Durante décadas, las grandes marcas han podido apoyarse en una verdad casi indiscutible: la notoriedad protege. Una vez construida, la fama trabajaba por sí sola: aparecías en la mente de las personas cuando llegaba el momento de elegir, y eso daba ventaja frente a marcas más pequeñas.

La inteligencia artificial generativa está poniendo en duda esa certeza y los datos lo avalan. El último estudio de Kantar sobre el uso de la IA en distintos sectores junto al análisis del posicionamiento en los agentes de IA con BrandDigital AI Signals ofrece resultados llamativos. Por ejemplo, en el sector de las aerolíneas, gigantes del sector tienen en los LLMs una cuota de menciones pequeña para su tamaño, mientras que otras marcas menores consiguen proporcionalmente más presencia. Y cuando se pregunta a la IA por las mejores marcas de café o de champú, algunas de las grandes marcas tradicionales ni siquiera aparecen entre las principales recomendaciones.

La conclusión es clara: ser conocido ya no significa necesariamente ser considerado por el algoritmo. Se acabó el "cría fama y échate a dormir".

La IA, un nuevo intermediario entre las marcas y las personas

Esto no cambia la ambición de las marcas de ocupar un lugar relevante en la mente de las personas, pero sí introduce un nuevo actor en el proceso de elección: el algoritmo.

Hasta ahora, cuando alguien buscaba información, Google le ofrecía una lista de opciones y era el usuario quien exploraba, comparaba y decidía. Con las nuevas herramientas de IA, ese proceso empieza a transformarse. Ya no siempre buscamos, preguntamos; y ya no siempre exploramos, delegamos. Por ejemplo, ya no preguntamos si una determinada aerolínea vuela a Viena. Podemos preguntar directamente cuál es la mejor aerolínea para viajar a Viena dadas unas determinadas circunstancias. La IA deja así de ser únicamente una puerta de acceso a la información para convertirse también en prescriptora.

Las compañías seguirán necesitando predisponer a las personas a elegirlas, pero ahora necesitan también conseguir que los modelos de IA las consideren, las mencionen y las representen de la manera adecuada. Y para ello deben estar presentes en las fuentes que esos modelos utilizan para construir sus respuestas.

Por qué centrarse únicamente en una nueva carrera de optimización es un error

La tentación es abordar este fenómeno como abordamos el SEO: descubrir qué funciona, adaptar contenidos y maximizar nuestra probabilidad de aparecer. Sin embargo, esa sería una visión demasiado cortoplacista.

Los propios datos muestran que las marcas siguen construyéndose fundamentalmente a través del tiempo. En Kantar sabemos que el 80% de la predisposición hacia una marca procede de exposiciones y experiencias de largo plazo, mientras que solo un 20% está influido por puntos de contacto recientes. La IA no destruye de repente décadas de construcción de marca. Pero sí puede empezar a reforzarlas o erosionarlas.

Una presencia positiva en las respuestas de IA puede validar y amplificar una predisposición que ya existe e incluso acelerar la compra. La ausencia de una marca o su representación negativa puede hacer justamente lo contrario. Y, a medida que las respuestas generadas por IA se normalicen, ese efecto puede acabar trasladándose también a las percepciones de largo plazo.

Por eso la pregunta estratégica no debería ser simplemente: “¿Cómo conseguimos aparecer en ChatGPT?”, sino: “¿cómo construimos una marca que tenga razones para ser elegida tanto por las personas como por las máquinas?”

Es aquí donde aparece quizá la paradoja más interesante: la irrupción de la IA parece un fenómeno profundamente tecnológico, pero nos devuelve a algunos de los principios fundamentales de la construcción de marca. Los análisis de nuestro estudio muestran una relación entre la Relevancia y la Diferencia de una marca y su presencia en las respuestas de IA.

El problema es que personas y máquinas todavía no interpretan la Diferencia exactamente de la misma manera.

Las personas construimos nuestras percepciones a través de recuerdos, experiencias, asociaciones, emociones y activos distintivos. Los LLMs parecen desenvolverse mejor identificando diferencias más tangibles: una clara superioridad de producto, una oferta específica o de nicho y percepciones expresadas consistentemente alrededor de una marca. Actualmente, les resulta más difícil extrapolar diferencias emocionales o posicionamientos intangibles.

Esto plantea un nuevo desafío para las marcas: hacer su Diferencia no solo memorable, sino también interpretable. Una marca necesita seguir emocionando a las personas, pero también necesita generar suficientes señales coherentes, creíbles y diferenciadas para que las máquinas puedan comprender qué la hace especial.

Del SEO a la construcción de un ecosistema de señales de marca

Por eso hablar exclusivamente de GEO puede llevarnos a interpretar el fenómeno de forma demasiado táctica. El SEO tradicional perseguía fundamentalmente ocupar posiciones relevantes en los resultados orgánicos. Con los AI Overviews y los motores generativos aparecen otras lógicas: unas buscan identificar fuentes fiables, verificables y claramente estructuradas; otras construyen respuestas a partir de menciones consistentes procedentes de múltiples fuentes.

Ya no basta con optimizar aquello que la marca dice de sí misma. Hay que gestionar el ecosistema de señales que existe alrededor de ella.

La propia web continúa teniendo un papel fundamental. En el ejemplo de viajes que hemos analizado, las webs de las marcas representan de forma agregada más del 50% de las fuentes utilizadas por los LLMs y, al mismo tiempo, constituyen uno de los puntos de contacto con impacto positivo sobre las personas.

Pero conviven con muchas otras fuentes: medios, plataformas especializadas, comunidades, agregadores, contenidos de consumidores o redes sociales. Nuestro estudio muestra una gran fragmentación de estas fuentes. Eso convierte el AI Search en algo mucho más amplio que un ejercicio de contenidos. Implica marca, marketing, comunicación, experiencia, reputación, medios e insights trabajando sobre una misma realidad.

Construir para humanos y para máquinas

Quizá esa sea la principal implicación de la era de la IA para las marcas. Durante mucho tiempo nos hemos preguntado qué queremos que las personas piensen, sientan y recuerden sobre nuestra marca. Ahora tendremos que añadir qué queremos que las máquinas sepan y digan de nosotros. Las dos preguntas no compiten, se complementan.

De hecho, probablemente las marcas mejor preparadas para el AI Search no sean aquellas que encuentren más trucos para optimizar sus contenidos, sino aquellas que hayan construido una propuesta relevante, diferente y consistente y sean capaces de dejar señales claras de esa propuesta allí donde personas y algoritmos buscan información.

Porque optimizar para la IA puede mejorar nuestra visibilidad mañana, pero construir una marca que personas y máquinas puedan reconocer, entender y elegir es lo que puede determinar nuestra relevancia en el futuro.

Y esa ya no es una cuestión de Search, es una cuestión de estrategia de marca.