Hace unos meses planteábamos en estas mismas páginas una realidad que ya es incontestable: las búsquedas digitales se han convertido en conversaciones. Ese gesto que repetimos casi sin pensar desde hace más de dos décadas —teclear una duda en Google y perdernos entre resultados— está desapareciendo a gran velocidad.
El consumidor ya no busca; pregunta de forma natural a una inteligencia artificial para conseguir una respuesta directa. Y no es una intuición: según el informe The State of Business Buying, 2026 de Forrester, el 94% de los compradores B2B utiliza ya herramientas de IA generativa durante el proceso de compra. El due diligence, en otras palabras, ya no empieza en tu web ni en Google: empieza dentro de una conversación con una IA que no controlas.
Una vez asumido que la búsqueda ahora es una conversación, surge la gran pregunta estratégica que todo director de marketing y comunicación debería hacerse: ¿Quién está controlando la conversación? O dicho de otra forma: cuando un cliente, un inversor o un analista le pregunta a ChatGPT, Gemini o Perplexity sobre mi empresa, ¿qué y cómo responde? ¿Es correcta la información corporativa? ¿Cita a otros competidores al preguntar por líderes del sector?
Entramos en un nuevo territorio donde la reputación de marca ya no solo se mide por los impactos en prensa, el sentimiento en comunidades y redes sociales o las visitas a la web corporativa, sino por tu capacidad de educar y guiar a los modelos de lenguaje (LLMs) que van a resumir el relato de marca en milisegundos.
Secuestro, inercia y alucinación: así distorsiona la IA tu marca
Durante la última década los profesionales de marketing nos hemos especializado en redirigir tráfico hacia la web. SEO, SEM, email marketing: muchas de nuestras tácticas compartían el mismo objetivo, que el usuario hiciera clic en nuestro enlace y leyese nuestra versión de la historia en nuestra propia casa digital.
Ese control unilateral ha saltado por los aires. Los LLMs son tecnologías cognitivas que no opinan; calculan probabilidades estadísticas basándose en sus datos de entrenamiento y en la información que encuentran en la red. Y cuando el rastro digital de una marca es opaco, desactualizado o simplemente invisible para los rastreadores, los LLMs tienden a sufrir tres distorsiones reputacionales que ya estamos detectando en el mercado:
- El «secuestro» de identidad: Ocurre cuando tu web corporativa no es legible para la IA; al no encontrar datos claros y estructurados en tu canal oficial, decide rellenar los vacíos de información recurriendo al ruido social de internet. Esto es especialmente problemático en empresas con alta exposición al consumidor (B2C), donde los modelos terminan mezclando datos financieros con hilos de quejas de Reddit o agregadores de reseñas. Por ejemplo, en nuestro reciente estudio del IBEX 35, detectamos que, ante determinadas preguntas sobre Unicaja Banco, la IA priorizaba referencias a phishing, estafas online y resoluciones judiciales, desplazando los atributos centrales de su negocio financiero.
- La inercia conceptual: A los algoritmos les cuesta asimilar la evolución de las compañías. Si una gran corporación está pivotando su modelo de negocio, pero no comunica en el idioma de las máquinas, la marca quedará atrapada en una forma de inercia algorítmica. Seguirá encasillando a la marca en la actividad que realizaba hace una década. Es el caso que hemos visto con Logista, donde diferentes modelos siguen ignorando su giro estratégico hacia la logística farmacéutica, reduciéndola a la distribución de tabaco.
- La alucinación reputacional: A los LLMs no les gusta el vacío. Ante la ambigüedad o la falta de fuentes corporativas claras, los modelos tienden a «completar» la realidad. Esto provoca que confundan el rol técnico de una empresa, como le ocurre a Rovi, donde los modelos confunden su rol industrial de fabricante con el de investigador. En algunas de las respuestas de nuestro estudio, llegan a atribuirle erróneamente la propiedad de la patente de la vacuna de Moderna contra la Covid.
Para medir el impacto real de estos problemas, en TEAM LEWIS hemos analizado el comportamiento de las grandes cotizadas en nuestro estudio IBEX 35 AI SCORE. Y la conclusión es clara: la invisibilidad algorítmica es una realidad. Si los LLMs no te encuentran o te malinterpretan, simplemente dejas de existir para los decisores.
