Durante veinte años, ganar en eCommerce fue ganar posiciones: el primer resultado de Google, la primera fila en Mercado Libre, la ficha con la Buy Box. Ese juego sigue vivo, pero apareció un anaquel nuevo que casi ninguna marca está midiendo.
NielsenIQ lo resume con una comparación sencilla. En el anaquel físico el comprador ve más de 50 SKUs. En el digital, 5 o más. En el móvil, 4 o más. En el anaquel que controla la IA, solo 1 o 2 (NIQ, E-commerce Unlocked México, junio 2026).
Cuando alguien le pregunta a ChatGPT “¿qué suplemento le doy a mi hijo que no come bien?” o “¿cuál es el mejor jugo sin azúcar para la lonchera?”, la respuesta no es una lista de diez enlaces. Son dos o tres marcas, con una explicación de por qué. Si la tuya no está, no perdiste una posición: perdiste la consideración.
A eso lo llamamos AI Shelf.
Qué es el AI Shelf (y qué no es)
El AI Shelf es la presencia y la preferencia de una marca dentro de las respuestas de los asistentes de IA (ChatGPT, Gemini, Google AI Overviews y AI Mode, Perplexity, Copilot, Claude, Meta AI) cuando el usuario tiene intención de compra en tu categoría.
No es lo mismo que “aparecer en ChatGPT”. Una marca puede aparecer y no ser elegida. Puede ser elegida y estar descrita con un dato viejo. O puede ser recomendada y que el enlace mande a comprar a un revendedor que no es el tuyo.
Por eso separamos cuatro preguntas:
- ¿Me nombra? Presencia: la marca aparece en la respuesta.
- ¿Me elige? Preferencia: la marca es la primera recomendación o la única.
- ¿Me describe bien? Exactitud: precio, presentación, beneficios y claims correctos.
- ¿Me manda a comprar a un lugar que me conviene? Ruta de compra: tienda oficial, retailer correcto o un tercero.
Por qué importa ahora y no en dos años
En México, 77.2 millones de personas ya compran en línea y el canal digital representa el 17.7% de las ventas retail, según el Estudio de Venta Online 2026 de la AMVO (Marketing4eCommerce, marzo 2026). Ese comprador ya usa asistentes de IA para investigar antes de comprar.
Y la transición hacia que la IA no solo recomiende sino también compre ya empezó. Google, Shopify y un grupo de retailers lanzaron el Universal Commerce Protocol (UCP) en enero de 2026, y OpenAI y Stripe empujan el Agentic Commerce Protocol (ACP) (Findskill, abril 2026). Cuando el asistente pueda cerrar la compra, el anaquel de la IA va a ser también el punto de venta.
Las marcas que midan hoy su AI Shelf van a tener 12 a 18 meses de historia cuando eso pase. Las demás van a empezar de cero.
Las 6 métricas del AI Shelf
Estas son las métricas que usamos en Balloon. Se miden igual en cada asistente, con la misma batería de prompts, el mismo día y documentando la versión del modelo.
| Métrica | Qué responde | Cómo se calcula |
|---|---|---|
| AI Share of Voice | ¿Qué parte de las respuestas menciona a mi marca? | Respuestas con la marca ÷ respuestas totales de la categoría |
| Tasa de primera recomendación | ¿Cuántas veces soy la opción número uno? | Respuestas donde la marca es la primera ÷ respuestas donde aparece |
| Exactitud | ¿La IA dice cosas ciertas de mí? | Afirmaciones correctas ÷ afirmaciones verificables |
| Sentimiento y argumento | ¿Por qué me recomienda (o por qué no)? | Clasificación de los motivos citados: precio, eficacia, sabor, confianza, disponibilidad |
| Fuentes citadas | ¿De dónde saca la información? | Dominios que el asistente cita o enlaza al hablar de la categoría |
| Ruta de compra | ¿A dónde manda a comprar? | Tienda oficial, retailer, marketplace oficial o terceros |
La métrica que más sorprende a los equipos es la última. Es común encontrar que la IA recomienda la marca y envía al comprador a un seller de marketplace que no es oficial, con precio distinto y sin garantía.
