El 83% de los restaurantes son invisibles en las respuestas de IA. Ganar la respuesta es la mitad fácil: la reserva se la lleva OpenTable, y DoorDash el 15–30% del pedido.

Uberall contó que el 83% de los locales de restaurante son completamente invisibles en las recomendaciones de IA. Los que sí acaban nombrados tienen otro problema.

Empecemos por la cifra. El 7 de mayo de 2026, en un informe difundido a través de BusinessWire, Uberall encontró que el 83% de los locales de restaurante son completamente invisibles en las recomendaciones generadas por IA (Uberall vía BusinessWire). Uberall vende software de marketing de ubicación y de visibilidad en IA, así que una conclusión que dice que los restaurantes son invisibles en la IA vende justo el producto que lo arregla. La nota de prensa no revela del todo su muestra. Léela como la forma del problema, no como una medición de tu manzana.

Encaja con el panorama local más amplio: el Local Visibility Index 2026 de SOCi (unos 350,000 locales; SOCi vende software de marketing local) encontró que ChatGPT recomienda un local concreto en el 1.2% de las respuestas y Gemini en el 11%, frente al 35.9% del 3-pack local de Google (SOCi). Que te nombren es raro en todas partes.

Pero ese 83% describe solo el lado perdedor. No dice nada de la minoría de restaurantes que el asistente sí nombra — la parte de la que nadie en el negocio de la visibilidad en IA habla, porque no termina cuando ganas.

Esta es la forma que tiene. Un comensal le pregunta a un asistente dónde comer. El asistente nombra tu restaurante: la recomendación está ganada y no has pagado nada por ella. Entonces te ofrece reservar la mesa, y la reserva pasa por una plataforma de reservas. O la pregunta era de reparto, y la respuesta termina dentro de una app que lleva una comisión publicada. Ganaste la recomendación; otro se llevó la transacción que venía enganchada a ella — la reserva, el margen, el registro del comensal. La unidad de pérdida dentro de una respuesta de IA no es el comensal. Es la transacción que el comensal llevaba encima. Y fíjate de dónde sale el traspaso: la respuesta desemboca en el producto que tiene un menú legible por máquina, una mesa legible por máquina y un precio legible por máquina. Si tu propia web no tiene nada de eso en texto, el agregador no te está robando la transacción — es la única parte de la conversación equipada para completarla.

OpenTable es el primer socio tecnológico de restauración de OpenAI para Operator — el agente que reserva la mesa, no solo el que la nombra

OpenTable afirma que se convirtió en «el primer socio tecnológico de restauración de la herramienta Operator de OpenAI», siendo el caso de uso que Operator ayude a los comensales a reservar mesas puntuales y recurrentes por internet (OpenTable). Operator es el agente de OpenAI, anunciado el 23 de enero de 2025, que ejecuta tareas en un navegador en nombre del usuario (OpenAI).

Sé preciso, porque la prensa del sector ya lo ha desdibujado. Es una alianza de agente de reservas: un agente capaz de completar una reserva, apuntado a una plataforma de reservas. No es una afirmación de que las recomendaciones de restaurantes de ChatGPT funcionen con datos de OpenTable. Ningún estudio muestra que el inventario de una plataforma de reservas decida qué restaurantes nombra un asistente. Pídele el estudio a cualquier proveedor que diga lo contrario — no existe.

La distinción deja el problema intacto. En cuanto un asistente puede actuar en vez de responder, el último paso de la decisión — donde un comensal se convierte en reserva — ocurre dentro de un producto que no es tuyo. La recomendación es la parte en la que influyes, con tu propio menú, tus páginas y tus reseñas. La transacción es la parte que se traspasa, y lo que la plataforma te devuelve es lo que diga tu contrato. Lee el tuyo.

No tenemos ninguna cifra verificada de lo que le cuesta a un restaurante estadounidense una reserva hecha a través de una plataforma de reservas, y no vamos a inventárnosla. Lo que sí está publicado, por las propias plataformas, es la pata del reparto.

DoorDash publica 15%, 25% y 30%. Uber Eats publica 20%, 25% y 30%. Ese es el peaje sobre un cliente que el asistente ya te había enviado.

