¿Su sitio está listo para que la IA lo recomiende? Medimos 10 empresas medianas

En agosto de 2026 leímos dos archivos públicos de diez empresas B2B medianas dirigidas por su dueño: la portada y el robots.txt. Todas están dirigidas por su dueño o su presidente, ninguna vende software, y facturan entre $1M y $249M. Ninguna de las diez tenía datos estructurados de FAQ. Cinco no tenían meta description. Dos declaraban, en términos que una máquina lee, qué tipo de negocio son. Una sola había tomado alguna decisión sobre los crawlers de IA.

Las empresas están en Estados Unidos, en el norte de Nueva Jersey. Pero el perfil le va a sonar conocido: empresas de décadas, con planta, bodega, flotilla o consultorio, dirigidas por la persona cuyo apellido está en la fachada, que crecieron porque alguien le habló de ellas a alguien más. Ese es el mismo perfil de la mayoría de las empresas que valen la pena en Costa Rica y en el resto de la región. Por eso publicamos esta medición en español: el mercado es otro, el problema es el mismo.

Por qué importa antes de ver los números

Cada semana alguien le hace a un asistente alguna versión de la misma pregunta: a quién contrato para esto. ChatGPT, Claude, Gemini, Perplexity y los AI Overviews de Google la contestan, y cada uno la contesta con un puñado de nombres. El puñado cambia con cada pregunta, pero los nombres salen siempre del mismo grupo corto. Si su empresa no está en ese grupo, el comprador nunca supo que existía. Ya no hay una segunda página que perder.

Qué revisamos, y qué decidimos no revisar

Diez empresas, de 20 a 499 empleados, la mayoría con décadas de operación.

Leímos el HTML de la portada y el contenido de /robots.txt. Esa es toda la superficie de este estudio. Nada más allá de esos dos archivos, sin login, sin datos de clientes, y sin ninguna herramienta que un visitante cualquiera no pueda usar. No nombramos a ninguna de las diez, y todo lo de abajo es el agregado.

También hay que decir de dónde salió la lista, porque cambia lo que significan los números. No es una muestra aleatoria del mercado mediano estadounidense. Es una lista que nos llegó por una relación, de una sola región, leída un solo día. Le dice cómo se ve la superficie en una esquina de un mercado. No le dice que el patrón se sostenga a nivel nacional.

Qué encontramos

Cuatro cosas resaltan.

Ninguna tenía schema de FAQ. Cero de diez. Es el formato que más directo calza con la forma en que trabaja un asistente: una pregunta, y debajo una respuesta que se sostiene sola. Un modelo que lee una página con marcado de FAQ recibe la respuesta ya separada del diseño. Un modelo que lee una página sin él tiene que adivinar cuál oración es la respuesta, y muchas veces adivina en la página de un competidor.

Dos sitios no llevan ningún JSON-LD, y uno de los dos no dice nada de sí mismo. JSON-LD es el formato que de verdad leen los buscadores y los asistentes. Uno de esos dos sí se declara organización a la vieja usanza, con microdata en el HTML, que algo vale. El único dato legible por máquina del otro describe su menú de navegación. Para una empresa con décadas de trayectoria, eso son décadas de reputación guardadas en un formato que la máquina tiene que deducir de la prosa de mercadeo.

La mitad no tiene meta description. No que esté vacía: la etiqueta no existe en el HTML. En SEO esto es viejo y suele tratarse como cosmético. Ya no lo es. Esa descripción suele ser la oración más corta, más limpia y escrita por un humano sobre lo que hace la empresa, y es lo primero que agarra un resumidor.

Dos de las diez declaran qué son. Dos sitios dicen su tipo de negocio en términos que una máquina lee. Los otros ocho lo dejan a que se infiera del copy. Un asistente al que le piden cierto tipo de proveedor en cierta zona tiene que deducir, de la prosa de mercadeo, si cada una de estas empresas siquiera califica para la lista.

El archivo que decide si todo lo demás sirve

Nueve de los diez robots.txt nunca mencionan a un crawler de IA.

Ese archivo merece más atención de la que recibe, porque es la puerta que está delante de todo lo demás de esta lista. Las empresas de IA hoy corren dos tipos distintos de crawler. Uno recoge datos de entrenamiento. El otro va por la página en el momento, para contestar la pregunta que alguien acaba de escribir. El segundo es el que produce una citación, y una página que no puede ir a leer no la puede citar, por buena que sea.

El décimo archivo es el interesante, y no porque le atine. Nombra cinco agentes de IA y le abre la puerta a cada uno. Pero el archivo ya abre el sitio entero a todo el mundo con una regla general arriba, así que esas cinco líneas no cambian el comportamiento de ningún crawler. Son una declaración de intención, no una configuración. Y los agentes que nombra son casi todos los que recolectan. Los que van a buscar la página en el momento de contestar no están en la lista. La única empresa de las diez que tomó una decisión sobre esto tomó media.

Después está el hallazgo más pequeño y más incómodo. En uno de estos diez sitios, las dos líneas Sitemap: del robots.txt apuntan a un dominio que no tiene registro DNS. El campo url de sus propios datos estructurados también, y ese es el campo que le dice a la máquina cuál dirección manda para ese negocio. El sitio real vive en otro dominio y resuelve sin problema. Alguien hizo el trabajo, con cuidado, y escribió la dirección equivocada en los dos lugares donde una máquina busca primero.

Por qué esto golpea más fuerte a quien creció por referidos

Una empresa que creció por referidos casi nunca necesitó ser encontrable. La cartera llegaba por personas. El sitio se hizo para confirmar lo que el referido ya había dicho, no para presentarle la empresa a un desconocido.

Eso funcionó mientras la presentación siempre viniera de una persona. Deja de funcionar en el momento en que la presentación viene de un modelo, porque a un modelo no se le puede hablar de usted en un almuerzo. Solo puede leer lo que está en la página, y lo que está en la página, para la mayoría de estas diez empresas, es prosa escrita para alguien que ya sabe quiénes son.

La parte incómoda es que son buenas empresas. Décadas de cumplir, clientes reales, reputación real. Nada de eso está en una forma que un asistente pueda tomar y repetir.

Tres revisiones que puede correr hoy en su propio sitio

1. Abra el código fuente de su portada y busque application/ld+json. Si no hay nada, un motor está leyendo su sitio como un desconocido lee un brochure en un idioma que domina a medias.
2. Pida sudominio.com/robots.txt y lea cada línea en voz alta. Revise que cada URL esté escrita como se escribe su sitio de verdad, que la línea del sitemap resuelva, y después vea si dice algo sobre los crawlers que van por la página en el momento de contestar.
3. Hágale a ChatGPT o a Perplexity la pregunta que haría su mejor cliente antes de conocer su nombre. No el nombre de su empresa: la necesidad. Vea a quién nombra. Esa lista es su verdadero grupo de competencia hoy, y muchas veces no es el que usted cree.

Qué NO muestra esta medición

Diez empresas son una muestra pequeña, todas de una región, todas leídas el mismo día, dos archivos por empresa, y salidas de una lista y no de un sorteo. Describe una superficie.

No mide si alguna de estas empresas es citada de verdad por un asistente, que es otra prueba con otro método. No prueba que el patrón se sostenga fuera de este segmento. Y un sitio puede tener el marcado perfecto y aun así no ser citado nunca, porque el marcado es una condición previa, no una causa.

Lo publicamos porque la dirección no es sutil. Cero de diez no es un caso reñido.