HackTown 2026: ¿qué tan visibles son sus startups B2B en ChatGPT?

Pasamos los sitios web de 92 startups B2B de HackTown 2026 (expositoras en la Feira de Startups y miembros del grupo oficial de startups) por el análisis gratuito de Organicus y le hicimos a ChatGPT (con búsqueda web activada) las preguntas de compradores por las que cada startup querría ser encontrada. En las 598 preguntas que no incluían el nombre de la marca, ChatGPT nombró a la startup 17 veces (2.8%). Solo 13 de las 92 empresas (14.1%) fueron nombradas sin que se preguntara por ellas por su nombre.

Nosotros (Organicus) tuvimos un stand en la Feira de Startups, la feria de startups en Santa Rita do Sapucaí, Minas Gerais, el 6 de septiembre de 2026, y compartimos el informe público de cada startup con todas las que pudimos contactar, antes o durante la feria. Vendemos servicios en esta área, así que estos son datos propios con un interés propio. Un motor, una ejecución, 8 preguntas de compradores por empresa: una sonda, no un censo.

¿Cuántas startups de HackTown 2026 aparecen en ChatGPT?

13 de las 92 startups (14.1%) fueron nombradas en al menos una pregunta de compradores que no incluía su nombre; 23 (25.0%) nunca fueron nombradas en ninguna pregunta de compradores. A nivel de pregunta: cuando la pregunta contiene el nombre de la startup, ChatGPT la nombra en 83 de 128 (64.8%); cuando no, en 17 de 598 (2.8%).

Esa brecha es todo el estudio. «Sin ayuda» significa que el comprador pide la mejor herramienta, un precio o una solución, y el motor tiene que mencionar a la startup por su cuenta. Las preguntas de comparación como «X vs alternativas» o «¿vale la pena X?» le entregan el nombre al motor y miden el recuerdo, no el descubrimiento, así que las reportamos por separado.

De las 23 startups nunca nombradas, 4 tenían una pregunta que llevaba su propio nombre y aun así no fueron nombradas en ella. 56 de 92 (60.9%) fueron nombradas solo cuando la pregunta las nombraba primero. 13 tuvieron una mención sin ayuda; 3 tuvieron dos o más. En 311 preguntas temáticas sin ayuda, ChatGPT nombró a una startup de HackTown una vez, y esa pregunta nombraba una ciudad. Parte de ese cero es el formato de la respuesta, no las startups: solo 67 de las 311 respuestas temáticas sin ayuda (21.5%) nombraron a alguna otra empresa, frente a 178 de 287 respuestas directas (62.0%).

El espacio existe. En 229 de las 598 respuestas sin ayuda (38.3%), ChatGPT nombró al menos otra empresa y no a la startup; en 181 (30.3%) nombró tres o más y aun así dejó fuera a la startup. En las preguntas sin ayuda del tipo «¿cuál es la mejor…?» nombró a otros proveedores en 78 de 79 respuestas y a la startup en 8. Para 86 de las 92 startups, al menos una respuesta sin ayuda listó otras empresas y las dejó fuera.

¿ChatGPT sabe quiénes son estas startups?

A menudo no. En 54 de las 184 preguntas de marca (29.3%), ChatGPT respondió sobre una empresa, producto o significado de diccionario distinto que comparte el nombre.

Las dos preguntas de marca por empresa («qué es X», «reseñas de X») son un control. Para 34 de 92 empresas (37.0%), al menos una respuesta describió a alguien más; para 20 (21.7%), lo hicieron ambas. Los nombres cortos sufren más: 30 de las 68 empresas cuyo nombre, tal como aparece en la pregunta de marca, es una sola palabra (44.1%) tuvieron una pregunta de marca respondida sobre un homónimo, frente a 4 de 24 con nombre de varias palabras (16.7%). A los sitios en inglés, cuyas preguntas de marca también se hicieron en inglés, les fue peor: 9 de 12. Donde ChatGPT encontró la empresa correcta (130 respuestas), la nombró en 114 y citó el propio sitio de la empresa en 96 (73.8%).