La página de precios para comercios de DoorDash lista tres tramos de comisión por reparto: Basic al 15%, Plus al 25% y Premier al 30% (DoorDash). La página de precios para comercios de Uber Eats lista tarifas de marketplace del 20% para Lite, 25% para Plus y 30% para Premium (Uber Eats). No son estimaciones de una agencia. Son tarifas publicadas, impresas por las empresas que cobran el dinero.

Ponlo en secuencia. Un comensal le pide a un asistente tacos de madrugada. El asistente nombra tu restaurante. El comensal dice «pídelo», y la respuesta desemboca en una app de reparto. No habrías podido comprar esa recomendación. Pero el pedido llega por un canal que lleva encima una comisión publicada del 15% al 30%, trayendo a un cliente que el asistente ya había decidido pasarte. Entre una respuesta que termina en tu propia página de pedidos y otra que termina dentro de un agregador está la diferencia entre dos márgenes: mismo comensal, misma noche, misma comida.

Lo que nadie puede decirte es con qué frecuencia pasa eso. No hay ninguna fuente actual, abierta y estadounidense que ponga una cuota a los pedidos de restaurante que pasan por DoorDash, Uber Eats y Grubhub. El número no existe, así que el proveedor que te cite uno te está citando algo que no puede enseñarte. Lo que sí es medible: de todas las respuestas que nombran tu restaurante, cuántas terminan encaminando al comensal hacia una plataforma y cuántas hacia ti.

Un menú encerrado en un PDF no puede responder a la pregunta que el comensal ha hecho de verdad

Los comensales no les piden restaurantes a los asistentes. Piden una mesa que resuelva un problema: italiano sin gluten de verdad seguro para un celíaco; una sala lo bastante tranquila como para cerrar un trato durante la comida. Cada una es una pregunta sobre el contenido de un menú y el carácter de una sala.

En muchísimos restaurantes, las dos cosas viven dentro de una imagen: un menú en PDF, una foto de una pizarra, un carrusel de Instagram. Para un modelo que lee la web, una foto de las palabras «sin gluten» no son las palabras «sin gluten» — es una foto. Un restaurante que se ha pasado cuatro años montando una cocina segura para celíacos no ha publicado nada al respecto, por lo que al asistente respecta. No es que esté perdiendo esa respuesta. Es que ni siquiera está en la carrera.

El arreglo es poco glamuroso y casi gratis: pon el menú en tu propia web como texto HTML legible, y escribe las palabras que usa un comensal en su pregunta junto a los platos a los que se aplican. Debajo no hay ningún truco. El estudio GEO revisado por pares (Aggarwal et al., ACM SIGKDD 2024, 10,000 consultas) encontró que citar fuentes elevaba la visibilidad de una página en las respuestas generadas hasta un 115% en contenido peor posicionado, las estadísticas un 41% y las citas textuales un 28%, mientras que rellenar de palabras clave no aportaba nada (arXiv). Lo que estos sistemas premian es la escritura comprobable, y un menú es la escritura más comprobable que tiene un restaurante:

• Lenguaje dietético y de alérgenos en el propio plato: sin gluten, seguro para celíacos, freidora exclusiva, sin frutos secos, sin lácteos, vegano, halal, kosher. No una leyenda de iconos — un dibujo de una hoja no es la palabra «vegano».
• Lenguaje de ocasión en la página: tranquilo a mediodía, sala privada, mesa para 12, terraza, tronas, sin reserva después de las 10 de la noche, descorche. Estas son las palabras que hay dentro de la pregunta.
• Un horario que sea verdad, incluida la última comanda de cocina — que no es la hora de cierre de la barra. «Tacos de madrugada después de las 11» es una pregunta sobre la cocina. Una ficha que dice la 1 cuando el pase cierra a las 10:30 convierte la respuesta que te nombra en una queja.
• Todo dato que un comensal tenga que averiguar por teléfono, porque un dato por el que haces llamar a alguien es un dato que el motor adivina. El índice 2026 de SOCi (350,000 locales; vende software de marketing local) situó la exactitud de los datos de negocio en torno al 68% para ChatGPT y Perplexity, frente al 100% de Gemini (SOCi).

Las fuentes a las que recurre un asistente cuando alguien pregunta dónde comer, ordenadas — y lo que se ha medido de verdad para restaurantes (casi nada)

Nadie ha publicado un estudio de cuota de citas por restaurante. La lista de abajo está construida a partir de mediciones sobre negocio local en general más la estructura de la propia respuesta sobre restaurantes, y cada línea dice de cuál de las dos viene. Donde una línea sea una hipótesis, anótala como tal. Una línea no es hipótesis: el motor lee texto, no tu TPV ni tu libro de reservas, así que un plato es seguro para celíacos a ojos de un modelo solo porque alguna página lo dice con palabras. Tu página de menú es donde puede existir esa frase; todo lo que hay por debajo o repite la frase o la contradice.

