Según MIT Sloan Review, el crecimiento de las búsquedas impulsadas por modelos de lenguaje grande (LLMs) ha generado un nuevo escenario para la visibilidad de las marcas. En este entorno, simplemente tener presencia en resultados de búsqueda ya no basta: es fundamental entender qué contenido generan estas tecnologías sobre una empresa, ya que los usuarios pueden recibir respuestas que distorsionan la realidad de sus productos o servicios. Un estudio sobre una plataforma de inversión de Nueva Zelanda —representada bajo pseudónimo— reveló que, a mitad de 2025, ChatGPT generaba alrededor de 700 sesiones de referencias mensuales hacia su sitio. Este número creció considerablemente desde apenas unos pocos casos el año anterior. Los visitantes que llegaron por medio de ChatGPT mostraron una menor tasa de abandono y navegaron más páginas por sesión que los usuarios que accedían por otros canales. Aunque el sitio cumplía con indicadores tradicionales de SEO —como posicionamiento por palabras clave, volumen de impresiones y tasas de clics orgánicos—, el equipo de estrategia no podía responder una pregunta clave: ¿qué afirmaciones específicas sobre su negocio estaban generando los modelos de inteligencia artificial?
Para abordar esta incertidumbre, el equipo comenzó a evaluar directamente las respuestas de ChatGPT a preguntas reales que los clientes hacían, como sobre tasas de servicio, opciones de fondos y comparativas con competidores. Los resultados fueron alarmantes. Aunque las respuestas eran fluidas y confiadas, muchas contenían errores factuales. Un ejemplo destacado fue una afirmación repetida que decía que la plataforma ofrecía cinco (en lugar de los siete reales) fondos en su programa KiwiSaver. Este tipo de inexactitud puede erosionar la confianza de los consumidores, especialmente en sectores donde la precisión de información es crítica, como la inversión o los servicios financieros.
Para el lector peruano, este escenario tiene un impacto directo. En un entorno donde las búsquedas en internet son el principal canal de descubrimiento de servicios, las respuestas automáticas de inteligencia artificial pueden influir en decisiones de compra. Si un usuario busca información sobre fondos de inversión, por ejemplo, y un modelo de IA presenta datos erróneos sobre las opciones disponibles, puede llevar a una inversión basada en información falsa. En el contexto peruano, donde el acceso a servicios financieros está creciendo y la conciencia sobre la calidad de la información aumenta, es crucial que las empresas revisen activamente sus presencias digitales no solo en términos de tráfico, sino también en la precisión del contenido que se genera en respuesta a consultas comunes. Las marcas deben adoptar un proceso de auditoría proactivo: no solo verificar qué aparece en los resultados, sino también entender qué dice cada respuesta y si refleja fielmente su oferta real. Así, pueden evitar la desconfianza y construir una imagen de credibilidad que resista el impacto de las tecnologías automatizadas.