La reputación ahora también se genera por sistemas
Durante años, las marcas midieron reputación mirando medios, redes, encuestas, buscadores y conversaciones con stakeholders. Todo eso sigue importando. Pero falta una capa. Incómoda. Opaca. Cada vez más decisiva.
La capa de inteligencia artificial.
Hoy una persona puede preguntarle a ChatGPT, Gemini, Perplexity o a un buscador con IA: “¿Qué hace esta empresa?”, “¿Es confiable?”, “¿Qué problemas ha tenido?”, “¿Quiénes son sus competidores?”, “¿Qué tan sustentable es?”, “¿Conviene trabajar ahí?”, “¿Qué críticas recibe?”.
La respuesta sale en segundos. Con tono seguro. Con síntesis. Con jerarquía. A veces con fuentes. A veces con errores. A veces con omisiones. A veces con una mezcla peligrosa: datos viejos, contenido de terceros, titulares negativos, fragmentos de Wikipedia, rankings, reseñas, notas de prensa, reportes públicos y ruido digital convertido en resumen ejecutivo.
Ese resumen puede ser la primera impresión de un periodista, candidato, cliente B2B, inversionista, regulador, partner o estudiante. Y muchas áreas de comunicación todavía no lo están midiendo.
El problema no es futurista. Es operativo.
La IA ya está funcionando como intermediario reputacional. Lee, ordena, resume y recomienda. Si la marca no dejó una infraestructura clara de prueba, otros documentos ocuparán el espacio. Si la información oficial es vaga, incompleta o difícil de rastrear, el sistema buscará señales en otro lado. Si la narrativa pública depende demasiado de campañas y poco de evidencia verificable, la IA lo expone.
Comunicación ya no vive solo en el relato. Vive en la capacidad de ser encontrada, comprendida, citada y comprobada por sistemas humanos y no humanos.
Lo que el DirCom todavía no está midiendo
El DirCom tradicional mide cobertura. Sentimiento. Share of voice. Riesgo de crisis. Posicionamiento. Mensajes clave. Influencia. Todo válido.
Pero la pregunta nueva es más seca: ¿qué versión de la marca están construyendo los modelos de IA cuando nadie de la empresa está en la sala?
Ahí entran GEO y AEO.
GEO, Generative Engine Optimization, mira cómo aparece una marca en motores generativos: ChatGPT, Gemini, Perplexity, Claude, Copilot y buscadores con respuestas generadas. AEO, Answer Engine Optimization, trabaja sobre cómo una marca puede convertirse en respuesta confiable cuando alguien hace una pregunta concreta.
Esto no va de trucos para “engañar al algoritmo”. Eso ya huele viejo. Va de reputación verificable.
Una auditoría GEO/AEO debe responder preguntas simples:
- ¿La IA describe correctamente qué hace la empresa?
- ¿Reconoce sus productos, servicios, mercados y diferenciales?
- ¿Cita fuentes propias, fuentes externas o contenido desactualizado?
- ¿Asocia la marca con controversias, reclamos o temas sensibles?
- ¿Confunde la empresa con competidores, filiales o marcas parecidas?
- ¿Qué dice cuando se le pregunta por confianza, ética, sostenibilidad, liderazgo o innovación?
- ¿Qué tan consistente es la respuesta entre plataformas?
- ¿Qué preguntas frecuentes del mercado están siendo respondidas sin la versión de la marca?
- ¿Qué vacíos documentales permiten que terceros definan la historia?
La comunicación corporativa se acostumbró a pelear por titulares. Ahora también tiene que pelear por ser una fuente legible para máquinas.
Y las máquinas no leen intención. Leen señales.
Cómo auditar qué dice la IA de tu marca
La primera regla: no auditar con vanidad. Preguntar “háblame bien de mi marca” no sirve. Hay que auditar como preguntaría el mercado.
Empezar por una matriz de consultas reales. No frases institucionales. Preguntas humanas. Las que escribiría alguien con interés, duda o sospecha.
Ejemplos:
- “Qué dice ChatGPT de [marca]”
- “Reputación de [empresa]”
- “¿[marca] es confiable?”
- “Problemas de [empresa]”
- “Opiniones sobre [marca]”
- “Mejores empresas de [categoría] en [país]”
- “Alternativas a [marca]”
- “Qué tan sustentable es [empresa]”
- “Quién es dueño de [marca]”
- “Críticas a [empresa]”
Después, correr esas consultas en varias plataformas. ChatGPT. Gemini. Perplexity. Copilot. Buscadores con respuesta generativa. Idealmente, con sesiones limpias, sin historial personal, y registrando fecha, país, idioma y prompt exacto.
Luego viene el trabajo útil: clasificar.
Primero, precisión. Qué está bien, qué está mal, qué está incompleto. Segundo, fuentes. De dónde parece venir la respuesta. Tercero, tono. Neutral, favorable, dudoso, crítico, confuso. Cuarto, riesgo. Qué afirmaciones podrían afectar confianza, ventas, talento, relación regulatoria o reputación ejecutiva. Quinto, oportunidad. Qué temas la marca debería ocupar con mejor evidencia.
La auditoría debe producir un mapa de brechas. No una presentación linda. Un mapa que diga: estos contenidos faltan, estos están mal estructurados, estos mensajes no tienen respaldo público, estas fuentes externas dominan la respuesta, estas preguntas de alta intención no tienen una página clara, este riesgo está creciendo.
Ahí empieza el trabajo.
Actualizar páginas corporativas. Crear FAQs robustas. Publicar datos verificables. Ordenar perfiles ejecutivos. Mejorar páginas de prensa. Etiquetar contenido. Fortalecer reportes. Hacer que los claims tengan pruebas. Lograr que terceros confiables también expliquen la marca con precisión. Revisar Wikipedia si aplica, sin manosearla. Corregir inconsistencias entre países. Traducir bien. Fechar bien. Firmar bien. Citar bien.
La IA premia claridad documental. Castiga niebla.
La defensa reputacional empieza antes de la crisis
Muchas empresas van a descubrir esta capa tarde. Cuando un ejecutivo pregunte por qué Perplexity recomienda a un competidor. Cuando un candidato llegue con una duda sacada de Gemini. Cuando un periodista use una respuesta generativa como punto de partida. Cuando un cliente pregunte por una controversia que la compañía creía enterrada.
La reputación en IA no se controla. Se entrena indirectamente con evidencia pública, consistencia y autoridad.
Eso exige una mentalidad menos cosmética. Más forense.
El valor de comunicación se está moviendo. Producir contenido ya es barato. Discernir qué debe existir, qué debe corregirse, qué debe probarse y qué debe ser encontrado se volvió caro. Ahí está el nuevo trabajo del DirCom.
No alcanza con tener mensajes clave en un PDF interno. Los sistemas no leen wishful thinking. Leen huellas. Si esas huellas son débiles, contradictorias o dominadas por terceros, la marca pierde superficie de confianza.
GEO/AEO no reemplaza reputación corporativa. La vuelve más exigente. Obliga a convertir promesas en activos rastreables. Obliga a pensar cada comunicado, reporte, página, entrevista y dato como parte de una infraestructura de respuesta.
Qué hacer el lunes: elegir cinco preguntas críticas sobre la marca, correrlas en tres sistemas de IA, guardar capturas, clasificar errores y vacíos, y convertir el resultado en una lista de acciones editoriales. No para maquillar la respuesta. Para merecer una mejor.