La evidencia primaria más cercana es la nuestra, y viene de otras verticales. En los tres mercados que hemos medido — clínicas dentales, medspas y cirugía plástica en Dallas, julio de 2026, en ChatGPT, Gemini y Perplexity — entre el 73% y el 79% de todas las fuentes citadas detrás de esas recomendaciones era la web propia de un negocio y no un directorio (el benchmark de Dallas). Los restaurantes no estaban en esa muestra, así que tómalo como dirección y no como tu cifra. Dallas, julio de 2026 — un mercado, un día, y una medición primaria: las respuestas en bruto están guardadas, el método está publicado y la ejecución se puede repetir en cualquier ciudad, incluida la tuya.

Un hallazgo general enmarca la lista. La Local Consumer Review Survey 2026 de BrightLocal (n=1,002 consumidores estadounidenses; BrightLocal vende herramientas de SEO local y de reputación) encontró que el 45% de los consumidores ya le pide a la IA que le recomiende un negocio local, frente al 6% de un año antes — lo que pone a la IA por delante de Yelp y TripAdvisor como canal (BrightLocal). Una frase rara con la que sentarse siendo restaurante, porque Yelp y TripAdvisor son dos de las fuentes que la IA lee para llegar ahí.

Y hay un filtro por encima de todo lo demás. El índice 2026 de SOCi encontró que la valoración media de los locales que recomienda ChatGPT es de 4.3 estrellas, la de Perplexity 4.1 y la de Gemini 3.9 (SOCi; vende software de marketing local) — negocio local, no restaurantes, pero un restaurante con un 3.8 en Google debería tratarlo como la hipótesis más barata de aquí.

• 1. Tu propia página de menú, en HTML legible — la única fuente de esta lista donde «seguro para celíacos» y «mesa para 12» pueden existir como palabras en vez de ser el eco de otro sitio. Una ficha puede llevar el dato; no puede originarlo. Nuestra propia ejecución de Dallas apunta en la misma dirección en verticales vecinas: entre el 73% y el 79% de las fuentes citadas eran webs propias de los negocios en clínicas dentales, medspas y cirugía plástica (el benchmark de Dallas; medición primaria nuestra — un mercado, un día, sin datos de restaurantes). El análisis de octubre de 2025 de Yext sobre 6.8 millones de citas en 1.6 millones de respuestas de IA encontró que Gemini saca el 52.15% de sus citas de las webs propias de las marcas, y ChatGPT el reflejo casi exacto: el 48.73% de fichas de terceros (Yext); Yext vende gestión de fichas, así que una conclusión que dice que las fichas lo deciden todo vende gestión de fichas. Medido entre marcas, nunca entre restaurantes. Haz esto: el menú en texto rastreable, con las palabras dietéticas y de ocasión sobre el plato.
• 2. Google Business Profile y Maps — la evidencia de terceros más fuerte de esta lista, y nada de ella específica de restaurantes. Los propios modelos de Google la prefirieron con claridad en la prueba de julio de 2025 de BrightLocal en cuatro motores (BrightLocal; vende herramientas de SEO local), y la exactitud de datos de Gemini llegó al 100% en el índice de SOCi porque se apoya en Google Maps (SOCi; vende software de marketing local). Haz esto: la categoría de cocina correcta, horarios reales incluida la última comanda de cocina, y todos los atributos que ofrezcas.
• 3. Yelp y TripAdvisor — la cifra medida de terceros más grande en IA local, sin ningún desglose publicado para restaurantes. Yelp acumuló 512,680 citas en 28 millones de respuestas de IA en el Q4 de 2025 (Foundation Inc. con AirOps, una agencia de contenidos que trabaja con un proveedor de búsqueda con IA, así que su propia herramienta es el tema). Haz esto: reclama las dos fichas, y haz que la cocina, los horarios y los atributos coincidan palabra por palabra con tu web.
• 4. OpenTable y Resy — sin probar como fuentes de citas, y el único sitio de esta lista donde el asistente puede actuar en vez de responder. OpenTable es el primer socio tecnológico de restauración de OpenAI para Operator, para reservar mesas puntuales y recurrentes (OpenTable; OpenAI). Está en este puesto por lo que le hace a la transacción, no por una cuota de citas que nadie ha medido. Haz esto: mantén la disponibilidad exacta, y lee el contrato para saber qué datos del comensal te vuelven a ti.
• 5. Medios gastronómicos, listas locales de «lo mejor de» e hilos de Reddit de tu ciudad — el texto que no puedes editar. El AI Visibility Index de Semrush (126 millones de prompts, de enero a abril de 2026; Semrush vende seguimiento de visibilidad en IA) encontró que ChatGPT cita 15.4 fuentes por respuesta, apoyándose en Reddit y Wikipedia, frente a las 3.3 de Gemini (Semrush, vía PPC Land). Haz esto: lee los hilos gastronómicos de tu ciudad para ver las palabras que usa la gente sobre tu sala, y respóndelas en tus páginas.
• 6. Las apps de reparto — una ficha, un menú y una comisión del 15% al 30% (DoorDash: 15/25/30; Uber Eats: 20/25/30, ambas tarifas publicadas). Nunca medidas como fuente de citas de IA para restaurantes. Van las últimas porque es adonde desemboca la respuesta cuando la pregunta es de reparto, no porque nadie haya demostrado que decidan a quién se nombra. Haz esto: entérate de qué tramo firmaste.

