Los productos nuevos ya no están fuera del índice por defecto. OpenAI toma catálogos directamente de los comerciantes y pide una instantánea completa al menos diaria, de modo que la ausencia en la respuesta no equivale a ausencia en el catálogo.
El problema es otro: la recomendación exige evidencia. En el material citado, Profitero, Mars United Commerce y Publicis Commerce reportaron que la optimización de contenido movió la participación de un producto en las recomendaciones solo después de cruzar un umbral de credibilidad, cercano a un puesto de best seller entre los 15.000 primeros, una calificación de 4.6 estrellas y un volumen sustancial de reseñas.
La misma lógica apareció fuera del comercio minorista. Un audit preregistrado en 12 modelos de peso abierto y propietarios, en hoteles, encontró que una mejor calificación de huéspedes elevó en 31.6 puntos porcentuales la probabilidad de recomendación de un alojamiento y que el volumen de reseñas aportó otros 8.3 puntos. El estudio concluyó que esto «favorece a las propiedades establecidas frente a nuevos entrantes con historiales de reseñas delgados».
La industria conoce este patrón desde hace años: cold start. No se trata de si el modelo leyó o no el producto, sino de si tiene historial de interacción para rankearlo. Un artículo sin compras, calificaciones ni reseñas ofrece poco a un ranker colaborativo. La IA generativa no inventó el problema; solo lo volvió visible en una sola frase.
Y esa frase importa. Un buscador muestra 10 enlaces azules y deja al usuario elegir. Un asistente devuelve dos o tres productos nombrados, con razones. La estantería se reduce a una oración, y estar en la primera página ya no sirve si el producto no entra en esa oración.
El canal todavía es pequeño frente a la búsqueda pagada o el correo electrónico, pero la tendencia ya está en marcha. En julio de 2026, el tráfico referido por IA a sitios minoristas de Estados Unidos subió 62% interanual, y esas visitas convirtieron a una tasa 60% más alta que el tráfico no impulsado por IA. Fue el undécimo mes consecutivo en que ese tráfico convirtió mejor.
Para una empresa, el golpe es claro: los lanzamientos llegan con la peor combinación posible de visibilidad y evidencia. La línea nueva, la referencia estacional o el SKU recién creado suelen tener menos reseñas y menos historial justo cuando más necesitan aparecer.
Aquí hay una lección incómoda para el mercado: la recomendación no premia solo calidad, también premia acumulación. Eso favorece a los incumbentes y castiga al lanzamiento que todavía no logró capitalizarse en reseñas, ventas y cobertura. En otras palabras, la tecnología no eliminó la barrera de entrada; la hizo más difícil de esconder.
Capital busca reglas claras. Si la compra asistida por IA gana peso, las marcas que quieran competir tendrán que tratar la visibilidad como un activo operativo, no como un accidente. El ganador no será necesariamente el mejor producto, sino el que llegue con más evidencia al momento en que el asistente decide nombrarlo.
