Cuando “ser citado por la IA” se convierte en la nueva autoridad: los cambios en la infraestructura global del conocimiento detrás del ranking de dominios de tecnología de RR. HH.

Cuando “ser citado por la IA” se convierte en la nueva autoridad

Durante las últimas dos décadas, la visibilidad de las empresas en el mundo digital ha dependido principalmente del posicionamiento en los motores de búsqueda, de la eficiencia de la distribución de contenidos y de la estructura de enlaces externos. Hoy, cada vez más usuarios ya no navegan página por página por los resultados de búsqueda, sino que leen directamente las respuestas integradas que ofrecen los grandes modelos. El reciente informe sobre citas de dominios en HR Tech publicado por Onrec se organiza precisamente en torno a este cambio: rastrea las fuentes citadas por ChatGPT, Claude, Gemini, Perplexity y Google AI Overviews en cuestiones de tecnología de recursos humanos, y señala un nuevo indicador que está tomando forma: citation share (cuota de citas).

La importancia de esta conclusión no radica solo en que afecta a cómo las empresas de HR Tech obtienen clientes potenciales, sino también en que revela un problema más profundo de gobernanza digital global: en la era de la IA, quién es considerado confiable está convirtiéndose en una capacidad de infraestructura competitiva, acumulable y distribuible.

La nueva “infraestructura informativa” ya no pertenece solo a los motores de búsqueda

Este informe incorpora cuatro tipos de fuentes de investigación de gran escala, entre ellas Goodie AI, Ahrefs Brand Radar, Semrush y Profound, y a partir de ellas selecciona 25 dominios que son los más citados por los grandes modelos en el contexto de HR tech. En la parte superior de la lista están plataformas de reseñas y comparación como g2.com, capterra.com, trustradius.com y getapp.com; muy cerca aparecen asociaciones y medios del sector como SHRM, AIHR y HR Dive; también figuran comunidades y plataformas de contenido generado por usuarios como Reddit, LinkedIn y Quora, así como firmas de análisis como Gartner y Forrester.

Desde la perspectiva de los estudios sobre desarrollo, esta estructura es muy representativa. Muestra que los grandes modelos no responden “de la nada”, sino que combinan distintos tipos de nodos informativos:

• Las plataformas de reseñas aportan información de producto comparable y cuantificable;
• Las asociaciones y medios del sector aportan normas, políticas y juicios sobre tendencias;
• Los contenidos de la comunidad aportan experiencia de uso y retroalimentación contextual;
• Las firmas de análisis aportan los marcos de autoridad que requieren las decisiones de compra empresarial;
• La investigación propia de los proveedores complementa con datos, casos y narrativas temáticas.

En otras palabras, la IA no ha eliminado a los intermediarios; al contrario, ha vuelto más importante el sistema de intermediación. La cuestión ya no es solo “quién puede hablar”, sino “qué estructura de contenido es más adecuada para que el modelo la recupere, la entienda y la reformule”.

¿Por qué suben al mismo tiempo las reseñas, las asociaciones, las comunidades y las firmas de análisis?Lo más notable del ranking no es la victoria de un solo sector, sino la coexistencia de múltiples mecanismos de confianza. Esto es muy diferente de la era tradicional del SEO. En el pasado, las empresas solían concentrar sus esfuerzos en unas pocas palabras clave centrales y en la optimización interna del sitio; ahora, los modelos de lenguaje grandes tienden a contrastar varias fuentes de información antes de generar una respuesta más completa.

Esto significa:

1. La ventaja de una única fuente se está debilitando. Aparecer solo en un sitio de directorio, o tener únicamente contenido en el propio blog, suele no ser suficiente para entrar en las respuestas generadas por IA. 2. La importancia de la verificación de terceros está aumentando. Los LLM tienen más facilidad para citar plataformas externas ampliamente reconocidas, porque es más probable que se consideren fuentes “verificables”. 3. El contenido estructurado tiene más ventaja que el contenido promocional. Los contenidos con una organización clara, comparaciones explícitas y terminología estable son más adecuados para que el modelo extraiga información. 4. La visibilidad multiplataforma se convierte en un nuevo umbral. Los distintos modelos tienen preferencias diferentes sobre las fuentes, lo que significa que una marca debe construir presencia simultáneamente en varios ecosistemas de información.

