Un estudio de Vaer AI sobre casi 500.000 respuestas de IA encontró que ChatGPT, Gemini, AI Mode y AI Overviews recomiendan sobre todo a grandes retailers. Lo publicó Search Engine Land. Hay que leerlo con una salvedad: lo dirigió Tom Wells, cofundador de Vaer AI, y lo patrocinó Lightspeed Commerce, una empresa del rubro. Es un estudio de terceros sobre consultas de compra en Estados Unidos y Canadá, no un dato de las plataformas.
Cómo se hizo
El análisis usó 20.000 consultas de compra y generó 200.000 respuestas sin búsqueda web activada y 260.000 con búsqueda activada. Los modelos evaluados fueron ChatGPT, Gemini, AI Mode y AI Overviews. Que se hayan separado los dos escenarios es útil, porque permite distinguir lo que el modelo “sabe” de lo que recupera en el momento.
Qué encontraron
Sin búsqueda web, las grandes cadenas recibieron entre el 63% y el 70% de las recomendaciones, mientras que los comercios chicos o locales aparecieron cerca del 10% de las veces. Con búsqueda activada, los grandes siguieron arriba, con entre el 46% y el 58% de las primeras recomendaciones. Cuanto más específica era la consulta, más se achicaba la parte de los chicos: en consultas amplias como “juguetes para un niño de 6 años”, los comercios pequeños tomaban cerca de un tercio, pero en pedidos de un producto concreto bajaban a alrededor del 10%, mientras los grandes pasaban del 40% al 60%.
El hallazgo más práctico fue de redacción: agregar la palabra “independent” a la consulta más que duplicó las recomendaciones de comercios chicos, de cerca de un tercio a casi cuatro quintos, mientras que “local” y “near me” casi no movieron el resultado.
Lo que no dice el estudio
Es un estudio de comercio electrónico, en inglés, con consultas de compra. No mide medios ni noticias, y no sabemos si el sesgo hacia lo grande se repite cuando la consulta es informativa. Tampoco prueba por qué ocurre: puede deberse a datos de entrenamiento, a la cantidad de menciones en la web o a cómo se arman las consultas internas de cada sistema.
Qué se puede tomar para un medio
El mecanismo es útil para pensar GEO en medios: los sistemas generativos tienden a citar nombres que ya son reconocibles. Para un medio de tamaño mediano, eso sugiere tres líneas de trabajo. Ser la fuente clara de un tema o de una región, en lugar de competir en todo. Mostrar identidad editorial: firmas visibles, páginas de autor, una política de correcciones y datos de contacto. Y sostener menciones consistentes en otros sitios, porque si la lógica es la del reconocimiento, lo que se dice del medio fuera de su propio sitio pesa.
Es una hipótesis razonable, no una técnica probada, y la presentamos así. Lo que sí podemos hacer es medirla con una lista fija de consultas y ver, semana a semana, si el medio aparece.
