FGA Research & AdvisoryFGA
Sala de Lectura · Estudio 2026/01

SERIE «LA MUERTE SILENCIOSA» · NÚMERO 1

El cliente invisible

Cómo la inteligencia artificial decide qué empresas existen, y cuáles no.

Preguntamos cincuenta y dos veces, en treinta y siete categorías industriales y sin citar marcas. Anotamos las 333 empresas que salieron. Después leímos 98 de sus webs como las lee una máquina, y comprobamos doce en los registros mercantiles.

El estudio en tres frases

  1. Cuando su cliente le pregunta a una máquina quién le conviene, la máquina contesta con siete nombres, y ese es el primer filtro de la compra.
  2. Una de cada cinco empresas que aparecen no habla por sí misma: la describe un directorio, su asociación o su distribuidor, con los datos que tengan.
  3. De 98 empresas industriales que hemos leído como las lee una máquina, la mayoría falla algo tan básico como decir dónde está o qué vende.
Serie «La muerte silenciosa» · nº 1
El cliente
invisible

FGA Estudio 2026/01 · Edición 2.2 · 48 páginas · Cierre 8 de septiembre de 2026

Cuando un comprador pregunta, alguien contesta por usted

Un buscador devolvía enlaces y dejaba elegir. Un asistente de inteligencia artificial lee las fuentes disponibles, decide cuáles merecen entrar y redacta una respuesta única con siete nombres. Para muchas compras industriales, ese texto es el primer filtro, y ocurre antes de que su comercial descuelgue el teléfono. Este estudio mide quién entra en esa lista, quién escribe lo que se dice de cada empresa, y qué encuentra la máquina cuando va a comprobarlo.

333empresas industriales
registradas
91 %de apariciones
recomendadas
21,4 %descritas por
un tercero
14,3 %coincidencia
entre sistemas
Solicitar el estudio completo PDF · 48 páginas · copia sellada a su nombre Ver los hallazgos Resumen en esta página
Esta página se lee entera sin registro. Los siete hallazgos, sus bases de cálculo y los límites del estudio están más abajo. El PDF de las 48 páginas —con el método completo, las 98 auditorías una a una y los anexos— se solicita abajo y se entrega, una vez aprobada la solicitud, sellado a nombre de quien lo pide.
El mecanismo, en una imagen

Lo que ocurre antes de que suene el teléfono

Entre su empresa y su cliente se ha colocado un intermediario que decide antes de que empiece el proceso comercial. Ocurre en tres pasos, y ninguno deja rastro en sus indicadores.

PASO 1

cientos

de proveedores capaces

En una categoría industrial cualquiera operan cientos de empresas que podrían ejecutar el trabajo. Su comprador no las va a mirar una a una.

PASO 2

7

nombres en la respuesta

Pregunta a un asistente de inteligencia artificial y recibe siete nombres redactados. El 91 % de las apariciones llega recomendada. Ahí ya ocurrió la criba.

PASO 3

1 de 5

descritas por un tercero

De las que sí aparecen, una de cada cinco la describe un directorio, su asociación o su distribuidor. La empresa está en la conversación con un relato que no controla.

Un vistazo dentro

Cinco páginas de las cuarenta y ocho

Páginas reales, sin retocar. Pulse cualquiera para leerla a tamaño completo.

Página del estudio: los siete hallazgos
Los siete hallazgosCada uno en una línea, y a la derecha lo que significa para quien dirige una empresa industrial. Pulse para leerla →
Página del estudio: los tres niveles
Los tres niveles¿La ve, la recomienda, la cuenta bien? Los tres se pierden por separado y se recuperan en orden inverso. Pulse para leerla →
Página del resumen ejecutivo
Resumen ejecutivoObjetivo, método, hallazgos e implicaciones en una página.
Página del estudio en tres frases
El estudio en tres frasesY la objeción que nos hacen siempre, contestada.
Página de casos documentados
Casos documentadosCuatro empresas reales del corpus, anónimas, con su verificación.
Lo que encontramos al comprobarlo

Cuatro cosas que una máquina recomendó como proveedor

En 86 de las 366 apariciones el sistema afirmaba sin citar fuente alguna. Verificamos doce de esos casos a mano en los registros mercantiles. Tres eran empresas solventes y sin incidencias. Estos estaban entre los otros nueve.

Registro mercantil · caso 1

Un taller de mantenimiento presentado como fabricante de equipos.

Registro mercantil · caso 2

Una fundición en concurso voluntario de acreedores desde abril de 2025, recomendada como proveedor dieciséis meses después.

Registro mercantil · caso 3

Una sociedad con capital de 3.000 euros y sin página web.

Registro mercantil · caso 4

Dos entidades que los registros declaran extinguidas. Una de ellas citaba como fuente, precisamente, el registro que la declara extinta.

