Investigación personal de Fernando Angulo. Análisis preliminar del corpus congelado el 22 de septiembre de 2026. La muestra principal reúne 867 ofertas clasificadas como actuales en ese corte, de 701 empleadores. Otras 136 ofertas históricas se analizan por separado. «Actual» describe la clasificación del corte, no garantiza que la vacante siga abierta hoy.
El trabajo de AI Search aparece más allá de los cargos que llevan sus siglas. En la muestra principal, 495 de 867 ofertas (57,1 %) no incluyen una etiqueta explícita de AI Search en el título, aunque sus responsabilidades cumplieron el criterio de inclusión. Las otras 372 (42,9 %) sí incluyen una expresión del diccionario utilizado.
Mi lectura es que buscar únicamente «GEO Manager» deja fuera parte del trabajo que describen los empleadores de esta muestra. GEO significa Generative Engine Optimization, optimización para motores generativos; AEO, Answer Engine Optimization, optimización para motores de respuesta. La función también puede vivir dentro de SEO, contenido, crecimiento o liderazgo de marketing. Este dato describe el corpus; no estima cuántos empleos existen en el mercado.
La segunda señal es la distancia entre visibilidad y negocio. Hay códigos de presencia en 683 ofertas actuales y de impacto comercial en 332. Pero solo dos de esas 332 tienen un código de impacto comercial etiquetado con alcance exactamente AI Search. Buena parte del lenguaje comercial corresponde al conjunto del puesto. Pedir ingresos a un responsable y demostrar ingresos atribuibles a AI Search son observaciones distintas.
La muestra: de 1.466 registros a 867 ofertas para el análisis principal
La unidad es una oferta o requisición única, no una URL, una ciudad, una contratación ni una persona empleada. Una oferta con varias localizaciones cuenta una vez. La deduplicación prioriza empleador e identificador de requisición; utiliza URL canónica y revisión de título, ubicación y contenido como apoyos.
| Paso del registro congelado | Número | Uso |
|---|---|---|
| Registros físicos recopilados | 1.466 | Incluyen alias y candidatos no admitidos |
| Alias de fuente retirados | 26 | Otra representación de una misma unidad |
| Unidades candidatas tras retirar alias | 1.440 | Universo de descubrimiento |
| Ofertas admitidas en el núcleo | 1.003 | 867 actuales y 136 históricas |
| Cohorte principal: fuente oficial actual en el corte | 867 | Denominador principal |
| Cohorte histórica: evidencia oficial histórica | 136 | Denominador separado |
| Candidatos pendientes de resolución | 344 | Fuera de los resultados |
| Registros exploratorios adyacentes | 85 | Fuera del núcleo |
| Excluidos | 8 | Fuera del núcleo |
La búsqueda fue dirigida y multilingüe: combinó términos como GEO, AEO, AI Search y AI Visibility con títulos convencionales. Incluyó páginas de empleadores y sistemas como Greenhouse, Lever, Ashby, Workable y SmartRecruiters. Directorios e intermediarios sirvieron para descubrir candidatos, no para sustituir la evidencia primaria de inclusión.
Para entrar, la oferta debía describir trabajo material sobre búsqueda generativa comercial: visibilidad, inclusión, citas, recomendaciones o tareas que las habilitan. Una referencia genérica a IA, un puesto de ingeniería de modelos sin esa función o GEO usado para geografía no eran suficientes. El protocolo distingue fuentes oficiales actuales, oficiales históricas y fuentes de descubrimiento.
Es una muestra de conveniencia, condicionada por consultas, idiomas, acceso y recuperación de fuentes. No es probabilística ni un censo. Los ocho archivos del manifiesto coinciden con sus hashes SHA-256; recalculé las tablas desde el registro congelado. Puedes revisar el registro de muestra, las tablas por cohorte y la metodología.
Los títulos: el 57,1 % queda fuera de una búsqueda basada solo en etiquetas
| Etiqueta en el título | Actuales, n = 867 | Históricas, n = 136 |
|---|---|---|
| Término explícito del diccionario AI Search | 372 (42,9 %) | 58 (42,6 %) |
| Sin término explícito del diccionario | 495 (57,1 %) | 78 (57,4 %) |
La clasificación es léxica. Reconoce GEO, AEO, AIO, generative engine, answer engine, AI Search, AI Visibility y LLM Visibility según la expresión regular publicada. No mide especialización ni seniority. «Sin término explícito» tampoco significa ausencia de IA: significa que el título no activa ese diccionario.
Las proporciones de ambas cohortes son parecidas, pero no constituyen una serie temporal. Las históricas no representan una ventana anterior comparable. No interpreto la tabla como estabilidad, crecimiento o sustitución de títulos.
