En el contexto del Tianguis Turístico 2026, la consultora LLYC expuso su investigación titulada “Reputación Turística en la Era de la IA”. Este análisis exhaustivo detalla cómo los algoritmos configuran las recomendaciones para un país que atrae anualmente a casi 48 millones de visitantes.
El reporte fue coordinado por Juan David Alba, Director Senior y Head de Corporate Affairs de LLYC en México, y se basó en el procesamiento de 215 preguntas dirigidas a modelos como ChatGPT, Gemini y Perplexity. El propósito central fue determinar la coincidencia real entre la oferta turística y las respuestas generadas para los usuarios.
La relevancia de la recomendación orgánica
Un hallazgo crucial indica que en el 66% de las búsquedas genéricas, la inteligencia artificial sugiere a México de forma proactiva y orgánica. Esto demuestra un posicionamiento sólido donde las máquinas vinculan automáticamente al país con experiencias de viaje integrales.
La forma de planificar viajes ha evolucionado, migrando de los clics tradicionales hacia la interacción con agentes inteligentes. Según Alba, este cambio representa una etapa estratégica fundamental para la promoción de los destinos mexicanos en el entorno digital.
Percepción de los destinos principales
La Ciudad de México lidera el índice de favorabilidad con un 80%, destacando especialmente su oferta cultural. Por su parte, Cancún alcanza un 77%, donde la IA logra diferenciar con precisión la infraestructura de su zona hotelera.
Mazatlán se distingue por tener la narrativa más descriptiva, con énfasis en su gastronomía y su emblemático malecón. En el caso de Acapulco, los algoritmos mantienen vigentes sus puntos icónicos, lo que representa una oportunidad para el mercado doméstico.
Fuentes de información y optimización
El estudio revela que los modelos se alimentan principalmente de blogs y foros, citándolos en 741 ocasiones. En contraste, los sitios institucionales apenas representan el 9% de las fuentes consultadas por los algoritmos actuales.
Esta disparidad abre una ventana para implementar metodologías como el Answer Engine Optimization (AEO). El objetivo es que los datos técnicos y actualizaciones oficiales logren una integración eficiente dentro de las respuestas generadas por las máquinas.
Autor: Juan David Alba, Director Senior y Head de Corporate Affairs de LLYC en México
