El restaurante invisible: cuando ChatGPT empieza a decidir dónde vamos a comer
Un estudio publicado en agosto de 2026 analizó 4.776 restaurantes, cafeterías y bares y descubrió que el 85,6% nunca apareció en las recomendaciones de cuatro grandes sistemas de IA. La nueva batalla por la visibilidad gastronómica ya no ocurre únicamente en Google.
Durante los últimos veinte años, una de las preguntas comerciales más importantes para cualquier restaurante ha sido relativamente fácil de formular: ¿aparezco en Google cuando alguien busca dónde comer?
A partir de ahí nació toda una industria. Páginas web, SEO local, Google Business Profile, directorios, reseñas, fotografías, mapas y plataformas de opinión se convirtieron en herramientas fundamentales para conseguir que una persona que todavía no conocía un restaurante pudiera encontrarlo.
Pero el comportamiento está empezando a cambiar.
El consumidor ya no necesita buscar “restaurante italiano Valencia”, abrir diez resultados, entrar en varios perfiles, comparar fotografías y leer veinte opiniones.
Puede escribir:
“Voy a cenar con mi pareja en Valencia. Queremos un italiano tranquilo, auténtico, que no sea demasiado turístico, con buena pasta fresca y unos 40 euros por persona. ¿Dónde irías?”
La diferencia parece pequeña.
No lo es.
En el primer modelo, Google entrega opciones y el usuario decide.
En el segundo, una inteligencia artificial puede realizar una parte importante de esa selección antes de mostrar el resultado.
Y eso significa que estamos entrando en un escenario nuevo: ya no basta con existir en Internet. También necesitamos conseguir que las máquinas sepan que existimos y tengan razones suficientes para considerarnos recomendables.
Hasta hace muy poco disponíamos de poca evidencia sobre cómo estaba funcionando realmente ese proceso.
Un estudio académico publicado el 7 de agosto de 2026 acaba de aportar datos especialmente interesantes. El investigador Vladimir Pitenin construyó un censo completo de 4.776 restaurantes, cafeterías y bares de Canggu y Ubud, en Bali, y posteriormente analizó 2.208 respuestas producidas por ChatGPT, Claude, Gemini y Perplexity ante 96 tipos diferentes de consultas.
El resultado debería llamar la atención de cualquier profesional de restauración.
El 85,6% de los establecimientos nunca fue recomendado por ninguno de los cuatro sistemas.
Incluso entre negocios consolidados que acumulaban cincuenta o más valoraciones, el 72,6% no apareció jamás.
Internet está lleno de restaurantes.
Para la inteligencia artificial, una enorme parte de ellos prácticamente no existe.
De buscar restaurantes a preguntar dónde comer
La transformación más importante no es tecnológica. Es lingüística.
Durante años hemos aprendido a comunicarnos con los buscadores mediante palabras clave.
“Restaurante cerca de mí.”
“Mejor paella Valencia.”
“Restaurante romántico.”
“Dónde comer arroz.”
El usuario adaptaba su lenguaje a la máquina porque sabía que necesitaba formular una consulta relativamente sencilla para obtener buenos resultados.
Los modelos conversacionales cambian esa relación.
Podemos explicar contexto.
“Somos seis personas, una es vegetariana, queremos comer después de visitar el centro, preferimos terraza y no queremos gastar más de 35 euros.”
La búsqueda deja de ser una palabra clave y empieza a parecerse a una conversación con alguien que conoce la oferta gastronómica.
Eso aumenta enormemente la cantidad de información que puede utilizarse para construir una recomendación.
Pero introduce también un intermediario mucho más poderoso.
Google tradicionalmente podía mostrar diez restaurantes.
Una IA puede decir:
“Te recomiendo estos tres.”
Pasar de diez posibilidades a tres significa que quedar fuera de la respuesta puede tener un coste comercial considerable.
El 85,6% de los establecimientos estudiados fue invisible
El dato merece ser observado con cuidado.
Pitenin no seleccionó únicamente restaurantes conocidos para comprobar cuáles aparecían. Construyó primero un censo de mercado con 4.776 establecimientos y después comparó ese universo completo con las recomendaciones generadas por los sistemas.