La pregunta de reseñas es un hallazgo en sí mismo. De las 62 respuestas de «reseñas de X» sobre la empresa correcta, al menos 36 dijeron que encontraron pocas o ninguna reseña independiente, y Reclame Aqui, el sitio brasileño de quejas de consumidores, apareció en 26, por lo general para informar que la empresa no tenía perfil ahí. Dónde buscó: el sitio propio de la empresa (44 de las 62 respuestas), páginas de LinkedIn (24), registros empresariales como Serasa y Econodata (17), Reclame Aqui (15), Glassdoor (8), Capterra (3) y G2 (2).

Ser conocido y ser recomendado resultaron ser cosas distintas. De las 47 empresas que ChatGPT identificó y nombró en ambas preguntas de marca, 7 obtuvieron una mención sin ayuda; de las 20 cuyas preguntas de marca fueron ambas a un homónimo, 3 la obtuvieron. Lo contrario también se cumple: 17 de esas 20 igual aparecieron en al menos una respuesta de compradores, 16 de ellas en una pregunta que deletreaba su nombre y su categoría (19 de sus 24 preguntas de ese tipo). El nombre solo era ambiguo; nombre más categoría, no.

¿A quién cita y recomienda ChatGPT en su lugar?

Gobiernos, documentación de big tech y consultoras. Entre el tercio de citas que pudimos clasificar (877 de 2,526), 7 de cada 10 apuntan a gobiernos, documentación de big tech o consultoras globales (628 de 877); los otros dos tercios son una larga cola de hosts, casi todos citados una o dos veces.

639 de 726 respuestas de compradores (88.0%) citaron al menos una fuente web: 2,526 pares de respuesta y host en 1,439 hosts distintos, 1,084 de ellos citados exactamente una vez. Clasificamos a mano los 120 hosts más citados de todo el estudio; 112 de ellos aparecen en las respuestas B2B.

gov.br por sí solo fue citado en 133 respuestas de compradores; nist.gov, la agencia de estándares de Estados Unidos, en 40; Planalto, donde se publica la ley federal brasileña, en 30. 259 de 726 respuestas (35.7%) citaron al menos un host en un dominio .gov o .gov.br. Los sitios web propios de las 92 startups, todos juntos, fueron citados en 80 respuestas de compradores (16 sin ayuda, 64 cuando la pregunta nombraba la marca): menos que gov.br por sí solo. 54 de las 92 empresas tuvieron a gov.br citado en al menos una de sus propias respuestas de compradores, y ninguna respuesta de compradores citó a otra startup del grupo. Reddit no apareció ni una vez; las plataformas de reseñas aparecieron en 8 de los 2,526 pares (Clutch 5, Reclame Aqui 2, G2 1).

ChatGPT también recomienda por nombre: 326 de 726 respuestas (44.9%) nombraron al menos otra empresa, y los nombres que se repiten son globales: Accenture en 12 respuestas, HubSpot 11, Deloitte 11, Stefanini 9, CI&T 9, Thoughtworks 7. Para preguntas de software de RR. HH. recurrió a Gupy, Sólides y Recrutei; para gestión de clínicas, a iClinic y Feegow. Observaciones de categoría, no veredictos sobre ninguna startup.

¿Qué tienen en común los sitios web de las startups?

Son pequeños. El crawler leyó una mediana de 10 páginas por sitio; 34 de los 89 sitios legibles (38.2%) tenían 5 páginas o menos, 18 (20.2%) eran de una sola página, 11 tenían 100 o más, y 51 (57.3%) tenían sitemap. Esos conteos bajos no son un crawl truncado: en los 34 sitios con 5 páginas o menos el crawler también descubrió 5 URLs internas o menos, y solo 3 sitios de la muestra llegaron al tope de 300 páginas.

El crawler leyó 89 de 92 sitios; 3 devolvieron cero páginas (problemas de DNS o TLS en el dominio apex, o un CDN que bloquea el acceso automatizado) y solo quedan en los números de visibilidad. El Organicus Score promedio, nuestro compuesto de 0 a 100 de visibilidad en IA, comprensión por LLM, contenido, salud técnica y estructura, fue de 52.1 entre los sitios legibles (mediana 52, rango de 29 a 74); 22 de 89 sacaron 60 o más, 5 sacaron 70 o más, ninguno llegó a una B, que empieza en 75. El puntaje más alto entre los 92, 74, vino de un sitio de HR-tech de 2 páginas (Thalora).

