La brecha de conocimiento: ¿pueden tu equipo y la IA encontrar la respuesta correcta?

Respuesta rápida

Tu empresa puede tener la respuesta y, aun así, tus empleados pueden no encontrar la versión aprobada. Una IA interna puede no recuperarla dentro de los permisos existentes. Y puede no haber una página pública autorizada que los buscadores con IA puedan citar. Son tres problemas distintos de visibilidad del conocimiento.

Un sistema de respuestas no puede citar una página propia que no existe. Puede recurrir a una fuente de terceros. Por eso importa distinguir entre conocimiento interno y evidencia pública.

La optimización para motores generativos, o GEO, consiste en preparar evidencia pública aprobada, clara, atribuible, actual y técnicamente accesible para que los sistemas generativos puedan descubrirla y referenciarla. Se aplica a evidencia pública, nunca a información operativa confidencial. Ser elegible no garantiza una cita.

La decisión para dirección de marketing

Antes de comprar otra plataforma de contenidos o de IA, promueve una auditoría de diez preguntas recurrentes durante 30 días. Para cada pregunta, identifica la respuesta aprobada o registra que no existe. Comprueba por separado si una persona autorizada la encuentra, si una IA aprobada la recupera respetando los permisos y si existe una versión pública no confidencial autorizada.

Corrige primero los fallos de control de acceso. Asigna un responsable y una fecha de revisión a cada respuesta. Mantén tres listas de correcciones: resolver una capa no arregla ni autoriza las demás.

Opinión personal: Las opiniones expresadas son de Fernando Angulo y no representan a Semrush ni a Adobe.

Tener el documento no significa tener una respuesta utilizable

Una decisión vigente puede quedar junto a una versión obsoleta. Un análisis puede no tener responsable. Una política puede depender de localizar a la única persona que sabe interpretarla. El archivo existe, pero la respuesta aprobada resulta difícil de identificar y recuperar por una vía documentada.

Dos estudios ofrecen ejemplos acotados de estos mecanismos. No permiten estimar su frecuencia en el conjunto del mercado.

En un estudio de 2024 de una empresa de biotecnología, una función de SharePoint clasificó 171.523 de 288.363 consultas internas como búsquedas de personas: el 59,5 %. El registro cubría cuatro meses y 5.854 usuarios. También hubo 98 cuestionarios completos de 226 invitaciones, una tasa de respuesta del 43,4 %, y ocho entrevistas. Los entrevistados describieron búsquedas de personas para localizar contactos, documentos y conocimiento especializado, o avanzar en búsquedas complejas. La alta dirección quedó fuera de las entrevistas por falta de tiempo.

Ese 59,5 % es una clasificación de la herramienta, no una comprobación manual de la intención. Una empresa, un sistema y cuatro meses no constituyen una referencia universal.

Un estudio cualitativo publicado en 2025 sobre una empresa internacional de TI identificó herramientas sin sincronizar, información duplicada, problemas de responsabilidad y fuentes dispersas. Participaron 50 empleados en 22 entrevistas grupales de equipos con distribución internacional. Sus hallazgos pertenecen a ese contexto. Ofrecen señales que puedes comprobar: versiones enfrentadas, responsables ausentes, dependencia de expertos y falta de una vía documentada hacia la respuesta vigente.

Si esas señales aparecen en tus diez preguntas, tendrás evidencia de tu entorno. No necesitas importar una estimación universal de productividad perdida.

Tres fallos que requieren tres decisiones

Recuperación humana. Una persona autorizada puede encontrar varios documentos plausibles y seguir sin saber cuál está vigente, quién lo valida o desde cuándo se aplica. La prueba exige llegar a la fuente aprobada y comprobar su procedencia por una vía documentada.

Acceso de la IA con permisos. La generación aumentada por recuperación, o RAG, aporta material de una colección externa al modelo antes de generar una respuesta. En la arquitectura original de Lewis y sus colaboradores, el recuperador selecciona documentos de un índice denso y los combina con la memoria paramétrica del generador. De esa arquitectura se desprende una limitación: el recuperador solo aporta material al que puede acceder. No implica que toda respuesta use RAG ni que todo documento accesible vaya a seleccionarse. Una conexión ausente o un índice desactualizado puede impedir recuperar una respuesta válida.

El acceso exige una prueba independiente. NIST describe una arquitectura de confianza cero con autorización previa al acceso; no valida esta auditoría de IA. Microsoft distingue conectores que respetan los permisos de la fuente de otros que permiten acceso a todos los usuarios de la organización. Advierte del riesgo de exposición por una configuración incorrecta. Google documenta filtrado según la identidad para Agent Search. Esa función sigue en fase Preview, con las condiciones y posibles cambios de una oferta previa a disponibilidad general. Son controles concretos, no garantías universales de funcionamiento.

