En la actualidad, cuando solicitas a un sistema de inteligencia artificial como ChatGPT una recomendación, por ejemplo, sobre un servicio específico, la respuesta ya no consiste en una lista de enlaces. En su lugar, obtienes una contestación redactada que menciona dos o tres nombres concretos. El resto de las opciones simplemente no aparecen.

Esta dinámica ha sido objeto de un estudio por parte de Daily Media, una agencia española especializada en la visibilidad de marca dentro de los ecosistemas de inteligencia artificial. La empresa se propuso cuantificar este efecto, analizando las fuentes que los modelos de IA utilizan al responder preguntas comerciales frecuentes en un sector determinado. El resultado fue revelador: de 150 marcas examinadas, únicamente cuatro eran citadas de forma recurrente en las respuestas de la IA.

“No es que las otras 146 lo estén haciendo mal. Muchas tienen web, tienen reseñas y tienen posiciones decentes en Google. Lo que no tienen es la información que estos sistemas necesitan para poder nombrarlas con confianza”, explica Lucía Núñez, ingeniera matemática, MBA y CEO de Daily Media.

De buscadores que listan a modelos que deciden

Hasta hace poco, la presencia digital de una empresa se medía por su posición en los motores de búsqueda, el tráfico web y las menciones. Estas métricas siguen siendo relevantes, pero ya no ofrecen una imagen completa. Los sistemas generativos de IA no se limitan a ordenar resultados; seleccionan fuentes y construyen una respuesta a partir de ellas. Este proceso de selección ocurre fuera del control directo de la empresa, y muchas veces sin su conocimiento.

“La mayoría de las empresas no sabe si está siendo citada o ignorada por estos sistemas, ni por qué, ni cómo gestionarlo”, señala Núñez. Para abordar esta nueva realidad, ha surgido una disciplina específica: la Optimización para Motores Generativos (GEO, por sus siglas en inglés). Esta disciplina integra el SEO semántico, la arquitectura de entidades (la forma en que una marca se define y relaciona para una máquina) y las relaciones públicas digitales. Su objetivo no es engañar a la IA, sino proporcionarle la información correcta, estructurada de manera adecuada, para que pueda reconocer la autoridad de una marca en su sector.

Métricas clave en la era de la IA

Daily Media emplea dos indicadores fundamentales para evaluar la visibilidad de una marca en el entorno de la IA:

  • Sources Gap Analysis: Este análisis identifica los dominios que la IA utiliza como fuentes al responder preguntas relevantes para un sector. Permite a las empresas entender su relación con estas fuentes: si las controlan, pueden influir en ellas o si son completamente desconocidas.
  • AI Share of Voice: Mide la frecuencia con la que una marca es mencionada en comparación con sus competidores directos, a través de un conjunto de preguntas comerciales analizadas de forma recurrente y en diferentes modelos de IA.

Núñez enfatiza la importancia de un diagnóstico inicial: “Antes de invertir en visibilidad, pregúntate qué conoce la inteligencia artificial de tu marca y por qué. Ese diagnóstico cuesta poco y evita gastar mucho en la dirección equivocada”.

Errores comunes y la importancia del contexto

Muchas compañías desconocen los criterios de selección de fuentes de los sistemas de IA, lo que lleva a decisiones erróneas. Núñez destaca dos errores frecuentes:

  • Contexto geográfico: Empresas que analizan mercados con herramientas como ChatGPT o Claude desde su ubicación y en su idioma local, sin considerar que los modelos manejan contextos geográficos distintos. La información obtenida puede no ser relevante para el cliente potencial en el destino deseado.
  • Antigüedad de la información: La toma de decisiones basada en datos desactualizados, ya sea porque el conocimiento del modelo no se ha renovado o porque la información del sector no ha sido revisada en años.

Es crucial recordar que cada sistema de IA (ChatGPT, Gemini, Claude) opera con su propia lógica de actualización, sesgos y fuentes. Algunos priorizan la profundidad y el contexto, mientras que otros se inclinan por la verificación y la prudencia. “La inteligencia artificial no sabe: interpreta. Y su manera de interpretar depende de lo que puede leer”, sentencia Núñez. Esto subraya una verdad incómoda: el conocimiento que no está disponible en línea de forma estructurada y accesible para estos sistemas, simplemente deja de ser visible.

El costo de la inacción

La inacción en este nuevo panorama no mantiene el status quo, sino que amplía la brecha. “Los modelos aprenden de lo que encuentran. Si tu competidor lleva dos años construyendo autoridad algorítmica y tú no has empezado, esa brecha se refleja en quién aparece en las respuestas y quién no”, advierte Núñez. Este desafío no es exclusivo de grandes corporaciones; clínicas, despachos, inmobiliarias y empresas industriales medianas también lo enfrentan. En sectores locales, el número de marcas citadas por la IA es aún más reducido, lo que, paradójicamente, representa una oportunidad para aquellas que decidan actuar.

“Enseñamos a las empresas que su nueva audiencia ya no son solo personas, sino también algoritmos y agentes que evalúan reputaciones, comparan precios y deciden qué merece atención”, concluye la CEO de Daily Media.

  • Mide antes de invertir: Conocer en qué porcentaje de respuestas aparece tu marca es un paso inicial fundamental que puede reorientar tu presupuesto de marketing.
  • Entiende a los intermediarios: No basta con tener presencia digital; es vital comprender cómo los nuevos intermediarios digitales procesan y transmiten tu información.
  • Define tu narrativa: En el entorno de la IA, permitir que un tercero o la competencia definan la esencia de tu empresa es ceder tu identidad y control de tu mensaje.