Cuánto dura la visibilidad en IA, y por qué no es un proyecto que se cierra

Mide supervivencia de citas: de las veces que una fuente aparecía citada al principio de la ventana, cuántas seguían apareciendo cuatro semanas después. Tres olas de medición en seis semanas, cinco plataformas.

Y tiene un límite que conviene decir en voz alta: el número exacto de consultas del estudio no está publicado. Se sostiene porque coincide con otras dos recogidas independientes, no porque se pueda auditar entero. Es un dato de 2026 en un campo volátil; antes de usarlo en una decisión grande, conviene comprobar si sigue vigente.

Lo que no mide es tu caso. Un 33 % de media sobre cinco plataformas no dice qué retención tiene una marca concreta en su sector, y quien lo presente así está estirando el dato.

Porque las fuentes que un motor elige rotan. Cada actualización del modelo, cada cambio en cómo recupera información y cada contenido nuevo que entra en el terreno reordenan la baraja. No hace falta que hagas nada mal para desaparecer de una respuesta: basta con que aparezca algo que el motor considere mejor para contestarla.

Ese es el cambio de fondo respecto a lo que la mayoría tiene interiorizado. Una posición en un buscador se defiende y tiende a sostenerse; una cita en una respuesta generativa no se posee, se vuelve a ganar cada vez que alguien pregunta.

La dispersión entre plataformas lo confirma: que una retenga cuatro veces más que otra indica que la durabilidad depende mucho de cómo cada motor decide, y no solo de lo buena que sea tu fuente.

Aquí hay un matiz que cambia cómo se lee todo lo anterior, y es lo que evita la conclusión derrotista.

El número concreto es frágil; la posición relativa frente a tus competidores es bastante más estable. El porcentaje exacto de respuestas en las que apareces se mueve con cada actualización, así que compararlo entre dos fechas sin fijar la versión del modelo produce ruido que parece señal. En cambio, quién sale por delante de quién en una categoría cambia más despacio, porque depende de cosas que también cambian despacio: quién habla de ti, dónde, y con cuánta consistencia.

De ahí sale la regla práctica: medir varias veces, fijar la versión y mirar la distancia, no el número. Una sola consulta a un modelo es una foto que miente, y dos fotos tomadas con modelos distintos no son comparables.

La consecuencia es incómoda y es mejor decirla de entrada: esto se presupuesta como disciplina continua, no como campaña con final. Un proyecto que termina el día que entrega el informe entrega una foto de un estado que ya está cambiando.

No significa gastar más. Significa repartir distinto: menos peso en un esfuerzo inicial grande y más en una cadencia de medición y corrección que detecte cuándo pierdes terreno y por qué. Y significa desconfiar de quien te comprometa un porcentaje de mejora antes de haberte medido; sin línea de partida, esa cifra no se puede sostener.

Tres señales, en orden de gravedad. Que dejes de aparecer en preguntas donde antes aparecías. Que sigas apareciendo pero con menos contexto, o descrito de una forma que ya no se parece a lo que vendes. Y la más difícil de ver: que aparezcas igual que antes mientras un competidor nuevo entra por encima, que es una pérdida de posición sin pérdida de presencia.

Las tres solo se detectan comparando con tu propio histórico. Sin él, cualquier medición suelta es una opinión con decimales.

Cuánto de esa rotación es cambio real en lo que el modelo prefiere y cuánto es variabilidad de la propia respuesta: los modelos generativos no contestan igual dos veces, y separar una cosa de la otra exige repetir mucho. Tampoco hay evidencia pública comparable por sector ni para el mercado en español, así que los números que circulan vienen de terreno anglosajón. Por eso este artículo lleva fecha, y por eso el dato que lo abre se revisa antes de usarlo fuera.