Las compañías están apostando fuerte por la visibilidad en plataformas de inteligencia artificial como ChatGPT y Gemini, destinando presupuestos crecientes para asegurar su presencia en las recomendaciones. Sin embargo, un obstáculo mayúsculo persiste: la dificultad para cuantificar el retorno real de estas inversiones en términos de ventas.
Andrés Kloster, fundador y CEO de Eleven, una firma especializada, señala en entrevista con Expansión que la fragmentación del proceso de compra moderno es el principal culpable. Si bien los asistentes de IA juegan un papel crucial en las etapas iniciales de descubrimiento y comparación de productos, la transacción final a menudo se completa fuera de sus interfaces directas.
"Lo que sucede es que la última parte de la compra se sigue realizando a la vieja usanza", explica Kloster. "Y si bien hay todo un desarrollo de compra agéntica y la posibilidad de que los agentes directamente realicen la compra, eso hoy no está sucediendo a gran escala". Esto significa que un consumidor puede consultar a una IA sobre qué producto adquirir y luego dirigirse directamente al sitio web de la marca para efectuar la compra. En este escenario, la tienda registra la transacción, pero no necesariamente atribuye la influencia de la IA en la decisión.
Esta incertidumbre, sin embargo, no disuade a las empresas. Un estudio internacional, "State of AI Search Optimization 2026" de SEOFOMO, revela que el 69% de los profesionales del sector ya cuenta con presupuesto asignado para estrategias de visibilidad en IA, un salto significativo desde el 38% registrado en 2025. Además, el 61% de los encuestados reportó un incremento en su inversión durante 2026.
La problemática de la medición no es exclusiva de la IA. El informe "State of GEO 2026", de WPP, The Cocktail y la Asociación de Marketing de España, indica que, si bien el 52% de las organizaciones que implementan estrategias de posicionamiento en IA observan mejoras en visibilidad, solo el 19% ve un aumento en el tráfico a sus sitios web y un escaso 3% logra cuantificar el impacto real en su negocio.
A pesar de estas limitaciones, la tendencia es clara: el 60% de las organizaciones consultadas planea aumentar su presupuesto para estas actividades en 2027. El estudio, que analizó 36 casos empresariales, también destaca que el 54% financia estas iniciativas con recursos provenientes del posicionamiento tradicional en buscadores, mientras que un 26% dispone de un presupuesto específico para IA.
La práctica de optimizar la presencia en sistemas de IA se conoce como GEO (Generative Engine Optimization). A diferencia del SEO tradicional, donde se pueden rastrear posiciones, clics y conversiones de manera relativamente directa, la influencia comercial de la IA a menudo ocurre dentro de una conversación, sin generar una visita inmediata al sitio web.
Kloster compara la dificultad de atribución con la publicidad exterior. Se puede estimar la exposición de un anuncio, pero es casi imposible saber cuántas personas decidieron comprar un producto después de verlo. "Es difícil de medir cuánta gente lo vio, cuánta gente fue influenciada", señala, equiparando la situación con un anuncio en una autopista.
No obstante, el especialista aclara que esto no implica una ausencia total de retorno comercial medible. Los enlaces directos permiten identificar ciertas visitas y conversiones, pero las compras realizadas después de consultas en otros dispositivos, plataformas o establecimientos físicos quedan fuera de este cálculo. De hecho, el estudio de SEOFOMO encontró que el 19% de los profesionales encuestados atribuye más del 5% de los ingresos de sus sitios a las búsquedas con IA, mientras que un 35% admite desconocer esta cifra.
Estos resultados sugieren distintos niveles de madurez en las capacidades de medición, más que una falta absoluta de retorno comercial. La complejidad se acentúa por las diferencias inherentes entre los propios asistentes de IA. El informe "Radar IA eCommerce México 2026", elaborado por Eleven y LLM Pulse, revela que ante una misma consulta, dos sistemas distintos comparten apenas entre el 4% y el 7% de los sitios citados. Esto significa que una empresa puede tener una destacada presencia en ChatGPT sin lograr un posicionamiento similar en Gemini o Google AI Overviews.
"Cada LLM tiene un poco su propia personalidad", afirma Kloster, quien califica las disparidades entre los sistemas como uno de los hallazgos más sorprendentes de su investigación. El estudio analizó 19,950 consultas de compra en 13 categorías, encontrando, por ejemplo, que Mercado Libre aparece con enlaces en el 17.1% de las respuestas de ChatGPT, el 27% de AI Overviews y el 9.8% de Gemini.
Amazon, por su parte, muestra cifras muy distintas: apenas un 0.3% en ChatGPT, ninguna aparición con enlace en Gemini y un 16.9% en AI Overviews. "No tenemos, digamos, una explicación concreta de por qué se comporta de esa forma", reconoce Kloster al referirse a la disparidad entre estas dos gigantes del comercio electrónico.
La investigación también identificó una clara separación entre el reconocimiento de marca y el tráfico potencial. Marcas como Apple, Samsung, Adidas y Nike figuran entre las más mencionadas por los tres asistentes de IA. Sin embargo, sus sitios oficiales reciben menos enlaces directos que las simples menciones. En el caso de Apple, el estudio registró 990 menciones en ChatGPT y solo 173 respuestas con enlaces a su dominio. En Gemini, la cifra de menciones fue de 916, pero solo ocho respuestas incluyeron enlaces directos a su sitio.
Esta dinámica subraya el desafío actual para los especialistas en marketing digital: cómo capitalizar la creciente influencia de la IA en las decisiones de compra cuando la atribución de ventas sigue siendo un terreno incierto y fragmentado.