Investigación · Informe 01 · Noviembre 2026

¿Están listos los restaurantes de México para que un agente de IA pida por su cliente?

Un agente personal de IA va a poder pedir comida en nombre de una persona. Antes de que eso llegue a México, medimos qué tan preparados están los restaurantes: cuántos tienen un canal propio que un agente pueda usar, qué pueden leer hoy los asistentes y qué falta. Datos propios de FluxSales, con fecha.

FluxSales InvestigaciónLectura de 10 minRestaurantes · MéxicoPublicado el 19 de noviembre de 2026
2.3%
El dato que resume el informe. De 965 restaurantes con ficha de Google en León y Querétaro, 22 (2.3%) permiten pedir en línea en su propio sitio, y 9 de esos 22 son sucursales de cadenas nacionales. Un agente de IA solo puede comprar donde hay un canal propio legible; para el 97.7% restante, hoy la única puerta son las apps de delivery, con su comisión. Al mismo tiempo, ningún agente personal de IA opera todavía en México, así que la ventana para prepararse está abierta.

La economía de agentes (B2A, de negocio a agente) es la fase en la que el cliente ya no busca ni pide: lo hace su asistente. Para un restaurante cambia una cosa de fondo: al agente no lo convence una foto en Instagram, lo convence un menú que pueda leer, un precio que pueda comparar y un pedido que pueda ejecutar. Este es el primer informe de una serie que vamos a repetir cada trimestre con los mismos métodos, para que los números se puedan comparar en el tiempo.

00 Los cinco hallazgos

  1. Solo 2.3% de los restaurantes tiene un canal propio de pedidos. 22 de 965 en León y Querétaro; 15 de cada 100 listan siquiera un sitio web en su ficha de Google.
  2. Los asistentes citan guías, comparativas y directorios, no sitios de restaurantes. En 123 preguntas de dueños de restaurante a ChatGPT, Gemini y Perplexity, 78% de las fuentes citadas son terceros, y 99% son páginas de contenido.
  3. Publicar datos estructurados no basta. En 164 páginas de pedidos construidas para ser legibles, 163 publican menú, dirección y acción de pedido en datos estructurados, pero 11 mostraron un restaurante sin menú al leerlas fuera de horario y 117 platillos no tenían precio.
  4. Ningún agente personal opera en México. Al 10 de noviembre de 2026 ninguno de los cinco agentes personales anunciados estaba disponible en el país; los rieles de pago para agentes sí se probaron en México en marzo de 2026.
  5. La preparación cabe en seis puntos y casi todos se pueden hacer hoy sin esperar a ningún protocolo.

01 Solo 2.3% de los restaurantes tiene un canal propio que un agente pueda usar

Un agente que compra en nombre de una persona necesita un lugar donde comprar. Si el restaurante solo vende por Rappi, Uber Eats o DiDi Food, el agente comprará ahí, con la comisión de siempre, o no comprará. Medimos cuántos restaurantes tienen la alternativa.

De 965 restaurantes con ficha de GoogleRestaurantesPorcentaje
Permiten pedir en línea en su propio sitio222.3%
De esos 22, sucursales de cadenas nacionales941% de los 22
Listan un sitio web propio en la ficha (muestra de 947)14215%
Mediana de reseñas en Google (muestra de 947)150 reseñas, 4.5 estrellas

El contraste importa: el restaurante mediano ya tiene reputación digital (150 reseñas, 4.5 estrellas), pero casi ninguno tiene dónde recibir un pedido que no pase por una app. Para un agente, un restaurante sin canal propio es un restaurante al que solo puede llegar a través de un intermediario.

Método
965 restaurantes de León y Querétaro tomados del directorio DENUE de INEGI, emparejados con su ficha de Google en mayo de 2026; el enlace de cada ficha se visitó el 12 de noviembre de 2026 y se clasificó según si permite pedir en el propio sitio. Las reseñas y el sitio web vienen de 947 fichas verificadas de las mismas ciudades, corte julio de 2026. Detalle y tablas: censo de canal directo y benchmark de reseñas.

