El 96% de empresas B2B son invisibles en LLMs según el AI Visibility Index 2026. No es un problema de "hacks GEO" — es un problema de entidad. Te explico cuál es el gap real y los 6 pasos para cerrarlo.
Tu PYME B2B no aparece en ChatGPT porque los modelos de lenguaje no tienen una entidad consolidada de tu empresa en su grafo de conocimiento. No es que falten "trucos GEO". Es que falta lo básico: NAP coherente, Wikidata, presencia en directorios sectoriales, menciones en prensa B2B con dominio propio, y schema JSON-LD Organization declarando quién eres. Cuando esos cimientos están, los hacks GEO multiplican. Sin ellos, da igual el contenido optimizado: el modelo no sabe de qué empresa estás hablando.
El AI Visibility Index 2026 midió 10.000 marcas B2B contra los 4 LLMs principales (ChatGPT, Claude, Gemini, Perplexity) usando un set de 30 queries por marca: descubrimiento ("mejores proveedores de X"), comparativa ("X vs Y"), recomendación, reputación y marca directa.
El hallazgo central: el 96% de las marcas B2B medidas no aparecen en los Top 5 resultados de al menos 2 de los 4 LLMs. Es decir, son funcionalmente invisibles en la capa de descubrimiento conversacional.
El dato es coherente con lo que vemos diariamente auditando PYMES B2B españolas. De los últimos 50 audits gratuitos ejecutados en citora.es entre febrero y mayo de 2026, 47 empresas obtuvieron Visibility Score <20/100 ("Invisible" o "Pre-emergente"). Sólo 3 superaron el umbral de "Conocido en su nicho" (36-60).
Si tu PYME factura entre €1M y €10M ARR y vendes B2B en España, es estadísticamente casi seguro que entras en ese 96%. No es excepcional. Es la norma.
Los LLMs no tienen una base de datos curada de empresas como la tiene Google Business Profile. Lo que tienen es:
Si tu empresa no tiene una entidad reconocible en ese grafo, ocurre algo concreto: el modelo no sabe que existes. No es que te valore mal — es que no apareces en su universo. Cuando un usuario pregunta "¿cuáles son los proveedores B2B de [tu sector] en España?", el LLM responde con las empresas que sí tienen entidad, aunque sean peores que tú.
Tras auditar más de 200 PYMES B2B españolas en los últimos 12 meses, estos son los gaps que aparecen una y otra vez. No son hacks. Son cimientos.
NAP = Name, Address, Phone. Cuando tu razón social aparece como "Acme Solutions S.L." en el registro mercantil, "Acme Solutions" en LinkedIn, "Acme" en tu web y "Acme Group" en una nota de prensa antigua, el modelo no consolida la entidad. Lo que ve son 4 empresas borrosas.
Fix: auditar las 10-15 fuentes públicas donde apareces (LinkedIn empresa, Crunchbase, Google Business Profile, registro mercantil, directorios sectoriales, notas de prensa, About page, footer web) y unificar nombre legal + dirección + teléfono literal a literal.
Wikidata es la pieza estructural más infravalorada del consenso digital B2B. No es Wikipedia. Es la base de datos semántica que alimenta a Wikipedia, Google Knowledge Graph, y de forma indirecta el grafo de entidades de los LLMs principales.
La política de notabilidad de Wikidata exige uno de tres criterios: (a) sitelink a Wikipedia, (b) entidad "claramente identificable" con referencias serias y públicas, o (c) uso estructural como valor de propiedad. La mayoría de PYMES B2B no cumple ninguno hoy.
Fix secuencial: primero ganar 1-2 menciones en prensa B2B española con dominio propio (MarketingDirecto, Emprendedores, Marketing4eCommerce, una sectorial relevante). Cuando tienes 1-2 referencias externas reales, crear la entrada Wikidata con esas URLs en el campo references. Probabilidad de supervivencia ~80% (vs ~5% sin referencias externas).
Organization incompleto o ausenteEl schema.org/Organization es la forma estándar de declarar quién eres en código. Los LLMs no lo "leen" directamente como leerían tu home, pero las plataformas que sí lo leen (Google, Bing, motores de búsqueda y agregadores) alimentan el corpus que después entrena/refina los modelos.
