La inteligencia artificial generativa abrió un nuevo frente para la reputación corporativa. Hasta hace poco, la principal preocupación de las empresas era aparecer en los buscadores, ocupar buenos lugares en Google y lograr visibilidad frente a sus audiencias.

Pero el avance de ChatGPT, Gemini, Perplexity, Claude, Grok y otros motores de IA cambió las reglas: ahora las marcas no solo compiten por ser encontradas, sino también por resultar creíbles cuando la inteligencia artificial habla de ellas.Ese es el eje de “La paradoja de la credibilidad: avanzando en la optimización de motores generativos desde la visibilidad hacia la reputación”, el nuevo informe de Burson, consultora global de comunicación, que analiza cómo distintas audiencias perciben las respuestas generadas por IA sobre empresas y marcas.Las empresas, ante la paradoja de la credibilidadEl estudio plantea un giro en la conversación sobre Optimización para Motores Generativos, o GEO. La discusión ya no pasa únicamente por lograr que una compañía aparezca en las respuestas de los modelos de lenguaje, sino por conseguir que esas respuestas estén respaldadas por evidencias suficientes como para resultar confiables.La firma define ese fenómeno como “la paradoja de la credibilidad”: una marca puede ser visible, citada o mencionada por la IA, pero perder valor reputacional si la narrativa que se genera sobre ella no convence a las audiencias relevantes.“En el mundo actual de cero clics, los modelos de lenguaje son los nuevos guardianes de la reputación.

Definen cómo se descubre y se evalúa una marca. Pero aparecer no es lo mismo que ser creíble”, explicó Corey duBrowa, CEO global de Burson.Y agregó: “La IA sintetiza, resume y entrega información de forma directa.

Aparecer en esas respuestas es necesario, pero no alcanza. Nuestro trabajo ya no es solo lograr visibilidad, sino construir un respaldo de evidencias tan sólido que lo que diga la inteligencia artificial resulte creíble para las audiencias que realmente importan.

Este estudio es nuestra hoja de ruta para convertir esa paradoja en una ventaja competitiva”.Para realizar el informe, Burson se alió con Profound, una plataforma especializada en marketing con inteligencia artificial. El análisis incluyó miles de prompts reputacionales en siete plataformas de IA: ChatGPT, Claude, Google AI Mode, Google AI Overviews, Google Gemini, Grok y Perplexity.La muestra abarcó 85 empresas, 10 industrias, ocho dimensiones reputacionales y tres tipos de audiencias: población general, élites de opinión y decisores de negocios.

Las dimensiones evaluadas fueron innovación, creatividad, reputación como empleador o workplace, productos y servicios, desempeño financiero, gobernanza, ciudadanía corporativa y liderazgo.En total, Burson produjo más de 55.000 pronósticos de credibilidad mediante Burson Decipher, una herramienta desarrollada junto con Limbik, firma especializada en inteligencia artificial cognitiva. Cada respuesta fue evaluada según su nivel de credibilidad para los distintos públicos analizados.IA y marcas: la prueba pesa más que el discursoLa principal conclusión del estudio es que la IA premia los hechos antes que las declaraciones institucionales.

Los atributos más creíbles son aquellos que los modelos generativos pueden respaldar con señales externas, observables y verificables.Según el ranking general de credibilidad por dimensión, la innovación aparece como el atributo más fuerte, seguido por creatividad, workplace, productos y servicios, desempeño financiero, gobernanza, ciudadanía corporativa y, en último lugar, liderazgo.La diferencia es significativa. Los atributos asociados a “prueba” (como innovación, productos, creatividad o experiencia laboral) tuvieron un ranking promedio de 2,5.

En cambio, aquellos más vinculados a “postura” o afirmaciones institucionales (como gobernanza, ciudadanía o liderazgo) registraron un promedio de 6,5.En otras palabras: la IA tiende a construir relatos más creíbles cuando encuentra evidencia concreta. La cobertura periodística, las reseñas de usuarios, las opiniones de empleados, los rankings laborales, las señales de contratación, los informes financieros, la conversación en redes sociales y la validación de terceros pesan más que los mensajes propios de una compañía.Esto implica un cambio relevante para las estrategias de comunicación.

En el nuevo entorno de búsqueda generativa, las empresas ya no pueden depender únicamente de comunicados, postulados corporativos o campañas institucionales. Necesitan un ecosistema de evidencia consistente, actualizado y reforzado por voces externas.El clima laboral, un activo reputacional subestimadoUno de los hallazgos más destacados del informe es el peso del workplace, o reputación como empleador, en la construcción de credibilidad.

Para el público general, los factores más creíbles fueron el clima de trabajo y productos, incluso por encima de innovación.El dato sugiere que las audiencias masivas tienden a confiar más en señales humanas, concretas y experienciales que en conceptos más abstractos. En ese sentido, las reseñas de empleados, la información disponible en plataformas como Glassdoor o LinkedIn, la cobertura sobre cultura interna, los rankings laborales y los testimonios externos pueden convertirse en insumos relevantes para que la IA construya una narrativa positiva sobre una empresa.Burson presenta al workplace como un “multiplicador de credibilidad”.

No se trata solo de una dimensión vinculada a recursos humanos, sino de un activo reputacional que puede incidir en la forma en que los modelos generativos describen a una compañía ante clientes, inversores, talentos, reguladores o consumidores.No obstante, el informe también advierte que muchas empresas todavía no aprovechan ese frente de manera estratégica. En un contexto en el que los modelos de lenguaje sintetizan información proveniente de múltiples fuentes, la experiencia de empleados y exempleados puede tener un impacto directo en la percepción pública de una marca.Liderazgo, el punto más vulnerableSi el workplace aparece como una oportunidad, el liderazgo surge como el principal punto débil.