Evidencia pública. OpenAI describe búsqueda web con citas y fuentes, y aclara que permitir el rastreo de OAI-SearchBot crea elegibilidad, sin garantizar aparecer. Google explica que AI Overviews puede incluir enlaces de apoyo y cometer errores. Perplexity describe búsqueda web y enlaces a fuentes originales. Son descripciones de sus propios productos, no evaluaciones independientes de calidad. Publicar abre una oportunidad de descubrimiento y cita. No garantiza selección, exactitud, posición, tráfico ni respaldo.

Una auditoría de visibilidad en tres capas

Propongo tres preguntas: ¿puede encontrarlo una persona? ¿Puede usarlo una IA aprobada con los permisos correctos? ¿Existe una versión pública autorizada que pueda citarse?

El conocimiento confidencial permanece dentro de la empresa. El acceso interno de la IA debe estar autorizado y gobernado. Solo el conocimiento no confidencial que supera su revisión de publicación puede salir al exterior. Superar una capa no concede acceso ni permiso de publicación en otra.

Los umbrales, el número de participantes y las reglas siguientes son un punto de partida propuesto, no una escala validada ni una certificación. Antes de probar, fija para cada pregunta y capa el objetivo, las repeticiones y el criterio de aceptación. Registra la identidad o función, la fuente vigente, el resultado de acceso esperado, el tiempo objetivo cuando proceda y la evidencia necesaria. No cambies el criterio después de ver los resultados.

• Superada: cumple el objetivo, con fuente vigente, procedencia comprobable y sin fallos de acceso o confidencialidad.
• Parcial: el resultado sirve, pero incumple un requisito de consistencia, tiempo, procedencia o calidad de la vía. Un acceso indebido nunca es parcial.
• Fallida: la respuesta falta, es incorrecta, está obsoleta, contradice otras fuentes, carece de respaldo o excede los permisos previstos.
• No aplicable: se excluyó esa capa antes de la prueba, con motivo, responsable y fecha. La falta de herramienta o autorización no basta por sí sola.

Capa 1: recuperación humana

Entrega cada pregunta a entre tres y cinco personas autorizadas que no hayan preparado la lista de fuentes. Evalúa a cada una. La pregunta supera la capa solo si todas superan la prueba. Queda parcial si al menos la mitad la supera y nadie presenta como aprobada una respuesta materialmente incorrecta. Falla si la supera menos de la mitad o si aparece esa respuesta incorrecta crítica.

Una vía documentada hacia un experto queda parcial, salvo que el criterio experto sea necesario por la naturaleza de la pregunta. Puede superar la prueba si la función y la vía de escalado están aprobadas y cumplen el objetivo. Depender de un experto sin vía documentada o no disponible supone un fallo. Si no existe respuesta aprobada, también falla: no hay objetivo válido que recuperar.

Capa 2: acceso de la IA con permisos

Comprueba si un sistema aprobado devuelve una respuesta respaldada y respeta los permisos de la identidad utilizada. Superar esta capa no certifica la seguridad ni el cumplimiento del sistema completo.

Usa sistemas y conexiones autorizados. Para comprobar una denegación, utiliza contenido de prueba no sensible con permisos representativos. No busques información restringida real solo para demostrar que queda bloqueada.

Obtén autorización escrita de los responsables de seguridad y del sistema antes de probar identidades sin acceso. Utiliza una cuenta de prueba autorizada o una identidad legítima con la diferencia de acceso prevista. No cambies permisos de producción ni suplantes a otra persona. Fija las repeticiones antes de empezar. Solo supera la capa si todas las ejecuciones autorizadas devuelven una respuesta respaldada y todas las pruebas negativas autorizadas respetan la denegación. Un resultado parcial solo puede reflejar recuperación incompleta sin exposición indebida.

Registra sistema y versión, fecha del conector o índice, pregunta, identidad o función, fuente esperada, permiso esperado, número de ejecución y fuente observada. Si aparece una exposición indebida, detén la prueba, conserva únicamente la evidencia que exija la política y sigue el proceso de incidentes. Si la capa está dentro del alcance y no hay sistema aprobado, registra un fallo. Reserva «no aplicable» para una exclusión previa documentada.

Capa 3: evidencia pública autorizada

Esta capa pregunta si hay una versión pública que pueda citarse. Solo se supera cuando existen autorización de publicación, evidencia, autoría, vigencia, URL canónica, acceso web ordinario y elegibilidad técnica. Una página autorizada con carencias corregibles queda parcial. Si se pretende uso público y no existe evidencia vigente aprobada, falla. Es «no aplicable» cuando el responsable y el revisor de publicación excluyen esa versión deliberadamente.

Mide preparación y elegibilidad. Registra por separado si una respuesta real la cita. Una mención de marca, una cita, una recomendación, un clic y un ingreso son observaciones distintas.

Para la evidencia pública, separa las citas reales de las menciones. Cómo medir la autoridad de citación

La plataforma no asigna responsables

Un repositorio o una interfaz de IA puede mejorar la recuperación. No decide qué documento contradictorio es el autorizado, valida una respuesta inexistente, asigna un responsable de negocio ni autoriza su publicación.