Esto permite medir algo que otros análisis difícilmente pueden observar: los negocios que nunca aparecen.
Y son la inmensa mayoría.
El 85,6% no fue mencionado ni una sola vez.
Podríamos pensar que se trata simplemente de establecimientos pequeños, nuevos o con pocas opiniones.
Pero incluso restringiendo la observación a negocios establecidos con cincuenta o más valoraciones, el 72,6% seguía siendo invisible.
Esto desmonta una idea bastante cómoda.
Tener buenas opiniones no garantiza aparecer.
Ni siquiera tener muchas.
La inteligencia artificial parece necesitar algo más.
La documentación digital importa
Aquí aparece probablemente el hallazgo más útil del estudio.
Los investigadores encontraron varias características asociadas con una mayor probabilidad de que un establecimiento entrara en las respuestas.
El volumen de reseñas estaba asociado positivamente con la aparición. También disponer de una página web propia, publicar información sobre precios y recibir menciones desde otras páginas de Internet.
Según el análisis, tener web propia se asociaba con una probabilidad sustancialmente mayor de entrar en las recomendaciones; también lo hacían el volumen de reseñas, la información pública de precios y las menciones de terceros.
Pero existe un resultado todavía más sorprendente.
La puntuación media del restaurante no resultó significativa para determinar si entraba o no inicialmente en la respuesta.
Eso no significa que las estrellas no importen.
Significa algo bastante más interesante.
Primero la inteligencia artificial necesita encontrarte y entenderte.
Después puede decidir si eres suficientemente bueno para recomendarte.
Primero documentación; después reputación
El estudio detecta lo que sus autores denominan una estructura de dos márgenes.
Para entrar en el conjunto de establecimientos recomendables parecen importar especialmente las señales de documentación digital: web, reseñas suficientes, precios y presencia en diferentes fuentes.
Una vez que el establecimiento ya está dentro de ese conjunto, la valoración sí empieza a influir en qué restaurante ocupa las primeras posiciones. Entre los establecimientos recomendados, una mayor puntuación se asociaba significativamente con aparecer primero.
La consecuencia estratégica es extraordinariamente importante.
Podríamos resumirla así:
Para que la IA pueda decidir que eres bueno, primero necesita disponer de información suficiente para saber qué eres.
Un restaurante excelente, pero digitalmente mal documentado, puede quedar fuera.
No porque la inteligencia artificial piense que es malo.
Porque quizá no dispone de suficientes evidencias para incorporarlo con confianza a la respuesta.
Esto cambia la forma de entender el posicionamiento digital.
Tu web vuelve a ser importante
Durante algunos años se extendió entre pequeños establecimientos la idea de que una página web había dejado de ser especialmente necesaria.
“Ya tengo Instagram.”
“Estoy en Google.”
“Tenemos TripAdvisor.”
“Las reservas entran por una plataforma.”
En determinadas situaciones podía parecer razonable.
Pero la llegada de los asistentes de inteligencia artificial devuelve importancia a algo bastante antiguo: disponer de una fuente propia donde explicar claramente quién eres.
El estudio encontró precisamente una asociación positiva entre tener una web propia y aparecer en las recomendaciones.
No deberíamos interpretar esto como una fórmula matemática del tipo “crea una web y ChatGPT te recomendará”.
Sería falso.
Lo interesante es comprender por qué puede importar.
Una página propia permite explicar de manera estructurada el concepto, ubicación, carta, precios, horarios, tipo de cocina, servicios y características del establecimiento.
Proporciona contexto.
Y el contexto es precisamente aquello que necesita una IA para responder consultas cada vez más específicas.
Una carta digital puede convertirse también en información para las máquinas
Aquí aparece una consecuencia que hasta hace poco apenas formaba parte de la conversación sobre cartas digitales.
Tradicionalmente hemos pensado en ellas desde el cliente.
Que pueda consultar platos.
Precios.
Alérgenos.
Fotografías.
Idiomas.
Pero una carta correctamente construida en web puede cumplir también otra función: hacer que la oferta gastronómica sea legible digitalmente.