Implementar bien implica: @type: Organization, name, legalName, url, logo, sameAs (array con LinkedIn, Crunchbase, Wikidata si existe, redes profesionales), foundingDate, address, contactPoint, y opcionalmente founder, employees, industry.
"Directorios sectoriales" no significa Páginas Amarillas. Significa fuentes que el sector reconoce: asociaciones profesionales, bases de datos verticales (eShop Magazine para ecommerce, ASLAN para tech, ADEMI para industria), foros de compradores B2B, listados editoriales en medios sectoriales.
El criterio: el directorio debe tener dominio propio y editorialidad mínima. Listings auto-añadibles sin moderación no cuentan — los LLMs aprendieron a descontar esa señal hace tiempo.
La página "About / Quiénes somos" es la pieza más leída por los crawlers que reconstruyen entidades. Si la tuya tiene 4 párrafos genéricos ("Somos un equipo apasionado que ayuda a empresas a crecer"), el modelo no puede extraer información factual sobre ti.
Lo que sí puede extraer y citar: año de fundación, número de empleados, sectores que cubres, países donde operas, clientes públicos (si los hay y consentidos), métricas verificables, fundadores con nombre completo y rol, certificaciones, sello regulatorio si aplica (CNMV, AEMPS, AEPD, etc).
Esto es lo que llamamos "Amalgamated Authority": la IA elige a quien tiene consenso en múltiples fuentes independientes. Una PYME B2B típica española aparece sólo en su propio dominio + LinkedIn. Eso no es consenso, es un único emisor repetido.
Consenso real B2B en 2026 son entre 8 y 15 menciones cruzadas en: prensa sectorial, podcasts B2B nicho, foros moderados (Reddit B2B en inglés, foros profesionales en español), bases de datos sectoriales, papers o whitepapers donde te citan o citas a alguien que después se referencia a ti.
Hay una conversación muy ruidosa en LinkedIn ahora mismo sobre tácticas tipo "añade llms.txt", "optimiza para citation rate con chunks de 150 tokens", "usa schema FAQPage con respuestas answer-first". Todas esas tácticas funcionan en el margen. Lo que no funcionan es como sustituto de los 6 cimientos de arriba.
El propio Google publicó en mayo de 2026 una guía oficial declarando que llms.txt y "chunking" son myths verbatim como driver de visibilidad en sus features generativas. Lo que prioriza, según texto literal: "high-quality content and block spam". No hacks. Cimientos.
Donde sí hay margen: cuando los 6 cimientos están sólidos, optimizar densidad factual de las páginas clave, tablas comparativas con datos verificables, FAQs con respuestas en formato answer-first, y schema JSON-LD bien instalado eleva la probabilidad de cita entre un 15% y un 40% adicional. Pero ese 15-40% se aplica sobre un suelo que ya existe. Sin suelo, no hay multiplicador.
Si quieres salir del 96% invisible y pasar al 4% que sí aparece, este es el orden secuencial. No saltes pasos.
| Paso | Acción | Tiempo | Coste interno |
|---|---|---|---|
| 1 | Auditar NAP en 15 fuentes públicas + corregir literal | 1 semana | 4-6h |
| 2 | Implementar schema Organization completo en home + about | 2 días | 2-3h dev |
| 3 | Reescribir About con densidad factual (fechas, números, nombres, sectores) | 1 semana | 3-4h marketing |
| 4 | Pitch a 2-3 medios B2B españoles para 1ª mención externa | 3-4 semanas | 5-10h PR |
| 5 | Alta en 3-5 directorios sectoriales con dominio propio + editorialidad | 2 semanas | 2-3h ops |
| 6 | Crear entrada Wikidata con 1-2 referencias externas ya conseguidas | 1 semana (espera 14d supervivencia) | 1h + paciencia |
Total realista de cierre del gap básico: 8-12 semanas de calendario, 18-30h internas. No es rápido. Pero es lo que separa al 4% que aparece del 96% que no.
El error más común que vemos en PYMES B2B es empezar por el final: contratar producción de contenido GEO-optimizado antes de tener la entidad consolidada. Es como decorar una casa sin haber puesto los cimientos. El contenido brillante sobre una entidad invisible sigue siendo invisible.