Por qué el PR es más importante que nunca en la era de la IA
Ante este escenario de búsquedas sin clic, muchos profesionales de comunicación podrían pensar que las relaciones públicas tradicionales y el contacto con los medios han perdido su valor estratégico. La realidad es exactamente la contraria. La gran paradoja de la inteligencia artificial generativa es que ha convertido al PR corporativo en una de las palancas más importantes para la reputación de marca.
Para protegerse de sus propias alucinaciones y blindar la veracidad de sus respuestas, los modelos de lenguaje sufren de un «sesgo de prestigio»: tienden a dar más peso a fuentes reconocidas, verificables y ampliamente citadas.
Si un medio de comunicación de referencia publica un dato sobre tu compañía, la IA otorga a esa información una alta veracidad: cabeceras económicas como Expansión, Cinco Días, o agencias internacionales como Reuters, actúan como validadores de la realidad para los LLMs.
De hecho, la solidez científica o regulatoria también puede actuar como un escudo reputacional. A pesar del impacto reputacional del caso Gotham, Grifols se mantiene en el segundo puesto del ranking de nuestro estudio. Su identidad como referente global en plasma y hemoderivados está respaldada por un ecosistema técnico, científico y regulatorio altamente estructurado, lo que refuerza la veracidad con la que los modelos describen su actividad.
Cuando Forocoches decide tu reputación
Pero los LLMs no solo leen la prensa salmón. Aquí es donde aparece el peligro para las empresas B2C: cuando los modelos carecen de fuentes institucionales claras o de un relato mediático fuerte, recurren al contenido generado por el usuario (User-Generated Content).
En el reparto de la autoridad algorítmica, canales profesionales como LinkedIn o plataformas audiovisuales como YouTube actúan como fuentes recurrentes de consulta corporativa. Sin embargo, el verdadero riesgo reputacional reside en las plataformas comunitarias de debate abierto y foros como Reddit o Forocoches.
Para una compañía con millones de clientes —como un banco, una aseguradora o una teleco—, cada hilo de quejas, reseña o comentario negativo en foros puede convertirse en una señal reputacional que el modelo incorpore en su respuesta. Si el modelo no encuentra suficiente información oficial en su base de conocimiento o en la web, hará algo simple: asumirá ese “ruido social” como la única realidad disponible. El algoritmo mezclará de forma automática los balances financieros oficiales con los problemas de clientes descontentos generando una respuesta que puede distorsionar la imagen de marca.
De escaparate a base de datos: así debe cambiar tu web
No podemos dejar toda nuestra soberanía narrativa en manos de terceros, las marcas deben evolucionar sus canales propios (Owned Media), porque hoy muchas webs corporativas son invisibles para los LLMs. La solución pasa por dos frentes: el formal y el técnico.
En el plano formal, el storytelling de marca por sí solo no basta. Los modelos necesitan también afirmaciones claras, datos verificables y relaciones semánticas fáciles de interpretar. Los LLMs premian formatos pregunta-respuesta que respondan a intenciones de búsqueda reales y datos concretos —cifras, porcentajes, fechas— que actúan como anclas de veracidad. No significa que toda la web deba cambiar, pero sí debemos saber en qué secciones ir al grano.
En el plano técnico, tu web debe dejar de ser solo un escaparate estético y convertirse en una base de datos legible para los LLMs. Eso significa cuidar tus metadatos en Wikidata y Wikipedia, una de las fuentes de referencia más consultadas por los modelos, además de etiquetar tus activos digitales con datos estructurados (Schema.org / JSON-LD), que ayuda a los LLMs a entender e interpretar el contenido web reduciendo el margen de alucinaciones y errores en los datos.
La recompensa de hacer los deberes es real: nuestro estudio demuestra que marcas como Acciona Energía, Bankinter, CaixaBank o Mapfre lideran la categoría de canales propios porque han estructurado bien sus portales para ayudar a los modelos a citar directamente sus PDFs, memorias financieras e informes ESG como fuente primaria, esquivando el ruido social de terceros.
La conversación entre las marcas y millones de usuarios ya está ocurriendo en este nuevo entorno generativo. La cuestión no es si una empresa participa en ella, sino quién está construyendo su relato: sus fuentes corporativas, los medios de referencia o el ruido de terceros. Las marcas que actúen ahora —reforzando sus relaciones con los medios, estructurando sus datos y creando contenidos claros, verificables y citables— tendrán mayor capacidad para proteger su reputación generativa. Las que no lo hagan dejarán que la IA complete los vacíos por ellas.
Articulo original publicado en MarketingDirecto.com.