Para un director de marketing, la consecuencia es concreta: el inventario de capacidades debe empezar por las tareas. Una empresa puede asignar responsabilidades de AI Search sin abrir un puesto dedicado. La muestra permite observar esa coexistencia; no establece la estructura dominante del mercado.
Nueve dimensiones: trabajo y expectativas documentadas
Cada oferta puede tener varios códigos. Los porcentajes no suman 100 %. La tabla cuenta cada código una vez por oferta, en cualquier alcance del puesto y en cualquiera de estos estados: responsabilidad, objetivo, métrica o resultado previo exigido al candidato. No todos los códigos son tareas ni todos son específicos de AI Search.
| Dimensión codificada | Actuales, n = 867 | Históricas, n = 136 |
|---|---|---|
| O0. Capacidad operativa: procesos, equipos y gobernanza | 679 (78,3 %) | 76 (55,9 %) |
| O1. Elegibilidad: rastreo, recuperación e interpretación | 465 (53,6 %) | 67 (49,3 %) |
| O2. Presencia o mención | 683 (78,8 %) | 113 (83,1 %) |
| O3. Cita o atribución explícita | 318 (36,7 %) | 60 (44,1 %) |
| O4. Selección o recomendación | 84 (9,7 %) | 17 (12,5 %) |
| O5. Visita cualificada | 147 (17,0 %) | 24 (17,6 %) |
| O6. Conversión inicial | 295 (34,0 %) | 45 (33,1 %) |
| O7. Impacto comercial | 332 (38,3 %) | 41 (30,1 %) |
| O8. Precisión, confianza y riesgo | 145 (16,7 %) | 34 (25,0 %) |
Elegibilidad incluye hacer contenido rastreable, recuperable o interpretable. Presencia registra que la marca aparezca; cita exige atribución explícita. Recomendación implica selección o comparación. Conversión inicial puede ser un registro, una solicitud o una compra. Impacto comercial recoge pipeline, ingresos, retención o eficiencia económica.
Al restringir el conteo al estado responsabilidad, quedan 679 ofertas actuales con capacidad operativa y 453 con elegibilidad. Presencia baja a 22 y cita a ocho porque estos códigos aparecen principalmente como métricas u objetivos. Publicar «683 ofertas exigen ejecutar menciones» perdería esa diferencia.
También comprobé la concentración por empleador. Contando una empresa una sola vez por dimensión, presencia aparece en 571 de 701 empleadores (81,5 %), capacidad operativa en 559 (79,7 %), elegibilidad en 396 (56,5 %) y citas en 289 (41,2 %). Esta sensibilidad evita que varias requisiciones de una empresa expliquen por sí solas el patrón. Sigue describiendo empleadores descubiertos mediante búsqueda dirigida.
El alcance cambia la lectura de la responsabilidad comercial
La siguiente tabla aplica el filtro exacto de alcance `ai_search`. Excluye códigos generales del puesto, etiquetas combinadas de búsqueda orgánica e IA y otros alcances sin normalizar. Es un filtro conservador, no una medida completa de todas las menciones relacionadas con IA.
| Dimensión | Cualquier alcance | Alcance exacto AI Search | Denominador |
|---|---|---|---|
| Presencia | 683 (78,8 %) | 681 (78,5 %) | 867 ofertas actuales |
| Citas | 318 (36,7 %) | 318 (36,7 %) | 867 ofertas actuales |
| Visita cualificada | 147 (17,0 %) | 36 (4,2 %) | 867 ofertas actuales |
| Conversión inicial | 295 (34,0 %) | 15 (1,7 %) | 867 ofertas actuales |
| Impacto comercial | 332 (38,3 %) | 2 (0,2 %) | 867 ofertas actuales |
Mi interpretación es que la muestra documenta con más claridad la visibilidad que la atribución comercial específica. Esa lectura combina lo escrito por los empleadores y las decisiones de codificación. No demuestra que las empresas carezcan de atribución ni que la visibilidad no contribuya a ventas. La ausencia de un código en una oferta no demuestra ausencia de una práctica.
En las 1.003 ofertas del núcleo, ningún registro contiene un resultado comercial conseguido en el campo destinado a ese dato. Hay expectativas, métricas y requisitos de experiencia; no hay resultados observados de contratación o negocio. El informe estudia cómo se define el trabajo, no demuestra su retorno.
Cuatro ofertas permiten ver el mecanismo
Estos ejemplos ilustran la codificación del corte, sin representar a su sector. Los enlaces son las fuentes originales. Algunos ya no devuelven texto consultable; la evidencia del corte queda referenciada en el registro.
Stripe, Head of AEO & SEO. El anuncio combina dirección del equipo, arquitectura, contenido y medición. Distingue visibilidad, citas, registros y efecto económico de los canales orgánicos. El encargo necesita coordinación entre producto, ingeniería y marketing; no aporta resultados logrados. La fuente de Stripe seguía siendo legible en esta revisión.