Las menciones a CEOs, equipos directivos y liderazgos corporativos fueron las menos creíbles en todas las industrias analizadas. De acuerdo con el informe, liderazgo quedó en los últimos dos puestos de credibilidad en cada uno de los sectores evaluados.La explicación está en la naturaleza de las fuentes que utiliza la IA.

Las afirmaciones sobre liderazgo suelen depender de comunicados de prensa, perfiles institucionales o mensajes corporativos, mientras que los modelos generativos tienden a valorar más la evidencia independiente. Cuando no encuentran datos de gobernanza, resultados financieros, validación externa o cobertura objetiva que respalde esas afirmaciones, la credibilidad cae.El estudio marca algunas excepciones, especialmente en los sectores de tecnología y aeroespacial.

En esos casos, la mayor credibilidad del liderazgo aparece asociada a empresas cuyos referentes están respaldados por datos de desempeño, innovación, gobernanza o validación de terceros, y no solo por discursos institucionales.Quiénes creen más en lo que dice la IAOtro hallazgo central del informe es que la credibilidad no funciona igual para todas las audiencias. Una misma respuesta generada por inteligencia artificial puede resultar convincente para un grupo y menos sólida para otro.Según Burson, los decisores de negocios calificaron las respuestas generadas por IA como 10% más creíbles, en promedio, que la población general.

Asimismo, este público se mostró más receptivo a argumentos basados en innovación, desempeño y contexto de negocio.La diferencia obliga a repensar las estrategias de GEO. No existe una fórmula universal para construir reputación en entornos de IA.

Una narrativa que funciona para inversores puede no ser suficiente para consumidores; una explicación técnica puede convencer a decisores B2B, pero resultar poco clara para audiencias masivas; y una promesa institucional puede ser bien recibida por una comunidad, pero no tener respaldo suficiente para los algoritmos.El informe distingue, en ese punto, entre dos tipos de problemas. El primero es la “carga de credibilidad”: la audiencia entiende el mensaje, pero exige pruebas más fuertes.

El segundo es la “carga de traducción”: el valor de una empresa puede ser real, pero difícil de explicar o visualizar, especialmente en sectores técnicos, B2B o regulados.Los sectores mejor y peor posicionados frente a la IAEl análisis sectorial también muestra diferencias marcadas. Tecnología fue el rubro más fuerte: quedó entre los dos primeros lugares en todas las dimensiones reputacionales.

Aeroespacial también mostró una credibilidad elevada, con posiciones dentro del top tres en todos los indicadores.En el extremo opuesto, Energía fue el sector más castigado. De acuerdo con el informe, terminó último en todas las dimensiones medidas, algo que Burson interpreta como una carga estructural de credibilidad.La lectura es relevante porque muestra que la IA no evalúa a todas las industrias desde el mismo punto de partida.

Algunas cuentan con mayor volumen de evidencia pública, más cobertura sobre innovación, productos o resultados, y una narrativa más fácil de traducir en señales verificables. Otras, en cambio, enfrentan mayores exigencias de prueba, escrutinio regulatorio, debates ambientales o dificultades para explicar su valor de manera simple.El desafío para América LatinaEl informe también plantea una advertencia específica para América Latina.

La autoridad global y el contenido en inglés no siempre se traducen en credibilidad local. Para que una marca sea confiable en respuestas generadas por IA dentro de la región, necesita evidencia en español o portugués, validación de medios locales, fuentes reconocidas, reguladores, clientes y señales propias de cada mercado.Esto implica que las empresas no pueden depender únicamente de su reputación internacional ni de contenidos producidos para audiencias globales.

En mercados como la Argentina, Brasil, México, Chile o Colombia, la credibilidad también se construye con presencia local, cobertura regional, referencias culturales comprensibles y pruebas disponibles en el idioma en el que las audiencias buscan información.Para las compañías que operan en varios países, el desafío es doble: sostener una narrativa global consistente, pero adaptarla a los contextos, fuentes y códigos de confianza de cada mercado.Qué hacer: de los mensajes al ecosistema de evidenciaA partir de los hallazgos, Burson propone que las empresas pasen de una estrategia centrada en mensajes a una arquitectura de GEO basada en reputación. Esa arquitectura combina tres ejes: una narrativa consistente, autoridad acumulada por terceros y contenidos repetidos en múltiples formatos, voces y plataformas.La propuesta integra cobertura orgánica, contenido propio y conversación en redes sociales dentro de una estrategia unificada.

El objetivo es construir un ecosistema de voces independientes y creíbles que refuercen la narrativa de la compañía a lo largo del tiempo.“Hasta ahora, el debate en torno al GEO se ha limitado a la presencia: asegurar que las marcas aparezcan en las respuestas de la IA. Pero la presencia sin credibilidad no genera valor reputacional; es solo exposición sin influencia”, indicó Rosina Barbastefano, Líder Regional de Insights, Datos e Inteligencia de Burson.Y concluyó: “Los datos de este nuevo estudio demuestran que lo que inició como un desafío de visibilidad hoy es la prueba decisiva de si la reputación ganada en el mundo real es legible, está respaldada y resulta creíble para los algoritmos.

Este informe revela que la confianza de las audiencias depende de la calidad e independencia de las evidencias disponibles, consolidando definitivamente al GEO como el nuevo terreno en la gestión de la reputación”.Así las cosas, en el nuevo contexto, para las marcas, el nuevo desafío no es únicamente aparecer. Es lograr que, cuando la IA las juzgue, encuentre motivos suficientes para creerles.