Cuando la IA cambia sin avisar, desaparece quien no tiene cimientos

Tu marca puede haber salido de las respuestas de las IAs esta semana sin que una sola línea de tu sitio haya cambiado. Ningún panel de SEO va a avisarte, porque no hay nada que avisar: la página sigue en línea, indexada, con el tráfico de siempre. Lo que cambió fue del otro lado.

¿Por qué pasa esto?

Un modelo nuevo tiene nota de lanzamiento. El resto, no: el enrutamiento entre versiones, el texto de sistema, las capas de verificación, el índice que alimenta las respuestas con búsqueda. Nada de eso se anuncia, y todo eso mueve lo que el modelo considera lo bastante confiable como para citarlo. Cuando el criterio sube, quien estaba apoyado en poco cae primero.

Y existe una parte que cambia sin que nadie haya tocado nada.

Lo que oscila y lo que se construye

Los modelos de lenguaje son estocásticos. Dos ejecuciones del mismo prompt, en el mismo modelo, el mismo día, devuelven respuestas distintas — y eso no es un defecto, es como funciona la cosa. Por esa razón nuestra batería corre dos ejecuciones por modelo en cada auditoría: medir una vez es medir ruido y llamarlo resultado.

La consecuencia comercial es incómoda, y la asumimos por escrito. El G-SoV (Generative Share of Voice), que es cuánto aparece tu marca en las respuestas, es un número que reportamos y nunca prometemos. Quien promete el primer lugar en ChatGPT está prometiendo lo que no controla, y la ejecución siguiente ya lo desmiente.

¿Entonces no se puede hacer nada? Sí se puede. Solo que no es donde todos buscan.

Lo que no oscila son los cimientos. Mientras la superficie de las respuestas se mueve, la capa en la que las entidades se resuelven obedece a reglas de ingeniería de datos — y esas reglas son estables, verificables y trabajables. Es la única parte del problema que está de tu lado de la mesa.

Tu propia voz es tu punto más frágil

Existe una idea difundida de que, para ser citado por las IAs, basta con publicar más en tus propios canales. Nosotros afirmamos lo contrario: el hecho de que la IA sepa de una marca únicamente lo que ella misma publica es el defecto, no la solución.

¿Qué hace el modelo cuando tiene que decidir si te cita? Cruza. Si tu sitio afirma que creaste un método y ninguna fuente independiente lo confirma, lo que tiene es una afirmación sin corroboración — el equivalente a un currículum sin una sola referencia. No es que desconfíe de ti. Es que no tiene cómo separar tu afirmación de la de cualquier otro.

Una marca que solo tiene su propia voz en internet queda invisible justo en el momento en que el modelo más necesita confirmación: cuando la pregunta es difícil y la respuesta va a citar a alguien.

Ahí está la incomodidad. La parte de tu presencia que controlas por tu cuenta es la que menos pesa.

El resultado no es aparecer, es la entidad resuelta

Aparecer en una respuesta es un síntoma. El resultado es que tu entidad esté resuelta: un nodo identificable, con datos estructurados coherentes y fuentes que se confirman entre sí.

Eso es lo que mide el EPS (Entity Prominence Score), en cuatro pilares.

• 1. El marcado Schema.org de tu sitio: responsable de traducirle a la máquina lo que la página le dice a la persona.
• 2. La presencia en Wikidata: base abierta que muchos sistemas usan como referencia de entidad (el QID de Wikidata funciona como el documento de identidad de tu marca dentro de los modelos).
• 3. La densidad de tu grafo de conocimiento: que mapea cuántas y cuáles conexiones de autoridad te ligan a otras entidades reconocidas.
• 4. La coherencia de la entidad: análisis que verifica si lo que se afirma sobre ti coincide de forma idéntica en todas partes.

La diferencia entre ese número y el G-SoV es la espina de nuestro método. El G-SoV depende del algoritmo de un tercero y varía solo. El EPS es determinístico y auditable: el registro en Wikidata existe o no existe, el marcado está en el sitio o no está. Uno lo reportamos. El otro lo movemos, y comprobamos que lo movimos.

