Escaneamos 584 webs de empresas de Perú, Argentina, Colombia y República Dominicana: así las ve la IA

Resumen ejecutivo

• Escaneamos 584 webs de empresas B2B de Perú, Argentina, Colombia y República Dominicana entre el 12 y el 23 de septiembre de 2026, con el motor de nuestro escáner GEO.
• Puntuación media: 69 sobre 100. Solo el 26,5 % saca nota A y el 5,3 % se queda en D.
• El 51,9 % no publica ningún dato estructurado y el 60,3 % no le dice a la IA quién es la empresa.
• El 32,5 % de las portadas enseña muy poco texto sin JavaScript; en el 10,8 % es casi nada (80 palabras de mediana).
• El bloqueo a los bots de IA es anecdótico: 9 webs de 584, y 8 de ellas lo habían quitado días después.
• Lo básico sigue sin hacer: el 39,9 % no tiene meta description y el 38,7 % no tiene H1.
• Los datos, anonimizados, se pueden descargar.

Por qué hicimos esto

Casi todo lo que se publica sobre cómo ven las IA a las empresas habla de Estados Unidos, de grandes marcas o de ecommerce. De la pyme industrial latinoamericana —la que fabrica calderas en Lima, instala ascensores en Bogotá o fumiga naves en Santo Domingo— no hay datos. Solo opiniones.

Nosotros teníamos los datos por otro motivo. Para prospectar clientes escaneamos cientos de webs de empresas de estos cuatro países con el mismo motor que usa el escáner GEO público. Juntarlas, limpiarlas y contarlas era cuestión de hacerlo con cuidado.

Qué medimos y qué no

Conviene decir primero qué es este estudio, antes de dar una sola cifra.

Qué es. Cada web se analizó una vez, en su portada, con el motor del escáner GEO: 18 comprobaciones repartidas en cuatro bloques que suman 100 puntos (acceso para motores de IA, 35; estructura y datos estructurados, 20; metadatos, 20; contenido legible, 25). El motor lee el HTML tal como lo entrega el servidor, sin ejecutar JavaScript, que es como lo reciben la mayoría de los rastreadores de IA. El cálculo de la puntuación no cambió durante el estudio. Cómo puntúa cada comprobación está explicado, con sus puntos ciegos, en este artículo.

Qué no es. No es una medición de si ChatGPT, Perplexity o Gemini citan a estas empresas. Una nota alta dice que una IA puede leer y entender la web, no que tenga motivos para citarla. En el artículo anterior demostramos que una página de relleno genérico con la infraestructura perfecta saca 100/100. Lo que sí vale al revés: si una IA no puede leerte, tampoco puede citarte.

De dónde salen las webs. De directorios y asociaciones sectoriales de 38 sectores, casi todos industriales y de servicios técnicos: protección contra incendios, compresores, calderas, ascensores, tratamiento de aguas, refrigeración… No es una muestra aleatoria de todas las empresas de estos países. Además, en parte de ellas solo aceptamos la web si la página nombraba a la empresa y tenía un mínimo de texto, así que las webs vacías o aparcadas están infrarrepresentadas: la realidad, si acaso, es algo peor que lo que aquí se cuenta.

Limpieza. De 644 filas, 19 eran la misma web repetida y 41 no respondieron (sin conexión, sin DNS, tiempo agotado o errores 403, 404 y 500). Quedan 584 webs con puntuación.

País	Webs	Media	Mediana	Nota A
República Dominicana	216	68,9	66,5	28 %
Perú	140	67,8	66	24 %
Argentina	135	67,8	67	24 %
Colombia	93	72,7	77	31 %
Total	584	69,0	68	26,5 %

El resultado general

Puntuación media

69/100

Webs con nota A

26,5 %

Sin ningún problema crítico

43 %

Sin datos estructurados

51,9 %

Ver los datos en tabla

Métrica	Valor
Puntuación media	69 / 100
Webs con nota A	26,5 % (155)
Sin ningún problema crítico	43 % (251)
Sin datos estructurados JSON-LD	51,9 % (303)

La media, 69, suena a aprobado. La distribución cuenta otra cosa: la nota más frecuente es la C.

1. A · 85-100 puntos155 webs155
2. B · 65-84 puntos161 webs161
3. C · 40-64 puntos237 webs237
4. D · menos de 4031 webs31

584 webs escaneadas con el motor del escáner GEO entre el 12 y el 23 de septiembre de 2026.

Ver los datos en tabla

Nota	Rango	Webs	%
A	85-100	155	26,5 %
B	65-84	161	27,6 %
C	40-64	237	40,6 %
D	menos de 40	31	5,3 %

Ninguna web llegó a 100. La mejor sacó 98 y la peor, 26. La mitad está entre 56 y 85.

