LLM Pulse: la startup GEO española que compite con Profound

El GEO: la nueva frontera donde tu marca puede desaparecer

Durante dos décadas, el SEO consistió en una sola cosa: subir tu página al top 10 de Google. La irrupción de la IA cambió las reglas del juego. Hoy millones de usuarios preguntan a ChatGPT, Gemini o Claude y reciben cinco o siete marcas mencionadas como respuesta sintetizada, no diez enlaces azules. Si tu marca no aparece en esa síntesis, simplemente no existe para quien preguntó.

En ese contexto nació LLM Pulse, una plataforma SaaS self-service fundada en Barcelona hace aproximadamente un año por Daniel Peris, Esteve Castells y Adrián Rojas, tres perfiles con trayectoria en marketing y producto. La herramienta monitoriza cómo las marcas son citadas por los principales modelos de lenguaje y devuelve, para cada una: cuántas veces aparece citada, con qué narrativa, desde qué fuentes extrae el modelo la información, qué rastreadores de IA están accediendo a su web y qué cambios técnicos concretos debería aplicar el equipo para ser más visible en futuras respuestas. Es, en pocas palabras, un Google Analytics para la era de los asistentes.

La disciplina en la que opera tiene nombre formal: GEO (Generative Engine Optimization), término acuñado en un paper académico de Pranjal Aggarwal en 2023, según la guía publicada por Tech Times. Variantes próximas son AEO (Answer Engine Optimization), LLMO y AI SEO, pero todas apuntan al mismo objetivo: que las máquinas que escriben respuestas te citen dentro de ellas.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Qué hace exactamente LLM Pulse (y qué no)

El producto se vende desde la web, se paga con tarjeta de crédito y se configura en pocos minutos, sin demo, sin sales team, sin onboarding personalizado. Esa simplicidad es deliberada: cuanto menos fricción, antes puede el cliente medir algo. La plataforma ya cuenta con más de 50 clientes en Estados Unidos y presta servicio a compañías globales como Holafly, Metricool, iLovePDF, Softonic o Adevinta.

En concreto, LLM Pulse entrega:

Frecuencia y narrativa de citación: cuántas veces aparece cada marca en las respuestas de los LLM y bajo qué términos la describen.
Trazabilidad del origen: de dónde extraen los modelos la información antes de generar la respuesta final.
Tráfico de rastreadores: monitoriza el acceso de GPTBot, ClaudeBot, PerplexityBot y otros crawlers de IA.
Búsquedas intermedias: identifica qué consultas en segundo plano ejecuta el modelo antes de responder al usuario.
Recomendaciones técnicas accionables: los cambios concretos que la organización debe aplicar en su sitio web para ser incorporada en futuras respuestas.

El modelo "David contra Goliat": tres socios, cero capital

Lo que hace excepcional el caso de LLM Pulse no es solo el problema que aborda, sino cómo lo aborda. Mientras sus competidores estadounidenses han levantado cientos de millones y superan los US$1.000M de valoración, la startup española opera con tres socios, sin publicidad, sin equipo comercial y sin inversión externa.

El contraste es concreto. Profound, la empresa estadounidense que acuñó la categoría "answer engine optimization", cerró el 15 de septiembre de 2026 una Serie D de US$180M a una valoración de US$1.800M, según Unite.ai, con Sequoia Capital y Kleiner Perkins como co-líderes. Ya supera los 1.000 clientes enterprise y aproximadamente un tercio del Fortune 100, según el mismo comunicado. Es decir, en el momento en que escribo, Profound vale cerca de 600 veces lo que vale LLM Pulse, si LLM Pulse decidiera valuationarse.

