75% de marcas invierte en IA: solo 23% de usuarios confía

¿Por qué las marcas invierten más en IA de lo que el consumidor confía?

El dato abre un diagnóstico incómodo: el 82% de los anunciantes considera que la inteligencia artificial jugará un papel determinante en las recomendaciones que impactan decisiones de compra, según un informe reciente. Sin embargo, solo el 32% de los consumidores utiliza herramientas como ChatGPT o Gemini para informarse sobre marcas y productos, y apenas el 23% declara confiar en las recomendaciones que estas generan.

A pesar de esa brecha, el 75% de las marcas planea incrementar su inversión en asistentes de IA antes de 2027. La lógica detrás de la apuesta es simple: quien logre posicionarse favorablemente en los sistemas de recomendación automatizada tendrá una ventaja competitiva cuando la adopción masiva se concrete. El problema es que esa adopción no está siguiendo el ritmo que los presupuestos anticipan.

Para un founder, la pregunta ya no es si la IA cambiará el marketing, sino cuánto costará llegar a tiempo a un canal que tu cliente todavía no está usando con confianza.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

¿Por qué los consumidores dudan de las recomendaciones de IA?

La desconfianza no responde a un rechazo genérico de la tecnología, sino a factores concretos y medibles. Tres elementos pesan más que el resto:

La percepción previa de la marca. Si el usuario ya dudaba de la marca, duda también de la IA que la recomienda. La confianza se transfiere, pero también la sospecha.
La opacidad de las fuentes. No saber de dónde sacó la IA su respuesta reduce la credibilidad, sobre todo cuando se compara con un enlace de Google.
La forma de la respuesta. Recomendaciones genéricas, sin contexto, generan menos confianza que respuestas con datos, fechas y atribución clara.

El fenómeno es global. Según el 2026 Customer Insights Series de Twilio, el 73% de los consumidores filipinos exige que las marcas revelen desde el inicio que están hablando con una IA, mientras que solo el 26% de las organizaciones cumple con esa transparencia. Y cuando el contexto falta, el 73% de esos consumidores abandona la interacción a mitad de camino, según el mismo reporte.

A esto se suma un problema estructural que el SEO generativo ha dejado al descubierto. Como documentó TechTimes en julio de 2026, Reddit bloquea alrededor de 25.000 publicaciones y comentarios de spam al día que intentan plantar recomendaciones falsas en los resultados de ChatGPT, Perplexity y Google AI Mode. Investigadores de Cornell Tech demostraron en mayo de 2026 que apenas 13 palabras colocadas en un foro pueden desviar la recomendación de un agente de IA hacia productos ficticios. En otras palabras: la fuente que la IA cita tampoco es garantía de nada.

¿Tienen los propios marketeros claras sus decisiones?

La incertidumbre no es solo del consumidor. El mismo informe reciente citado en la nota original muestra que la confianza interna de las marcas sobre sus decisiones de marketing está cayendo:

Solo el 50% de los anunciantes afirma haber encontrado el equilibrio entre brand building y performance, frente al 60% del año anterior.
El porcentaje de marcas que confía en tener el media mix adecuado cayó del 64% al 57% en el mismo período.
Apenas el 51% de las marcas se siente capaz de extraer insights accionables alineados con sus objetivos a partir de los datos que ya posee.

La Makeable Survey de junio de 2026, publicada por MarketingProfs, confirma el patrón: el 85% de los profesionales de marketing y experiencia de cliente canadienses ya usa IA para entender a sus clientes, pero solo el 18% confía más en los insights generados por IA que en la investigación directa. Y uno de cada cinco (19%) reconoce que su organización implementó una recomendación de IA que terminó afectando negativamente al negocio.

En Asia, la foto es similar. La National Electronics and Computer Technology Center (NECTEC) de Tailandia reportó en su Thailand AI Readiness Assessment 2026 que el 53,7% de las organizaciones tailandesas ya usa IA —frente al 17,8% de 2024—, pero el 86,4% de las que la usan no puede afirmar resultados de forma concluyente. El 13,6% restante sí midió resultados claramente positivos. Deloitte Thailand, en su Digital Transformation Survey 2026, encontró que el 61% implementa IA pero solo el 19% la ha escalado; el 81% sigue en etapa de experimentación.

¿Es esta una brecha global o un fenómeno regional?

El patrón se repite en mercados con perfiles muy distintos. En el sector de nutrición deportiva, el Sports Nutrition & Protein AI Visibility Index 2026 de 5W AI Communications rastreó más de 60 consultas tipo consumidor en ChatGPT, Claude, Perplexity, Gemini y Google AI Overviews. Encontró que la cuota de citaciones cambia según el calificador que agregue el usuario: cuando alguien pide «el mejor polvo de proteína», gana Optimum Nutrition con cerca del 14% de citaciones; cuando agrega «limpio» o «sin ingredientes artificiales», las recomendaciones migran hacia Transparent Labs y Legion. La sección de proteínas ya no se decide con una sola respuesta, se decide con el calificador que se le agregue a la pregunta, dijo Ronn Torossian, fundador de 5W.

Y el Ipsos 360 View of CX in Thailand 2026, reportado por KoreaTechDesk, añade un dato incómodo: solo el 10% de los consumidores tailandeses permitiría que la IA actuara por defecto, y el 24% directamente no la usaría. La disposición a delegar cae en picado cuando la transacción involucra dinero, salud o privacidad: el 54% de los filipinos confía en la IA para consultas médicas, según el reporte de Twilio citado arriba.

Qué significa esto para tu startup

La conclusión operativa no es invierte menos en IA, sino invierte mejor. La ventaja no la tendrán las marcas que más gasten, sino las que primero entiendan cómo su audiencia interactúa con los sistemas de IA y qué les genera confianza en ese entorno. Tres pasos concretos:

Publica información estructurada y verificable. El análisis de 5W muestra que las marcas que comparten fórmulas completas, tests de terceros y cobertura earned media son las que la IA termina citando. Transparent Labs supera a jugadores mucho más grandes en consultas cualificadas precisamente por eso.
Diseña una capa de validación humana antes de escalar. El estudio de Makeable recomienda separar tareas de síntesis (donde la IA es fuerte) de tareas de juicio (donde sigue fallando). Ninguna decisión de churn prediction, presupuesto o lanzamiento de producto debería ejecutarse sin un cruce humano.
Mide con honestidad el retorno antes de subir la apuesta. El 86,4% de las organizaciones tailandesas que usan IA no puede demostrar resultados. Si tú tampoco puedes, el problema no es la herramienta: es el sistema de medición.

Ganarse el derecho a ser recomendado por una máquina exige los mismos fundamentos que ganárselo con una persona: relevancia, credibilidad y consistencia. La diferencia es que ahora hay un algoritmo leyendo en lugar de un humano, y la opacidad de la fuente es tu nuevo problema reputacional.