40 de 89 sitios no tienen ni página Acerca de ni schema Organization; 19 tienen ambos. En las siete verificaciones, el sitio mediano falla 4; cuatro sitios pasan las siete, entre ellos la plataforma de eventos 4.events.

¿Qué separa a los mencionados de los invisibles?

Una pregunta específica y un sitio que ChatGPT pudiera leer y citar, no la lista de verificación on-page. Con 17 menciones espontáneas en 13 empresas, aquí nada está probado, así que lee los patrones como indicios.

También pueden ser ruido. Si cada una de las 598 preguntas espontáneas tuviera la misma probabilidad de 2.8% de generar una mención, esperaríamos unas 76 empresas con ninguna, 14 con una y 1 o 2 con dos o más; vimos 79, 10 y 3, lo que cae dentro del azar (probabilidad de cerca de 14%).

El puntaje inclina la balanza, pero no decide. Las empresas con una mención espontánea promediaron 57.5 en el Organicus Score frente a 51.2 del resto (medianas 60 y 50), y sus puntajes fueron de 39 a 73. 7 de los 22 sitios con 60 o más tuvieron una mención espontánea; 2 de los 39 por debajo de 50 la tuvieron. La correlación entre puntaje y menciones espontáneas en los 89 sitios legibles es 0.22, en una escala donde 0 es ninguna relación y 1 es movimiento idéntico, y parte de eso es circular, porque un cuarto del puntaje se calcula a partir de estas mismas respuestas; solo con los motores on-page es 0.14 (calculado a partir de los datos por empresa).

Lo básico on-page no los separó. Página Acerca de: 5 de los 33 sitios que la tienen lograron una mención espontánea, frente a 8 de los 56 que no la tienen. Schema Organization: 6 de 35 frente a 7 de 54. El tamaño tampoco decidió: 6 de los 34 sitios con 5 páginas o menos fueron nombrados de forma espontánea, frente a 1 de los 11 sitios con 100 páginas o más. De los 12 sitios que bloquean un crawler de IA, 1 fue nombrado de forma espontánea. El sector tampoco los separó: las 13 empresas tienen 11 etiquetas de sector distintas de HackTown.

Ser citado vino junto con ser nombrado. En 16 de las 17 menciones espontáneas, el dominio propio de la empresa estaba entre las fuentes de la respuesta (la única excepción citó el dominio de producto separado de esa startup). En las 45 preguntas que contenían el nombre de la marca y aun así no la mencionaron, el sitio propio fue citado cero veces.

Las preguntas específicas produjeron las menciones. 8 de las 17 vinieron de preguntas del tipo "cuál es el mejor…" con una categoría precisa, y 4 de las 6 preguntas espontáneas que nombraban una ciudad o un estado produjeron una mención (dos empresas, una de ellas tres veces). Cuando la startup fue nombrada, por lo general fue una recomendación, no una nota al pie: 7 de las 17 la pusieron primero con una recomendación fuerte. Tres ejemplos, ninguno de ellos cliente:

• Deppes (deppes.com.br), software de RR. HH. para estructuras de cargos y salarios: nombrada en 2 de 7 preguntas espontáneas, primera en "mejor software de cargos y salarios con evaluaciones de desempeño para empresas en Brasil". 38 páginas leídas, puntaje 72.
• Teztor (teztor.com.br), un canal de denuncias gratuito para empresas: primera en "mejor canal de denuncias gratuito para empresas en Brasil". 33 páginas, puntaje 73.
• 20Entregar (20entregar.com.br), una plataforma de entregas y viajes cuyas preguntas de comprador nombraban su ciudad, Itajubá: nombrada en 3 de 7 preguntas espontáneas, incluida la única mención temática del estudio. 15 páginas, puntaje 65.

