El 63% de la visibilidad en IA se construyó años antes

La IA ya es parte de tu audiencia (y no la estás midiendo)

El 63% de la visibilidad de una marca en los modelos de lenguaje procede de la construcción de marca a largo plazo, no de la optimización de contenidos. Ese es el dato que debería reordenar las prioridades de cualquier equipo de marketing este año.

La razón es simple: antes de que una persona considere, recomiende o compre una marca, es probable que un modelo de inteligencia artificial haya rastreado, interpretado y jerarquizado la información disponible sobre ella para decidir si merece entrar en una respuesta. Tu comunicación ya tiene dos lectores: humanos y máquinas. Y no leen igual.

Qué revelan los estudios de Kantar y Jellyfish

Dos investigaciones presentadas en torno a Cannes Lions 2026 dimensionan esa brecha. El estudio “Creative ReCode” de Kantar analizó 786 anuncios en 48 mercados y comparó su eficacia entre personas —con seis dimensiones: engagement, branding, mensaje, persuasión, significado y diferenciación— con su legibilidad para las máquinas. La correlación entre ambas evaluaciones fue de apenas 0,10.

Una investigación de Jellyfish e INSEAD sobre 480 trabajos presentados al festival llegó a una conclusión parecida: humanos y modelos de lenguaje mostraron valoraciones profundamente diferentes ante las mismas piezas creativas.

Los modelos operan con lo que David Dubois, Profesor Asociado de Marketing en INSEAD, define como un “haz estrecho”: favorecen detalles de producto, características concretas, afirmaciones claras, explicaciones funcionales y lenguaje descriptivo que permita comparar una opción con otra. Los humanos hacemos lo contrario: interpretamos lo que no se dice, entendemos metáforas, reconocemos referencias culturales y reaccionamos al humor.

La divergencia es máxima en categorías como el lujo, donde buena parte del valor se construye con códigos y símbolos que no se explicitan. Tom Roach, Vicepresidente de Estrategia de Marca de Jellyfish, lo resume así: el futuro de la eficacia creativa no depende solo de lo que emociona a las personas, sino también de lo que sobrevive al ranking, la recuperación y la recomendación de las máquinas.

Por qué la marca es el terreno donde humanos y máquinas se encuentran

Si ambos sistemas procesan los anuncios de forma distinta, existe un punto de encuentro: una percepción de marca clara, consistente y diferenciada. Kantar plantea que esa coherencia debe construirse alrededor de beneficios de producto explícitos. La comunicación puede seguir siendo emocional o culturalmente relevante, pero la relación entre lo que la marca promete, lo que demuestra y aquello por lo que quiere ser reconocida debe ser inequívoca.

Dom Boyd, Director de Estrategia para Clientes en Kantar, usa la imagen del velcro: una única idea de marca con muchos pequeños enganches capaces de adaptarse a canales, formatos y contextos sin perder lo que mantiene unido el conjunto. La investigación señala tres ingredientes:

• Claridad de percepción. Las marcas con percepciones más consistentes registran un crecimiento 111% superior. Tener gran tamaño no implica tener un posicionamiento claro: la idea de marca debería caber en un imán de nevera.
• Conexión cultural. Participar en las conversaciones y fuerzas que moldean la categoría. Aquí los creadores ganan peso por su capacidad de traducir beneficios de producto a códigos relevantes.
• Conexión del ecosistema. Lo que dice una compañía debe guardar relación con lo que otros dicen sobre ella. Esto es crítico cuando quien interpreta esa conversación es una máquina.

El 63% que no se puede fabricar de un día para otro

La agencia británica Charlie Oscar analizó durante ocho meses 30 marcas de seis categorías para entender qué explica su presencia en las respuestas generadas por modelos de lenguaje. El resultado sitúa la construcción histórica de marca muy por encima de los factores inmediatos. “Dos tercios de la visibilidad en los LLM se basa en cosas que las marcas hicieron hace años”, señala Dan Wilson, cofundador y Chief Data Officer de la firma.

El dato incomoda a la creciente industria del AEO (optimización para motores de respuesta). La presencia en la inteligencia artificial no empieza optimizando contenidos para ChatGPT o Gemini: una parte sustancial es consecuencia acumulada de años de notoriedad, diferenciación y conversación.

Esto golpea especialmente a las marcas emergentes. Las compañías establecidas parten con el patrimonio construido durante años, mientras que una challenger necesita generar suficientes señales externas para entrar en el conjunto de opciones que los modelos consideran relevantes.

