Slechts 1,2% van de lokale bedrijven wordt aanbevolen door ChatGPT. Dit is waarom de andere 98,8% onzichtbaar is.

Een baanbrekende studie van 350.000 bedrijfslocaties onthult dat AI-aangedreven ontdekking 30 keer selectiever is dan Google. Als je niet in die 1,2% zit, worden je klanten naar iemand anders gestuurd.

Er circuleert een getal dat nu en zou fundamenteel moeten veranderen hoe elk restaurant, hotel, retailer en servicebedrijf denkt over zijn onlineaanwezigheid. SOCi's 2026 Local Visibility Index, de grootste studie van dit soort, analyseerde meer dan 350.000 bedrijfslocaties over 2.700 ondernemingsmerken. De belangrijkste bevinding: slechts 1,2% van die locaties werd aanbevolen door ChatGPT.

Niet 12%. Niet eens 5%. Gewoon 1,2%.

Voor context verschenen dezelfde bedrijven in Google's local 3-pack 35.9% of the time. Dit betekent dat aanbeveling door ChatGPT ongeveer 30 keer moeilijker is dan rangschikking in traditioneel lokaal zoeken. En ChatGPT is niet de enige AI-assistent die deze beslissingen neemt. Gemini recommended 11% of locations and Perplexity recommended 7.4%, maar het patroon is hetzelfde op alle platforms: AI is radicaal selectiever dan Google ooit was.

Dit is geen klein verschuiving in zoekdynamica. Dit is een volledige herschrijving van hoe lokale bedrijven worden ontdekt.

AI rangschikt je niet. Het kiest je of negeert je.

Dit is het fundamentele verschil tussen Google en AI-aangedreven ontdekking. Google geeft je een pagina met resultaten. Tien blauwe links. Een lokaal 3-pack. Misschien een of twee advertenties. De gebruiker scant, vergelijkt en besluit. Je kunt resultaat drie zijn, maar je bent nog steeds zichtbaar.

AI-assistenten werken niet zo. Wanneer iemand ChatGPT vraagt "wat is het beste Italiaanse restaurant bij me in de buurt voor een familieavondeten vanavond?", retourneert het geen lijst van tien opties. Het beveelt er een aan, misschien twee. Er is geen tweede pagina. Er is geen "ook overwegen". Je bent het antwoord of je bestaat niet in die interactie.

En daarom is het getal 1,2% zo verwoestend. Het betekent dat ChatGPT voor elke 100 lokale bedrijven in een bepaalde categorie klanten naar slechts één of twee stuurt. De andere 98 zijn onzichtbaar, niet omdat ze slechte bedrijven zijn, maar omdat de AI niet genoeg gestructureerde, betrouwbare gegevens had om hen zelfverzekerd aan te bevelen.

Wat je in de 1,2% brengt

De SOCi-studie onthult duidelijke patronen in wat de aanbevolen van de onzichtbare onderscheidt. Het is geen geluk, en het gaat niet alleen om het hebben van een website. Drie factoren domineren.

Reviews zijn nu een poort, geen rankingsignal

Bij traditionele SEO helpen reviews je ranking. Bij AI-aangedreven ontdekking bepalen reviews of je in aanmerking komt voor aanbeveling. Locations recommended by ChatGPT averaged 4.3-star ratings. Door Gemini aanbevolen locaties hadden gemiddeld 3,9 sterren. Die van Perplexity gemiddeld 4,1.

Het onderscheid is belangrijk. AI-platforms gebruiken reviews niet om je tegen concurrenten in te ranken. Ze gebruiken reviews als een vertrouwensfilter. Als je gemiddelde beoordeling onder een bepaalde drempel valt, word je eenvoudig uit de aanbevelingsgroep verwijderd. Je krijgt geen lager rang. Je wordt helemaal niet weergegeven.

Dit verandert de game voor reviewbeheer. Het gaat niet langer om het verzamelen van een groot volume reviews om een concurrent te verslaan. Het gaat om het handhaven van een consistent hoog sentiment dat je boven de vertrouwensdrempel van AI houdt. Een bedrijf met 200 reviews op 4,4 sterren heeft meer kans om aanbevolen te worden dan een met 2.000 reviews op 3,8 sterren.

Nauwkeurigheid van gegevens is schandalig slecht, en dit is je mogelijkheid

Hier is een statistiek die onthult hoe vroeg we in deze verschuiving zijn: business profile information was only about 68% accurate on ChatGPT and Perplexity. Gemini scoorde beter met een nauwkeurigheid van bijna 100%, maar dat is omdat het rechtstreeks uit Google Maps-gegevens haalt.

Wat betekent 68% nauwkeurigheid in de praktijk? Het betekent dat ChatGPT een klant kan vertellen dat je restaurant op de verkeerde straat ligt. Het kan openingsuren van twee jaar geleden opnoemen. Het kan zeggen dat je gerechten serveert die je helemaal niet aanbiedt. Elke onnauwkeurigheid erodeert vertrouwen, en vertrouwen is de munt van AI-aanbevelingen.