Lo que comparten es una pregunta lo bastante específica, una categoría precisa o una ciudad, como para que el motor saliera a buscar, y un sitio que pudo leer y citar una vez que buscó. Lo que no comparten es una lista de verificación: ninguno de los tres pasa todas las verificaciones de la tabla de arriba.

Cómo medimos

Muestra. La lista oficial de "startups confirmadas" de HackTown 2026 (115 startups únicas, 94 con un sitio web activo para un negocio descubierto por la web), más 25 empresas presentes en el grupo oficial de WhatsApp de HackTown Startups 2026, más 3 que conocimos en nuestro stand. Excluidas: sin sitio web, offline, no descubiertas a través de la web, seis sitios que no son startups y el dominio de producto separado de una startup, para evitar contar dos veces. De 116 startups analizadas, 92 venden a empresas (B2B, B2B2C o B2G), clasificadas por dos pasadas independientes de LLM con una tercera como desempate en los 4 desacuerdos: la muestra de este artículo. 80 sitios están en portugués, 12 en inglés.

Crawl. Chromium headless vía Playwright, con JavaScript renderizado, hasta 300 páginas por sitio desde la página de inicio, los enlaces internos y el sitemap, una vez por sitio entre el 3 y el 6 de septiembre de 2026. Una revisión manual de calidad de 241 hallazgos el 3 de septiembre encontró 43 falsos (18%), concentrados en los verificadores de definición de entidad, detección de FAQ y estadísticas; se corrigieron el 4 de septiembre, y el verificador de blog también se corrigió a mitad del lote. Los informes generados antes de una corrección conservan sus hallazgos, así que este artículo usa solo las verificaciones deterministas de la tabla de arriba.

Preguntas. 10 por empresa, generadas por un LLM a partir del title, la description, el H1 y las páginas clave de la propia página de inicio del sitio, más su industria detectada, en el idioma del sitio, para el mercado brasileño: 2 preguntas de marca, 4 directas (tomadas de descubrimiento, comparación, resolución de problemas, investigación y precios) y 4 temáticas (tomadas de cómo hacer algo, negocios, situación, estilo de vida y tendencias). 82 empresas recibieron 8 preguntas de comprador y 10 recibieron 7, cuando una pregunta generada nombraba un mercado extranjero y se descartó. Las preguntas espontáneas por empresa fueron de 0 a 8 (mediana 7); una empresa no tuvo ninguna, porque sus 8 preguntas de comprador la nombraban.

Motor. ChatGPT a través de la API de OpenAI con la herramienta de búsqueda web activada, ubicación de usuario Brasil, el nivel rápido GPT-5.6 vigente en ese momento. Una ejecución, una respuesta por pregunta. Las respuestas con búsqueda no son repetibles: preguntada dos veces, la misma pregunta puede citar fuentes distintas.

Qué cuenta. "Nombrada": una pasada de extracción encontró la marca en el texto de la respuesta (posición, fuerza de la recomendación, sentimiento y competidores se extraen de la misma forma). "Sitio propio citado": el dominio de la empresa está entre las fuentes de la respuesta. "Respondió sobre otra entidad": la pasada de extracción determinó que la respuesta describía otra empresa u otro significado con un nombre parecido; releímos las respuestas marcadas y corregimos una empresa cuyas dos respuestas sí describían a la empresa misma. "Espontánea": la pregunta no contiene el nombre de la marca, comparado por nombre, etiqueta de dominio y tokens del nombre, revisado a mano para los nombres cortos. Pesos del Organicus Score: AI Visibility 25%, LLM Understanding 25%, Content Quality 20%, Technical Health 20%, Structure 10%; los sitios ilegibles quedan excluidos de las estadísticas de puntaje.

Lo que este estudio no puede decirte

Un solo motor: Claude, Gemini, Perplexity y Google AI Mode no se probaron, y los motores difieren en lo que citan. Ocho preguntas de comprador por empresa es un sondeo, y la redacción determina los resultados. Una ejecución en un solo día. Las preguntas salen del propio encuadre del sitio, así que un sitio que se describe mal recibió preguntas sobre la categoría equivocada; lo vimos en un puñado de sitios. La muestra es autoseleccionada, de etapa temprana y regional, no representativa del B2B brasileño. Nada aquí es causal: las empresas mencionadas se diferencian del resto en formas que no medimos. Nuestras reglas sobre lo que afirmamos están en la metodología basada en evidencia.