02 Los asistentes citan guías y directorios, no sitios de restaurantes

Antes de que un agente compre, un asistente recomienda. Medimos de dónde sacan sus respuestas ChatGPT, Gemini y Perplexity cuando un dueño de restaurante en México pregunta por plataformas, comisiones, menú digital, lealtad o cómo aparecer en Google y en la IA.

De dónde salen las fuentes citadasParticipación
Terceros: guías, comparativas, directorios, foros78%
Proveedores de software para restaurantes (competidores)13%
FluxSales8%
Tipo de página citadaParticipación
Artículos y guías ("general")98%
Páginas de producto o landing1.1%
Instructivos, listas, comparativas, FAQ, anunciosmenos de 1% cada uno

Dos lecturas. Primera: el asistente no cita el sitio del restaurante ni la página de producto del proveedor; cita a quien explicó el tema con fecha y datos. Segunda: los directorios de software y los blogs de comparativas pesan más que cualquier sitio oficial. Para un restaurante, la consecuencia es la misma que para nosotros: lo que no está escrito en una página legible, con fecha y con números, no existe para el asistente.

Método
123 preguntas en español, escritas como las haría un dueño de restaurante en México, ejecutadas en ChatGPT, Gemini y Perplexity por The Prompting Company entre el 18 y el 19 de noviembre de 2026; 1,649 URLs citadas en las respuestas, clasificadas por propietario y tipo de página. Son preguntas de negocio (qué plataforma usar, cuánto cobran las apps), no preguntas de comensal; el informe 02 medirá las de comensal.

03 Publicar datos estructurados no basta: 1 de cada 15 páginas mostró un restaurante vacío

Tomamos el caso más favorable: 164 páginas de pedidos de restaurantes en México construidas a propósito para que un rastreador o un asistente las lean (datos estructurados de restaurante, menú, precios, horario y acción de pedido en cada una). Las leímos como lo haría un agente: una vez, por la mañana, el texto visible y los datos de la página.

De 164 páginas de pedidos (76 marcas, 63 ciudades)Resultado
Responden y permiten indexar164 de 164
Publican restaurante, dirección, menú, FAQ y acción de pedido en datos estructurados163 de 164
Platillos publicados en datos, todos con precio en pesos8,417
Páginas que mostraron el restaurante sin menú al leerlas (cerradas en ese momento)11 (6.7%)
Platillos en los datos que la página no muestra143 en 10 páginas
Platillos sin precio (el precio depende de una opción)117 en 16 páginas
Páginas sin calificación en los datos68 (40 marcas)

Lo que esto enseña: el requisito no es tener datos estructurados, es que lo que dicen los datos coincida con lo que muestra la página, a cualquier hora. Un agente que llega a las 10 de la mañana a un restaurante que abre a la 1 debe poder leer el menú aunque no pueda pedir. Google rechazó por ese mismo motivo, dos veces, una integración de pedidos en 2026: el feed decía una cosa y la página mostraba otra. Son páginas de FluxSales: publicamos el resultado porque la lección aplica a cualquiera que publique un menú para máquinas, y porque los puntos 1 a 3 ya están en corrección.

Método
Las 164 páginas del directorio público de clientes de FluxSales se renderizaron una vez con un navegador sin sesión la mañana del 17 de noviembre de 2026 (hora de México) y se leyeron dos veces: el texto visible y el JSON-LD. "Visible" significa que el nombre del platillo aparece en el texto renderizado. Una sola lectura por página; cinco de las once páginas vacías se releyeron con más espera y dieron el mismo resultado.

