La inteligencia artificial (IA) se ha convertido en una nueva intermediaria en las decisiones de compra. Cada vez usamos más los asistentes de IA como ChatGPT o Gemini para buscar información y para que nos ayuden a decidir.
Una investigación reciente sobre el uso de la IA en Navidad, realizada por Science 4 Insights y QuestionPro, lo ilustra con claridad. El estudio pidió a 1.000 personas que escribieran, en texto libre, qué le preguntarían a un asistente de IA para elegir un regalo navideño. Una pregunta abierta , sin sugerencias.
Las respuestas reales fueron de este tipo:
💬 “Recomiéndame un regalo para mi pareja, le gusta la tecnología, pero no quiere nada demasiado caro.”
💬 “¿Qué puedo regalar a una persona que ya tiene de todo y valora las experiencias?”
💬 “Quiero regalar algo bonito a mi amigo. Tiene 40 años y uno de sus grandes hobbies es la lectura. ¿Qué libro me recomiendas para comprarle?”
Y aquí detectamos dos detalles importantes:
- No preguntan por marcas.
- No buscan información: quieren una respuesta.
Cada vez más personas usan la IA para tomar decisiones. Y cuando la IA recomienda, compara o elige, unas marcas aparecen y otras quedan fuera. Por supuesto, aparecer o no en esa respuesta generada es clave para los equipos de comunicación y marketing.
La inteligencia artificial (IA) se ha convertido en una nueva intermediaria en las decisiones de compra.
Ya no buscamos: conversamos con la IA
A partir del análisis cualitativo de las respuestas abiertas recogidas en el estudio: es decir, de cómo las personas formulan espontáneamente sus preguntas a los asistentes de IA, se desprenden cuatro conclusiones muy claras sobre cómo estamos usando la IA para pedirle recomendaciones:
1. No usamos keywords: conversamos
Uno de los patrones más claros del estudio es que las personas no “buscan” cuando hablan con un asistente de IA: conversan con él.
Las preguntas no son genéricas ni telegráficas. Son completas, contextuales y formuladas como si al otro lado hubiera alguien que entiende:
💬 “¿Qué regalo me recomiendas para una persona que valora la sostenibilidad?”
💬 “Ayúdame a elegir el mejor regalo para alguien que no quiere cosas materiales.”
💬 “Quiero regalarle a mi esposo algo especial, algo distinto. Ayúdame a realizar una sorpresa que incluya una experiencia fuera de casa y un regalo.”
Este cambio en el comportamiento del usuario tiene implicaciones directas en la visibilidad de marca en asistentes de IA generativa.
👉 No pedimos datos. Pedimos criterio. Y eso cambia por completo la lógica de la visibilidad.
🤖 Si la forma de preguntar ha cambiado, ¿cómo pueden adaptarse las empresas y los equipos de comunicación?
2. Cada vez delegamos más la decisión
Otro hallazgo relevante: en muchas consultas no se piden ideas ni inspiración, sino directamente una recomendación.
No es “dame opciones”. Es “elige por mí”.
Este es un cambio profundo, porque cuando delegamos la decisión, confiamos. Y cuando confiamos, aceptamos que el criterio de la IA sustituya, al menos en parte, al nuestro.
👉 Para las marcas, esto abre una pregunta crítica: ¿qué papel juegan cuando la decisión no la toma la persona, sino el asistente?
🤖 Si ahora pedimos a la IA que decida por nosotros, ¿cómo pueden las empresas formar parte de esa decisión?
8 de cada 10 usuarios de IA la consultaron estas Navidades para elegir regalos y que el nivel de satisfacción con las recomendaciones rozó el 70%.
3. Las preguntas vienen cargadas de contexto
Las personas no preguntan en abstracto. Aportan detalles muy concretos:
- Edad
- Gustos
- Valores
- Relación emocional
- Presupuesto
💬 “Quiero hacer un regalo a mi madre de 65 años, le gusta viajar y leer, presupuesto unos 50 euros.”
💬 “Mi padre tiene 70 años, le gusta el vino y el bricolaje, ¿qué le puedo regalar?”
La IA no responde a una categoría genérica, sino a un perfil contextualizado. Y eso implica que las marcas no compiten solo por notoriedad, sino por encajar en un relato concreto.
👉 No hacemos consultas en abstracto, pedimos a la IA que responda dentro de un contexto personalizado.
🤖 Si la IA responde dentro de un contexto personalizado, ¿cómo pueden las empresas estar presentes en ese escenario?
4. El tono es cercano, no técnico
El lenguaje utilizado es coloquial, emocional y directo. No se habla a la IA como a una herramienta, sino como a alguien que entiende la situación.
Esto también importa, porque el “cómo” preguntamos condiciona el “cómo” se responde. Y, con ello, el tipo de marcas, productos o experiencias que entran en juego.
👉 No le hablamos a la IA como a una herramienta, sino como a alguien que nos entiende.
🤖 Si el tono es más cercano, las empresas también necesitan ajustar su comunicación para adaptarse al estilo conversacional.
En IA generativa, las marcas no compiten solo por notoriedad, sino por encajar en un relato concreto.
