“El 85.5% de las citas de IA vienen de earned media.” Ese número lleva meses circulando en LinkedIn con tono de victoria para los equipos de prensa. Se comparte como si fuera una instrucción operativa.

No lo es. Es un promedio sobre una definición que ni los proveedores que la miden usan igual, y el dato del mismo paquete de estudios que sí cambiaría tu plan de la semana entrante es otro: apenas un 2% de coincidencia entre los periodistas a los que tu equipo de relaciones públicas les escribe y los que la IA realmente cita.

Los dos números no salen de la misma medición. Esa distinción es la mitad del punto, y casi nadie la hace al compartirlos juntos.

El 85.5% y el 2% no son el mismo estudio

El 85.5% circula desde un comunicado de 5W Public Relations del 15 de mayo de 2026, que lo atribuye al análisis de Muck Rack sobre más de un millón de prompts de IA. Vale la pena revisar qué publica Muck Rack en su propio blog, porque el 85.5% exacto no aparece ahí: la edición de julio de 2025 reportó 89%, la de diciembre de 2025 reportó 82%, y la de mayo de 2026 reportó 84% sobre más de 25 millones de enlaces citados por ChatGPT, Claude y Gemini en 17 industrias. La cifra que circula cae dentro de esa banda, pero no es un número que la empresa haya publicado abiertamente. Es una lectura de un reporte, repetida hasta volverse cita.

El 2% viene de otra parte del trabajo. En la edición de diciembre de 2025, sobre más de un millón de enlaces citados por ChatGPT, Claude, Gemini y Perplexity entre julio y diciembre de ese año, Muck Rack comparó dos listas: los periodistas a los que los equipos de PR les escriben con más frecuencia, y los periodistas cuyo trabajo los modelos citan con más frecuencia. Greg Galant, cofundador de la empresa, lo resumió así: “only a 2% overlap, which shows the industry hasn’t fully adapted” (solo un 2% de coincidencia, lo que muestra que la industria no se ha adaptado del todo).

Melissa Rosenthal, cofundadora de Outlever, planteó la aritmética incómoda que a nadie en el gremio le conviene decir en voz alta: si la coincidencia es de 2%, la industria está fallando por 98 puntos. Ese cálculo es de ella, no de Muck Rack, y es la forma más honesta de leer el hallazgo. El canal está funcionando. La lista de contactos, no.

Lo que cuenta como earned media depende de quién lo cuenta

Aquí es donde el número de titular se cae solo. Meltwater analizó 5.35 millones de citas en abril de 2026 sobre ocho modelos (ChatGPT, Grok, Claude, Perplexity, Gemini, Google AI Overviews, Google AI Mode y Copilot) y clasificó apenas 39.5% como earned o noticias. El 50.3% cayó en una categoría de sitios corporativos, blogs, documentación y cola larga. Social sumó 7.2%. Los comunicados de prensa, 0.4%.

Cuarenta puntos de diferencia con Muck Rack sobre el mismo fenómeno. No porque uno mienta. Porque cada uno decidió distinto dónde meter una nota de prensa republicada, una página de documentación técnica, una reseña de producto o un hilo de foro. Cambias la definición de una categoría y el titular cambia con ella.

Fíjate en dónde sí coinciden: en la franja angosta donde la definición no admite discusión. Muck Rack sitúa el periodismo específicamente en 27% de las fuentes citadas en su edición de mayo de 2026, y el contenido pagado o publirreportaje en 0.3%. Los comunicados de prensa que mide Meltwater, 0.4%, caen en el mismo vecindario. Toda la pelea está en el medio ancho: si una página de documentación corporativa, una republicación de agencia o un hilo de Reddit va del lado earned del libro contable. Ese medio es casi todo internet, y por eso el número de titular se mueve cuarenta puntos mientras los extremos casi no se mueven.

Esto es exactamente el problema que ya describí sobre el ruido estadístico en la medición de visibilidad en IA: dos proveedores midiendo la misma marca pueden diferir en más de 20 puntos solo por metodología de muestreo, antes de discutir qué cuenta como qué. Con estos estudios tienes los dos problemas encima al mismo tiempo, el de muestreo y el de definición, y el resultado es que el porcentaje agregado deja de ser una guía.

