La IA generativa cambia las reglas de la reputación corporativa. La forma en la que las empresas aparecen representadas en plataformas de inteligencia artificial generativa como ChatGPT, Gemini o Perplexity comienza a convertirse en un nuevo factor para medir su reputación y presencia digital. Un estudio de la agencia Team Lewis concluye que las compañías con una huella digital más consistente, respaldada por fuentes de información de alta autoridad y contenidos técnicos, obtienen una representación más sólida en estos modelos de lenguaje.
La investigación, denominada IBEX 35 AI Score, analiza la visibilidad y la salud reputacional de las empresas que integran el principal índice bursátil español mediante un índice de 0 a 100 puntos construido a partir de cuatro variables: visibilidad (40%), reputación (30%), fuentes (20%) y consistencia (10%).
Según los resultados, Puig encabeza la clasificación con 67,48 puntos, seguida de Grifols (66,19) y Rovi (66,15). El estudio atribuye este liderazgo a una mayor consistencia en las respuestas generadas por los modelos de IA, favorecida por una huella digital basada en contenidos técnicos y una menor exposición al denominado "ruido" de las redes sociales.
Te puede interesar: Izertis llevará la IA de Anthropic y OpenAI al sector público español
La responsable de Team Lewis España, Nuria Mañá Fernández, afirma que "ya no estamos ante una tendencia, sino ante un cambio estructural en como los usuarios buscan información". En este sentido, sostiene que el estudio demuestra que "la comunicación corporativa debe preocuparse por gestionar la visibilidad de las marcas en los LLM a través de un enfoque basado en la transparencia técnica, la limpieza de la huella digital y la distribución de información veraz y estructurada en los nodos de mayor autoridad que entrenan a los modelos".
En contraste, el sector bancario obtiene peores resultados en el ranking. Aunque entidades como Bankinter y Unicaja Banco cuentan con una elevada visibilidad, ocupan las últimas posiciones debido a que los modelos de IA incorporan con mayor frecuencia información procedente de foros de usuarios, comentarios y otros contenidos ajenos a la comunicación corporativa, lo que reduce la coherencia del relato asociado a estas marcas.
El análisis también identifica diferencias entre sectores. Mientras las compañías del ámbito de la salud presentan una mayor consistencia narrativa, Aena destaca en el sector del transporte al alcanzar la máxima puntuación en el indicador de veracidad (100 sobre 100), consolidándose como una de las referencias informativas para los algoritmos dentro de su categoría.
Otro de los aspectos que aborda el estudio es el impacto de la denominada "memoria algorítmica". A diferencia de los buscadores tradicionales, los modelos de IA tienden a recuperar de forma recurrente crisis reputacionales, sanciones regulatorias o controversias históricas. Según el análisis, este comportamiento afecta especialmente a empresas de sectores como energía e infraestructuras, donde episodios del pasado continúan influyendo en las respuestas generadas por la inteligencia artificial.
La investigación también señala que los modelos de IA pueden mantener asociaciones históricas sobre determinadas compañías, incluso cuando estas han diversificado su actividad. En algunos casos, las nuevas líneas estratégicas relacionadas con logística farmacéutica o soluciones tecnológicas en la nube quedan relegadas frente a actividades desarrolladas anteriormente, lo que contribuye a consolidar una imagen corporativa difícil de modificar sin una estrategia activa de generación de contenidos.
En el apartado dedicado a las fuentes de información, Team Lewis analizó 680 fuentes únicas para identificar cuáles utilizan con mayor frecuencia los modelos de IA al construir sus respuestas. El estudio concluye que la prensa económica y los medios considerados de alta autoridad, junto con organismos institucionales y agencias internacionales como la CNMV, Reuters o Bloomberg, se consolidan como las principales referencias para estos sistemas.
Por el contrario, también detecta que numerosas páginas corporativas no están optimizadas para ser indexadas por los rastreadores de inteligencia artificial. Como consecuencia, parte de la información utilizada por los modelos procede de fuentes secundarias, como foros o blogs, lo que puede afectar a la fiabilidad de la representación de algunas compañías.
Asimismo, el informe identifica diferencias entre plataformas. Mientras Perplexity recurre con mayor frecuencia a información procedente de la prensa económica en tiempo real, ChatGPT y Gemini pueden simplificar el perfil de empresas diversificadas o mantener una imagen asociada a actividades históricas.
A partir de estos resultados, Team Lewis plantea la necesidad de complementar las estrategias tradicionales de posicionamiento con prácticas orientadas al Generative Engine Optimization (GEO), un enfoque dirigido a mejorar la forma en que las marcas son interpretadas por los modelos de inteligencia artificial.