"No hay consejo, ni comité de inversión, ni un plan anual que defender ante nadie. Si mañana aparece un modelo nuevo, lo tenemos medido esta semana. La rentabilidad es la mejor disciplina de producto que existe. Y por último, no tenemos reloj: un fondo necesita una salida en cinco o siete años y eso condiciona precios, contrataciones y prioridades desde el primer día. Nosotros podemos pensar a diez años, o simplemente seguir haciendo esto mientras tenga sentido", resumió Daniel Peris en conversación con El Español.

Esa estructura les da tres ventajas difíciles de replicar desde una venture-backed: velocidad de decisión ("decidimos en un día lo que a ellos les lleva un trimestre"), disciplina de caja constante al depender de ingresos reales y un horizonte temporal largo.

Profound, Semrush y Adobe: el mercado global ya está marcado

La categoría GEO se está consolidando a velocidad visible, y los movimientos son grandes:

Adobe adquirió Semrush por aproximadamente US$1.900M en un acuerdo all-cash anunciado el 19 de noviembre de 2025, según Tech Times. Adobe enmarcó la compra explícitamente alrededor de la visibilidad de marca "en la era de la IA agéntica". Semrush lanzó su AI Visibility Toolkit, que rastrea marcas a través de ChatGPT, Gemini, Google AI Overviews y AI Mode, alimentado por una base de más de 261 millones de prompts y respuestas.
Ahrefs lanzó Brand Radar en marzo de 2025, según la misma guía. Rastrea menciones en seis índices de IA distintos: Google AI Overviews, Google AI Mode, ChatGPT, Perplexity, Gemini y Microsoft Copilot.
Profound ya sirve a más de 700 clientes enterprise, según Crypto Briefing, y su producto se expandió de monitorización a AI Marketer, una capa de agentes que redacta, investiga y reporta. La compañía fue nombrada líder única del cuadrante inaugural "Answer Engine Optimization" de G2 en el invierno de 2026.

La lectura para founders europeos es incómoda: las marcas estadounidenses ya ven caer su tráfico orgánico, han entendido que es algo estructural y tienen presupuesto para medirlo. En Europa, según Peris, "muchas empresas siguen en fase de diagnóstico".

Qué significa esto para tu startup

El GEO no es una capa separada del SEO, es un complemento. La guía oficial de Google publicada en mayo de 2026, resumida por Tech Times, sostiene que optimizar para AI Overviews "sigue siendo SEO", porque ambos sistemas comparten los mismos fundamentos: contenido útil, estructura clara y experiencia confiable. Lo que cambia es la unidad de optimización: pasamos de la página al pasaje. Los modelos trocean el contenido, lo embeben como vectores y recuperan el fragmento más relevante. Por eso, la respuesta a la pregunta tiene que aparecer en los primeros 200 caracteres, las citas a fuentes primarias importan más que antes y las señales E-E-A-T (experiencia, expertise, autoridad y confianza) ahora son críticas.

Acciones concretas que puedes implementar esta semana:

Prueba tus prompts manualmente. Abre ChatGPT, Perplexity y Google AI Overviews, escribe las cinco preguntas que haría tu cliente ideal sobre tu categoría y anota qué marcas aparecen citadas y desde qué fuentes. Es la auditoría GEO más barata que vas a hacer.
Reescribe tus piezas más estratégicas. Pon la respuesta directa en los primeros 200 caracteres, estructura con headings claros, listas y tablas, y cita fuentes primarias. La meta es que un párrafo suelto sea extraíble y quotable por un asistente.
Mide tu tráfico de bots. Revisa los logs de tu servidor para GPTBot, ClaudeBot, PerplexityBot y Google-Extended. Si esos rastreadores no te están visitando o te visitan poco, los modelos no te van a citar, por más buen contenido que publiques.

El caso de LLM Pulse demuestra que en categorías sensibles al capital, el bootstrapping rentable sigue siendo una estrategia válida incluso cuando compites con operaciones valoradas en US$1.800M. La pregunta para tu startup no es si vas a invertir en GEO, sino si vas a esperar a que sea un problema o vas a medirlo antes de que lo sea.