Llevas año y medio oyendo la misma receta para ganar visibilidad en IA B2B: sube tu Domain Authority, llena la web de contenido, optimiza el dominio y ChatGPT acabará citándote. La vende casi cualquier agencia de GEO. El problema no es que se quede corta. Es que mide la palanca equivocada. Ahrefs analizó 75.000 marcas y midió qué se correlaciona con aparecer en las respuestas de IA de Google (los AI Overviews): lo que más, con diferencia, son las menciones de tu marca repartidas por la web —correlación de 0,664—, muy por encima de los backlinks, que se quedan en 0,218. Tu Domain Rating cae en medio, en 0,326: importa, pero la mitad que las menciones.
Visibilidad en IA B2B: la IA reconoce entidades, no fuerza de dominio
Un modelo no rastrea tu link graph cuando decide a quién citar. No cuenta cuántos enlaces apuntan a tu dominio. Mira si tu marca aparece, de forma consistente, en sitios que él trata como fiables. Por eso una década de link-building pesa menos que estar mencionado en los lugares correctos: el modelo mide reconocimiento, no referencias.
El telón de fondo lo confirma. Muck Rack analizó más de 25 millones de enlaces citados por ChatGPT, Claude y Gemini, y el 84% de las citas viene de earned media —contenido con respaldo editorial o de terceros, no el material que tú controlas con intención comercial directa—. Ese porcentaje se ha movido entre el 82% y el 89% en sus tres ediciones desde julio de 2025: no es el capricho de una actualización de modelo, es cómo estos sistemas eligen de dónde sacar lo que dicen. Tu página de producto, tu landing, el post escrito para vender: nada de eso es lo que el modelo levanta como fuente.
Hasta aquí, la conclusión fácil sería "deja la web y vete a por menciones". Sería otra receta única. Y las recetas únicas son justo lo que esto viene a desmontar.
¿La IA cita igual a una marca en todos los modelos?
No. Y esa es la pieza que casi nadie pone sobre la mesa. Semrush analizó 325.000 prompts y 89.000 URLs de LinkedIn citadas en buscadores de IA, y el patrón no es uno solo: LinkedIn se cita de forma desigual según el motor —14,3% en ChatGPT Search, 13,5% en Google AI Mode y solo 5,3% en Perplexity—. Lo que te hace visible en uno puede no moverte nada en otro.
Ahí se cae el "haz esto y la IA te citará", sea cual sea el "esto". No hay una respuesta a dónde invertir en visibilidad en IA B2B que sirva para todas las empresas, porque depende del motor en el que pregunte tu comprador. Una consultora cuyos clientes preguntan en ChatGPT y una SaaS cuyos compradores técnicos viven en Perplexity no deberían tener la misma estrategia, por mucho que el titular de moda diga lo contrario. Mismo sector, asignación distinta. Cualquiera que te venda el playbook universal te está vendiendo humo.
Qué le cuesta a tu pipeline quedar fuera de la shortlist del día uno
Aquí es donde un CMO debería empezar a sumar, porque esto no se mide en alcance, se mide en pipeline. El 94% de los compradores B2B usan modelos de IA durante el proceso de compra (6sense). Y el dato que lo convierte en dinero: el 95% acaba comprando a uno de los proveedores que ya estaban en su shortlist el primer día (6sense).
Junta las dos cifras. Si la lista inicial se forma cada vez más preguntándole a una IA, y tú no apareces en ella porque optimizaste el canal que ese modelo no cita, no estás peleando el deal en desventaja. Estás fuera del 95% del negocio antes de que arranque la conversación. Y lo peor es que no lo ves venir: ese pipeline no entra en tu CRM como oportunidad perdida, porque nunca llegó a entrar.
Antes de mover un euro de presupuesto, hay una pregunta que contestar con datos y no con intuición: qué entidades tuyas —tu dominio, tu marca, los perfiles de tus personas— cita cada modelo cuando se habla de tu categoría. El informe de visibilidad de Antropus lo mide motor por motor, para que sepas en cuáles apareces y en cuáles no antes de decidir dónde gastar.
La Matriz Entidad-Modelo: tu presupuesto de visibilidad en IA B2B, repartido con datos
De todo esto sale un modelo, y cabe en tres líneas, las tres números.
El primero es qué entidades tuyas cita la IA cuando alguien pregunta por tu categoría: no es lo mismo que te nombre a ti, a tu dominio o a tu competidor. El segundo es ese reparto abierto por modelo, porque ChatGPT y Perplexity no coinciden y un promedio te miente con cara de dato. El tercero, el que casi nadie calcula, es el peso real de cada modelo entre tus compradores —no entre el público general—, porque tu presupuesto sigue a quien te compra, no a la cuota de mercado de OpenAI.
En Elevam usamos el HSA Protocol —que desarrolló Asier López Ruiz— para medir Share of Response por entidad y por modelo antes de decidir dónde invertir: un barrido sistemático de prompts contra los cuatro modelos principales, repetido en varias iteraciones para que el resultado no dependa de una respuesta suelta. Es lo que convierte "creemos que deberíamos publicar más en LinkedIn" en "en el modelo donde compran tus clientes, tu marca aparece por debajo de tu competidor, y por eso el presupuesto va aquí". Sin esa medición, la Matriz Entidad-Modelo es una idea bonita. Con ella, es una decisión que defiendes delante de un comité sin sudar.
Y queda la parte incómoda. Una marca con autoridad real fuera de los modelos puede no existir todavía dentro de ellos. Puedes ser una referencia en tu sector y que ChatGPT no te nombre cuando un comprador pregunta quién lo hace bien. Ese es exactamente el problema: la visibilidad en IA generativa no se hereda de tu reputación de fuera. Se construye —y, antes de construirla, se mide.
Preguntas frecuentes
¿La IA cita más a perfiles personales o a páginas de empresa en B2B?
No hay una respuesta única: depende del modelo. Semrush, sobre 325.000 prompts y 89.000 URLs de LinkedIn, observó que LinkedIn se cita de forma desigual en ChatGPT Search, Google AI Mode y Perplexity. En general, la IA pondera más las menciones de marca repartidas por la web (0,664 de correlación, Ahrefs sobre 75.000 marcas) que la fuerza del dominio (Domain Rating, 0,326).
¿Dónde conviene invertir el presupuesto de GEO en B2B?
Depende del mix de modelos en los que investigan tus compradores, no de una buena práctica universal. El 84% de lo que la IA cita es earned media —contenido con respaldo de terceros—, no material comercial propio (Muck Rack, 25M+ enlaces). Mide qué entidades tuyas cita cada modelo antes de repartir el gasto.
¿Cómo se mide si ChatGPT cita a mi marca?
Con prompt-tracking sistemático sobre varios modelos. El HSA Protocol de Antropus mide el Share of Response por entidad y por modelo, lanzando prompts contra los cuatro modelos principales en varias iteraciones, de modo que ves si la IA te nombra a ti, a tu dominio o a tu competidor en cada motor.