No es lo mismo tener una carta enterrada dentro de una fotografía o de un PDF difícil de interpretar que disponer de platos, categorías, precios y descripciones como información web estructurada.
Esto no significa escribir la carta pensando en robots.
Significa evitar que la información fundamental del restaurante esté encerrada en formatos que dificultan su comprensión.
El cliente y la máquina necesitan, curiosamente, muchas de las mismas cosas.
Información clara.
Actualizada.
Coherente.
El precio parece ser una señal de contexto
Otro hallazgo especialmente interesante del estudio es la asociación entre publicar información de precios y aparecer en las recomendaciones.
Tiene bastante lógica cuando observamos cómo preguntan las personas.
“Un restaurante bueno por menos de 30 euros.”
“Dónde cenar barato.”
“Un sitio especial de unos 60 euros.”
Si la inteligencia artificial desconoce el nivel de precio de un establecimiento, tiene más dificultades para recomendarlo cuando la consulta contiene presupuesto.
La transparencia económica deja así de ser únicamente una cuestión comercial.
También se convierte en información semántica.
La máquina necesita saber si somos adecuados para esa petición.
No puede inferirlo con seguridad si nunca hemos publicado precios.
Las menciones externas siguen construyendo autoridad
El estudio encuentra también una relación positiva entre las menciones en páginas de terceros y la probabilidad de aparecer.
Esto conecta directamente con una lógica que conocemos desde el SEO tradicional.
Lo que nosotros decimos sobre nuestro restaurante importa.
Lo que otros dicen sobre nosotros también.
Prensa gastronómica.
Guías.
Blogs.
Directorios relevantes.
Artículos.
Medios locales.
Plataformas.
Todo ello ayuda a construir una identidad digital distribuida.
La inteligencia artificial no depende necesariamente de una única fuente. Puede encontrar señales repartidas por diferentes lugares y utilizarlas para comprender qué establecimiento existe detrás de un nombre.
Por eso una estrategia de visibilidad no debería limitarse a publicar constantemente en redes sociales.
La conversación externa también construye reputación.
Instagram no explica necesariamente un restaurante
Esto no significa que las redes sociales dejen de importar.
Son extraordinariamente útiles para descubrir, inspirar y mantener relación con una comunidad.
Pero existe una diferencia entre contenido visual y documentación.
Una fotografía magnífica de un arroz puede generar deseo.
No necesariamente explica automáticamente dónde está el restaurante, cuánto cuesta, qué tipo de cocina ofrece, si admite reservas, cuáles son sus horarios o qué otras especialidades tiene.
Una IA necesita construir relaciones entre entidades y atributos.
Restaurante.
Ubicación.
Tipo de cocina.
Precio.
Carta.
Horario.
Características.
Cuanto más clara y coherente sea esa información en Internet, menos ambigua resulta la identidad digital del establecimiento.
El problema de la información desactualizada
El estudio aporta otro dato que debería preocupar.
Las invenciones completas fueron extremadamente raras: apenas un 0,08% de las menciones.
Pero los sistemas recomendaron establecimientos cerrados permanentemente en 93 ocasiones.
El principal problema práctico no fue que la IA inventara restaurantes.
Fue que utilizara información antigua.
Esto tiene implicaciones muy importantes.
Un restaurante puede cambiar horario.
Cerrar temporalmente.
Modificar concepto.
Cambiar precios.
Eliminar platos.
Trasladarse.
Si Internet conserva versiones contradictorias, la inteligencia artificial puede terminar utilizando alguna de ellas.
Por eso la higiene de la información digital será cada vez más importante.
No basta con publicar.
Hay que mantener.
La coherencia empieza a convertirse en una ventaja competitiva
Imaginemos que una fuente dice que cerramos los lunes.
Otra afirma que abrimos.
Nuestra web muestra una carta antigua.
Google contiene un precio diferente.
Un directorio conserva un teléfono que ya no existe.
Para una persona, esto resulta confuso.
Para una máquina también.
La inteligencia artificial necesita resolver contradicciones y evaluar qué fuente parece más fiable o reciente.
No siempre acertará.
El restaurante debería facilitarle el trabajo.