Siete preguntas que un comensal teclea antes de cenar. Hazlas tú mismo, esta semana, gratis.

Cualquier restaurante puede medir esto sin herramienta y sin proveedor. Abre ChatGPT, Gemini, Perplexity y Claude, usa un chat nuevo para cada pregunta, y pega los prompts de abajo con tu ciudad entre corchetes. Luego anota dos columnas, no una.

La primera columna es obvia: qué restaurantes salen nombrados, y si el tuyo está entre ellos. La segunda columna es para lo que existe este artículo — ¿adónde manda la respuesta al comensal para terminar? ¿A una plataforma de reservas, a una app de reparto o a tu propio teléfono? Cuenta los finales; nadie ha publicado esa proporción para el restaurante de nadie. Luego añade un prompt más y mira cómo el asistente intenta actuar en vez de responder: «Resérvame una mesa en [tu restaurante] para el viernes a las 8 de la tarde».

Una pasada es un solo momento: pregunta dos veces y los nombres se mueven. Hazla igualmente — una foto aproximada sigue siendo la primera cifra que tu restaurante ha tenido nunca sobre sí mismo.

• «Sitio tranquilo para una comida de trabajo en el centro de [ciudad] donde de verdad podamos oírnos.»
• «Italiano sin gluten en [ciudad] que sea de verdad seguro para celíacos.»
• «Mesa romántica para dos esta noche en [ciudad] — es nuestro aniversario.»
• «Brunch para ir con niños y con mesas fuera cerca de [barrio].»
• «Tacos de madrugada en [ciudad], algún sitio que siga sirviendo después de las 11.»
• «Opciones veganas en [ciudad] que no sean solo una ensalada.»
• «Cena de cumpleaños para 10 con buenos cócteles en [ciudad].»

Lo que dicen los dueños cuando les enseñamos esto, incluido «si OpenTable me llena las mesas, ¿para qué pelear?»

Esto sale en casi todas las conversaciones con un dueño, y más de una de estas objeciones tiene razón.