En la auditoría, el AI-Scan consulta 15 sistemas de IA, y los válidos de cada ronda se declaran en el informe — porque una plataforma que falla, o que responde a medias, no puede entrar en la cuenta como si hubiera respondido entera.

Las contradicciones pequeñas que ciegan a la máquina

La coherencia de entidad no es capricho de corrector.

Una dirección que aparece de una forma en el sitio y de otra en el perfil de Google. El nombre de la empresa escrito de tres maneras. Un teléfono antiguo en un directorio que nadie recuerda que existe. Cada una de esas, por separado, parece un detalle. Juntas, son contradicciones que la máquina lee — y no va a investigar cuál de las versiones es la correcta. Baja la confianza en la entidad entera y pasa a la siguiente.

¿Cuántas de esas tiene tu marca hoy?

Cuatro cosas concentran casi todo el daño, y vale la pena revisarlas:

La primera es la grafía del nombre, que debe ser idéntica en toda plataforma pública, sin abreviación improvisada. La segunda involucra dirección, teléfono y correo iguales en el pie del sitio, en los perfiles y en los directorios de tu sector. La tercera se refiere a las URLs que sirven de referencia, que deben estar activas o redirigidas, ya que un enlace roto es un callejón sin salida para quien rastrea. Por último, la cuarta es la autoría de las publicaciones, con cada autor existiendo como entidad propia y ligada a la empresa.

Yo, Bruno Rosa, de Sumaúma AI Presence, corrimos esa medición en nuestra propia casa el 16 de agosto, antes de que ningún cliente lo pidiera. El pilar de coherencia dio cero. Teníamos el nombre de la empresa declarado de tres formas en nuestro propio grafo, la dirección abreviada en una fuente y completa en otra, y nuestro perfil de Google no citado donde debía estar. Lo estamos corrigiendo, y el punto de partida queda registrado: si el número sube, se puede probar que subió. Si no sube, el método está equivocado, y también lo vamos a decir.

La obra le gana al seguidor, y existe una condición para eso

El contenido genérico no es contenido débil. Es contenido invisible. Lo que el modelo cita es lo que solo una fuente dice, y un texto que cualquier competidor podría haber escrito no le da ninguna razón para elegirte.

Aquí es donde la cuenta cambia de signo para quien tiene obra. Para las IAs generativas, la obra autoral de un profesional vale más que el número de seguidores. El modelo no cuenta likes: cuenta densidad semántica y consistencia ligadas a un nombre. Por eso quien escribió veinte libros puede superar a quien grabó dos mil reels.

Solo que existe una condición, y es dura. La máquina necesita poder leer la obra. Un libro en PDF de editorial, una conferencia en video, un artículo en un portal que nadie rastrea — nada de eso le llega al modelo como fuente. Obra que la máquina no lee no pesa.

Para eso existe el Gemelo Digital: modelar la identidad verbal y el núcleo de conocimiento del autor, para que lo que sale con su nombre sea suyo, en la forma y en la sustancia. Y por eso rechazamos a quien no tiene acervo. Sin obra propia, el gemelo no tiene materia prima y la entrega sale genérica. Preferimos no vender.

Si hoy le pidieran a una inteligencia artificial una recomendación en tu mercado, ¿el nombre que sale es el tuyo?

Lo que se construye para durar

No sabemos cuándo el próximo modelo va a cambiar de criterio. Nadie lo sabe. El camino fácil es perseguir el ajuste de la semana con un truco de redacción y esperar que pegue. El camino que funciona es construir unos cimientos que no dependan de adivinar: entidad resuelta, datos estructurados coherentes, fuentes que se confirman entre sí y obra propia en un formato que la máquina lee. Es lo que construimos y mantenemos en GenPres.

Lo que este texto no resuelve: cuánto tiempo lleva. Los cimientos se construyen en semanas y se consolidan en meses, y cualquier plazo cerrado que alguien te dé sobre aparecer en una respuesta es un cálculo al aire con cara de contrato.

Si tu marca tiene legado, si sus personas tienen obra, y sospechas que nada de eso está llegando a las máquinas que hoy hacen la primera selección de tu mercado, ese es exactamente el trabajo que hacemos en Sumaúma AI Presence.