¿Qué marcas recomienda la inteligencia artificial en Uruguay?

Cómo se eligieron los rubros y las preguntas. Los 35 rubros son los que un consumidor uruguayo promedio tiene que decidir en algún momento de su vida: dónde estudiar, con qué banco operar, qué mutualista elegir, dónde comprar, a quién contratar. Quedaron afuera los rubros puramente industriales o de nicho, donde la decisión no la toma una persona común preguntándole a la IA.

Los prompts buscan reproducir preguntas reales de gente que quiere saber qué opción es mejor, del tipo que se encuentra en foros y redes: “¿qué universidad es mejor para ingeniería?”, “¿qué mutualista me conviene si tengo hijos chicos?”. Un primer borrador de preguntas por rubro fue generado con un modelo de lenguaje a partir de las seis intenciones definidas; después las revisé una por una, descarté las que no sonaban a una persona real, corregí el vocabulario al uso rioplatense y verifiqué que ningún prompt de ranking nombrara una marca. El banco final de 692 preguntas es el resultado de esa curación manual.

El banco de preguntas. 692 prompts en 35 rubros (unos 20 por rubro), escritos como los formularía un consumidor real: “¿Cuál es la mejor mutualista de Montevideo?”, “¿Qué courier me conviene para traer compras de Estados Unidos?”, “¿Dónde estudiar ingeniería en Uruguay?”. Cada rubro combina seis intenciones: recomendación abierta, atributo, caso de uso, decisión, geográfica e informacional. El 90% de los prompts está en español rioplatense y el 10% en inglés, para medir la diferencia de idioma.

Distribución por rubro. Las seis intenciones suman los 631 prompts sin marca sobre los que se calcula el share; la columna «Nombran marca» son los 61 prompts comparativos que quedan fuera.

Un prompt de ejemplo por rubro, sin marca, tomado del banco:

Cómo se cuenta una mención. En los cortes de agosto y setiembre, una variante de extracción contó a algunas marcas más de una vez en una misma respuesta. El efecto llega a 4,0 puntos de share en los top 5 publicados. En 6 rubros con empate estadístico cambia la marca que figura primera. Desde el corte de octubre cada marca cuenta una sola vez por respuesta. Publico el corte de setiembre recalculado con esa regla en la próxima versión del estudio. Una respuesta que nombra cinco marcas suma una mención a cada una de las cinco. El share de una marca en un rubro es su total de menciones dividido por la suma de las menciones de todas las marcas verificadas de ese rubro. Por eso una respuesta que nombra muchas marcas pesa más en el total del rubro que una que nombra una sola.

Estabilidad entre corridas. Cada prompt se corre tres veces por modelo. Para cada rubro se toma la marca más mencionada en la corrida 1, en la 2 y en la 3, y el rubro cuenta como estable si las tres coinciden. Con los tres modelos agregados coinciden 18 de 35 rubros (51.4%); por modelo, ChatGPT 42.9%, Gemini 45.7% y Google AI Mode 42.9%. De los 11 rubros con ventaja clara (ver «Margen de error»), 11 coinciden en las tres corridas. Los 17 rubros donde la marca más mencionada cambia entre corridas son rubros en empate técnico.

Margen de error. Para cada rubro se calcula un intervalo de confianza del 95% (método de Wilson) sobre la proporción de menciones del líder respecto al total verificado del rubro; si el share del segundo cae dentro de ese intervalo, la diferencia no es estadísticamente significativa. El intervalo trata cada mención como independiente, cuando cada prompt se corre tres veces y una misma respuesta puede nombrar varias marcas; por eso el intervalo real es algo más ancho que el calculado, y si hay error es hacia contar menos empates, no más. En 11 de 35 rubros el líder tiene una ventaja clara; en los otros 24 hay al menos dos marcas en empate técnico.

La regla que evita el sesgo de mención. 631 prompts no nombran ninguna marca, y solo sobre esos se calcula el share of voice. Los 61 restantes son comparaciones directas (“¿ORT o Universidad de Montevideo?”) que se analizan por separado y nunca suman menciones a los rankings: ninguna marca gana share por haber sido nombrada en la pregunta.

La medición. Cada prompt se corre 3 veces por modelo y por corte contra ChatGPT, Gemini y Google AI Mode, consultados vía API contra el producto real, con búsqueda activa cuando el modelo la usa, sin sesión ni historial: la respuesta por defecto que recibiría cualquier persona. El estudio mide la representación actual de las marcas en la capa de IA en la fecha del corte, no el corpus de entrenamiento ni la preferencia de los consumidores. Configuro cada consulta con Uruguay como ubicación de búsqueda. Envío cada prompt en su propio idioma, español o inglés.