Si se mira por bloques, el fallo no está repartido:

Bloque	Media	Sobre	% del máximo
Acceso para motores de IA	28,5	35	81 %
Contenido legible	18,2	25	73 %
Metadatos	13,5	20	67 %
Estructura y datos estructurados	8,8	20	44 %

El acceso está bien, porque casi nadie bloquea nada. Donde las webs pierden es en decirle a una máquina qué son.

Hallazgo 1: la mitad no le dice a la IA quién es

El 51,9 % de las webs (303) no publica ni un solo bloque de datos estructurados JSON-LD. Y aunque se cuenten las que sí lo tienen, el 60,3 % (352) no declara un schema de entidad: ningún Organization o equivalente que diga cómo se llama la empresa, qué hace, dónde está y cuáles son sus perfiles oficiales. Hay 49 webs que sí tienen JSON-LD, pero ningún bloque que describa a la empresa.

Hay que ser precisos con lo que esto implica. Google dice por escrito que no hace falta ningún marcado especial para aparecer en sus funciones de IA, y los estudios que han intentado medirlo no encuentran que el schema, por sí solo, aumente las citas. Donde sí pesa es en la desambiguación: cuando un modelo se encuentra con un nombre comercial corto o genérico —y en el sector industrial abundan las siglas y los «Servicios Técnicos» o «Ingeniería» seguidos de un apellido—, necesita saber cuál de todas las empresas con ese nombre es. Sin una declaración de entidad, lo deduce del texto, y a veces se equivoca de empresa. Lo sabemos por experiencia propia: un buscador llegó a atribuir a nuestra web la descripción de otra empresa con un nombre casi idéntico.

Las mejores lo tienen claro: de las 155 webs con nota A, 147 declaran su entidad.

Hallazgo 2: una de cada tres enseña poco sin JavaScript

El motor cuenta cuántas palabras se leen en el HTML que entrega el servidor, antes de ejecutar JavaScript. Es lo que recibe GPTBot, ClaudeBot o PerplexityBot: no ejecutan JavaScript.

• En el 32,5 % de las portadas (190) el texto legible sin JavaScript está por debajo del umbral que el escáner considera suficiente.
• En el 10,8 % (63) es casi nada: 80 palabras de mediana. Para un rastreador de IA, esas portadas son un menú y un pie de página.

Pasa cuando el contenido se monta en el navegador: carruseles, pestañas y bloques de «servicios» que solo existen después de que se ejecute el JavaScript. No revisamos a mano qué tecnología usa cada una de estas webs, así que no damos un reparto por constructor o plataforma. Lo que sí es seguro es el efecto: para una persona la web se ve bien; para un modelo que decide si citarte, está vacía.

La comprobación la puede hacer cualquiera: clic derecho, «Ver código fuente de la página», y buscar un párrafo de tu portada. Si no aparece, un rastreador de IA tampoco lo ve.

Hallazgo 3: casi nadie bloquea a la IA, y quien lo hacía lo quitó

Es el dato que más contradice lo que se oye. Se habla mucho de empresas que cierran la puerta a ChatGPT en su robots.txt. En esta muestra:

• 484 webs (82,9 %) tienen robots.txt, y solo 9 (1,5 %) bloqueaban algún bot de IA cuando las escaneamos.
• Las 9 bloqueaban exactamente 4 de los 8 bots que evalúa el escáner.

Lo curioso vino después. El 23 de septiembre, entre 4 y 11 días después del primer escaneo, volvimos a pasar esas 9 webs por el mismo motor. 8 ya no bloqueaban nada, y su nota había subido unos 10 puntos. Solo una mantenía el bloqueo, y en su caso sí pudimos ver de dónde sale: sirve el robots.txt gestionado de Cloudflare, que cierra el paso a GPTBot, ClaudeBot, Google-Extended y Meta-ExternalAgent, entre otros.

No sabemos por qué cambiaron, y no vamos a inventarlo. Puede ser una configuración de Cloudflare que alguien desactivó, un cambio del proveedor de alojamiento o una decisión deliberada. Lo que sí sabemos es que un robots.txt no es un dato fijo: cualquier diagnóstico sobre bots bloqueados caduca en días, como ya vimos cuando re-verificamos 40 auditorías.

Hallazgo 4: lo básico sigue sin hacer

Nada de esto es GEO avanzado. Es el SEO de toda la vida, y afecta igual a Google que a los modelos:

Problema	Webs	%
Open Graph incompleto	362	62,0 %
Sin meta description	233	39,9 %
Sin H1	226	38,7 %
Sin canonical	134	22,9 %
Más de un H1	126	21,6 %
Sin atributo lang	40	6,8 %
Sin HTTPS	18	3,1 %
Portada con noindex	7	1,2 %
Sin <title>	5	0,9 %

Las dos últimas filas merecen un comentario. Siete empresas tienen la portada marcada como noindex: le piden a Google que no la muestre. Lo más habitual es que sea un resto de cuando la web estaba en desarrollo y nadie lo quitara al publicar, aunque no lo hemos preguntado. Son siete webs que, para un buscador, no existen.

