Grafos de conocimiento y Wikidata: cómo saben las máquinas quién eres y por qué la cobertura va primero

¿Qué es un grafo de conocimiento?

Un grafo de conocimiento es una base de datos de entidades: cosas, no cadenas de texto. Mientras un índice de texto guarda la palabra «jaguar» y confía en que el contexto distinga entre el felino y la marca de coches, un grafo de conocimiento guarda entidades distintas con hechos y relaciones tipadas: Jaguar (fabricante de coches), fundada en 1922, con sede en Coventry, filial de Tata Motors.

Google presentó su Knowledge Graph en 2012 bajo ese mismo lema, «cosas, no cadenas de texto», y se ha convertido, sin hacer ruido, en infraestructura central. Alimenta los paneles de conocimiento junto a los resultados de búsqueda, pero su función más importante es invisible: desambiguar y dar confianza. Cuando un sistema lee «La Tienda Ejemplo subió los precios», el grafo es lo que le permite saber de cuál de las Tiendas Ejemplo del mundo habla esa frase, y contra qué hechos establecidos puede comprobar la afirmación.

Esa función se traslada directamente a la búsqueda con IA. Asistentes como ChatGPT, Claude, Gemini y Perplexity componen sus respuestas a partir de muchas fuentes, y los datos de entidad son parte de cómo se resuelven, conectan y validan las menciones de marca. Una marca que existe como entidad limpia es una marca de la que las máquinas pueden hablar con seguridad.

¿Qué es Wikidata?

Wikidata es el mayor grafo de conocimiento abierto del mundo: una base de datos gratuita y editada de forma colaborativa por el movimiento Wikimedia, lanzada en 2012, con bastante más de 100 millones de elementos. Cada elemento tiene un identificador permanente (un número Q, como Q95 para Google), más etiquetas y descripciones en cualquier idioma, declaraciones («instancia de: empresa», «fecha de inicio: 2016», «sitio web oficial: …») y las referencias que las respaldan.

Tres propiedades la convierten en el centro de entidades y no en una wiki más. Es radicalmente multilingüe: un mismo elemento lleva nombres y descripciones en todos los idiomas, así que la misma identidad sirve tanto a un cliente en Oslo como a una IA que responde en español. Es libremente reutilizable: los datos se publican con licencia abierta, por lo que llegan a los buscadores, a las infoboxes de Wikipedia, a los asistentes de voz y a incontables conjuntos de datos, incluidos los corpus con los que se entrenan los modelos de IA. Y está referenciada por diseño: cada declaración cita sus fuentes, lo que hace que las máquinas la traten como algo verificable y no como promoción.

Su papel en la pila de IA se está haciendo más profundo. En octubre de 2025, Wikimedia Deutschland lanzó el Wikidata Embedding Project: una búsqueda semántica basada en vectores sobre todo el grafo, pensada para aplicaciones de IA y compatible con el Model Context Protocol (MCP), el estándar emergente para conectar sistemas de IA con fuentes de datos. Wikidata ya no es solo algo con lo que se entrenaron los modelos: se está conectando como una base verificable y en vivo.

¿Por qué importan los grafos de conocimiento para la visibilidad ante la IA?

Porque antes de que un sistema de IA pueda recomendarte, necesita estar seguro de quién eres. De ahí viene esa seguridad: los datos de entidad, y hacen tres trabajos concretos. Distinguen tu nombre de cualquier tocayo, atan tus menciones dispersas (prensa, reseñas, foros) a una sola identidad, y dan a las afirmaciones generadas sobre ti una base de hechos.

Nuestro estudio de agosto de 2026 sobre 99 tiendas online noruegas (en noruego) midió esta capa, y la brecha es amplia: 47 de 99 tiendas no tenían ninguna entidad de Wikidata. La distribución es reveladora. Entre las tiendas especializadas de nicho, el 85 % carecía de entidad; entre las tiendas de cadenas, el 12,5 %. Aun así, tres de las tiendas más pequeñas y con menos autoridad del estudio tenían entidades tan completas como las de las marcas más grandes del mercado: prueba de que esto no depende del tamaño ni del presupuesto.

La honestidad exige el contrapeso, y nuestros datos lo aportan: entre las tiendas de baja autoridad, una entidad completa por sí sola no produjo ninguna mejora medible en las citas de la IA. Un par del estudio lo demuestra desde el otro lado: dos cadenas hermanas con plataformas técnicamente idénticas, donde la que tiene la identidad conectada a Wikipedia se posiciona en sus propias búsquedas locales y la que no la tiene no aparece en absoluto. La entidad no es una palanca que actives para conseguir citas. Es higiene: la capa de identidad que hace que cada mención que ganes te sea atribuible. Lo que plantea la pregunta real: ¿cómo se ganan esas menciones?

