Foto: Alex Dos Santos
Pensá en todo el trabajo que metiste en explicar quién sos en tu página web.
Las horas discutiendo cómo describir lo que hacés. El cambio de la frase del home tres veces hasta que sonó bien. La decisión de a qué cliente apuntás y a cuál no. La pelea interna sobre si sos “premium” o “accesible”. Años, en muchos casos, afinando una sola cosa: el relato de tu marca. Lo que querés que la gente piense cuando escucha tu nombre.
Y ahora hay alguien más contando ese relato. No sos vos. Es un modelo de IA, y cada vez que un potencial cliente pregunta por tu categoría, ese modelo resume quién sos en dos o tres frases. Decide qué contar y qué dejar afuera. A veces lo hace bien. A veces te describe como algo que no sos, te ubica en un país donde no operás, te atribuye un servicio que no das, o te confunde con otra empresa que se llama parecido.
Y el cliente le cree. Porque la respuesta del modelo es lo primero que ve, y muchas veces lo único. No llega a tu sitio a contrastar. Se queda con la versión del intermediario.
Eso es lo que está en juego, y no es un problema de software. Es perder el control sobre tu propia historia justo frente a la gente que necesitás convencer.
No es que no aparezcas. Es cómo aparecés.
Ya hablamos antes de la marca que la IA directamente omite —la que no figura en la respuesta y pierde el deal sin enterarse. Esto es distinto, y en cierto modo peor.
Acá sí aparecés. El modelo te nombra. Pero te cuenta mal.
Es la diferencia entre que no te inviten a la reunión y que te inviten para que alguien presente, en tu nombre, una versión tuya que no aprobaste. Estás en la conversación, pero no tenés voz en ella. Otro habla por vos, le erra, y vos te enterás tarde —si es que te enterás.
Lo concreto que pasa: un modelo describe a una consultora B2B como si vendiera un producto que discontinuó hace dos años. Ubica a una empresa argentina como si fuera mexicana. Toma a una marca y le pega los atributos de un competidor con nombre parecido. Recomienda a una empresa “para PyMEs” cuando su negocio entero está armado para grandes cuentas. Ninguno de esos errores es malicioso. El modelo no te tiene bronca. Simplemente armó tu historia con los pedazos que encontró, y los pedazos estaban incompletos o mezclados.
A quién le duele esto, y por qué
Depende de dónde estés sentado, el mismo problema se siente distinto.
Si fundaste la empresa, duele en el lugar más sensible: pasaste años construyendo una marca con un significado preciso, y un resumen automático la aplana o la tuerce. Lo que para vos es una identidad trabajada, para el modelo es una entrada más que rellenó como pudo.
Si estás en ventas, el daño es más frío y más medible. Llega un prospecto con una objeción rara, algo que da por cierto sobre vos y que es falso. Vos podrías desarmarla en treinta segundos… si la conversación llegara a darse. Pero muchas no llegan. El prospecto se formó una idea equivocada antes del primer contacto, y descartó sin decir nada. Perdiste un deal por una frase que dijo un modelo y que nunca tuviste la chance de corregir.
Y si sos el que entiende de tecnología adentro de la empresa, tu problema es otro: ya sabés que esto pasa, lo viste, pero te cuesta que el resto lo tome en serio. Suena a futuro, a “ya nos vamos a ocupar”. No suena a lo que es —algo que está ocurriendo hoy, en cada consulta.
Por qué la IA cuenta tu historia y no vos
La razón de fondo es simple y un poco incómoda de aceptar: el modelo no fue a tu sitio a entenderte como lo haría una persona. Armó lo que sabe de vos juntando lo que encontró dado vuelta por la web, y lo que estaba escrito de una forma que una máquina puede leer.
Si la información clara sobre quién sos —qué hacés, para quién, dónde, qué te diferencia— vive solo en el diseño de tu home, en un video institucional, en una imagen linda o en frases pensadas para emocionar a un humano, el modelo no la procesa. Se queda con lo que pudo extraer: menciones sueltas, datos viejos que quedaron dando vueltas, lo que dijo de vos un tercero. Y con eso arma el relato.
No te describe mal por mala fe. Te describe mal porque le dejaste que adivine. Y cuando una máquina adivina quién sos, agarra lo que tiene a mano, no lo que vos hubieras querido que cuente.
La buena noticia escondida ahí: si el problema es que el modelo adivina, la salida es dejar de hacer que adivine. Que la información sobre tu marca exista de una forma que cualquier modelo pueda leer sin interpretar de más. No es magia ni es suerte. Es decidir vos cómo se cuenta tu historia, en lugar de tercerizarlo en el azar.
Compruébalo con tu propia marca
No me creas. Mirálo.
Andá a ChatGPT, a Gemini y a Perplexity, y en cada uno preguntá lo mismo:
¿Qué sabés sobre [tu marca] como opción de [tu servicio] en [tu industria]? ¿La recomendarías?
Después leé las respuestas como si fueras un cliente que nunca te escuchó nombrar. Sin defenderte, sin completar mentalmente lo que el modelo se salteó. Leé lo que está, no lo que vos sabés que es verdad.
Y preguntate tres cosas. ¿Lo que dice es correcto, o hay datos torcidos? ¿Es la versión de tu marca que vos elegirías contar, o es una más pobre, más vaga, más equivocada? ¿Le confiarías a esa descripción la primera impresión de un cliente que vale seis cifras?
Probá también cambiando el modelo. Vas a ver que cada uno cuenta una historia un poco distinta de vos. Porque no hay una versión: hay tantas como modelos, y ninguna la escribiste vos.
Es un ejercicio de cinco minutos y es desigual: incómodo si te describe mal, tranquilizador si te describe bien. Las dos respuestas te sirven. Una te muestra un problema que tenés hoy; la otra, que vale la pena cuidar lo que ya funciona, porque mañana el modelo actualiza lo que sabe y la historia puede cambiar sin avisarte.
Lo que de verdad estás recuperando
Acá es donde entra lo que hacemos, y prefiero contarlo por lo que resuelve antes que por cómo.
Lo que devolvemos no es un reporte ni un puñado de archivos. Es la autoría. La capacidad de decidir vos qué dice la IA cuando habla de tu marca, en lugar de quedar a merced de lo que el modelo logró juntar por su cuenta. Que la historia que tu cliente escucha sea la que vos trabajaste durante años, no una versión empobrecida que armó un tercero apurado.
Eso es Lotus. Detrás hay trabajo técnico —medimos qué entienden hoy los modelos sobre vos, dónde se equivocan, cuánto te cuesta ese error en dólares que tu CFO puede auditar, y generamos lo que hace falta instalar en tu sitio para que dejen de adivinar. Pero el resultado, contado en humano, es uno solo: que cuando alguien le pregunte a la IA quién sos, la respuesta sea tuya.
Pedí un demo y lo corremos sobre tu dominio real. Te mostramos qué están diciendo hoy los modelos sobre tu marca, dónde le erran, y qué generamos para que la próxima vez cuenten tu versión. La prueba de los cinco minutos la hacés solo. Recuperar el control de tu relato lo hacemos juntos.
GEO (Generative Engine Optimization) es la disciplina de optimizar para que los motores generativos —ChatGPT, Perplexity, Gemini, Claude, Google AI Overviews— entiendan y cuenten correctamente quién es tu marca cuando responden. Es a los LLMs lo que el SEO es a los buscadores: no lo reemplaza, lo complementa. En Clicon construimos Lotus, el motor de AI Revenue Protection para LATAM —el primero nativo en español.