Hallazgo 5: el llms.txt ya no es raro, pero no es la causa

88 webs (15,1 %) publican un llms.txt. Para un estándar que se propuso en septiembre de 2024, es más de lo que esperábamos en pymes industriales.

Descargamos los 88 para ver quién los escribe: 22 llevan la firma de un plugin de WordPress (All in One SEO en 11, Yoast en 8 y Rank Math en 3). El resto no llevan firma; algunos son claramente de autor y otros parecen generados. No podemos saber cuántos de estos últimos salen de una herramienta.

Las webs con llms.txt sacan de media 85,1 puntos, frente a 66,1 de las que no lo tienen. Sería fácil convertir eso en un titular, y sería falso: el llms.txt aporta como mucho 5 puntos en el escáner. La diferencia se explica porque las empresas que se molestan en publicar un llms.txt son las que cuidan todo lo demás. Es un síntoma de una web cuidada, no la causa. Qué hace y qué no hace un llms.txt lo contamos aquí.

Por sector

Solo tiene sentido comparar los sectores con al menos 20 webs. Son 13 y suman 436 de las 584.

1. Fumigación (30)75,9 puntos75,9
2. Tratamiento de aguas (37)75,5 puntos75,5
3. Grupos electrógenos (27)73,4 puntos73,4
4. Suplidores (23)71,5 puntos71,5
5. Contra incendios (57)69,4 puntos69,4
6. Refrigeración (32)68,7 puntos68,7
7. Ascensores (37)68,5 puntos68,5
8. Montacargas (26)68,5 puntos68,5
9. Bombas y bombeo (20)67,2 puntos67,2
10. Calderas (34)66,4 puntos66,4
11. Compresores (53)65,8 puntos65,8
12. Electromecánica (31)63,2 puntos63,2
13. Construcción (29)56,9 puntos56,9

Media sobre 100. Entre paréntesis, número de webs de cada sector. Nombres completos en la tabla.

Ver los datos en tabla

Sector	Webs	Media	Mediana	Nota A
Fumigación y control de plagas	30	75,9	79,5	14
Tratamiento de aguas	37	75,5	76	14
Grupos electrógenos y generadores	27	73,4	80	9
Suplidores industriales	23	71,5	79	8
Protección contra incendios	57	69,4	70	13
Refrigeración industrial	32	68,7	66,5	5
Ascensores y elevación	37	68,5	63	10
Montacargas y autoelevadores	26	68,5	69	7
Bombas y sistemas de bombeo	20	67,2	65	3
Calderas industriales y vapor	34	66,4	63,5	8
Compresores y aire comprimido	53	65,8	62	10
Electricidad y electromecánica	31	63,2	62	7
Construcción y promoción	29	56,9	58	2

Con grupos de 20 a 57 webs, las diferencias de 2 o 3 puntos entre sectores vecinos no significan nada. Lo que sí se sostiene son los extremos: construcción y promoción queda 12 puntos por debajo de la media, con solo 2 webs de 29 en nota A, y fumigación y tratamiento de aguas quedan unos 7 puntos por encima. Entre países pasa lo mismo: Colombia saca entre 4 y 5 puntos más que los otros tres, que están prácticamente empatados.

Si tu web es una de estas: por dónde empezar

Ordenado por lo que más mueve la nota y lo que menos cuesta:

1. Quita el noindex si lo tienes y comprueba que la web va por HTTPS. Son cinco minutos y afectan a todo lo demás.
2. Declara quién eres. Un bloque Organization en JSON-LD con nombre, logo, dirección, teléfono y perfiles oficiales (sameAs). Lo resuelve una tarde y es lo que separa a las webs con nota A del resto. Cómo hacerlo, en nuestra guía de entity SEO.
3. Haz visible el texto sin JavaScript. Que la portada diga en HTML qué hace la empresa, para quién y dónde. Si el constructor de tu web no lo permite, basta con un párrafo de texto real bajo el titular.
4. Un H1 y una meta description por página. Lo básico, que falta en cuatro de cada diez webs.
5. Revisa tu robots.txt cada cierto tiempo, no una sola vez: este estudio demuestra que cambia sin que nadie lo decida en voz alta.

El llms.txt, en ese orden, va el último.

Descarga los datos

El CSV con las 584 webs está en /estudios/webs-latam-ia-2026-09.csv. Lleva país, sector, puntuación, nota, los cuatro bloques, robots.txt, llms.txt, sitemap, bots bloqueados en el momento del escaneo y la lista de problemas y avisos de cada web. No lleva nombres ni direcciones web: son empresas reales que no nos han pedido salir en un estudio. Las filas están desordenadas para que el orden no delate nada.

Puedes usarlo citando la fuente: Autoridad Digital, «584 webs de empresas de Perú, Argentina, Colombia y República Dominicana», septiembre de 2026. Si encuentras un error, escríbenos: lo corregiremos aquí y diremos qué cambió.