¿Qué es la notabilidad y por qué es la puerta de entrada?

La notabilidad es el requisito de que fuentes independientes y serias te hayan descrito. Es la entrada a toda la capa de grafo, y el listón difiere mucho entre los dos sistemas que la gente suele confundir:

El listón de Wikipedia es alto. Un artículo exige cobertura significativa en fuentes fiables e independientes del sujeto: periodismo o literatura real sobre ti, no notas de prensa, no tu propia web, no listados de directorios. La mayoría de las pymes de verdad no lo alcanzan, y los artículos que lo intentan igualmente acaban borrados.

El listón de Wikidata es más bajo, pero real. Un elemento cualifica si cumple alguno de tres criterios: tiene una página válida en un proyecto Wikimedia (un artículo de Wikipedia, por ejemplo); o se refiere a una entidad claramente identificable que puede describirse con referencias serias y de acceso público; o cubre una necesidad estructural del grafo. Para una empresa registrada, el criterio dos suele ser la puerta habitual: una entrada en el registro mercantil, cobertura en prensa especializada, reseñas de producto en publicaciones creíbles. No hace falta un artículo de Wikipedia.

Lo que la notabilidad no es: algo que se compra o se maquilla con marcado. Los publirreportajes, las inserciones pagadas y el contenido autopublicado no cuentan como fuentes independientes, y los elementos promocionales sin referencias genuinas se marcan y se borran por la comunidad. La barrera existe precisamente para que el grafo siga siendo lo bastante fiable como para que las máquinas se apoyen en él. Ese es el trato: el grafo te resulta valioso precisamente porque no puedes entrar a base de spam.

¿Cómo se gana la cobertura que te hace notable?

Dando a fuentes independientes un motivo para escribir sobre ti, que es exactamente el mismo trabajo que impulsa las recomendaciones de la IA de forma directa, porque los asistentes consultan esa cobertura al responder preguntas de compra. El registro en el grafo solo ata ese trabajo a tu nombre. Por orden de rendimiento sobre el esfuerzo:

1. Sé la respuesta evidente a algo. La cobertura sigue a la distintividad. «Otra tienda online con un amplio surtido» no le da nada a un periodista; «el especialista en equipo táctico de exterior» o «la única tienda de muebles neutra en carbono de la región» es un gancho de historia y una etiqueta citable. Afina la respuesta de una línea a «¿en qué eres tú el único?» antes de contactar a nadie.
2. Publica datos propios. Encuestas, análisis de precios, estadísticas del sector salidas de tu propia operación: las cifras originales son el activo más citado que existe, porque todo periodista y toda respuesta de IA necesita fuentes para sus afirmaciones. Un conjunto de datos genuino rinde más que un año de notas de prensa.
3. Corteja primero a la prensa del sector y local. Las publicaciones sectoriales y los medios regionales tienen un listón más bajo que los grandes medios nacionales, y cuentan igual de bien como fuentes independientes, tanto para Wikidata como para los modelos de IA que las leen. Un perfil en una revista del comercio minorista vale más que diez publicaciones propias.
4. Haz que prueben tus productos de forma independiente. Webs de reseñas, portales comparativos, listas de «lo mejor de» por categoría: son exactamente las fuentes que los asistentes de IA consultan ante preguntas de compra, y cada una es cobertura citable.
5. Presta tu experiencia a periodistas. Las plataformas de peticiones de periodistas y el contacto directo convierten a tus fundadores en expertos citables. Cada aparición citada es una mención independiente que une tu nombre a tu especialidad.
6. Reúne las señales institucionales. Premios del sector, membresías en asociaciones, listados de cámaras de comercio, ponencias en congresos, apariciones en podcasts. Pequeñas por separado; juntas forman la base de referencias a la que apunta lo «serio y de acceso público».

Dos notas honestas. Este camino tarda de meses a años (es el activo más lento de la visibilidad online), así que empezar pronto vale más que empezar a lo grande. Y no se puede delegar en el marcado: ningún dato estructurado sustituye a una fuente que decidió, de forma independiente, describirte.

¿Cómo se crea y mantiene una entidad de Wikidata, paso a paso?

