La incorporación de inteligencia artificial a las búsquedas está modificando la forma en que las personas acceden a información sobre productos, servicios y marcas. En lugar de consultar una lista de enlaces, el usuario puede formular una pregunta en lenguaje natural y recibir una respuesta elaborada a partir de distintas fuentes. Para las empresas, esto plantea un nuevo escenario de visibilidad: no alcanza con aparecer en los resultados, sino que también es necesario ser identificado y comprendido por los sistemas que generan esas respuestas.

Sobre esta transformación se desarrolló LAB IA #4, la cuarta edición del ciclo de charlas sobre Inteligencia Artificial organizado por Interact y Agencias Argentinas, en modalidad online. El expositor fue Federico Stier, CEO y cofundador de la agencia IMPERO BA, quien centró su presentación en el GEO y su relación con el posicionamiento de las marcas.

De las búsquedas a las conversaciones

La exposición partió del concepto de GEO (Generative Engine Optimization), una disciplina que también reúne denominaciones como AEO (Answer Engine Optimization), LMO y AI Visibility. Stier lo definió como el trabajo destinado a optimizar la manera en que una marca aparece, es entendida y recomendada en los motores de IA.

La diferencia respecto de las búsquedas tradicionales está en que estos sistemas pueden interpretar una consulta y elaborar una respuesta utilizando información de múltiples fuentes.

Una nueva forma de descubrir productos

Uno de los ejemplos planteados fue el de una persona que necesita comprar zapatillas para correr una maratón. En lugar de realizar múltiples búsquedas y comparar sitios, puede formular una consulta a un sistema de IA y recibir alternativas y recomendaciones.

La IA puede intervenir así antes de que una persona visite el sitio de una marca. Una empresa puede tener presencia en los resultados tradicionales de Google y, al mismo tiempo, no aparecer en una respuesta generativa.

La máquina como nueva audiencia

Para las marcas, uno de los cambios centrales es la aparición de una nueva audiencia: los sistemas que interpretan información y generan respuestas. La cuestión pasa por formar parte del conjunto de alternativas que la IA considera al responder una consulta.

Stier planteó que esto no implica elegir entre optimizar para máquinas o para personas, sino trabajar sobre ambas dimensiones. Las páginas de producto, preguntas frecuentes, datos y metadatos pueden estructurarse para facilitar su interpretación por parte de los modelos, mientras otras áreas mantienen su foco en la experiencia del usuario.

Visibilidad, comprensión y autoridad

El experto organizó el trabajo sobre GEO alrededor de tres preguntas: si la máquina ve a la marca, si la entiende y si la prefiere. La primera corresponde a la visibilidad; la segunda, a la capacidad del modelo de comprender qué hace la empresa y qué la diferencia; y la tercera, a las señales que pueden influir en una recomendación.

A partir de allí identificó tres áreas de trabajo: infraestructura, contenido y autoridad. La infraestructura comprende el sitio web y los elementos técnicos que permiten encontrar e interpretar la información. El contenido incluye materiales publicados en canales propios y externos. La autoridad reúne señales provenientes de medios, directorios, comunidades, foros y reseñas.

La construcción de una entidad de marca

Los modelos recopilan señales disponibles en internet para construir una representación de una marca. Por eso, según explicó Stier, la consistencia entre esas referencias resulta relevante. Una empresa debería estar descripta de manera coherente en su sitio, reseñas, notas periodísticas, comunidades y otros espacios.

El posicionamiento no depende únicamente de lo que una empresa dice sobre sí misma, sino también de aquello que otras fuentes dicen sobre ella y de la coincidencia entre esas referencias.

Medir un fenómeno dinámico

Otro eje de la exposición fue el seguimiento de la presencia de las marcas en los motores de IA. Esto puede hacerse mediante consultas periódicas o plataformas que automatizan el proceso.

Stier señaló que los resultados deben interpretarse como indicadores y no como conclusiones definitivas. Los modelos son probabilísticos y una misma pregunta puede producir respuestas diferentes en distintos momentos. Por eso, planteó medir a lo largo del tiempo y cruzar los resultados con otras fuentes, como herramientas de analítica y datos de búsqueda.

También destacó la importancia de definir qué consultas utilizar para monitorear una marca. Las preguntas deben reflejar las necesidades reales de los usuarios y combinar información de clientes, productos y búsquedas.

Una nueva etapa para el posicionamiento

Hacia el cierre, Stier resumió el escenario en torno a una nueva audiencia: la máquina. El desafío para las marcas consiste en lograr que los sistemas las vean, las entiendan y las consideren al generar una respuesta.

Desde esta perspectiva, el GEO no reemplaza al SEO, sino que amplía el campo de trabajo hacia un entorno en el que la información es recuperada, interpretada y sintetizada por modelos de inteligencia artificial. El posicionamiento de una marca suma así la necesidad de generar señales coherentes que puedan ser interpretadas por estas nuevas interfaces.