Nombre coherente.
Dirección coherente.
Horarios actualizados.
Carta actualizada.
Precios reales.
Información equivalente en los principales lugares donde aparece.
No parece una estrategia futurista.
Es simplemente buena gestión de información.
Pero en el nuevo entorno puede convertirse en posicionamiento.
¿Estamos ante el nacimiento del GEO para restaurantes?
Durante los últimos meses se habla cada vez más de GEO, Generative Engine Optimization, AEO o diferentes términos utilizados para describir la optimización de contenidos para sistemas generativos.
Conviene mantener cierta prudencia.
Estamos ante un entorno muy joven. Los modelos cambian, las fuentes utilizadas pueden variar y todavía existe poca evidencia que permita establecer recetas universales.
El propio estudio de Pitenin muestra además una cuestión importante: el acuerdo entre diferentes sistemas es relativamente bajo.
Los restaurantes recomendados por ChatGPT no coinciden necesariamente con los de Gemini, Claude o Perplexity. El índice de similitud entre sus veinte principales resultados osciló aproximadamente entre 0,33 y 0,54.
No existe una única “lista de la IA”.
Cada sistema puede construir respuestas diferentes.
Por tanto, desconfiaría de cualquiera que prometa “poner tu restaurante primero en ChatGPT” mediante una fórmula sencilla.
Estamos mucho más cerca de los primeros años del SEO que de una disciplina madura.
Pero ya aparecen principios razonables.
Ser comprensible.
Ser verificable.
Estar documentado.
Mantener la información actualizada.
Construir reputación externa.
Y ofrecer información útil para responder preguntas reales.
La IA no recomienda necesariamente “el mejor restaurante”
Esta idea merece especial atención.
Cuando preguntamos a una inteligencia artificial “¿dónde debería cenar?”, tendemos a imaginar que está construyendo una clasificación objetiva de calidad.
No necesariamente.
Puede estar buscando establecimientos que encajen mejor con las condiciones de nuestra consulta y sobre los que disponga de suficiente información.
“Mejor” cambia según la persona.
Una pareja.
Una familia.
Un turista.
Alguien con 20 euros.
Alguien que quiere gastar 100.
Una persona vegetariana.
Un grupo de diez.
Un cliente que busca silencio.
Otro que quiere ambiente.
La gran ventaja de la búsqueda conversacional es precisamente su capacidad para incorporar contexto.
Y eso significa que los restaurantes necesitan explicar mejor para quién son adecuados.
Intentar parecer apropiado para todo el mundo puede producir una identidad digital menos precisa.
La especialización puede ayudar a ser encontrado
Pensemos en dos descripciones.
“Restaurante de cocina mediterránea con productos de calidad.”
Y:
“Arrocería familiar especializada en arroces secos y melosos valencianos, situada a diez minutos del centro, con terraza y opciones para grupos.”
La segunda contiene mucha más información.
No necesariamente está mejor escrita desde un punto de vista literario.
Está mejor definida.
Si alguien pregunta por una arrocería valenciana con terraza para un grupo, existen más elementos que permiten establecer la correspondencia.
Esto conecta con una regla básica de posicionamiento que seguirá siendo válida con IA:
ser específico ayuda a ser relevante.
La próxima competencia digital no será únicamente por posiciones
Google nos acostumbró a pensar verticalmente.
Primero.
Segundo.
Tercero.
Página uno.
La IA introduce otro concepto.
Inclusión.
Antes de preocuparnos por ser el primero quizá debamos preocuparnos por entrar en el conjunto de candidatos que el sistema considera suficientemente documentados y relevantes para responder.
El estudio lo demuestra con claridad.
La mayoría de establecimientos ni siquiera entraron.
Para ellos, discutir si aparecen primero o cuarto carece de sentido.
Son invisibles.
Esta podría convertirse en una nueva métrica mental para los restaurantes.
No únicamente “¿qué posición tengo?”.
Sino:
“¿La inteligencia artificial sabe suficiente sobre mi restaurante como para considerarlo cuando alguien describe exactamente el tipo de experiencia que ofrecemos?”
