La adopción masiva de los motores de Inteligencia Artificial generativa, como ChatGPT, Gemini o AI Overviews, ha redefinido estructuralmente cómo las personas se informan y eligen a su compañía energética. Hemos dejado atrás la era donde la decisión de contratación arrancaba en la web corporativa; hoy, ese proceso comienza directamente en la respuesta sintetizada de la IA. Analizamos el impacto de la IA en el sector energético.
Para entender este cambio de paradigma aplicado al sector de la energía, hemos elaborado un informe sectorial que arroja una conclusión clara: las grandes compañías tradicionales mantienen su hegemonía en la presencia global, pero el liderazgo cambia radicalmente dependiendo de la categoría de producto por la que pregunte la persona.
El fin del Share of Voice global y una autoridad hiperfragmentada
Esto se debe a que los LLMs no ofrecen listas estáticas y absolutas, sino que fragmentan la autoridad y adaptan sus recomendaciones según territorios temáticos. Por eso aunque los grandes nombres hegemónicos como Endesa, Iberdrola y Naturgy copan un 26,89%, 23,63% y 22,18% del volumen de las menciones respectivamente, el liderazgo depende de la vertical de la consulta.
Unos resultados que avalan de nuevo una realidad ya evidente: basar el éxito de una marca en la simple acumulación de volumen total de menciones es hoy un espejismo estadístico.
Si hacemos zoom en los territorios temáticos, encontramos insights activables:
- Electricidad: en esta vertical irrumpe con fuerza la figura del pure player. Aunque Endesa es la primera opción (24,30%), un operador de reciente llegada como es Octopus Energy acumula ya casi el 11% de las menciones de la IA y supera en recomendación a gigantes tradicionales como Repsol. Este hito se apoya en su comunicación fresca y el contenido positivo generado por sus usuarios.
- Gas natural: por el contrario, este segmento es un mercado hermético. Naturgy (25,28%) y Endesa (24,72%) conforman un duopolio que concentra prácticamente todas las recomendaciones y deja muy poco margen a los nuevos competidores.
- Movilidad eléctrica y eficiencia:
- Iberdrola se posiciona como líder indiscutible en movilidad (23,56%), aunque bajo una fuerte presión de Repsol (19,50%).
- La vertical de eficiencia energética resulta ser el escenario más equilibrado, donde los márgenes mínimos de recomendación separan a Iberdrola, Endesa y Naturgy.
La gran oportunidad: el océano azul del autoconsumo solar
Uno de los hallazgos más reveladores del estudio muestra que la revolución del autoconsumo choca con una barrera digital inesperada. En el 91% de las respuestas de la IA a dudas sobre paneles solares, instalación, baterías o compensación de excedentes, los modelos no recomiendan a ninguna marca del sector energético.
En plena expansión del autoconsumo, el posicionamiento en LLMs se presenta como un océano azul sin conquistar. La compañía que logre validarse primero como referencia técnica dominará las recomendaciones algorítmicas en esta categoría.
El nuevo reto: nutrir el «ecosistema de señales»
El liderazgo digital ya no se construye únicamente en los canales propios. Para ser priorizada por la IA, una marca necesita emitir señales de confianza sólidas basadas en datos estructurados y el respaldo de la experiencia real de las personas.
Los LLMs no priorizan opciones basándose solo en los activos de la empresa, sino en la coherencia de su narrativa en todo un ecosistema de señales. En este nuevo terreno de juego, comparadores como Selectra o Rastreator, la prensa especializada, los foros y los tutoriales de YouTube tienen un peso fundamental para nutrir a la IA.
En Flat 101, tras más de 11 años de experiencia aplicando un enfoque de método científico data-informed, sabemos que la optimización ha evolucionado. Ya no basta con atraer tráfico; es imperativo influir en cómo la inteligencia artificial interpreta, conecta y recomienda tu marca.
Alcance y metodología
El informe se ha realizado a través de un seguimiento exhaustivo para entender cómo los principales modelos de lenguaje citan a los 5 grandes players del sector energético. No solo medimos quién aparece, sino cómo les recomiendan. Para ello, hemos utilizado:
- 4.234 respuestas totales procesadas a lo largo del análisis.
- 433 prompts monitorizados por su alto volumen de búsqueda e intención transaccional clara.
- 6 verticales: luz, gas, movilidad eléctrica, eficiencia energética y consultas genéricas.
- 5 modelos analizados: ChatGPT, Gemini, Perplexity, AI Mode, AI Overview.
Las métricas analizadas en el benchmark son las siguientes:
- Brand Mentions: número único de prompts donde la marca es mencionada (máximo 1 por prompt, aunque haya varias menciones en una misma respuesta).
- Mention Rate (MR): porcentaje de respuestas totales donde la marca es mencionada. Medida sobre el total de respuestas obtenidas, no sobre prompts trackeados. Máximo: 100%.
- AI Visibility Score (VS): puntuación ponderada por posición dentro de la respuesta. Penaliza las menciones en posiciones secundarias y premia las menciones destacadas o primeras.
- Share of Voice (SOV): distribución relativa de las menciones de marca entre todos los players monitorizados.