Y los modelos no atienden solo a la comunicación oficial: buscan consenso. Reseñas, recomendaciones, referencias editoriales y conversaciones de usuarios construyen la representación que la IA termina formando de una compañía. Natasha Wallace, Chief Solutions Officer de Jellyfish, lo plantea claro: no se trata solo de lo que dices, sino de cómo activas lo que otras personas dicen sobre tu marca para reforzar la preferencia dentro del modelo.

Qué significa esto para tu startup

El contexto de mercado confirma que esto ya no es una hipótesis de laboratorio. Según CMSWire, Google AI Mode superó los 1.000 millones de usuarios activos mensuales en su primer año, con consultas que se duplicaron cada trimestre desde su lanzamiento. La misma nota recoge que las sesiones referidas por IA crecieron 527% interanual —todavía cerca del 1% del tráfico total— pero convierten a una tasa 4,4 veces superior a la búsqueda orgánica, y que Gartner proyectó una caída del 25% del volumen de búsqueda tradicional hacia 2026.

Traducido a tu realidad: si tu startup compite por aparecer en una respuesta generada, no basta con publicar contenido optimizado. Necesitas una identidad que la máquina pueda reconocer sin ambigüedad. Si dos competidores aparecen ante un modelo con atributos intercambiables, la IA tiene pocas razones para favorecer a uno sobre el otro.

Dos acciones concretas para esta semana:

• Audita cómo te describe la IA. Pídele a ChatGPT, Gemini y Perplexity que recomienden soluciones de tu categoría y anota si apareces, cómo te describen y a quién citan. Repite las mismas preguntas cada mes: la visibilidad se mide como tendencia, no como una respuesta aislada.
• Reescribe tu propuesta de valor en una frase explícita. Si tu web no dice con claridad qué problema resuelves y para quién, ningún modelo podrá extraerlo. Prueba el ejercicio del imán de nevera: si no cabe en una frase, todavía no está lista.

Cómo hacer publicidad para dos audiencias a la vez

La tentación es llenar la comunicación de afirmaciones explícitas y palabras clave para facilitar la lectura algorítmica. Las investigaciones desaconsejan justo eso: optimizar prioritariamente para las máquinas produce publicidad perfectamente legible y escasamente memorable. Kantar considera la legibilidad algorítmica “un buen extra”, no el objetivo central del briefing.

Su propuesta para trabajar ante las dos audiencias se articula en cinco principios:

• Formular una promesa clara
• Explicitar un beneficio relevante
• Construir una historia sencilla y alineada con ese beneficio
• Combinar demostración y confianza
• Mantener la idea enfocada

Kantar cita el anuncio “The Residue” de Finish Jet-Dry como ejemplo: la narración visual y la explicación racional del producto avanzan en la misma dirección. La máquina encuentra un beneficio reconocible y una explicación clara; la persona recibe una historia construida alrededor de ese mismo argumento.

Hay además un matiz técnico que suele pasarse por alto. Según el análisis recogido por Kantar, el contenido de creadores publicado en YouTube aparece con mucha mayor frecuencia en las citas de los LLM que el de TikTok, Meta o Instagram. Sin embargo, solo el 11% del contenido de creadores analizado incluye una estructura adecuada de enlaces, y gran parte del vídeo vertical corto puede funcionar ante una audiencia humana y permanecer invisible para los rastreadores de los motores de IA.

Otra advertencia: el engagement en plataformas y la construcción de marca coinciden únicamente en alrededor de un tercio de los casos. Generar interacción dentro de una red social no garantiza que esa actividad fortalezca la representación de tu marca fuera de ella.

Conclusión: la disciplina clásica vuelve a ser la ventaja

La conclusión de los estudios no apunta a crear una publicidad nueva para algoritmos, sino a recuperar una disciplina clásica: tener algo relevante que decir, hacerlo reconocible y sostenerlo con suficiente coherencia para que tanto personas como máquinas lo asocien inequívocamente con tu marca.

Para un founder, esto es una buena noticia disfrazada de mala. La mala: no existe un atajo de tres meses para aparecer en las respuestas de la IA. La buena: las señales que construyen esa visibilidad —una propuesta clara, activos distintivos, presencia editorial y conversación externa— son exactamente las que hacen crecer un negocio de verdad. La optimización puede mover parte de la visibilidad presente; el resto se juega en el terreno que llevas años construyendo.

Fuentes

• Reason Why — La IA mira la publicidad de otra manera
• CMSWire — Optimizely & Conductor Unveil AEO Platform