Durante décadas, la gestión de reputación corporativa operó sobre una premisa relativamente estable: si se controlaba el mensaje en los medios correctos, se definía la narrativa. Las salas de prensa, los comunicados, las entrevistas con directivos, los portavoces entrenados. Todo apuntaba a un mismo objetivo: influir en lo que los periodistas publicaban y, a través de ellos, en lo que el público creía.
Esa lógica sigue siendo válida. Sin embargo, el problema es que ya no es suficiente, porque en la actualidad, una proporción creciente de la demanda informativa sobre marcas, empresas, servicios y productos no pasa por una búsqueda en Google ni por una nota periodística. Pasa por una pregunta a ChatGPT, a Perplexity, a Gemini, a Copilot, a Claude, entre otros motores de inteligencia artificial generativa. Y esos sistemas responden sin llamar al área de comunicaciones, sin revisar el último comunicado, sin considerar si la información que tienen es reciente, precisa o representativa del posicionamiento actual de la compañía.
Gartner proyectó que el volumen de búsquedas tradicionales caerá un 25% para 2026, desplazado por el uso de asistentes e interfaces conversacionales. Traducido a reputación: una parte significativa de la primera impresión que alguien tiene de una organización ya no ocurre en un canal que el equipo monitorea.
Esto no es un problema de tecnología, es un desafío de gobernanza de narrativa. Porque los modelos de lenguaje no inventan información. La extraen, ponderan y sintetizan desde lo que existe en internet: artículos de prensa, foros, reseñas, reportes, entradas de Wikipedia, menciones en redes sociales, documentos públicos, entre otras fuentes.
La narrativa que un sistema de IA construye sobre una empresa u organización es, en esencia, el promedio ponderado de todo lo que se ha dicho sobre ella en entornos digitales. Y ese promedio puede no coincidir con lo que la dirección de comunicaciones lleva años intentando comunicar.
El riesgo no es hipotético. Por ejemplo, una compañía que atravesó una crisis hace tres años, la gestionó bien y la superó, puede seguir siendo descrita por sistemas de IA con el peso de esa crisis porque el volumen de contenido negativo generado en ese momento supera al contenido positivo posterior. Mientras que una que renovó su liderazgo, reorientó su estrategia y transformó su cultura puede ser resumida con datos de hace cinco años porque eso es lo que tiene mayor densidad en su ecosistema digital.
Y puede ser lo más relevante para quienes toman decisiones: un potencial inversionista, un talento ejecutivo evaluando una oferta, un socio comercial analizando si hacer negocios; cualquiera de ellos puede haber formado una primera opinión antes de abrir una sola página del sitio web.
La mayoría de las áreas de comunicaciones en México y América Latina todavía no tienen protocolo para esto. Y no porque el tema sea nuevo: los modelos de lenguaje de uso masivo llevan más de dos años en el mercado. Sino porque la industria sigue midiendo lo que siempre midió: alcance en medios, menciones, ‘sentiment’ en redes, share of voice en cobertura editorial. Ninguna de esas métricas captura cómo está siendo descrita una empresa dentro de un sistema de IA.
Es una brecha real que tiene consecuencias operativas. Razón por la cual el primer paso para cerrarla no es técnico. Es diagnóstico. ¿Cómo describe ChatGPT a tu empresa hoy? ¿Con qué palabras? ¿Qué eventos menciona? ¿Qué asociaciones hace entre tu marca y conceptos como confiabilidad, innovación, liderazgo, o sus opuestos? ¿Cuándo fue la última vez que alguien en tu equipo hizo esa pregunta de forma sistemática y documentó la respuesta?
El segundo paso es entender que la única forma de moldear lo que los sistemas de IA dicen sobre una empresa es influir en lo que existe sobre ella en internet. No hay un panel de control, no hay una API de reputación, no hay un botón para actualizar la narrativa. Lo que hay es contenido: su volumen, su consistencia, su autoridad y su recencia. Un programa robusto de thought leadership ejecutivo, una estrategia editorial sostenida, cobertura de medios con encuadres precisos, presencia en fuentes que los modelos priorizan en su entrenamiento. Todo eso alimenta el ecosistema del que los sistemas de IA extraen su síntesis.
Dicho de otra forma: gestionar reputación en la era de la IA es, en el fondo, lo mismo que siempre. Solo que ahora el interlocutor que hay que persuadir no es únicamente un periodista o un consumidor. Es también el modelo que va a sintetizar quién eres cuando alguien que nunca te buscará directamente te pregunte de pasada.
Las empresas que entiendan esto primero no van a tener ventaja porque dominan una nueva tecnología. La van a tener porque tomaron en serio algo que sus competidores todavía están ignorando: que la narrativa corporativa ya no es solo lo que dices. Es lo que los sistemas que median la información deciden lo que se dijo y eso no se corrige con un comunicado de prensa.
____
Nota del editor: Matías Carrocera es experto en liderazgo, capital humano y visión empresarial, con una trayectoria destacada en el desarrollo de estrategias innovadoras. Síguelo en LinkedIn . Las opiniones expresadas en esta columna pertenecen exclusivamente al autor.
Consulta más información sobre este y otros temas en el canal Opinión