La batalla vuelve a empezar desde algo muy poco tecnológico
Después de hablar de modelos generativos, inteligencia artificial y nuevos buscadores, la conclusión resulta casi decepcionantemente sencilla.
El restaurante necesita explicar bien qué es.
Necesita una web correcta.
Una oferta comprensible.
Precios visibles cuando corresponda.
Información actualizada.
Opiniones.
Presencia externa.
Una identidad coherente.
Es decir, muchas de las prácticas que ya constituían una buena estrategia digital.
La IA no elimina el SEO.
Eleva el nivel de exigencia sobre la información que existe detrás.
La propia industria tecnológica para restaurantes está avanzando hacia modelos cada vez más conectados. El National Restaurant Association Show de 2026 mostró precisamente esa transición: POS, reservas, fidelización, menús digitales, inventario y analítica empiezan a entenderse menos como herramientas aisladas y más como partes de un mismo modelo operativo.
Ahora existe una capa adicional.
Parte de esa información también puede terminar condicionando cómo nos descubre alguien que todavía no es cliente.
Reflexión final: el restaurante que no existe para la máquina
Durante décadas hemos dicho que un restaurante podía ser extraordinario y fracasar si nadie sabía que existía.
La frase sigue siendo válida.
Lo que está cambiando es quién decide qué existe.
Antes necesitábamos ser visibles para las personas que caminaban por nuestra calle.
Después para Google.
Luego para Maps, TripAdvisor, Instagram y las plataformas de reservas.
Ahora aparece un nuevo intermediario.
Una inteligencia artificial capaz de escuchar:
“Quiero comer bien cerca de aquí. ¿Dónde voy?”
Y responder con tres nombres.
No sabemos todavía cuánto peso tendrá este comportamiento dentro de cinco años.
Pero sí sabemos algo.
Ya está ocurriendo.
Y el primer gran estudio que ha intentado medirlo encuentra que más de ocho de cada diez establecimientos de su mercado completo no aparecieron ni una sola vez en miles de recomendaciones generadas por cuatro de los principales sistemas de inteligencia artificial.
Eso debería hacernos pensar.
Porque quizá el próximo gran problema de marketing de un restaurante no sea recibir una mala opinión.
Puede ser algo mucho más silencioso.
Que cuando alguien pregunte exactamente por un restaurante como el nuestro, la máquina recomiende otros tres.
No porque sean necesariamente mejores.
Sino porque Internet sabe explicar mejor quiénes son.
Y en la nueva economía de la recomendación, existir físicamente ya no será suficiente.
También tendremos que existir de una manera que las máquinas puedan comprender.
Preguntas frecuentes
¿Puede ChatGPT recomendar restaurantes? Sí. Los asistentes de IA pueden responder consultas sobre restaurantes y adaptar las recomendaciones al contexto proporcionado por el usuario.
¿Qué parece favorecer que un restaurante aparezca en una IA? El estudio de agosto de 2026 encontró asociaciones positivas con volumen de reseñas, web propia, información pública de precios y menciones externas. No demuestra que exista una fórmula causal o garantizada para posicionarse.
¿Tener muchas estrellas garantiza aparecer? No. En este estudio, la valoración no fue significativa para entrar inicialmente en las recomendaciones, aunque sí estuvo asociada con una mejor posición entre los establecimientos que ya aparecían.
¿Debemos sustituir el SEO por GEO? No. En esta fase resulta más razonable entenderlos como complementarios. Una web técnicamente accesible, contenido claro, información estructurada y autoridad digital benefician tanto al posicionamiento tradicional como a la comprensión por sistemas generativos.
¿Puede una IA recomendar información incorrecta? Sí. En el estudio las invenciones fueron muy raras, pero se recomendaron establecimientos cerrados en 93 ocasiones, lo que señala la desactualización de información como un problema real.
Autor
Jordi Rosell Salvó, es profesor universitario, consultor gastronómico y CEO de Formahostel. Desde hace más de 25 años investiga la gestión económica y operativa de restaurantes, desarrollando el Método Jordi Rosell®, un modelo que integra dirección, tecnología y rentabilidad para ayudar a los empresarios a tomar mejores decisiones.