La inteligencia artificial ya no solo está cambiando cómo trabajan las marcas, también está modificando cómo se construye la reputación, cómo aparecen las empresas en internet y qué criterios utilizan las plataformas para decidir qué contenido merece ser visible. Mientras muchas compañías aceleran la adopción de herramientas generativas para producir más contenido y automatizar procesos, crece una pregunta dentro del sector: ¿qué valor seguirá diferenciando a una marca cuando la IA también empiece a crear, recomendar y responder por ella?
McCann Spain, junto con la Asociación de Marketing de España (AMKT), celebraron recientemente el evento “relevancIA”, en el que expertos del sector analizaron un aspecto clave para las marcas: cómo preservar el “alma” -la emoción, la magia, la conexión humana- cuando las decisiones ya no solo se construyen entre personas, sino también a través de sistemas y algoritmos.
Y es que la conversación ya no gira únicamente alrededor de la eficiencia o la productividad. El foco empieza a desplazarse hacia otro territorio: cómo mantener identidad, coherencia y relevancia en una internet donde los modelos de IA sintetizan información, recomiendan productos y condicionan la percepción de los consumidores. En PRNoticias hablamos con Lucía Angulo, presidenta y CEO de McCann y McCann Worldgroup Spain, sobre los errores que están cometiendo hoy las marcas al incorporar IA, cómo cambia la batalla por la visibilidad y qué papel seguirán jugando la creatividad y el criterio humano en los próximos años.
¿Qué errores están cometiendo hoy las marcas al incorporar la IA?
Lo que veo todos los días es que las marcas confunden velocidad con dirección. Adoptan IA para hacer lo mismo, pero más rápido. Generan más contenido, automatizan más procesos, optimizan más. Y está bien, pero si tu brújula está rota, la velocidad solo te aleja más de tu objetivo. El segundo error es confundir coherencia con claridad. Muchas marcas tienen un posicionamiento, pero no lo sostienen en la práctica. Dicen una cosa en la web, otra en redes sociales, otra en el producto, otra en el servicio. Los LLMs leen esa fragmentación y simplemente te ignoran en sus respuestas. No es un problema de tecnología. Es un problema de marca que no tiene claridad interna. Y luego está el error de pensar que la IA es un canal más. Hoy la IA es una máquina que responde preguntas. Pero mañana será una máquina que crea contenido de forma autónoma. Eso está más cerca de lo que pensamos. Por eso no puedes tratarlo como un canal más donde lanzas mensajes puntuales. Tienes que rediseñar todo: cómo defines quién eres como marca, cómo lo documentas, cómo lo proteges. Porque esa identidad será lo único que las máquinas tendrán para trabajar cuando empiecen a crear por su cuenta.
¿Cómo equilibrar IA con la construcción de marca a largo plazo?
La verdad es que no son fuerzas opuestas. La IA es un amplificador. Si tu marca tiene fundamentos sólidos, la IA te ayuda a llegar a más gente sin dilatar el mensaje. Si no tienes esos fundamentos, amplifica el caos. Lo que vemos funcionando es esto: primero asegúrate de que lo que te diferencia está claro. Es lo auténtico que sostiene tu marca todos los días. En tu producto, en tu servicio, en cómo tratas a la gente, en qué promesas cumples. Una vez que eso está bien definido, entonces empiezas a usar IA para escalar ese posicionamiento sin romper coherencia. Estructuras tus datos, mapeas dónde va tu contenido, entrenas a los equipos en cómo comunicar quién eres. Y luego, en el largo plazo, adaptas sin perder el sentido. Personaliza mensajes, prueba variantes en diferentes mercados, sé local. Pero siempre dentro de guardrails claros que protegen tu identidad. Una marca con fundamentos sólidos no necesita competir contra la IA. La usa como herramienta para amplificar lo que ya eres.
¿Qué capacidades debe tener un partner para aportar valor real?
Un partner de verdad empieza por entenderte profundamente. Antes de vender nada, hace un diagnóstico real: ¿cuál es tu posicionamiento hoy? ¿Dónde estás fragmentado? ¿Qué dice de ti un LLM cuando alguien busca en tu categoría? Eso requiere herramientas para medir, pero sobre todo requiere pensamiento crítico. Tiene que entender cómo funciona tu organización. No puede ser solo “especialista en IA”. Necesita ayudarte a rediseñar cómo trabajas, cómo haces el brief, cómo creas contenido, cómo mides resultados. Eso es un cambio de management, no de herramientas. Y necesita saber dónde poner cada cosa. Hay trabajo que tiene que ser 100% humano. Hay trabajo que funciona mejor con IA asistiendo. Y hay trabajo que la IA puede hacer de forma autónoma. Eso no se aprende en un curso. Viene de haber fallado en el mundo real, aprendido, y ajustado. Lo fundamental es que tenga accountability verdadero. Te diga objetivos realistas, te muestre los números de forma transparente, ajuste cuando algo no funciona. Sin promesas mágicas.
¿Cómo está cambiando la IA los criterios de visibilidad y reputación?
