La magnitud del cambio no es una intuición de consultoría. Según el informe Approaching the Future 2026, elaborado por Corporate Excellence (Centre for Reputation Leadership) a partir de 2.120 profesionales de España y Latinoamérica, la inteligencia artificial lidera por primera vez el ranking de prioridades estratégicas de las organizaciones españolas, con un 61,4% de las empresas señalándola como el asunto más importante de su agenda para 2026, por delante incluso de la comunicación corporativa (más información en corporateexcellence.org).
De Google a los motores generativos: un cambio de paradigma
Durante más de dos décadas, controlar la reputación digital significaba, sobre todo, controlar el posicionamiento en Google. Ese modelo se está desdibujando. Cada vez más personas formulan sus preguntas directamente a asistentes de IA, que no devuelven una lista de enlaces sino una respuesta ya sintetizada a partir de varias fuentes. La visibilidad de una marca depende ahora también de si esos modelos la citan, la recomiendan o, simplemente, la ignoran.
Este cambio ha dado lugar a una disciplina nueva, la optimización para motores generativos o GEO (Generative Engine Optimization): el conjunto de prácticas orientadas a que un modelo de IA entienda, cite y recomiende el contenido de una organización como fuente fiable. Ya no basta con una web bien posicionada; hace falta contenido claro, estructurado y respaldado con datos para que la IA no construya interpretaciones distorsionadas a partir de fuentes de peor calidad.
Riesgo 1: la narrativa que la IA construye sobre tu empresa
El primer riesgo es que el relato público de una compañía quede en manos de un modelo que puede basarse en datos desactualizados, incompletos o directamente incorrectos. La IA puede amplificar una noticia falsa, mezclar fuentes contradictorias o dar prioridad a un contenido negativo simplemente porque lo detecta como más relevante estadísticamente. También existe el riesgo contrario: que la empresa apenas tenga presencia en las fuentes que los modelos consultan y termine siendo casi invisible en sus respuestas.
Qué puede hacer la empresa: producir contenido propio estructurado y verificable (páginas de preguntas frecuentes, definiciones claras, datos con fuente) y reforzar su presencia en medios y directorios de referencia, para que un modelo tenga de dónde extraer información precisa sobre la marca en lugar de tener que inferirla de fuentes de terceros no controladas. En LurNova trabajamos precisamente este tipo de estrategia dentro de nuestros servicios de consultoría IA y GEO.
Riesgo 2: el uso irresponsable de la IA por parte de los empleados
El segundo riesgo nace dentro de la organización. Cuando un empleado introduce información confidencial (código, listas de clientes, cifras internas) en una herramienta de IA de uso gratuito o personal, esa información puede quedar fuera del control de la empresa, y en algunos casos no es técnicamente reversible. Según un estudio citado por la consultora Javadex, el 77% de los empleados introduce datos corporativos en herramientas de IA sin autorización formal y el 49% recurre a herramientas no aprobadas por su compañía, lo que se conoce como shadow AI (más detalle en javadex.es). Conviene matizar que no todas las herramientas usan lo introducido para entrenar futuros modelos: los planes empresariales de OpenAI, Microsoft o Anthropic suelen excluir contractualmente ese uso; el riesgo se concentra en las versiones gratuitas o de consumo.
A esto se suma una capa regulatoria nueva. El Reglamento (UE) 2024/1689, conocido como AI Act, contempla sanciones de hasta 35 millones de euros o el 7% de la facturación global para las infracciones más graves, con obligaciones que se vuelven plenamente aplicables el 2 de agosto de 2026 para los sistemas de alto riesgo.
Qué puede hacer la empresa: aprobar una política interna de uso de la IA, clasificar las herramientas según su nivel de riesgo y formar a los equipos de forma periódica, en lugar de prohibir sin ofrecer alternativas seguras.
Riesgo 3: la IA que atiende en nombre de la empresa
El tercer riesgo es el más visible para el cliente: chatbots, asistentes virtuales y sistemas de recomendación que responden mal, inventan información o no resuelven el problema planteado. Para quien está al otro lado, la IA es la empresa; la interacción no se atribuye al sistema, sino a la marca que lo ofrece.
Este riesgo ya tiene consecuencias legales documentadas. En el caso Moffatt v. Air Canada (2024 BCCRT 149), un tribunal canadiense determinó que la aerolínea era responsable de la información errónea que su chatbot había dado a un cliente sobre tarifas por duelo, rechazando el argumento de que el sistema automatizado fuera una entidad independiente de la empresa. La sentencia estableció que un chatbot es, a todos los efectos, una extensión de la web de la compañía.
Qué puede hacer la empresa: combinar automatización para consultas simples con escalado a una persona para casos complejos o sensibles, y revisar de forma continua las respuestas que da el sistema antes y después de su despliegue.
En conclusión
La reputación corporativa se juega hoy en tres frentes a la vez: lo que dicen los medios, lo que muestra Google y lo que responden los modelos de IA cuando alguien pregunta por la empresa. Ignorar el tercero ya tiene coste. Las organizaciones que empiecen a pensar su comunicación y su contenido también para los modelos de lenguaje estarán mejor posicionadas para mantener el control de su narrativa. Si quieres evaluar cómo está posicionada tu marca en los motores generativos y qué pasos dar primero, en LurNova podemos ayudarte.
CEO de LurNova, con una amplia trayectoria en tecnología y transformación digital. Vinculado al desarrollo de proyectos tecnológicos y a la aplicación de inteligencia artificial en las organizaciones, combina conocimiento técnico y visión empresarial.
