SERIE «LA MUERTE SILENCIOSA» · NÚMERO 1
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
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.
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.
Páginas reales, sin retocar. Pulse cualquiera para leerla a tamaño completo.





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.
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.
Ninguna cifra de esta tabla es una estimación: todas se apoyan en el registro de corridas. La etiqueta de evidencia forma parte del dato.
| Hallazgo | Cifra | Base de cálculo | Grado |
|---|---|---|---|
| La respuesta es una lista corta, no un mercado | 7 | empresas por respuesta · 366 apariciones en 52 consultas | MEDIDO |
| Aparecer equivale casi siempre a ser recomendado | 91 % | 332 de 366 apariciones con lenguaje de recomendación | MEDIDO |
| Una de cada cinco empresas la describe un tercero | 21,4 % | 60 de 280 apariciones con fuente identificable | MEDIDO |
| Cada sistema devuelve un mercado distinto | 14,3 % | coincidencia media en 13 categorías replicadas el mismo día | MEDIDO |
| Una parte de las apariciones no cita fuente alguna | 86 | de 366 apariciones · 12 verificadas en registros mercantiles | MEDIDO |
| La mayoría falla una comprobación elemental | 62 de 98 | webs auditadas · 72 % en el estrato descrito por terceros, 55 % en el propio | MEDIDO |
| Nadie ocupa todavía el espacio | 305 de 333 | empresas que aparecen una sola vez · ninguna cruza tres categorías | EXPLORATORIO |
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.
Los dos trabajos miden el mismo fenómeno por sus dos extremos. Juntos explican el mecanismo completo.
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 censoQué 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 estudioLo que vea aquí explicará el estudio mejor que cualquier resumen.
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, cuando aquello no se llamaba inteligencia artificial y consistía en enseñar a un sistema a clasificar texto y sacarle señal. 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.
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.
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 →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 →La inteligencia artificial ya se llamaba así, pero se discutía en círculos cerrados. Con la presentación original de 2003.
La historia de TMM →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.
Cada porcentaje lleva su denominador. Si no cabe en la tabla, está en el anexo con su número de fuente.
Medido, exploratorio o hipótesis. Una intuición nunca se presenta con el mismo peso que un recuento.
Lo que el estudio no demuestra aparece en el cuerpo del documento, fuera de la letra pequeña.
Si una cifra cambia al ampliar el corpus, se cambia y se dice. Las ediciones anteriores quedan fechadas.