• «Si OpenTable me llena las mesas, ¿para qué pelear?» Pues no pelees — una sala llena un martes es una sala llena. El argumento es más estrecho: conoce el precio de cada canal, y no dejes que uno se convierta calladamente en la única puerta. Un comensal encaminado a una plataforma de reservas es un comensal cuya reserva se crea dentro del producto de otro, y lo que te vuelve a ti es lo que diga tu contrato. En la pata del reparto ese mismo traspaso tiene un precio impreso: del 15% al 30% (DoorDash, Uber Eats). El canal nunca fue gratis. Se te cobraba donde no mirabas — y se convirtió en la única puerta porque es el único sitio donde tu menú, tu mesa y tus horarios existen en una forma sobre la que una máquina puede actuar. Publícalos tú y la plataforma deja de ser la única ruta hacia un comensal que el asistente ya había decidido enviarte.
• «Siempre estamos llenos. No necesitamos esto.» Puede que sea verdad, y esto no es un argumento sobre el sábado. Es un argumento sobre los comensales que no tienen ninguna costumbre a la que recurrir — el aniversario, la comida con el cliente, la familia que viene de fuera. Tienen que preguntarle a alguien, y el 45% de los consumidores estadounidenses ya le pide a la IA que le recomiende un negocio local, frente al 6% de antes (BrightLocal, n=1,002; vende herramientas de SEO local y de reputación).
• «Todas las cifras de aquí vienen de una empresa que vende visibilidad en IA.» Casi todas, y cada una mide justo lo que vende: Uberall vende software de visibilidad en IA; SOCi vende software de marketing local; Yext vende gestión de fichas; Semrush vende seguimiento de visibilidad en IA; BrightLocal vende herramientas de SEO local. Las excepciones son las dos más pegadas a tu margen: DoorDash y Uber Eats publicaron sus propios tramos de comisión. RecoSignal también mide — con las respuestas en bruto de los motores guardadas y el método publicado, para que la cifra se pueda comprobar en vez de creerla a ciegas. Por eso este artículo termina en la comprobación gratuita de más arriba y no en una factura.
• «¿Puedo simplemente salirme de las apps de reparto?» Es una decisión comercial, y no la vamos a tomar por ti. Pero fíjate en lo que nadie puede decirte: no hay ninguna fuente estadounidense abierta y actual que dé la cuota de pedidos de restaurante que pasan por DoorDash, Uber Eats y Grubhub. Quien te cite ese porcentaje está citando un número que no existe. Lo que sí se puede saber es la tarifa — 15/25/30 y 20/25/30 — y en qué tramo estás.
• «¿Esto no es SEO con nombre nuevo?» No del todo — la fuerza en búsqueda local no se transfiere intacta. En el índice 2026 de SOCi, solo el 45% de las marcas del top-20 en búsqueda local tradicional llegaron a lo más alto de las recomendaciones de IA en retail (Search Engine Land; SOCi vende software de marketing local y tiene interés en la brecha que reporta). Mira visibilidad en IA frente a SEO local.
• «Nuestro menú cambia cada semana. Por eso es un PDF.» Es una limitación real, y no obliga a tirar el PDF. Quédatelo, y añade al lado una página en texto plano con los platos de esta semana y las palabras dietéticas y de ocasión escritas con todas las letras. Veinte minutos un lunes, y es la única versión que un motor puede leer.

Nadie ha medido qué cuota de los pedidos de restaurante mueven los agregadores, y por eso la única cifra que merece la pena tener es la tuya

El agujero que hay en medio de este tema merece decirse en voz alta. No existe ninguna cifra publicada en EE. UU. sobre la cuota de pedidos de restaurante que pasan por los agregadores de reparto. No existe ningún estudio de cuota de citas por restaurante de ningún tipo. Y el 83% con el que abre este artículo viene de una empresa que vende el remedio, en una nota de prensa que no revela del todo su muestra (Uberall vía BusinessWire).

Dos cosas son sólidas. Los tramos de comisión los publican las empresas que los cobran: 15%, 25% y 30% en DoorDash (DoorDash); 20%, 25% y 30% en Uber Eats (Uber Eats). Y OpenTable es el primer socio tecnológico de restauración de OpenAI para Operator, el agente que reserva la mesa (OpenTable; OpenAI). Entre ambas cosas está el argumento de esta página: la recomendación se puede ganar y no cuesta nada, y la transacción enganchada a ella la encamina otro.

Así que la cifra que hay que tener es la de tu restaurante. El AI Visibility Snapshot gratuito de RecoSignal les hace a ChatGPT, Gemini y Perplexity preguntas de comensal y te dice con qué frecuencia nombran tu restaurante, qué restaurantes nombran en su lugar y en qué fuentes se apoyan esas respuestas. Para lo que mueve las probabilidades, mira cómo mejorar tu visibilidad en IA; para la mecánica de un motor concreto, cómo conseguir que ChatGPT te recomiende.

Mueve la probabilidad, no la certeza. Nadie puede prometerte que un asistente vaya a nombrar tu restaurante, y dentro de ChatGPT no hay ningún #1 que comprar. Lo que sí está en tus manos es más aburrido: un menú escrito con palabras, unos horarios que sean verdad y una cuenta de por qué canal encamina la respuesta a tus comensales esta noche.