Los AI Overviews de Google inventan cierres de tiendas falsos

Un AI Overview de Google les dijo a quienes buscaban en internet que Anna Mae’s Bakery and Restaurant, en Millbank, Ontario, cerraría definitivamente el 31 de julio de 2026. El negocio sigue abierto y no tiene ningún plan de cierre. Google lo había confundido con una panadería de Illinois con el mismo nombre que sí va a cerrar, y el resumen falso se mantuvo en el primer lugar de los resultados de búsqueda mientras los clientes actuaban según esa información. Para un solo restaurante, el daño se tradujo en un fin de semana frenético de aclaraciones. Para una marca con cientos o miles de ubicaciones, el mismo tipo de error es un problema de gobernanza de datos que crece al mismo ritmo que la red de ubicaciones.

Qué ocurrió

Según informó CBC News el 23 de julio de 2026, el falso aviso de cierre apareció durante el fin de semana del 18 y 19 de julio. La propietaria, Amanda Herrfort, se enteró cuando una clienta le envió una captura de pantalla mientras iba camino a una boda, y pasó los días siguientes corrigiendo la información llamada por llamada y cliente por cliente en el local. Finalmente, escribió una corrección directamente en el buscador de IA de Google y recibió una disculpa junto con la promesa de que el error se solucionaría. Esa respuesta conversacional no vino acompañada de ningún ticket, número de caso ni compromiso de nivel de servicio que ella pudiera seguir.

Google, en un comunicado enviado a CBC, afirmó que la inmensa mayoría de los AI Overviews cumplen con su estándar de utilidad y precisión, y atribuyó el error a una falta de información confiable sobre el tema en internet.

Por qué importa

Los AI Overviews ocupan hoy la parte superior de la página de resultados en una gran proporción de las búsquedas, incluidas las consultas del tipo “¿está abierto este lugar?” o “¿van a cerrar?”, que determinan si alguien decide ir hasta una ubicación ese mismo día. Además, el AI Mode de Google, una experiencia independiente, responde a las mismas preguntas dentro de su propio formato conversacional. Cuando el resumen es incorrecto, lo es en la posición más visible de la página y con la autoridad de una respuesta directa que muchas personas dan por buena sin llegar a hacer clic en los enlaces que la respaldan. Incluso si aceptamos la propia versión de Google de que la mayoría de los Overviews supera su estándar de precisión, los errores que se filtran se concentran justamente donde las marcas con presencia local quedan más expuestas: datos sobre negocios concretos, horarios y estado de apertura o cierre. Con miles de millones de búsquedas diarias, una tasa de error pequeña sigue representando un número absoluto muy alto de respuestas equivocadas sobre lugares reales.

Qué implica esto para las marcas con múltiples ubicaciones

Lo revelador de la respuesta de Google es que atribuyó el error a la falta de información de calidad en internet. Esa es precisamente la palanca que un equipo central sí puede accionar. Cuando los horarios de apertura, la dirección, el estado de cierre permanente y los datos del negocio son fiables, coherentes y están actualizados en Google Business Profile, Apple y el resto del ecosistema, se le ofrece a la IA una fuente limpia para resumir y se le deja menos margen para llenar un vacío con una suposición sobre un negocio homónimo a dos mil kilómetros de distancia.

A escala de toda la red de ubicaciones, esto es una disciplina de monitorización y precisión de datos, no un incendio que se apaga ubicación por ubicación. Mantén sincronizados los listados locales de negocios desde una única fuente de verdad para que cada ubicación publique los mismos datos en todas partes, trata los datos de ubicación estructurados y legibles por máquinas como el insumo que alimenta las respuestas de la IA, no como un añadido de última hora, y vigila las afirmaciones generadas por IA sobre tus ubicaciones igual que ya vigilas las reseñas. Posicionar tus propios datos como la capa que los asistentes de IA consultan (para eso está construido Places AI) es lo que evita que una marca quede a merced de lo que un modelo decide inferir. Ese mismo trabajo con datos fiables es el centro de la optimización para motores generativos: cuanto más limpios y coherentes sean tus datos de origen, con más frecuencia los sistemas de IA los repetirán correctamente.

“Igual que con otras funciones de la búsqueda, pueden surgir problemas cuando falta información de calidad en internet sobre un tema concreto, y usamos estos ejemplos para mejorar los AI Overviews en general.”

Portavoz de Google, CBC News

La conclusión

Una panadería de barrio podría resolver un cierre falso con unas cuantas llamadas telefónicas. Una cadena minorista nacional, un grupo de concesionarios, una red de farmacias o un operador de puntos de carga no podrían hacerlo, porque el mismo error puede aparecer en cualquiera de sus ubicaciones en cualquier momento y no siempre lo detectará un cliente de paso. La defensa no es una reclamación presentada ante Google después de los hechos, que no garantiza ninguna solución ni un plazo, sino datos de ubicación fiables en todos los lugares donde la IA los lee, lo cual da a estos sistemas señales más sólidas con las que trabajar y reduce el riesgo de que generen una respuesta equivocada sobre tu marca.