El responsable de negocio valida la respuesta. Conocimiento u operaciones mantiene la vía documentada. Seguridad y el responsable del sistema autorizan las pruebas de permisos. El revisor de publicación evalúa la versión pública. Marketing puede coordinar sin asumir la autoridad de los demás.

Trata el registro de auditoría como metadatos operativos sensibles. Clasifícalo, limita el acceso, establece retención y reduce o elimina de informes amplios las preguntas, ubicaciones de fuentes, identidades, clasificaciones y referencias de autorización. Guarda el detalle solo cuando sea necesario y esté permitido, en el sistema autorizado.

Ejecuta el piloto en 30 días

El calendario, las diez preguntas, los participantes, las repeticiones y los umbrales son parámetros propuestos. Adáptalos mediante los procesos de gobierno y seguridad de tu empresa.

Elige preguntas recurrentes de dirección, ventas, clientes, producto, políticas o mercado. Un responsable debe poder validar cada respuesta o confirmar que no existe.

Días 1 a 5: elige y clasifica. Pide preguntas a entre cinco y ocho funciones y selecciona diez por frecuencia, consecuencia y reutilización. Asigna responsable, clasificación, fuente, vigencia y revisión. Fija objetivos, repeticiones y aceptación por capa. Protege el registro antes de añadir datos sensibles.

Días 6 a 12: prueba la recuperación humana. Trabaja con entre tres y cinco personas autorizadas. Registra resultados, vías, tiempos, versiones enfrentadas y procedencia. Aplica la regla de agregación propuesta.

Días 13 a 19: prueba la IA autorizada. Usa sistemas, conexiones e identidades aprobados y contenido de prueba no sensible. Ejecuta las repeticiones previstas. Conserva la evidencia mínima reproducible. Prioriza los fallos de acceso y activa el proceso de incidentes cuando corresponda.

Días 20 a 24: revisa la evidencia pública. Cuando exista una audiencia legítima para una versión pública no confidencial, comprueba respuesta, autoría, evidencia, vigencia, URL, acceso y rastreo. La auditoría no concede permiso de publicación.

Días 25 a 30: prioriza las correcciones. Separa mantenimiento del conocimiento interno, recuperación con permisos y evidencia pública. Ordena por consecuencia, frecuencia, riesgo y esfuerzo. Para cada capa, presenta cuatro recuentos sobre diez: superadas, parciales, fallidas y no aplicables. No mezcles las capas en una puntuación.

El resultado es una vista de diez preguntas con respuestas aprobadas o ausencias registradas, responsables, fechas de revisión y tres listas independientes de correcciones.

Empieza por el conocimiento que ya tienes

La auditoría muestra dónde se interrumpe el uso del conocimiento aprobado: al buscarlo una persona, al recuperarlo una IA dentro de sus permisos o antes de existir una página pública autorizada.

Empieza con diez preguntas recurrentes, entre tres y cinco participantes autorizados, repeticiones predefinidas y tres listas separadas de correcciones.

Preguntas frecuentes

1. ¿Hay que hacer público el conocimiento interno?

No. La información operativa confidencial permanece dentro de la empresa. Solo el conocimiento no confidencial que supera una revisión específica puede convertirse en evidencia pública. El acceso de una persona o de una IA no autoriza esa publicación. La versión pública necesita evidencia, autoría, vigencia, URL estable y comprobaciones técnicas propias.

2. ¿En qué se diferencia recuperar información de poder citarla?

La recuperación interna ayuda a personas o sistemas autorizados a encontrar respuestas dentro de los permisos existentes. La posibilidad de cita pública depende de una página no confidencial autorizada que pueda descubrirse y referenciarse. La primera sirve al trabajo interno; la segunda crea evidencia externa. Ninguna garantiza una cita real ni un uso exacto.

3. ¿Quién debe responsabilizarse de la visibilidad del conocimiento?

Marketing puede promover y coordinar la auditoría. Negocio valida cada respuesta; conocimiento u operaciones mantiene la vía; seguridad y sistemas gobiernan las pruebas; publicación revisa la versión pública. Coordinar las correcciones no significa asumir todas esas decisiones.

4. ¿Qué relación tiene la gestión del conocimiento con GEO?

La gestión del conocimiento hace que las respuestas aprobadas puedan encontrarse y mantenerse dentro de la empresa. GEO se aplica a evidencia pública autorizada que los sistemas generativos pueden descubrir y referenciar. Solo el conocimiento no confidencial autorizado pasa al exterior. Publicar crea elegibilidad y una oportunidad de cita, sin prometer selección.

5. ¿Necesito otra plataforma de gestión del conocimiento?

Primero prueba diez preguntas con las fuentes, responsables, permisos y evidencia que ya tienes. Una plataforma puede mejorar la vía de recuperación. Las decisiones de autoridad, validación, acceso y publicación siguen siendo trabajo de gestión. Deja que las tres listas de correcciones indiquen si necesitas reparar procesos, recuperar mejor, preparar evidencia o cambiar tecnología.