Por eso el informe destaca que: ya no basta con “aparecer en el ranking” de G2 o de una sola plataforma. Lo realmente útil es ser citado de forma continua por múltiples modelos, múltiples niveles de información y múltiples escenarios.

Para el sector de HR tech, esto en realidad es un cambio en la estructura de gobernanza

A primera vista, HR tech parece una industria vertical, pero la lógica que hay detrás es muy similar a la digitalización de los servicios públicos en el desarrollo global. Ya sea en reclutamiento, gestión del desempeño, sistemas de nómina, o en análisis de fuerza laboral y herramientas de cumplimiento, en esencia todo aborda el mismo tipo de problema: cómo convertir la movilidad de las personas, las habilidades, el trabajo y la gobernanza organizacional en datos, estandarizarlos y hacerlos comparables.

Y cuando esta información entra en los modelos de lenguaje grandes, surgen nuevas preguntas:

• ¿Qué información se considera “estándar confiable”?
• ¿Qué experiencias de mercado se asumen como representantes de la experiencia global?
• ¿Qué sistemas laborales y prácticas organizacionales de qué regiones se incorporan al entrenamiento y a las citas?
• ¿Qué idiomas y mercados quedan marginados?

Esto no es solo un problema del internet en inglés. Para los países del Sur Global, si los servicios locales de RR. HH., las plataformas de empleo, la investigación sobre fuerza laboral y los datos de políticas no logran entrar en el sistema de citas de la IA, entonces las empresas locales, los organismos gubernamentales y las instituciones educativas podrían seguir recibiendo respuestas estándar procedentes de unas pocas plataformas globales cuando usen herramientas de IA en el futuro. Esto amplificará aún más la brecha digital y afectará la movilidad del talento, la adecuación del mercado laboral y la modernización digital de las organizaciones.

Desde la perspectiva ESG, esto es una redefinición de la “divulgación de información”

Las discusiones sobre ESG suelen centrarse en las emisiones, la cadena de suministro, la gobernanza del consejo y los estándares laborales. Pero este informe nos recuerda que la visibilidad de la información en sí misma también se está convirtiendo en una capacidad de gobernanza.

Para los inversores y los grandes empleadores, las herramientas de HR tech no son solo software de eficiencia; también están relacionadas con:

• gobernanza de los datos de los empleados
• privacidad y cumplimiento
• equidad en la contratación
• sesgos en la evaluación del desempeño
• bienestar de los trabajadores
• transparencia organizacional

Si los modelos de lenguaje grandes citan con más frecuencia solo unos pocos mercados en inglés, unas pocas plataformas líderes y unos pocos institutos de análisis, entonces las decisiones relacionadas con ESG también pueden verse afectadas por sesgos en la estructura de la información.Si los modelos grandes citan con más frecuencia a unos pocos mercados anglófonos, a unas pocas plataformas líderes y a unas pocas firmas de análisis, entonces las decisiones relacionadas con ESG también pueden verse afectadas por sesgos en la estructura de la información. En otras palabras, la distribución desigual de las citas de la IA puede acabar traduciéndose en una distribución desigual de los recursos de decisión.

Esto es especialmente importante para las instituciones de inversión ESG. Porque cuando las empresas adquieren herramientas de HR tech, herramientas de nómina o sistemas de contratación con IA, los inversores y los departamentos de gobernanza deben prestar más atención a:

• si la solución cuenta con revisión de terceros;
• si sus datos son explicables;
• si existe riesgo de discriminación algorítmica;
• si puede adaptarse a distintas normativas y sistemas laborales;
• si puede mantener la auditabilidad en mercados de distintas regiones.

La financiación para el desarrollo, el sector público y las organizaciones internacionales también se verán afectados de forma similar

Este tipo de competencia por la “cuota de citas de la IA” no se limita al mercado comercial. La digitalización del sector público, la educación profesional, los servicios de empleo, los sistemas de seguridad social y las plataformas públicas de contratación dependen cada vez más del ecosistema digital del conocimiento para dar forma a las herramientas de política pública.