Una vez que existen fuentes genuinas, la entidad en sí son horas de trabajo, no meses:

1. Comprueba si ya existes. Busca tu marca y nombres anteriores en Wikidata. Un elemento sin reclamar o incorrecto es más urgente que uno inexistente: corrígelo antes de crear nada.
2. Reúne primero las referencias. La entrada en el registro mercantil, tu sitio web oficial y la cobertura independiente que hayas ganado. Cada declaración que añadas debería apoyarse en una de ellas.
3. Crea el elemento con neutralidad. Etiqueta (el nombre de la marca) y una descripción corta y factual («minorista online noruego de equipo de exterior», no lenguaje de marketing) al menos en tu propio idioma y en inglés. Las descripciones también te distinguen de cualquier otra entidad con el mismo nombre en el mundo.
4. Añade las declaraciones básicas. Instancia de (empresa / tienda online), fecha de inicio, país, sede, sector, sitio web oficial, fundador u organización matriz cuando corresponda, y un logotipo a través de Wikimedia Commons (ten en cuenta que Commons exige que el logotipo tenga licencia libre o esté por debajo del umbral de originalidad).
5. Añade identificadores: la desambiguación más fuerte que puedes conseguir gratis. Tu número de registro mercantil nacional (el Registro Mercantil en España, y su equivalente en casi cualquier país: Companies House en el Reino Unido, Handelsregister en Alemania) más tus perfiles sociales oficiales. Los identificadores son lo que permite a las máquinas conectar tu entidad con registros de autoridad.
6. Referencia toda declaración sustancial. Los elementos con fuentes sobreviven a la revisión de la comunidad; las afirmaciones sin respaldo invitan a debates de borrado.
7. Cierra el círculo desde tu propio sitio. Apunta la propiedad sameAs de tu JSON-LD de Organization a tu nuevo identificador Q, para que tu dominio y tu entidad se confirmen mutuamente. (Nuestro artículo sobre JSON-LD explica ese bloque en detalle.)
8. Mantenla al día. Pon el elemento en tu lista de seguimiento y actualiza los hechos cuando cambien. Editar elementos con los que estás afiliado es aceptable en Wikidata cuando los cambios son factuales y están referenciados: la etiqueta exige neutralidad, no ausencia. Escribir tu propio artículo de Wikipedia es otra cuestión: las normas de conflicto de interés son estrictas, la edición pagada no declarada viola las condiciones de uso, y el consejo práctico es simple: deja que un artículo de Wikipedia te ocurra cuando la cobertura lo justifique.

¿Cómo se ve esto en un contexto global?

Una sola entidad para todos los mercados: ese es el superpoder silencioso de esta capa. Un elemento de Wikidata no es un registro nacional. El mismo identificador Q lleva tu descripción en noruego, tu descripción en alemán y tu descripción en japonés, y el asistente de IA que responde a un comprador en cualquiera de esos idiomas te resuelve como la misma identidad. Para quien vende más allá de sus fronteras, traducir las etiquetas y descripciones de tu entidad es el trabajo de visibilidad internacional más barato que existe: minutos por idioma.

El marco global también explica por qué esta capa importa más, no menos, a medida que creces. Las colisiones de nombre son un problema global: cuanto más grande es el mundo en el que operas, con más empresas, productos y personas del mismo nombre compites por la comprensión de las máquinas. Desambiguar es precisamente para eso que existen los datos de entidad. Y la infraestructura se está consolidando en torno a columnas vertebrales abiertas y multilingües: el grafo de Google usa Wikidata entre sus fuentes, las infoboxes de Wikipedia beben de ella, los corpus de entrenamiento de los modelos la incluyen, y el Embedding Project ahora la sirve directamente a aplicaciones de IA en más de un centenar de idiomas. Mientras tanto, la base de referencias de debajo (registros mercantiles, prensa del sector, webs de reseñas) existe en alguna forma nacional en prácticamente todas partes, así que el manual de arriba se traduce: regístrate, gana cobertura en las fuentes en las que confía tu mercado, codifica la identidad, y repite por mercado solo donde la cobertura en sí deba ser local.

Reflexión final

De las 99 tiendas de nuestro estudio, 47 faltan por completo en la capa de identidad abierta del mundo, y entre las tiendas pequeñas y especializadas que la búsqueda con IA suele favorecer, son el 85 %. Ese es el patrón que vale la pena mirar de cerca: quienes más tienen que ganar con ser inequívocos son quienes menos probablemente han hecho el trabajo, mientras que el trabajo en sí (una entidad referenciada sobre cobertura ganada) no depende ni del tamaño ni del presupuesto.

Pero mantén el orden claro, porque ahí está toda la lección. Primero la cobertura: sé claramente algo, publica hechos que merezca la pena citar y deja que las fuentes independientes lo digan. Segundo la identidad: codifica en Wikidata, en tu marcado y en tus registros lo que esas fuentes establecen. Las máquinas no te recomiendan porque tengas una entidad. Te recomiendan porque fuentes fiables te describen, y la entidad es cómo saben, en todos los idiomas a la vez, que esas fuentes hablan de ti.