Y no es cosa de cuatro casos. En el estrato de empresas descritas por terceros auditamos 47 webs, una a una, con tres comprobaciones: si una máquina puede leerla, si encuentra dónde está la empresa y si encuentra qué vende.

34 de 47 fallan al menos una comprobación elemental 13 pasan las tres

Para quien compra, la respuesta no permite separar esas realidades: llegan todas con el mismo aspecto. Para quien vende, la consecuencia es simétrica y menos evidente: una empresa solvente compite en igualdad de presentación con otra que no debería estar en la lista.

Los hallazgos, con su base

Qué salió al medirlo

Ninguna cifra de esta tabla es una estimación: todas se apoyan en el registro de corridas. La etiqueta de evidencia forma parte del dato.

HallazgoCifraBase de cálculoGrado
La respuesta es una lista corta, no un mercado7empresas por respuesta · 366 apariciones en 52 consultasMEDIDO
Aparecer equivale casi siempre a ser recomendado91 %332 de 366 apariciones con lenguaje de recomendaciónMEDIDO
Una de cada cinco empresas la describe un tercero21,4 %60 de 280 apariciones con fuente identificableMEDIDO
Cada sistema devuelve un mercado distinto14,3 %coincidencia media en 13 categorías replicadas el mismo díaMEDIDO
Una parte de las apariciones no cita fuente alguna86de 366 apariciones · 12 verificadas en registros mercantilesMEDIDO
La mayoría falla una comprobación elemental62 de 98webs auditadas · 72 % en el estrato descrito por terceros, 55 % en el propioMEDIDO
Nadie ocupa todavía el espacio305 de 333empresas que aparecen una sola vez · ninguna cruza tres categoríasEXPLORATORIO

Los porcentajes describen el corpus observado entre el 28 de agosto y el 8 de septiembre de 2026. El estudio no cuantifica ventas perdidas, no establece causalidad y no constituye una muestra representativa del conjunto de la industria española: las 333 empresas emergieron de las propias consultas.

Cómo encaja con el censo anterior

Las dos mitades de la misma medición

Los dos trabajos miden el mismo fenómeno por sus dos extremos. Juntos explican el mecanismo completo.

Censo · 2026

El lado de la emisión

Qué alcanza a leer una máquina cuando se acerca a la web de una empresa. Cien webs, doce sectores, nota media 52,9 sobre un techo observado de 85, y 98 de las 100 sin un catálogo que un asistente pueda citar.

Ver el censo
Estudio 2026/01 · septiembre 2026

El lado de la respuesta

Qué dicen de verdad los sistemas cuando pregunta un comprador y la empresa no está delante. 52 consultas ciegas, 366 apariciones, 333 empresas y 98 auditorías con rúbrica fija.

Solicitar el estudio
Una empresa ilegible en el lado de la emisión deja un hueco, y ese hueco lo ocupa un tercero en el lado de la respuesta. El 2 % de catálogos declarables y el 21,4 % de relato ajeno son la misma historia contada desde los dos extremos.
Antes de leer nada

La prueba de tres minutos

Lo que vea aquí explicará el estudio mejor que cualquier resumen.

  1. Abra el asistente de inteligencia artificial que use. «Necesito un proveedor de [lo que fabrica su empresa] en España, ¿qué empresas me recomiendas?» Sin mencionar su marca.
  2. Si su empresa aparece, lea la descripción y pregúntese quién la ha escrito: ¿sale de su web o de un directorio?
  3. Si no aparece, mire quiénes están. Rara vez son los competidores que uno tiene en la cabeza.
  4. Repita la misma pregunta en un segundo sistema. En nuestro corpus, las listas coinciden en un 14,3 %.
Qué hay dentro de las 48 páginas

Para leerlo en diez minutos o discutirlo durante una hora

BLOQUE 1
Para la dirección · diez minutos
Prólogo, resumen ejecutivo, el método sin tecnicismos, el estudio en tres frases, los siete hallazgos y el marco de tres niveles.
BLOQUE 2
El estudio
Contexto, método, cinco resultados medidos, el competidor invisible, las dos mitades, matriz de exposición, conclusiones e implicaciones.
BLOQUE 3
Anexos
Tabla de solapamiento, cortes sectoriales, intermediarios, la auditoría GEO con su rúbrica, fuentes numeradas, glosario y límites.
Quiénes somos

Una firma que mide antes de opinar

FGA Research & Advisory es una firma independiente de análisis fundada en Madrid en 2006. Nuestro oficio, durante dos décadas, ha sido explicar a inversores y consejos cómo se forman las decisiones y qué información las sostiene. Es el mismo músculo que aplicamos aquí, cambiando el mercado financiero por el mercado industrial.