El orden 1→6 sigue una lógica de dependencias. NAP coherente (paso 1) es prerrequisito para que las menciones que consigas en pasos 4-5 consoliden la misma entidad. Schema en home (paso 2) hace que los crawlers que descubren las menciones de paso 4 puedan conectarlas con tu dominio. About denso (paso 3) es lo que los periodistas usan cuando preparan el artículo de paso 4. Y así sucesivamente.
Cliente real (anonimizado por NDA). Sector: saneamiento industrial. Facturación €4M ARR. 22 empleados. Cliente final: empresas manufactureras tier-2 en España.
Punto de partida febrero 2026:
Plan ejecutado paso 1→6 entre febrero y mayo. Punto medición mayo 2026:
El cliente no contrató "contenido SEO" ni "hacks GEO". Contrató cimientos. Y los cimientos funcionaron.
Afecta más a PYMES B2B porque el corpus de entrenamiento de los LLMs está sesgado hacia marcas internacionales con presencia digital fuerte. Empresas españolas grandes con campañas de prensa activas suelen tener entidad consolidada. Las PYMES B2B caen en el hueco: ni son lo suficientemente grandes para que la prensa nacional las cubra constantemente, ni son lo suficientemente locales para entrar en directorios geográficos.
Para señales en tiempo real (Perplexity, ChatGPT con search activada, Google AI Mode): entre 2 y 8 semanas tras consolidar menciones cruzadas. Para señales en el corpus de entrenamiento (ChatGPT sin search, Claude base): entre 6 y 18 meses, en la siguiente versión del modelo que reentrene con datos posteriores a tus cambios.
Sí, pero no como prioridad. SEO clásico te da ranking en Google orgánico, lo cual sigue siendo un canal real. Pero el 62% de las citas en AI Overviews de Google vienen de URLs fuera del top 10 orgánico (Ahrefs enero 2026). Es decir, optimizar sólo para ranking ya no garantiza visibilidad en la capa generativa. Los 6 cimientos GEO de este post atacan directamente la capa generativa.
Sí. La métrica canónica es Citation Rate: porcentaje de queries (de un set fijo de 10-30 queries acordadas) en las que apareces citado en Top 5 de cada LLM. Medir mensualmente con el mismo set de queries × 4 LLMs × 3 runs (para neutralizar varianza). Te da una serie temporal real, comparable mes a mes, que el SEO clásico no te da.
Si lo haces tú internamente con ayuda de Claude Code o ChatGPT Plus: ~30-40h de trabajo distribuido en 12 semanas + €0-150 en directorios sectoriales con cuota anual. Si lo subcontratas a una agencia GEO especializada: a partir de €1.500/mes durante 4 meses para cerrar los cimientos completos. En Citora ese es exactamente el Plan Visibilidad: si en 4 meses la IA no te recomienda cuando preguntan por tu sector, te devolvemos el último mes y trabajamos uno más sin coste.
Si vendes B2B y facturas entre €1M y €10M en España, hay una probabilidad muy alta de que estés en el 96% invisible. Saberlo es el primer paso. El segundo es hacer un diagnóstico real con datos, no con hipótesis. En citora.es/audit corremos un audit gratuito automatizado en ~3 minutos: 8 queries sectoriales × 4 LLMs, baseline cuantificado, banding 0-100, plan 90 días personalizado. Cero compromiso, cero email obligatorio para ver el resultado básico.
Y si después de verlo quieres atacar los 6 cimientos con un equipo que ya ha hecho esto antes, hablamos en una llamada de 30 minutos. Pricing público €1.500/mes × 4 meses con garantía canónica: si en 4 meses la IA no te recomienda cuando preguntan por tu sector, te devolvemos el último mes y trabajamos uno más sin coste.
Descubre tu Visibility Score en 2 minutos. Gratuito, sin tarjeta.
Hacer mi audit gratisGoogle lanzó Preferred Sources globalmente el 30 de abril de 2026. Las fuentes marcadas como preferidas reciben 2x más clics. Más de 200.000 sitios ya están en listas de usuarios. Qué cambia para una PYME B2B española y qué hacer hoy.
LeerLos alumnos B2B y B2C buscan programas de formación en ChatGPT antes que en Google. Cómo debe aparecer tu centro o EdTech en las respuestas de la IA.
LeerEl 78% de los directivos busca en ChatGPT antes de contratar un consultor externo. La credibilidad en IA se construye antes del primer contacto — o no se construye.
Leer