Aiven, Technical AEO Manager. Reúne estructura recuperable, panel de prompts, citas y conexión con datos comerciales. También pide reconocer limitaciones de atribución. Es un ejemplo de cómo una función técnica necesita acceso a documentación, ingeniería y ventas. La oferta de Aiven seguía siendo legible en la revisión.
Virgin Voyages, Sr. Discoverability (GEO/SEO) Manager. La codificación congelada registra estrategia transversal, preparación técnica, presencia, citas y recomendación en decisiones de viaje. Los objetivos de negocio tienen alcance general del puesto. El enlace original no devolvió texto verificable en esta revisión; el ejemplo procede del registro congelado.
Smarsh, Generative AI & SEO Strategist. El registro recoge datos estructurados, entidades, visibilidad y citas, junto a MQL y pipeline del trabajo orgánico general. La lectura útil es separar el diagnóstico de AI Search de la contribución comercial global. La fuente original no pudo recuperarse en esta revisión; no afirmo que siga abierta.
Qué revisión se ha hecho y qué falta cerrar
El registro de revisión incluye las 1.003 ofertas en sus listas de revisión de materialidad y segunda codificación de resultados. Los identificadores de codificador documentan trabajo asistido por IA. No es una revisión independiente de expertos humanos ni consta una medida de acuerdo entre codificadores, como kappa.
Hay una discrepancia visible: 944 registros conservan el estado «segunda codificación completada, adjudicación final pendiente»; 59 tienen estados de adjudicación completada. De los pendientes, 844 son actuales y 100 históricos. Reproducir los totales verifica la aritmética, no resuelve la validez de cada etiqueta.
Presento las tablas como resultados preliminares del registro congelado. Antes de cerrar un informe definitivo, hace falta conciliar esos estados con las decisiones finales y revisar la evidencia de los códigos afectados. Las frecuencias de habilidades, salarios y seniority tampoco se publican aquí: requieren normalización y cobertura suficientes.
Qué decisión puede tomar un CMO
El corpus ayuda a definir un encargo. Mi recomendación es separar cuatro responsabilidades: mantener evidencia recuperable y correcta, observar presencia y citas, coordinar intervenciones y evaluar la conexión comercial con sus límites de atribución.
Para preparar el encargo, registra cinco campos: decisión del comprador, evidencia que mantener, especialistas y accesos necesarios, señales que observar y criterio de resultado. Compáralos con las capacidades del equipo antes de elegir entre contratar, formar o reasignar.
La oferta debería indicar quién puede actuar sobre documentación, contenido, ingeniería y datos. Si pide ingresos, debe dar acceso a la instrumentación necesaria y explicar qué contará como resultado. Una captura de visibilidad no resuelve esa exigencia.
El mapa de propiedad temática ayuda a decidir qué preguntas y evidencia debe cubrir la marca. El modelo de reporting separa observación, interpretación y negocio. Juntos permiten evaluar si hace falta contratar, formar o redistribuir trabajo. Las 867 ofertas aportan referencias de diseño; no justifican automáticamente otra vacante.
Preguntas frecuentes
¿La muestra incluye 1.003 vacantes abiertas?
No. Incluye 867 clasificadas como actuales en el corte del 22 de septiembre de 2026 y 136 históricas. No equivale a 1.003 posiciones abiertas hoy ni a 1.003 contrataciones.
¿Cuántos puestos llevan una etiqueta explícita de AI Search?
372 de 867 ofertas actuales, el 42,9 %, según el diccionario publicado. Las otras 495 cumplen el criterio funcional de inclusión sin activar ese diccionario en el título.
¿Cuáles son las dimensiones más frecuentes?
Presencia, 683 de 867 (78,8 %), y capacidad operativa, 679 (78,3 %). Los códigos combinan responsabilidades, objetivos, métricas y experiencia exigida; su estado debe acompañar la interpretación.
¿Las ofertas demuestran retorno comercial de AI Search?
No. Documentan expectativas. El campo de resultados comerciales conseguidos está vacío en las 1.003 ofertas del núcleo.
¿Cambian los resultados al contar empleadores en lugar de ofertas?
Presencia aparece en 571 de 701 empleadores (81,5 %), capacidad operativa en 559 (79,7 %), elegibilidad en 396 (56,5 %) y citas en 289 (41,2 %). El patrón no depende únicamente de empresas con varias requisiciones.
¿Es un estudio final revisado por expertos humanos?
No. Es un análisis preliminar reproducible con revisión asistida por IA y estados de adjudicación pendientes que deben conciliarse antes de cerrar el informe definitivo.
Antes de aprobar la próxima vacante, completa con tu equipo el mapa de responsabilidades, accesos y evidencia de resultados. Esa conversación hará más útil el título que elijas.
FA