Trabajamos con máquinas que leen desde 2001, y entonces ya se llamaba inteligencia artificial: redes neuronales, sistemas expertos y corpus lingüísticos propios en TMM, con estudios para prensa y sector editorial, automoción y farmacia, y encargos del Instituto Cervantes y del diario Marca. Veinticinco años después el problema de fondo sigue siendo el mismo —qué entiende una máquina cuando lee— con una diferencia que lo cambia todo: ahora quien lee decide quién entra en una lista de proveedores.

Publicamos lo que medimos, incluido lo que no confirma nuestra hipótesis. Tiene un coste, porque cualquiera puede leerlo, y una razón: en un mercado donde casi todo el mundo afirma sin medir, la única manera de demostrar que medimos es enseñar la medición.

Francisco Salvador Fundador de FGA Research & Advisory · Asesor senior de análisis macro de Miraltabank · MBA por el IESE. Dirige la línea de investigación de FGA sobre representación empresarial en sistemas de inteligencia artificial.
2001Primer trabajo con análisis automático de texto a gran escala, en el proyecto Tailored Market Monitor.
2006Fundación de FGA Research & Advisory, en Madrid.
2026Censo de emisión: cien webs industriales españolas de doce sectores, medidas una a una.
2026Estudio 2026/01: primer corpus de campo español sobre cómo la IA representa a la empresa industrial.
MétodoCada cifra con su base de cálculo y su grado de evidencia. Los límites del trabajo, declarados en el cuerpo del documento.
El documento completo

Solicite el estudio a su nombre

Las 48 páginas con el método completo y la batería de consultas, la tabla de solapamiento entre sistemas categoría a categoría, los cortes por sector, las 98 auditorías con su rúbrica y su observación literal, los casos verificados en los registros mercantiles, la matriz de los cuatro cuadrantes de exposición, el anexo de fuentes numeradas y los límites declarados uno a uno.

Cada solicitud la revisa Francisco Salvador personalmente. Si la aprueba, le llega un enlace propio a su correo. El PDF va sellado en todas sus páginas con su dirección y el nombre de su empresa: es una copia nominativa, no un fichero anónimo.

La serie continúa: la fase de 300 empresas ibéricas está en marcha. Si publicamos el número 2, se lo avisamos, y puede darse de baja desde cualquier correo.

El cliente invisible

FGA Estudio 2026/01 · PDF de 48 páginas, sellado a su nombre

Conviene un correo corporativo. El documento se envía a direcciones profesionales. Con una cuenta personal la solicitud sigue adelante, pero puede tardar más en aprobarse.
Faltaba algún dato obligatorio. Revise la empresa, el correo y la casilla de consentimiento.
Solicitud recibida. Le hemos enviado un acuse por correo. En cuanto Francisco Salvador la revise, recibirá el enlace a su ejemplar.

Corporativo, del dominio de su empresa.

Cada solicitud se revisa una a una. Responsable: FRANSALIPP, S.L. Finalidad: enviarle el documento y avisarle de nuevas publicaciones. Puede ejercer sus derechos escribiendo a fsalvador@fgaresearch.com. Política de privacidad.

También en la sala

Estudios anteriores y material de método

Estudio · 2026

Lo que ve una máquina cuando mira a su empresa

Cien webs españolas de doce sectores medidas con cinco criterios. Noventa y ocho no declaran su catálogo de forma que una máquina pueda citarlo; nota media 52,9 sobre un techo observado de 85.

Leer el censo →
Método

Cómo medimos la representación en IA

Las tres comprobaciones de la auditoría, las seis dimensiones del índice y qué publicamos y qué no. El instrumento es nuestro; los resultados, de quien quiera discutirlos.

Ver el método →
Trayectoria · desde 2001

TMM: inteligencia artificial aplicada al texto, en 2003

La inteligencia artificial ya se llamaba así, pero se discutía en círculos cerrados. Con la presentación original de 2003.

La historia de TMM →
Reglas de la casa

Por qué publicamos lo que sabemos

Publicar tiene un coste, porque cualquiera puede leerlo. Y una razón: en un mercado donde casi todo el mundo afirma sin medir, la única manera de demostrar que medimos es enseñar la medición.

Base declarada

Cada porcentaje lleva su denominador. Si no cabe en la tabla, está en el anexo con su número de fuente.

Grado de evidencia

Medido, exploratorio o hipótesis. Una intuición nunca se presenta con el mismo peso que un recuento.

Límites por delante

Lo que el estudio no demuestra aparece en el cuerpo del documento, fuera de la letra pequeña.

Errores corregidos

Si una cifra cambia al ampliar el corpus, se cambia y se dice. Las ediciones anteriores quedan fechadas.