por qué enseñan lo que saben
FGA Research & Advisory es una firma independiente de análisis fundada en Madrid en 2006. Trabajamos en tres frentes, y este estudio nace del tercero.
Research. Análisis del ciclo de mercado con series propias. Es el oficio de la casa: dos décadas explicando a inversores y consejos cómo se forman las decisiones y qué información las sostiene.
Advisory. Acompañamiento a direcciones y consejos de empresa mediana en decisiones donde la información disponible no coincide con la realidad. Diagnosticamos, ponemos número a lo que nadie había medido, priorizamos qué tocar y volvemos a medir después.
IA. Cómo las máquinas representan a las empresas: qué dicen de ellas, de dónde lo sacan, qué se puede corregir y qué no. Es hoy nuestra línea principal de desarrollo, y no llegamos a ella con la moda: el primer trabajo con análisis automático de texto lo hicimos en 2001, en un proyecto llamado TMM, cuando la inteligencia artificial ya se llamaba así pero se discutía en círculos cerrados.
Veinticinco años después, el problema de fondo es el mismo —qué entiende una máquina cuando lee— con una diferencia que lo cambia todo: ahora quien lee decide quién entra en una lista de proveedores.
Publicar esto tiene un coste, porque cualquiera puede leerlo, incluidos los que venden lo mismo. Y tiene una razón: en un mercado donde casi todo el mundo afirma sin medir, la única forma de demostrar que mides es enseñar la medición.
Si quiere profundizar
El estudio completo son 48 páginas, abiertas en la Sala de Lectura de FGA: el método entero, las 98 auditorías una a una, los casos verificados en los registros, los cortes por sector, el anexo de fuentes numeradas y los límites declarados uno por uno. El PDF se envía, sellado a nombre de quien lo pida.
Y si prefiere empezar por lo práctico, hágase esto antes de cerrar esta página:
Abra el asistente de IA que use y escriba, sin mencionar su marca: «necesito un proveedor de [lo que fabrica su empresa] en España, ¿qué empresas me recomiendas?». Lea los siete nombres.
Si su empresa aparece, mire quién firma la descripción.
Si no aparece, mire quién ocupa el sitio.
Y repita la pregunta en un segundo asistente.
Tres minutos. Lo que vea le explicará este estudio mejor que estas dos mil palabras.