Así como tienes parte del equipo designado a investigar lo que se dice de tu marca en prensa y redes sociales. ¿Tiene alguien a cargo para conocer lo que la IA dice de ella?
En la actualidad, en países como México y Brasil, los motores generativos ya están recomendando proveedores por nombre, con calificativos y comparaciones directas con la competencia. Todos los días, a compradores que están decidiendo.
Es el único canal donde se habla de su marca sin que nadie de su equipo lo esté leyendo.
Es el único canal donde se habla de su marca sin que nadie de su equipo lo esté leyendo. Vale la pena entender de dónde sale lo que se dice.
Cuanto menos material hay, más pesa cada fuente
Los motores arman sus respuestas con el registro escrito que existe sobre un mercado. En español y portugués, ese registro es mucho más delgado de lo que se supone.
En el reporte de Common Crawl, se hace mención al conjunto de datos abierto que alimenta buena parte del entrenamiento de los grandes modelos; el inglés representa el 40,6% de las páginas. El español, el 4,6%. El portugués, el 2,5%. Dos idiomas que hablan cerca de 900 millones de personas ocupan una catorceava parte de la web rastreada.
Marcas nombradas sin un solo enlace hacia ellas
La mezcla de fuentes cambia por completo según el idioma de la pregunta. Profound analizó 3.250 millones de citas en siete modelos y 14 países, contando los prompts de cada país solo en su idioma nacional.
En portugués, AI Overviews concentró el 65% de sus citas sociales en YouTube, Instagram se triplicó hasta el 17% y Reddit cayó al 7%. En español, TikTok saltó al 16%, cinco veces su línea base en inglés. ChatGPT hizo lo contrario y mantuvo a Reddit entre el 51% y el 76% de sus citas sociales en todos los países medidos, con un 71% en Brasil.
Ese último número importa, porque Reddit es una plataforma casi monolingüe y estadounidense. Entre el 43% y el 49% de su tráfico web viene de Estados Unidos. Cuando un comprador brasileño pregunta por una categoría, buena parte del material social de esa respuesta es opinión en inglés, escrita sobre todo por norteamericanos, acerca de un mercado que no es el suyo.
Ninguna marca puso eso ahí ni lo aprobó. Y funciona, en los hechos, como una referencia de terceros frente a un comprador que está evaluando.
El idioma que prefiere la IA no hace parte de LatAm
Los motores sí privilegian fuentes en el idioma de la consulta. Una investigación de Weglot sobre más de 1,3 millones de citas encontró que, para consultas localizadas en México, el 96% de las citas de AI Overviews venían de fuentes en español.
Pero el giro hacia dominios locales es el más débil de todos los idiomas medidos. Las consultas en japonés llevaron el 26% de las citas a dominios de Japón; las francesas, el 16% a dominios .fr; las españolas, apenas el 7% a dominios .es. Argentina, en la misma prueba, quedó todavía por debajo.
Dicho en términos de reputación: la descripción de su marca en español se está armando con fuentes que probablemente no son latinoamericanas. Con precios de otro mercado, contexto regulatorio de otro país y casos que no aplican.
Conviene aclarar de dónde viene el dato: Weglot vende traducción de sitios web, así que la dirección de su conclusión no sorprende. Las magnitudes, eso sí, coinciden con la investigación académica independiente sobre recuperación translingüe.
¿Qué puede hacer un equipo de comunicación?
- Auditar antes de opinar. Correr un set fijo de preguntas de categoría en español y portugués, en varios motores y desde ubicaciones dentro de cada mercado, anotando qué marcas se nombran y con qué adjetivos. Una consulta hecha desde Nueva York no dice nada sobre lo que ve un comprador en Guadalajara.
- Tratar el corpus como la carpeta de prensa. Si el registro sobre la marca en portugués es de cuatro documentos, la prioridad no es optimizar esos cuatro: es que existan cuarenta. Medios locales, fuentes sectoriales e institucionales, fichas actualizadas en repositorios de referencia.
- Corregir el registro, no la respuesta. A un modelo no se le pide una fe de erratas: cuando una descripción está mal, la corrección se hace en las fuentes de las que ese modelo se alimenta. Es lento y es el único camino que hay.
- Publicar datos propios, atribuidos y fechados. La investigación de Aggarwal y colegas presentada en KDD 2024 encontró que sumar estadísticas y fuentes con autoridad elevaba la visibilidad de una página hasta un 40%. Un dato con muestra, país y fecha es una frase que un modelo puede transportar; un adjetivo, no.
- Sumar el escenario al protocolo de crisis. ¿Qué hacemos si un motor afirma algo falso sobre la marca frente a miles de compradores, en un idioma que el equipo global no lee? Mejor tener la respuesta antes que el incidente.
Lo que esto cambia en su plan de comunicación
Durante veinte años, la reputación digital se defendió en una lista de enlaces que se podía ver, medir y disputar.
Ahora se resume en un párrafo que se redacta distinto cada vez, en el idioma de quien pregunta, a partir de un registro que en América Latina es delgado y está escrito mayoritariamente por otros.
La primera decisión no es optimizar nada; subyace en observar.
¿Cómo lo abordamos en Sherlock?
Auditamos qué responden los principales motores sobre una marca en español y portugués, consultando desde cada mercado y no desde una oficina remota. A partir de ahí trabajamos las dos puntas, el contenido propio en cada idioma y la cobertura local que alimenta ese registro.
Esa disciplina tiene nombre. Se llama GEO, optimización para motores generativos, y consiste en trabajar para que una marca aparezca bien descrita dentro de las respuestas que genera la IA, no solo en una lista de enlaces.
Nuestros consultores están en los países donde se hace la consulta, y Broadminded, nuestro equipo de investigación, produce los datos propios que un modelo puede citar. Empieza por una auditoría, no por una campaña.