Cómo hacer tu primera medición en una semana
Paso 1. Define las intenciones de compra, no las keywords. Escribe entre 20 y 30 preguntas como las haría tu comprador, separadas por momento: descubrimiento (“¿qué le doy a mi hijo para…?”), comparación (“¿X o Y?”), decisión (“¿dónde compro X más barato?”) y problema (“¿por qué X me cae pesado?”).
Paso 2. Elige tus competidores reales. Tres como mínimo: el líder de la categoría, el retador que más crece y la marca propia del retailer más fuerte.
Paso 3. Corre los prompts en condiciones limpias. Usa cuentas nuevas, con memoria desactivada y un chat nuevo por pregunta. Registra la fecha, el asistente, si tenía búsqueda web activa y la respuesta completa. Sin esto, los resultados no se pueden comparar mes a mes.
Paso 4. Clasifica las respuestas. Por cada respuesta registra qué marcas aparecen, en qué orden, con qué argumento, qué fuentes cita y a dónde enlaza.
Paso 5. Calcula y compara. Saca las 6 métricas para tu marca y tus competidores. La comparación importa más que el número absoluto.
Paso 6. Convierte los hallazgos en acciones. Cada brecha tiene una causa probable: una ficha incompleta en el retailer que la IA cita, pocas reseñas, contenido que no responde la pregunta, un dato desactualizado en tu propio sitio.
Qué suele explicar que la IA prefiera a tu competidor
En las mediciones que hacemos para marcas de consumo, el patrón se repite: la IA no recomienda por participación de mercado ni por presencia en el anaquel físico. Recomienda según lo que puede leer y verificar. Esto es lo que más pesa:
- Contenido que responde la pregunta exacta. Si tu sitio dice “nutrición avanzada” y el de tu competidor explica para qué edad, con qué dosis y por qué, la IA cita al segundo.
- Reseñas y preguntas respondidas en marketplaces. Son la fuente favorita para argumentos de “los usuarios dicen que…”.
- Consistencia entre sitio, retailers y marketplaces. Si el precio, la presentación o el claim cambian según la fuente, la IA desconfía o mezcla datos.
- Fuentes de terceros. Notas de prensa, comparativas, foros y medios especializados que hablan de la marca.
- Datos estructurados y fichas completas. Schema de producto, atributos llenos, imágenes con texto alternativo.
Qué hacer después de medir
Una medición sin plan es una curiosidad. El plan de 90 días que recomendamos tiene tres frentes:
- Corregir lo que la IA dice mal. Actualiza las fuentes que cita: tu sitio, tus fichas en retailers y las páginas de terceros que puedes influir.
- Producir el contenido que falta. Una página o una ficha por cada intención donde tu marca no aparece, escrita para responder la pregunta, no para posicionar una keyword.
- Medir otra vez cada mes. El AI Shelf se mueve con cada versión del modelo y con cada acción de tu competencia.
En resumen
El anaquel de la IA tiene lugar para una o dos marcas. Hoy casi nadie lo mide, y por eso todavía se puede ganar con ventaja. El primer paso es saber dónde estás.
En Balloon armamos un assessment sin costo que compara tu AI Shelf con el de tres competidores y lo cruza con tu Digital Shelf en tus retailers principales. Lo entregamos en menos de una semana y lo presentamos en una reunión de 30 minutos. Pídelo aquí.
Preguntas frecuentes
¿Qué es el AI Shelf?
Es el espacio que tu marca ocupa en las respuestas de los asistentes de IA cuando un comprador pide una recomendación de tu categoría. Funciona como un anaquel: tiene lugar para muy pocos productos y alguien más lo está ocupando.
¿En qué se diferencia del SEO?
El SEO mide tu posición en una lista de enlaces. El AI Shelf mide si la IA te nombra, si te elige, cómo te describe y a dónde manda a comprar. Comparten bases (contenido, autoridad, datos estructurados), pero se miden distinto.
¿Cada cuánto conviene medirlo?
Una vez al mes como mínimo, y antes y después de cada temporada fuerte (Hot Sale, Buen Fin, Navidad). Las respuestas cambian con cada versión del modelo.