Un dato de Semrush lo hace todavía más evidente. Sobre 230,000 prompts en tres plataformas durante 13 semanas, entre el 14 de julio y el 12 de octubre de 2025, la frecuencia con que ChatGPT citaba Reddit cayó de cerca del 60% de las respuestas a inicios de agosto a cerca del 10% a mediados de septiembre. En Google AI Mode y Perplexity, la misma fuente se mantuvo estable. Si una sola fuente puede moverse 50 puntos en seis semanas en un modelo y quedarse quieta en otros dos, cualquier porcentaje anual de “de dónde vienen las citas” es una foto de un día específico, no una constante que puedas planear.

Amplitud por encima de prestigio: el hallazgo que sí cambia tácticas

De todo el paquete, hay un solo experimento con grupo de control, y es el que más se ignora.

Stacker y Scrunch tomaron ocho artículos y los probaron en 944 combinaciones de prompt y plataforma, sobre cinco motores de IA, en dos condiciones. Condición A: el artículo vive solo en el dominio de la marca. Condición B: el mismo artículo, palabra por palabra, distribuido en cientos de sitios de noticias de terceros.

En la condición A los artículos se citaron el 7.6% de las veces. En la condición B, la visibilidad combinada llegó a cerca del 34%. Los autores lo presentan como un aumento de 325%. Traducido a la proporción que importa para decidir: la versión distribuida se citó alrededor de cuatro veces más que la original en el sitio propio, con el mismo texto.

Léelo otra vez, porque es contraintuitivo para cualquiera que haya trabajado en relaciones públicas. No ganó la nota exclusiva en el medio de prestigio. Ganó el mismo texto apareciendo en muchos dominios a la vez. Los modelos no están premiando la firma del medio, están premiando la redundancia: la misma afirmación, verificable en varios lugares independientes.

Para una empresa B2B en Centroamérica esto es más útil que la conversación entera sobre earned media. La prensa especializada relevante en Honduras, Costa Rica o Guatemala para un tema técnico de nicho es delgada, y perseguir la colocación de prestigio que sí mueve la aguja en Nueva York es una estrategia con muy pocos tiros disponibles. La amplitud de distribución, en cambio, no depende de conocer al editor correcto. Depende de que exista un texto que valga la pena reproducir y de que lo pongas donde se pueda reproducir.

Y hay un corolario que a los equipos de contenido no les va a gustar: la nota de prensa clásica, la que anuncia sin decir nada verificable, sigue siendo casi invisible. Meltwater la sitúa en 0.4% de las citas. Muck Rack pone el contenido pagado y publirreportajes en 0.3%. El formato no es el problema. El problema es que un comunicado sin un dato propio no le da al modelo nada que valga la pena citar.

Qué hacemos con esto en IQ Source

Nuestro trabajo de AEO arranca por el lado aburrido de este debate, que es el que decide todo lo demás: definir por escrito qué vamos a contar como una cita antes de reportar un solo porcentaje. Si un reporte de visibilidad dice que tu marca aparece en el 30% de las respuestas, esa cifra solo sirve si al lado dice cuántas veces se preguntó, en qué plataformas, en qué días, y qué se contó como fuente propia frente a fuente de tercero. Sin eso no puedes distinguir una mejora real de la variación normal de un modelo que no responde igual dos veces.

Lo segundo es aplicar el hallazgo de amplitud en vez del titular. En la práctica significa priorizar que una misma pieza con un dato propio, verificable, aparezca en varios dominios independientes, por encima de perseguir una colocación única de prestigio que además es mucho más cara en tiempo de tu equipo. Esa es la misma lógica que trabajé cuando escribí sobre cómo tu contenido en video se convierte en un depósito que la IA puede citar: la unidad que importa no es la vista, es la fuente reproducible.

Lo tercero es medir el 2%. Si tu equipo de comunicación tiene una lista de contactos y los modelos tienen otra, esa distancia es medible hoy, marca por marca, y es la métrica más directa que existe para saber si tu esfuerzo de prensa está construyendo visibilidad en IA o solo recortes de prensa para la presentación mensual.

No estoy diciendo que las relaciones públicas dejaron de servir. Estoy diciendo que un canal puede seguir funcionando mientras el mapa que usas para trabajarlo apunta al lugar equivocado, y que 98 puntos de desalineación es demasiado para seguir asumiendo que la lista de siempre es la lista correcta.

Mide la distancia entre a quién le escribes y a quién cita la IA