• LLYC analiza cómo los LLM (Large Language Models) entienden la imagen de 100 marcas líderes del país.

  Solo 47 de las 100 principales marcas mexicanas fueron correctamente identificadas por GPT-4. 

• La imagen de marca proyectada por las IAs no alcanza el 60% de similitud con la comunicada por las compañías.

Ante la creciente adopción de herramientas como ChatGPT, Claude y Gemini como fuentes diarias de información, LLYC analizó cómo los grandes modelos de lenguaje (LLMs, por sus siglas en inglés) interpretan la imagen de 100 marcas líderes en México. El hallazgo es contundente: solo 47 fueron correctamente identificadas por GPT-4, y en sectores como el de servicios financieros o entretenimiento, la precisión cae por debajo del 33%.

En entrevista exclusiva con Merca2.0, Adolfo Corujo, Partner & CEO de Marketing Solutions en LLYC, asegura que este nuevo escenario plantea un cambio radical para las marcas: “El marketing ahora debe diseñarse para las máquinas”.

 

 

“La IA generativa extrae conclusiones de lo que ha sido entrenada y, en muchos casos, la información disponible sobre las marcas mexicanas no coincide con la imagen que las propias compañías buscan proyectar”, explica.

El estudio se basó en 12,000 consultas a ChatGPT, Claude y Gemini. Para realizarlas, se simuló el punto de vista de potenciales empleados, clientes e inversionistas, midiendo si los modelos percibían a las empresas como líderes en cinco dimensiones clave: trayectoria, éxito, impacto, proyección y liderazgo.

“Cuando le pedimos a los modelos que listaran a las 100 empresas más importantes del país, el 53% de las que aparecen en rankings consolidados por medios y organismos especializados no figuraban entre las destacadas por la IA”, detalla Corujo.

Además de no identificarlas correctamente, los modelos tienden a errar en la posición relativa de las marcas dentro de sus sectores. Solo en ‘Energía y Recursos Naturales’ hubo coincidencia total. Por el contrario, sectores como ‘Transporte y Logística’ o ‘Tecnología y Telecomunicaciones’ presentaron desviaciones del 100% y 80% en el orden de aparición.

Para Corujo, el problema no es que la IA distorsione la realidad, sino que refleja una percepción distinta a la que las marcas creen tener.

“La realidad de quién es líder o no depende del enfoque: facturación, reputación, clima laboral… Cada ranking ofrece un ángulo. La IA entrega una lectura basada en la huella digital pública. Si esa narrativa está incompleta o mal estructurada, el modelo lo replicará”, reiteró.

El informe también evidenció que empresas industriales o del sector público suelen ser menos visibles o mal clasificadas por los modelos. Esto se debe, según Corujo, a una menor cantidad y calidad de información disponible en canales abiertos.

“No tienen la misma presión competitiva que una empresa privada para conectar con consumidores, ni invierten con el mismo rigor en marketing o relaciones públicas. Por eso, los modelos encuentran menos señales claras que les permitan posicionarlas con precisión”, señaló.

¿Se puede influir en la IA? Sí, pero hay que repensar la estrategia

El especialista enfatiza que sí es posible “entrenar” indirectamente a los modelos, a través de la calidad y consistencia del contenido que las marcas publican en línea.

“Así como en su momento se aprendió a optimizar para buscadores o para medios, ahora toca aprender a construir reputación para las IAs. Las empresas deben generar contenidos pensados para que estos sistemas los comprendan, procesen y los reflejen en sus respuestas”, concluye.

Y es que, la inteligencia artificial generativa se ha consolidado como un canal clave en la construcción de la percepción pública de las marcas. Herramientas como ChatGPT, Gemini o Claude no solo son utilizadas por millones de personas como motores de búsqueda alternativos, sino que también funcionan como intermediarios de confianza para obtener información sobre productos, empresas e instituciones. Este fenómeno ha modificado las reglas tradicionales del branding y exige a las marcas una nueva estrategia: ser visibles y coherentes frente a las IAs, no solo frente a los consumidores humanos.

Un estudio de Statista reveló que más del 55% de los usuarios de IA generativa utilizan estos modelos como primera fuente de información sobre productos y marcas, especialmente entre personas de 18 a 34 años. Esto indica que los LLM (Large Language Models) ya no son solo herramientas de productividad, sino agentes activos en la formación de la reputación empresarial.

Ahora lee: 

Entrevista exclusiva con Ricardo Carvajal de Walmart Connect sobre phygital en la era omnicanal

Entrevista exclusiva con Jorge Betancor de Populous sobre revolución en los estadios: El fan define cada espacio

Entrevista Exclusiva: Iván Ramírez, Director de Marketing en Renault