Maar draai het om: als de meeste bedrijfsgegevens in AI-systemen onbetrouwbaar zijn, dan heeft een bedrijf dat actief ervoor zorgt dat zijn gegevens over alle platforms nauwkeurig, consistent en volledig zijn, een enorm voordeel. Je concurreert niet tegen perfectie. Je concurreert tegen een veld waar een derde van de gegevens fout is.

Waarom een adres niet voldoende is: De hyperlocale gegevensspanning

Er is een diepere laag van het gegevensnauwkeurigheidsprobleem die de meeste bedrijven, en het meeste dekkingsgebied van dit rapport, volledig hebben gemist. Je juiste adres, telefoonnummer en openingsuren in gestructureerde gegevens hebben is noodzakelijk, maar het vertelt de AI alleen waar je bent. Het vertelt niet hoe het voelt om waar je bent te zijn.

Denk na over hoe echte mensen AI-assistenten om aanbevelingen vragen. Ze zeggen niet "zoek me een hotel op dit adres." Ze zeggen "zoek me een strandhotel in Split met restaurants op loopafstand, dicht bij de oude stad, met goede openbaar vervoersverbindingen." Deze query vereist dat de AI niet alleen je locatie begrijpt, maar ook je omgeving. Wat is dichtbij. Wat is bereikbaar. Hoe ziet de lokale context werkelijk op het terrein uit.

Dit is waar de meeste bedrijven tekort schieten. Hun gestructureerde gegevens beschrijven het bedrijf in isolatie: naam, adres, categorie, uren. Maar AI-agenten hebben steeds meer contextuele locatie-intelligentie nodig om zelfverzekerde aanbevelingen te doen. Welke interessepunten zijn in de buurt? Hoe is de loopbaarheid? Zijn er geverifieerde voorzieningen in het omliggende gebied? Hoe past de fysieke omgeving bij wat de gebruiker zoekt?

Bedrijven die hun gestructureerde gegevens verrijken met geverifieerde, hyperlocale context, het soort granulaire omgevingsgegevens dat een AI-agent zelfverzekerd kan zeggen "ja, dit hotel ligt 200 meter van het strand, er zijn zes restaurants op vijf minuten loopafstand, en de dichtstbijzijnde bushalte verbindt in 25 minuten naar de luchthaven," geven AI-systemen exact het vertrouwenssignaal dat ze nodig hebben om een aanbeveling te doen. Generieke schema vertelt AI dat je bestaat. Verrijkte, hyperlocale gegevens vertellen AI hoe het werkelijk voelt om voor jou te kiezen.

Dit is nog steeds een blinde vlek voor bijna elk bedrijf. De tools en gegevensbronnen om dit soort geverifieerde, locatieverrijkte gestructureerde gegevens te genereren bestaan, maar adoptie is nog maar net begonnen. Wat betekent dat het venster voor early movers wijd openstaat, en het competitieve voordeel voor early adopters gigantisch is.

Dominantie van traditioneel lokaal zoeken draagt niet over

Dit is misschien de meest verrassende bevinding uit de SOCi-studie. Zichtbaar zijn in Google-zoekresultaten garandeert niet dat je zichtbaar bent in AI-aanbevelingen. In retail, only 45% of the most visible brands in traditional local search were also frequently recommended by AI platforms.

Dit betekent dat meer dan de helft van de bedrijven die Google's lokale pack domineren, onzichtbaar zijn voor ChatGPT, Gemini en Perplexity. De vaardigheden, strategieën en investeringen die je succesvol hebben gemaakt in traditionele lokale SEO zijn noodzakelijk maar onvoldoende voor AI-ontdekking. Het is een ander spel met verschillende regels, en goed zijn in het oude spel maakt je niet automatisch competitief in het nieuwe.

Industriële impact: Restaurants, Retail, Hotels en meer

De SOCi-studie behandelde five key industries: Retail, Food, Financial Services, Local Services, and Property. De 1,2% aanbevelingssnelheid van ChatGPT is van toepassing op iedereen, wat betekent dat dit geen branchespecifieke ingewikkelheid is. Het is een structureel kenmerk van hoe AI-aangedreven ontdekking werkt.

Voor restaurants en voedingsbedrijven zijn de implicaties onmiddellijk. Dit zijn zoekacties met hoge intentie en hoge frequentie. "Waar zouden we vanavond moeten eten?" is een van de meest voorkomende vragen aan AI-assistenten. Als je restaurant niet in die 1,2% zit, mis je een groeiende stroom klanten die de AI voor hen laten bepalen.

Voor hotels en horeca zijn de inzetten nog hoger vanwege de transactiewaarde. Een gezin dat een hotel voor een weekvakantie kiest op basis van een AI-aanbeveling vertegenwoordigt duizenden in omzet. De AI doet deze aanbeveling op basis van gestructureerde gegevens, reviews en gegevensnauwkeurigheid, niet hoe mooi de heldenafbeelding van je website is.

