Aparecer en las respuestas de una plataforma de inteligencia artificial no garantiza ser la marca recomendada. Esa es la conclusión central de "AI Shelf: El nuevo anaquel de las marcas", un estudio que evaluó ocho plataformas de IA —incluyendo ChatGPT y Google AI— a través de 1,280 consultas distribuidas en cinco categorías de consumo: pantallas, cuidado facial, tenis, laptops y viajes.

El análisis confirma que las sugerencias de la IA varían significativamente según la intención declarada del usuario. Cuando la prioridad es el precio, el número de marcas presentadas en la categoría de tenis cae de un promedio de 5.5 a 2.5 opciones. En cuidado facial, CeraVe concentra el 43.8% de las recomendaciones cuando el criterio es el ahorro, mientras que La Roche-Posay alcanza el 71.9% cuando la prioridad es la calidad. En pantallas, Samsung aparece en el 68% de las respuestas, pero LG recibe el 35% de las recomendaciones finales —una divergencia que ilustra la diferencia entre visibilidad y preferencia generada por la IA.

La arquitectura de fuentes que alimenta las recomendaciones

Uno de los hallazgos con mayor implicación estratégica es la procedencia de las citas en la categoría de laptops: solo el 7.1% proviene de sitios web de fabricantes, mientras que el 85.3% corresponde a fuentes externas como medios especializados, plataformas de comercio electrónico y comunidades digitales. Esto redefine dónde se construye la autoridad de marca en un entorno mediado por IA.

En la categoría de viajes, el fenómeno es aún más revelador: 64 de los 102 hoteles recomendados durante el período analizado no figuraban en las búsquedas iniciales, lo que sugiere que los modelos de lenguaje reconfiguran activamente el conjunto de opciones consideradas, abriendo espacio para actores con menor presupuesto publicitario pero mayor presencia en fuentes editoriales de terceros.

Implicaciones para la estrategia de marca

Con un 42% de consumidores en México utilizando inteligencia artificial como parte de su proceso de compra, la visibilidad en estos sistemas se convierte en un activo competitivo con lógica propia. Las marcas que dependen exclusivamente de su sitio web y campañas de medios pagados enfrentan un riesgo estructural: los modelos de IA no priorizan la fuente oficial, sino la reputación construida en el ecosistema editorial externo.

La estrategia de contenidos, las relaciones con medios especializados y la presencia en comunidades digitales dejan de ser actividades de soporte para convertirse en variables directas de posicionamiento dentro de los sistemas de recomendación automatizada. En ese contexto, la pregunta relevante para cualquier organización ya no es solo cuánto tráfico genera su sitio, sino con qué frecuencia y en qué contexto la mencionan las fuentes que los modelos de IA consideran confiables.