¿Qué puede hacer un fundador con esto?

Observaciones convertidas en tareas. Sin plazos y sin garantías: las posiciones en las respuestas de IA no son algo que nosotros, ni nadie, controlemos.

1. Comprueba si el motor puede identificarte. 34 de 92 empresas tuvieron al menos una pregunta de marca respondida sobre otra persona. Pregunta "qué es [tu empresa]" en un chat temporal. Si aparece otra cosa, el trabajo es de consistencia, no de volumen: el mismo nombre y la misma descripción de una frase en tu sitio, LinkedIn, tiendas de apps y registro de empresas, y una página "Acerca de" (56 de 89 no tenían ninguna; los sitios que sí la tenían registraron una pregunta de marca respondida sobre un homónimo en 9 de 33 empresas, frente a 24 de 56 sin ella). Agrega Organization schema con enlaces sameAs como higiene (54 no lo tenían): en esta muestra su presencia no marcó una diferencia visible, 13 de 35 contra 20 de 54.

2. Confirma que un bot puede leer tu sitio. 3 de 92 sitios devolvieron cero páginas y 12 de 89 bloquean al menos un crawler de IA. Solicita tu página principal con el user agent GPTBot u OAI-SearchBot y mira lo que devuelve el servidor, no lo que muestra tu navegador. Si estás detrás de un CDN, revisa su configuración de bots en vez de suponer: en 8 de los 12 sitios bloqueados el bloqueo venía del robots.txt gestionado del CDN. Fíjate en qué cubre el bloqueo: donde nuestro informe registró la lista, ese bloqueo gestionado nombraba a GPTBot, ClaudeBot y crawlers de entrenamiento, no a OAI-SearchBot, el crawler que usa la búsqueda web de ChatGPT, y por eso un sitio bloqueado igual podía ser nombrado en este estudio. Revisa el crawler de búsqueda por su nombre, no por el interruptor.

3. Escribe la frase y después la página. Pon un simple "X es un Y para Z" en el primer bloque de la página principal. Luego crea la página que corresponde al tipo de pregunta que generó las menciones aquí: una que nombre tu categoría y tu mercado con precisión, como lo hacían las preguntas de "cuál es el mejor…" (8 menciones en 79). Las preguntas de precios se hicieron 72 veces y produjeron 3 menciones, cerca de la tasa base del estudio, así que una página pública de precios es higiene para el comprador, no una palanca en estos datos. El contenido temático (cómo hacer algo, negocios, situación, tendencia) produjo 1 mención en 311 preguntas, y esa era sobre una ciudad; escríbelo para personas, no para el motor.

4. Haz que te nombren en lugares que no son tuyos. Nuestros datos muestran dónde lee ChatGPT: documentación de gobierno y de las grandes tecnológicas a la que no puedes entrar, pero también ecosistemas de proveedores, directorios y proveedores brasileños a los que sí. Los estudios de correlación de Ahrefs sobre unas 75,000 marcas (mayo y diciembre de 2025) encontraron que las menciones en páginas ajenas acompañan la visibilidad en IA mucho más de cerca que los backlinks o el domain rating, y sus autores dicen ellos mismos que correlación no es causalidad. La página de integraciones de un partner, el listado de una asociación, la transcripción de un podcast, una comparativa escrita por otra persona.

5. Mide con preguntas de comprador, y repite. "Le pregunté a ChatGPT y no estábamos" es una sola tirada de dados. Toma tres preguntas que tu comprador realmente hace, corre cada una cinco veces en un chat temporal y guarda la fracción. La brecha entre tu pregunta de marca y tu pregunta de comprador es el número en el que hay que trabajar.

En 598 preguntas de comprador que no contenían el nombre de la marca, ChatGPT nombró a la startup de HackTown 17 veces. Citó gov.br en 112 de ellas.