La visibilidad ya no es solo dónde te ve la gente en redes o buscadores tradicionales. Es también dónde te ven las máquinas cuando generan respuestas. El dato es brutal: 50% de las personas revisa el AI Overview antes de ver los resultados orgánicos normales de Google. Tu marca puede tener un sitio web perfecto, puede estar bien posicionada en SEO tradicional, pero si no estás en el AI Overview, para la mitad de internet no existes. Pero hay algo más profundo que está cambiando. La reputación ahora tiene dos capas. Una es la que siempre existió: qué dicen de ti en redes sociales, en prensa, en comentarios. Eso sigue siendo importante. Pero hay una segunda capa completamente nueva: ¿qué dice un LLM de ti cuando alguien pregunta por tu categoría de producto o servicio? Y aquí no hay manipulación posible. El LLM no está siendo pagado para recomendarte. Está haciendo síntesis de todo lo que encuentra en internet. Si tu marca no tiene autoridad real, si lo que te diferencia no es verificable, el LLM simplemente te ignora en sus respuestas. Las marcas que dominan en Share of Answer son las que tienen contenido original, fuentes citables que pueda referenciar el LLM, experiencia demostrable. No es lo creativo, bonito o viral. Es lo auténtico bien documentado, que el LLM puede verificar.
¿Qué métricas deberían priorizar?
Estamos aún en fase de definir cuáles son las métricas que realmente importan. Los modelos cambian cada mes, los criterios son distintos en cada LLM, y aún no tenemos claridad total sobre cómo impactan en negocio. Pero eso no significa que tengamos que esperar. Necesitamos empezar a medir ahora para entender patrones cuando la disciplina se estabilice. Lo primero que tienes que medir es Share of Answer. Es el porcentaje de respuestas de IA que mencionan tu marca cuando alguien pregunta por tu categoría. A veces lo llamamos Share of Model, es lo mismo. Pero no es lo mismo aparecer en cualquier lugar. Tienes que saber si estás en la primera línea de la respuesta o enterrado al final. Luego está el Sentiment Score. La IA habla de ti de forma positiva, neutral o advierte sobre tus fallos. Eso importa. No es lo mismo que te mencione diciendo “es una opción” que “es la mejor en su categoría” o “ten cuidado con esto”. El tono define cómo la gente te ve. También es importante el Citation Accuracy. Cuando el LLM cita fuentes sobre ti, ¿llevan realmente a tu sitio o a comparativas de terceros? Si la gente ve tu nombre pero el enlace la lleva a una comparativa donde pierdes, eso es un problema. Y finalmente está el Gap de Atributos. Es la diferencia entre lo que tu marca quiere decir de sí misma y lo que los LLMs realmente dicen de ti. Puede que digas “somos innovadores” pero el LLM te describe como “confiable”. Ese gap te muestra qué está funcionando en tu comunicación y qué no. Lo importante es crear dashboards donde compares tus métricas tradicionales con las nuevas de IA. Mental availability versus agentic availability. Conversiones que vienen de canales tradicionales versus las que podrían venir de recomendaciones de LLMs. Así ves patrones mientras la disciplina se desarrolla.
¿Qué papel seguirán jugando el factor humano?
Esto no es una batalla de humano versus máquina. Es humano trabajando junto con máquina. Lo interesante es que los datos lo confirman. La gente quiere IA en su vida, pero quiere que sea honesta. 68% de las personas cuestiona frecuentemente si el contenido que ve es real o generado. 50% prefiere activamente marcas que no usan GenAI en contenido visible al público. Pero al mismo tiempo, 75% de los adultos ya usa alguna forma de IA. Esa tensión es la verdad del momento.
¿Y la creatividad?
La creatividad de verdad se necesita en lugares donde las máquinas no llegan. Encontrar y articular lo que te diferencia es uno. Es encontrar cuál es la propuesta única de lo que haces, y articularla de forma que la gente la entienda y las máquinas la reconozcan. Un LLM no puede hacer eso solo. Pero hay algo más. La creatividad surge de las relaciones, de las conversaciones entre personas, de esa fricción entre el cliente y la agencia donde de repente alguien dice algo que no estaba en el brief. Eso es lo no predecible. Es lo que va en contra de lo que un LLM hubiera generado. Y muchas veces es precisamente eso, lo inesperado, lo que llama la atención de la audiencia y lo que funciona. Una IA puede generar cien variantes de un mensaje. Pero alguien tiene que saber cuál es la dirección correcta, cuál mantiene coherencia con tu identidad, cuál se siente auténtica. Eso es juicio. Y en ese juicio entra la experiencia, la intuición, esa capacidad de decir “no, espera, esto otro funciona mejor” aunque el algoritmo no lo vea. Los LLMs generan lo probable, lo estadísticamente más común. La creatividad produce lo improbable pero inevitable. Eso que ves y dices “claro, cómo no lo vi antes”. Eso surge cuando la gente trabaja junta, cuando se reta, cuando hay confianza para expresar ideas que parecen locas.
Seguiremos Informando…