Visibilidad de marca en IA: el estándar del IAB

El 3 de agosto el IAB publicó Measuring Visibility in the AI Era, un framework de 36 páginas que es, hasta donde se sabe, el primer intento de estandarizar cómo se mide si una marca existe dentro de las respuestas que arman ChatGPT, Google Gemini, Microsoft Copilot, Perplexity y Claude. La aclaración va primero porque cambia todo lo que sigue: esto mide visibilidad orgánica, no publicidad dentro de esas respuestas. Sobre pauta en ChatGPT ya escribimos antes, cuando la única lectura disponible era la que ofrecía OpenAI. Esta nota es sobre el otro problema: cómo saber si tu marca aparece, dónde aparece, y si eso mueve algo, cuando nadie audita todavía a quien te vende el número.

De aparecer a que te elijan: la cadena que propone el framework

El framework organiza la visibilidad dentro de las respuestas de IA en cuatro capas causales, las 4 P's: Presence (presencia), Prominence (prominencia), Portrayal (retrato) y Persuasion (persuasión). La presencia mide con qué frecuencia aparece la marca ante un set de preguntas relevantes. La prominencia mide dónde aparece dentro de la respuesta, si es la primera fuente citada o una mención al pasar. El retrato mide cómo la describen, con qué precisión y qué sentimiento. La persuasión mide si esa cita empuja tráfico o una acción. La cadena se rompe en cualquier eslabón: aparecer seguido no importa si la describen mal, y una descripción precisa tampoco garantiza un clic. Conseguir un buen retrato es el terreno que ya recorrimos en la nota sobre Answer Engine Marketing: optimizar para que te citen es distinto a optimizar para que te hagan clic.

Exploratorio, direccional y apto para decidir: dónde entra el piso de las 50 queries

El framework distingue tres calidades de medición, no dos. Por debajo de 50 queries por programa, el resultado es exploratorio. A partir de esas 50 queries pasa a ser direccional: sirve para detectar una tendencia, si la marca gana o pierde presencia mes a mes, pero el propio IAB lo inhabilita para decisiones de presupuesto. El tercer piso, decision-grade (apto para decidir presupuesto), exige además cumplir nueve dimensiones documentadas, la lista que conviene llevar a una reunión con un vendor:

Volumen de queries
Tamaño de muestra
Cobertura de tipos de prompt
Cadencia de testing
Reproducibilidad
Validación de datos
Documentación de metodología
Cobertura de plataformas
Agregación multi-plataforma

El umbral de 50 queries es por programa, no por mercado. Un programa multi-mercado que busca ser apto para decidir necesita medición separada por mercado con queries adaptadas, pero el documento no cuantifica un mínimo para cada uno. El error más común es tratar una medición exploratoria o direccional como si alcanzara para mover presupuesto, la misma lógica que ya trabajamos en la nota sobre cómo PostHog convierte un release en una pregunta medible: una métrica puede ser real y no alcanzar para decidir.

Sin certificación, la carga de la prueba queda del lado del comprador

El framework no certifica nada todavía. El documento dice, literalmente, que "no establece ninguna certificación y no evalúa a ningún proveedor individual". Cumplir los nueve criterios es, por ahora, una declaración del propio vendor: no hay un tercero que la audite. El documento se presenta como la base de un futuro programa de certificación del IAB, que formalizaría los tres pisos y verificaría las declaraciones de forma independiente, pero ese programa todavía no existe. Es una posibilidad, no un anuncio.

Frente a esa falta de auditoría, el framework ofrece la que probablemente sea su mejor línea: cuando un proveedor no puede o no quiere revelar información sobre un ítem requerido, esa ausencia debe tratarse en sí misma como una señal. El estándar no persigue a los vendors, mueve la carga de la prueba al comprador: la pregunta que un proveedor esquiva ya es, en los términos del documento, parte de la respuesta.

Antes del 3 de agosto, a un CMO al que le mostraban un "puntaje de visibilidad en IA" no le faltaba la posibilidad de preguntar qué había detrás. Le faltaba un estándar compartido para juzgar la respuesta. Ahora existe esa vara, aunque siga dependiendo de que el proveedor la use con honestidad.

El problema de fondo es concreto: solo 16% de las marcas mide hoy su visibilidad en IA de forma sistemática, y ya hay más de 20 compañías vendiendo herramientas para medirla, cada una con una metodología distinta y, en la mayoría de los casos, no revelada. Dos vendors pueden auditar a la misma marca en la misma semana y devolver números que no coinciden, sin que nadie pueda explicar por qué. Vale la pena decir también que el IAB se financia con cuotas de sus empresas miembro, y algunas venden justamente las herramientas de medición a las que el framework les pide ahora transparencia. Eso no invalida el criterio técnico, pero conviene tenerlo presente al leerlo.

Adaptar las queries al mercado, no traducirlas: la parte que nos toca leer entre líneas

El framework pide que un programa que cubre varios mercados adapte el diseño de sus queries al idioma y al marco cultural local de cada uno; esa es la formulación textual del documento. En nuestra lectura, eso descarta traducir sin más un set armado en inglés: adaptar implica rediseñar, aunque el framework no lo diga en esos términos exactos. Importa para cualquiera que mida marca en más de un país de la región: que un vendor demuestre que su metodología alcanza el nivel apto para decidir en Estados Unidos no dice nada sobre si lo alcanza en México, y menos sobre si esa prueba se replicó en portugués para Brasil. El documento tampoco cuantifica un mínimo de queries por mercado, un vacío que vale la pena señalarle a cualquier vendor regional. Recomendamos pedirle evidencia concreta de que las queries en español fueron diseñadas para ese mercado, no adaptadas de un set pensado para otro idioma.

Esto tiene sentido, sobre todo, para equipos que ya gastan presupuesto en función de un puntaje de visibilidad en IA, o que están por empezar a hacerlo: ahí los nueve criterios son la lista que hay que llevar antes de firmar. Para una marca que todavía no aparece en el radar de estas respuestas, el framework importa menos que entender primero cuánta búsqueda de su categoría ya se mudó de Google a un asistente de IA. Sobre eso ya escribimos al cuantificar, con el estudio de Bocconi, cuánto erosiona la búsqueda por IA a la tradicional: es el dato que explica por qué la visibilidad dentro de una respuesta empieza a pesar tanto como el ranking en un resultado de búsqueda.

El framework tampoco resuelve, todavía, el problema que motivó esta nota: no hay certificación ni auditor externo, y el propio documento lo admite. Lo que sí cambia es qué hacer mientras tanto. Sin un tercero que verifique nada, la única palanca real es la que ofrece el mismo framework: pedir los nueve criterios por escrito y tratar cualquier silencio como parte de la respuesta. Un vendor que contesta los nueve puntos todavía puede estar equivocado, pero uno que no puede contestarlos ya dijo, sin decirlo, buena parte de lo que hacía falta saber.

Fuentes

IAB, Measuring Visibility in the AI Era, publicado el 3 de agosto de 2026: iab.com/guidelines/measuring-visibility-in-the-ai-era