Por ejemplo, las organizaciones internacionales y las agencias de desarrollo, al impulsar la construcción de capacidades para el empleo, la adecuación de habilidades y la digitalización de la formación profesional, suelen necesitar fuentes de conocimiento que puedan compararse entre países. Si las instituciones locales carecen de la capacidad de publicar de forma continua, abrir datos y ser citables a escala internacional, su presencia en los debates globales de políticas disminuirá. Con el tiempo, la financiación, los estándares técnicos y el diseño de proyectos también podrían depender cada vez más de unas pocas plataformas internacionales y redes de consultores.

Desde la perspectiva de la financiación para el desarrollo, esto significa un nuevo planteamiento: la infraestructura digital no es solo banda ancha, servicios en la nube y capacidad de cómputo, sino también la “capacidad de conocimiento para ser citado”.

El Sur Global no enfrenta solo una “falta de contenido”, sino una falta de acceso

Muchas personas interpretan la desigualdad informativa como “no hay suficiente contenido”. Pero, con mayor precisión, el problema reside en si ese contenido entra en un sistema de circulación que las máquinas puedan comprender y priorizar.

Para muchos medios locales, instituciones de investigación, asociaciones sectoriales y plataformas de emprendimiento de los países en desarrollo, los desafíos incluyen:

• formatos de datos no estandarizados;
• capacidad insuficiente de publicación en inglés;
• falta de contenido estructurado con actualización continua;
• escasa interconexión con el ecosistema internacional de búsqueda;
• dificultad para que los casos locales sean reconocidos por los modelos globales;
• el conocimiento regional a menudo no puede transformarse en material citables a escala transnacional.

Por ello, para aumentar su visibilidad del conocimiento en la era de la IA, el Sur Global no solo necesita publicar más, sino construir una infraestructura del conocimiento sostenible: datos abiertos, documentos estandarizados, indicadores comparables, difusión multilingüe y cooperación entre instituciones.

La competencia futura no es solo competencia de productos, también es competencia por la infraestructura narrativa

Lo más valioso de este informe es que eleva la competencia del mercado de HR tech a una observación sobre la “infraestructura narrativa” de la era digital.Si una marca solo se explica a sí misma en su propio sitio web, entonces le costará mucho entrar en las respuestas de la IA. Si la política laboral de un país solo permanece en documentos internos, también le costará convertirse en objeto de comparación internacional. Por el contrario, solo es más probable que entren en la red de conocimiento de los grandes modelos aquellos contenidos que pueden ser citados por asociaciones, adoptados por institutos de investigación, discutidos por comunidades y verificados por plataformas de terceros.

Esto indica que la competencia del futuro tiene al menos tres niveles:

1. Competencia en la capa de producto: funciones, precio, cumplimiento normativo y experiencia; 2. Competencia en la capa de contenido: quién puede ofrecer información estructurada y verificable; 3. Competencia en la capa de confianza: quién puede ser citado de forma շարունակada por plataformas diversas.

Para el sistema de desarrollo global, este cambio no es ajeno. En el pasado, la competencia en infraestructura eran los puertos, los ferrocarriles, las redes eléctricas y las redes de comunicación; hoy, parte de la competencia se está desplazando hacia las interfaces de datos, los estándares de conocimiento y las citas algorítmicas.

Conclusión: la “visibilidad” en la era de la IA se está convirtiendo en una capacidad de desarrollo

Esta lista de Onrec, en apariencia, trata sobre dominios de tecnología de RR. HH., pero en realidad refleja una realidad más amplia: después de que la IA generativa participe en la distribución del conocimiento, la influencia de las instituciones ya no depende solo de que el contenido exista, sino de si ese contenido puede ser confiado, estructurado y llamado desde distintas plataformas.

Esto, para las empresas, es una cuestión de estrategia de mercado; para los gobiernos, una cuestión de gobernanza digital; para las organizaciones internacionales, una cuestión de cooperación en materia de conocimiento; y para el Sur Global, una cuestión de capacidad de desarrollo.

Si en la última década la digitalización permitió que más personas “se conectaran a internet”, entonces en la próxima década la cuestión clave será: quién puede ser visto por la IA, quién puede definir su propia experiencia de desarrollo y quién puede entrar en el nuevo orden global del conocimiento.

Y precisamente eso es lo que la futura cooperación global debe afrontar con seriedad.