Voor retail betekent de 45% kloof tussen traditionele zichtbaarheid van lokaal zoeken en AI-zichtbaarheid dat zelfs gevestigde retailmerken niet kunnen aannemen dat hun Google-aanwezigheid hen beschermt. AI-platforms evalueren verschillende signalen, en veel retailers zijn niet aangepast.

Voor financiële diensten en lokale diensten dragen vertrouwenssignalen extra gewicht. AI-platforms zijn bijzonder voorzichtig bij het aanbevelen van bedrijven in categorieën waar een slechte aanbeveling financiële of persoonlijke schade kan veroorzaken. De standaard voor gegevenskwaliteit, reviewsentiment en consistentie is hoger, niet lager, in deze categorieën.

Waarom AI veel selectiever is dan Google

Begrijpen waarom het getal 1,2% bestaat, helpt uit te leggen wat je eraan moet doen. Google kan zich veroorloven om tien resultaten weer te geven omdat de gebruiker naar verwachting zal evalueren en kiezen. De kosten van het weergeven van een middelmatig resultaat op positie zeven zijn laag, omdat de gebruiker het waarschijnlijk zal overslaan.

AI-assistenten werken onder een volledig ander stel beperkingen. Wanneer ChatGPT een restaurant aanbeveelt, zet het zijn geloofwaardigheid op het spel. Een slechte aanbeveling schendt het vertrouwen van gebruikers in het hele platform. AI-systemen passen daarom een veel hogere vertrouwensdrempel toe voordat ze aanbevelingen geven. Als het systeem niet sterk van overtuigd is dat een bedrijf een goede ervaring zal bieden, beveelt het deze gewoon niet aan.

Dit vertrouwen komt voort uit gegevenssignalen: reviewvolume en sentimenten, gegevensnauwkeurigheid op platforms, gestructureerde bedrijfsinformatie, versheid van updates en consistentie in bronnen. AI moet zeker zijn. En voor 98,8% van de lokale bedrijven geven de beschikbare gegevens niet genoeg vertrouwen om de roep te plaatsen.

Het raam is open, maar blijft niet open

Het getal 1,2% vertegenwoordigt de huidige realiteit, maar vertegenwoordigt ook de huidige mogelijkheid. De reden dat zo weinig bedrijven worden aanbevolen, is niet dat AI onmogelijk hoge normen stelt. Het is dat de overgrote meerderheid van de bedrijven het werk niet heeft gedaan om hun gegevens AI-klaar te maken.

De meeste lokale bedrijven beheren hun onlineaanwezigheid nog steeds zoals zij dit vijf jaar geleden deden: een Google Business Profile dat wordt bijgewerkt wanneer iemand het zich herinnert, een verspreiding van reviews die niemand systematisch beantwoordt, bedrijfsinformatie die op elk platform iets anders is, en een website die met mensen praat maar voor machines bijna onleesbaar is.

Bedrijven die deze basisprincipes nu aanpakken, die ervoor zorgen dat hun gegevens nauwkeurig zijn, hun reviews actief worden beheerd, hun gestructureerde informatie volledig en actueel is, zullen naar die 1,2% gaan terwijl hun concurrenten zich nog afvragen waarom hun voetverkeer is afgenomen.

En hier is de samengestelde dynamiek: zodra een AI leert je bedrijf te vertrouwen en aan te bevelen, genereert elke positieve klantinteractie meer reviews, wat je positie versterkt, wat leidt tot meer aanbevelingen. Het is een wiel. Vroeg binnengaan betekent dat het wiel langer en sneller draait voordat je concurrenten de hunne zelfs maar beginnen aan te zetten.

Wat dit voor je bedrijf betekent

De SOCi-studie maakt de situatie onbetwistbaar duidelijk. AI-aangedreven ontdekking is geen toekomstig zorgpunt. Het gebeurt nu, in elke branche, in elke lokale markt. De platforms zijn live. Gebruikers zijn daar. En de overgrote meerderheid van bedrijven is voor hen onzichtbaar.

Het getal 1,2% is niet bedoeld om je af te schrikken. Het is bedoeld om je wakker te schudden. Omdat nu, in die groep komen, geen baanbrekende technologie of massale budgetten vereist. Het vereist nauwkeurige gegevens, sterke reviews, gestructureerde informatie en de discipline om alles consistent te onderhouden.

Dat is een oplosbaar probleem. Maar het is alleen oplosbaar als je erkent dat het bestaat, en als je begint voordat je concurrenten dat doen.

De bedrijven die nu in actie komen, zullen bepalen wie de volgende tien jaar wordt aanbevolen. De rest zal vanaf de zijlijn toekijken, zich afvragend waarom de telefoon niet meer rinkelt.

98,8% van de lokale bedrijven is onzichtbaar voor AI-assistenten. De gegevens om dat te veranderen, bestaan al in je bedrijf. De vraag is of je ze voor machines zult structureren voordat je concurrenten dat doen.