Cuando la IA recomienda, alguien decide por nosotros
El estudio muestra además que 8 de cada 10 usuarios de IA la consultaron estas Navidades para elegir regalos y que el nivel de satisfacción con las recomendaciones rozó el 70%.
Es decir: preguntaron, obtuvieron recomendaciones y quedaron satisfechos. Confiaron en las respuestas de la IA y eso significa que el relato que construye la IA sobre la marca pesa, y mucho.
Cuando estas recomendaciones se repiten de forma consistente, acaban influyendo en la reputación algorítmica de las marcas. Aquí es donde la conversación deja de ser tecnológica y pasa a ser comunicativa y reputacional. Porque cuando la IA recomienda:
- ¿Qué marcas aparecen en la respuesta?
- ¿En base a qué información?
- ¿Qué fuentes consulta el asistente?
- ¿Cuáles cita y cuáles ignora?
En este post ya te expliqué cómo influyen los contenidos corporativos en la visibilidad de marca en herramientas como ChatGPT, por ejemplo en el caso de las notas de prensa.
GEO no va de técnicas, va de relatos
El GEO, o Generative Engine Optimization, hace referencia al conjunto de decisiones estratégicas orientadas a influir en cómo los asistentes de IA interpretan, citan y recomiendan una marca. Por eso, cuando hablamos de GEO o de visibilidad en asistentes de IA generativa, no hablamos de “otra técnica más”.
Hablamos de entender cómo se construyen las respuestas de la IA y qué papel juega la comunicación corporativa en ese proceso: qué relato está construyendo la IA sobre nuestra marca, qué fuentes lo sostienen y qué contexto ofrecemos para que una organización sea considerada relevante, fiable y coherente para los asistentes de IA.
Porque en un entorno donde cada vez más personas preguntan a la IA y no comparan resultados, sino que delegan una decisión, esto va más allá de tener visibilidad: se trata de aparecer en los asistentes de IA con el relato de marca que nos interesa.
¿Qué podemos hacer desde los departamentos de comunicación para adaptarnos a este nuevo escenario?
Pasos a seguir en tu equipo de comunicación
Si cada vez más personas delegan decisiones en los asistentes de IA, la pregunta ya no es si esto afecta a la comunicación de marca, sino qué hacer desde los departamentos de comunicación para adaptarse a este nuevo escenario.
Estos son algunos pasos prácticos para empezar a trabajar la visibilidad y la reputación de tu marca en asistentes de IA generativa:
1. Audita qué dice la IA sobre tu marca
Antes de definir acciones, necesitas un punto de partida claro.
Pregúntate:
- ¿Cómo describe la IA a tu organización cuando alguien pregunta por tu sector?
- ¿Aparece tu marca en las recomendaciones?
- ¿Con qué atributos, tono y contexto?
- ¿Qué marcas competidoras sí aparecen y por qué?
👉 Esta auditoría inicial permite detectar vacíos, incoherencias o relatos no deseados que la IA ya está construyendo.
2. Identifica las fuentes que alimentan ese relato
Las respuestas de la IA no aparecen por arte de magia. Se construyen a partir de contenidos rastreables y fuentes consideradas fiables:
- Web corporativa
- Notas de prensa y presencia en medios
- Informes, estudios y documentos públicos
- Contenidos de terceros que citan a tu marca
👉 Aquí es donde la comunicación corporativa recupera todo su peso estratégico: lo que publicas y dónde lo publicas importa.
3. Revisa si tu relato de marca es comprensible para la IA
No se trata solo de tener mensajes bien definidos, sino de que estos sean:
- Claros y coherentes
- Contextualizados
- Fáciles de interpretar para sistemas de IA
- Consistentes en el tiempo
👉 Si la IA tiene que “inferir” demasiado, el riesgo de simplificación o distorsión aumenta.
4. Incorpora la visibilidad en IA como objetivo de comunicación
La visibilidad en asistentes de IA no debería ser un efecto colateral, sino un objetivo explícito dentro de la estrategia de comunicación y reputación.
Esto implica:
- Integrarla en la planificación de contenidos
- Coordinar comunicación, PR y marketing
- Medir de forma periódica cómo evoluciona ese relato generado
👉 Si la visibilidad en IA no se define como objetivo, no se gestiona. Y si no se gestiona, la IA construirá el relato de tu marca sin que el equipo de comunicación tenga capacidad de intervenir.
5. Monitoriza y ajusta de forma continua tu visibilidad en IA
Igual que hacemos seguimiento de medios o redes sociales, la visibilidad en IA requiere monitorización constante.
Las respuestas cambian, los modelos evolucionan y el contexto informativo se actualiza.
👉 El IA listening no debería ser una acción puntual: debería integrarse en la monitorización regular de marca.
Escríbeme. Junto a Víctor Gil, desarrollador de la herramienta IA listening, realizamos auditorías de reputación algorítmica para ayudar a los equipos de comunicación a entender cómo están siendo interpretadas sus marcas por los asistentes de IA y qué pueden hacer para influir en ese relato con criterio y de forma ética.