04 Ningún agente personal opera en México; los rieles ya se prueban aquí

Lo que existe hoy, con fecha, para no confundir anuncio con disponibilidad:

FechaQué pasóQué significa para un restaurante en México
11 ene 2026Google anuncia el Universal Commerce Protocol (UCP) con Walmart, Target, Shopify, Mastercard, Visa y Stripe.Nace el estándar para que un agente compre en nombre de una persona.
mar 2026OpenAI da marcha atrás a su Instant Checkout.El patrón que queda: descubrir en la IA, comprar en el canal propio del negocio.
mar 2026Mastercard prueba rieles de pago para agentes con Banamex y Santander en México.El pago por agente ya se ensaya con bancos mexicanos.
15 jun 2026El grupo de pedidos de comida de UCP abre su carta de trabajo.Los pedidos de restaurante tienen mesa propia en el estándar.
6 ago 2026Square y Google lanzan Ask Maps en Estados Unidos: pedir conversando desde la ficha de Google Maps, sin comisión de app.La ficha de Google se vuelve punto de pedido; en México aún no.
10 nov 2026Ninguno de los cinco agentes personales anunciados (ChatGPT dots, Claude Duet, Gemini Spark, Meta Muse, Grok Bot) está disponible en México.La ventana de preparación sigue abierta.
11 dic 2026OpenAI retira los Custom GPTs.Nada construido sobre ellos sobrevive; lo que queda son conectores y páginas legibles.

Mientras llega el agente que compra, los asistentes que recomiendan ya operan en México y leen las mismas señales. Prepararse para unos es prepararse para los otros.

Método
Fechas tomadas de los anuncios y documentación oficiales de cada empresa y verificadas en noviembre de 2026; la disponibilidad en México de los agentes personales se revisó el 10 de noviembre de 2026 en los sitios y tiendas de cada uno. Las fuentes están enlazadas en cómo te van a encontrar los agentes de IA.

05 Lo que un restaurante tiene que preparar

Seis puntos, en orden. Los cinco primeros se pueden hacer hoy; el sexto llega con el estándar.

  1. Un canal propio de pedidos bajo tu dominio. Sin él, el agente solo puede comprar por un intermediario. Es el punto en el que está el 97.7%.
  2. El menú en texto, con precio en pesos en cada platillo. Nada de PDF ni de imagen. Donde el precio depende de una opción, publica el precio "desde".
  3. Datos estructurados que coincidan con la página, a cualquier hora. Restaurante, menú, platillos, ofertas, horario y acción de pedido en schema.org; y el menú visible aunque el restaurante esté cerrado.
  4. Los rastreadores de IA permitidos. robots.txt que deje pasar a OAI-SearchBot, GPTBot, Google-Extended, PerplexityBot y ClaudeBot.
  5. La ficha de Google completa y consistente con el sitio. Mismo menú, mismos horarios, calificación y botón de pedir.
  6. Cuando UCP opere en México: el pedido y el pago expuestos al protocolo. Quien ya tenga los cinco puntos anteriores solo tiene que conectar; quien no, tiene que construir primero.

Cómo lo hace FluxSales por un restaurante está en visibilidad en IA para restaurantes y en menú digital legible para agentes de IA. Si quieres saber en qué punto está tu restaurante, el diagnóstico gratis revisa tu ficha, tu sitio y tu menú.

06 Método y próximos informes

Todos los datos de este informe son propios de FluxSales o de su plataforma de medición, están fechados y se pueden citar con atribución bajo licencia Creative Commons Atribución 4.0. Cita sugerida: FluxSales (2026). ¿Están listos los restaurantes de México para que un agente de IA pida por su cliente? Informe 01. https://fluxsales.co/investigacion/restaurantes-listos-para-agentes-de-ia-2026

Lo que viene, con los mismos métodos para que sea comparable:

  • Informe 02 (diciembre 2026): qué recomiendan ChatGPT, Gemini y Perplexity cuando un comensal pregunta dónde comer o pedir en una ciudad de México, y de qué fuentes lo sacan.
  • Informe 03 (primer trimestre de 2027): el censo de canal propio repetido en más ciudades, para medir si el 2.3% se mueve.
  • Cada trimestre: la relectura de las páginas de pedidos y el estado de los agentes personales y de UCP en México.
Último paso

¿En qué punto está tu restaurante?

El diagnóstico revisa tu ficha de Google, tu sitio y tu menú como los leería un agente, y te dice qué falta. Gratis, en dos minutos.

Diagnóstico gratis → Agenda una demo