Captura por modelo. Desde el 31 de agosto de 2026 recolecto las respuestas a través de DataForSEO, un proveedor de datos independiente, para que la captura sea auditable por terceros y no dependa de infraestructura propia de AuraMetrics. El proveedor no expone la versión exacta del modelo consultado. Fechas y horas en UTC; las fechas de corte del estudio se definen en UTC.

La verificación de marcas. Cada mención se valida contra un registro de más de seis mil marcas y alias revisado a mano, con coincidencia de palabra completa y alias por marca (por ejemplo, “Banco República”, “BROU” y “brou.com.uy” cuentan como la misma entidad). Nada clasificado automáticamente sin revisión humana puede aparecer en un ranking publicado. Los rubros con menos de 100 menciones verificadas no se publican como ranking.

El vacío y el residuo, dos números distintos. El vacío es una clasificación directa por respuesta: ¿el texto cita alguna marca verificada, uruguaya o no? El residuo de extracción es otra cosa: la proporción de respuestas cuyo texto contiene alguna cadena del registro de marcas pero en las que no se atribuyó ninguna marca. En el corte 3 es de 12.6 puntos en promedio, con un mínimo de 0.6 en RRHH y headhunters y un máximo de 34.5 en Turismo y hotelería. Ese residuo mezcla dos cosas que la búsqueda automática de cadenas no distingue: coincidencias espurias (palabras comunes que coinciden con un alias) y menciones reales que el extractor no capturó. Por eso todo vacío publicado debe leerse como cota superior. A partir del corte 3 el residuo se audita con una muestra manual de 100 respuestas, clasificadas por la autora; el resultado se publica en esta sección. El detalle por rubro:

Limitaciones declaradas. El estudio tiene por ahora dos puntos en el tiempo, con una semana de distancia: las variaciones entre cortes se reportan como observación, no como tendencia. El segmento en inglés es chico (2 a 3 prompts por rubro) y se presenta solo como comparación de presencia, nunca como ranking. En los rubros más fragmentados (gastronomía, turismo), el número 1 tiene shares inferiores al 7%: el hallazgo ahí es la fragmentación, no el líder. La cadencia es mensual; la serie dirá qué movimientos se consolidan.

Nota sobre el primer corte. El primer corte es del 24 de agosto de 2026. En ese corte, el 83 % de las respuestas de ChatGPT y Gemini salieron por la API directa de OpenAI y de Google. Los modelos fueron gpt-4o-mini y gemini-3.1-flash-lite. Esas llamadas no llevan ubicación de búsqueda. El resto de ese corte, y todas las respuestas de Google AI Mode, se capturaron por DataForSEO. No conservo los parámetros de esas tareas. No puedo verificar con qué ubicación se enviaron. La frase “contra el producto real” describe la captura desde el 31 de agosto de 2026 en adelante. Desde esa fecha, todas las consultas van por DataForSEO, configuradas desde Uruguay y en el idioma del prompt. Mantengo el primer corte publicado tal como se midió. Toda comparación con ese corte lleva esta salvedad.

Por diseño, el banco incluye 31 prompts (4.9% de los prompts sin marca) que piden explícitamente una marca o empresa uruguaya, concentrados en consumo masivo (10), software B2B y ciberseguridad (5) e indumentaria (4). Los 600 restantes son preguntas generales que dejan que la respuesta sea local o extranjera. En esos tres rubros el liderazgo de marcas uruguayas está favorecido por la formulación de parte de las preguntas; el desglose está en la columna «Piden marca uruguaya» de la tabla de distribución. El corte de octubre de 2026 corrió el banco v1 completo, 692 prompts. Cada uno de esos 31 prompts tiene un par neutro aprobado, con el mismo rubro, la misma intención y el mismo idioma. Los pares neutros se corren desde el corte de noviembre de 2026. Los mido por separado. No suman al ranking. La comparación entre cada prompt con gentilicio y su par neutro empieza en ese corte.

Nota de corrección. Corrección (setiembre 2026): las variaciones “vs corte anterior” publicadas entre el 4 y el 9 de setiembre se calcularon contra una extracción parcial de agosto. Las recalculé contra el corte de agosto completo. Los rankings de cada corte quedan iguales.

Nota del corte de setiembre. En el corte de setiembre, el podio de ChatGPT del rubro consumo masivo incluye a Reddit en el segundo puesto, con 14 menciones. Reddit es una fuente que ChatGPT citó en sus respuestas. Desde el corte de octubre se clasifica como fuente y queda fuera de los rankings de marcas. El top 5 del rubro y su líder se mantienen igual.

Replicabilidad. La metodología completa está publicada en esta página, con un prompt de ejemplo por rubro en la tabla de distribución. El banco completo de preguntas está disponible para investigadores académicos bajo pedido, con compromiso de cita.