La batalla por existir en la inteligencia artificial: visibilidad de las empresas del IBEX 35

Durante más de veinte años, las empresas aprendieron a competir por un lugar privilegiado en Google. Invirtieron millones en posicionamiento web, optimización de contenidos y presencia en redes sociales para asegurarse de aparecer en el momento preciso en que un usuario realizaba una búsqueda.

Ese paradigma está cambiando. Cada vez más personas recurren a asistentes basados en inteligencia artificial como ChatGPT, Gemini o Perplexity para resolver dudas, buscar información o comparar empresas. En ese nuevo escenario, ya no basta con ocupar los primeros resultados de un buscador: ahora es imprescindible que los grandes modelos de lenguaje comprendan correctamente quién es una compañía, cuál es su actividad y por qué resulta relevante.

Esa es una de las principales conclusiones del informe Ranking IBEX 35 AI Score, elaborado por la agencia de comunicación TEAM LEWIS, que analiza por primera vez cómo los principales modelos de IA representan a las empresas que cotizan en el IBEX 35. El estudio se basa en una metodología de 315 prompts distribuidos en 105 escenarios distintos relacionados con identidad corporativa, liderazgo, innovación y reputación. A partir de esas consultas, el informe mide qué compañías aparecen en las respuestas de la IA, con qué frecuencia, qué atributos destacan y qué fuentes utiliza cada modelo para construir sus respuestas.

Pero, más allá de elaborar una clasificación, el trabajo apunta hacia un cambio estructural en la comunicación corporativa: las empresas deberán empezar a optimizar su presencia para la inteligencia artificial del mismo modo que durante años lo hicieron para los motores de búsqueda.

1. La IA ya influye en la reputación corporativa

Hasta hace poco, la reputación de una empresa dependía principalmente de los medios de comunicación, los buscadores y las redes sociales.

Ahora existe un nuevo intermediario: la inteligencia artificial.

Cuando un usuario pregunta a ChatGPT cuál es la empresa energética más innovadora, qué banco lidera la digitalización o qué compañía destaca por su sostenibilidad, la respuesta ya no procede directamente de una búsqueda tradicional, sino de una síntesis elaborada por un modelo de lenguaje a partir de múltiples fuentes. Eso convierte a la IA en un nuevo actor capaz de moldear la percepción pública de una marca.

2. Visibilidad no significa reputación

Uno de los principales matices del informe consiste en diferenciar dos conceptos que suelen confundirse.

El AI Score no mide únicamente la reputación corporativa, sino la representación que realizan los modelos de IA sobre cada empresa. Para ello utiliza cuatro indicadores:

• Visibilidad (40%): frecuencia con la que una empresa aparece en las respuestas.
• Reputación (30%): tono positivo, neutro o negativo con el que es descrita.
• Calidad de las fuentes (20%): autoridad y credibilidad de los contenidos utilizados.
• Consistencia (10%): grado de coincidencia entre ChatGPT, Gemini y Perplexity.

Una empresa puede tener una excelente reputación entre inversores o consumidores y, sin embargo, tener escasa presencia dentro de las respuestas generadas por la IA.

3. Comienza la era del "Generative Engine Optimization"

Durante años el gran objetivo consistía en optimizar el contenido para Google mediante técnicas de SEO.

Ahora surge un nuevo desafío conocido como Generative Engine Optimization (GEO), una disciplina centrada en mejorar la capacidad de los modelos de inteligencia artificial para comprender correctamente una organización. La diferencia es significativa. Mientras el SEO buscaba mejorar el posicionamiento de una página web, el GEO pretende influir en la calidad de las respuestas que generan los modelos de IA. Ya no se trata únicamente de aparecer en los resultados, sino de formar parte del conocimiento que utilizan los asistentes inteligentes.

4. Las fuentes oficiales recuperan protagonismo

Los modelos analizados priorizan información procedente de páginas corporativas, medios especializados, informes financieros, organismos públicos y publicaciones con alta autoridad. Esto supone un cambio relevante para los departamentos de comunicación. La generación constante de contenido en redes sociales pierde parte del protagonismo frente a la necesidad de producir información estructurada, verificable y fácilmente interpretable por los modelos de IA.

5. La consistencia se convierte en un nuevo indicador

El estudio también introduce una variable poco habitual: la consistencia. No todas las inteligencias artificiales responden igual. Mientras unas enfatizan aspectos financieros, otras destacan innovación, sostenibilidad o liderazgo empresarial. Cuando las respuestas convergen, la identidad corporativa aparece más sólida y coherente. Cuando divergen, la percepción de la empresa puede fragmentarse.

6. La comunicación deja de dirigirse solo a personas

Tradicionalmente las organizaciones elaboraban contenidos pensando en periodistas, clientes, accionistas o empleados. Ahora también deben considerar que esos contenidos serán procesados por sistemas de inteligencia artificial. Esto obliga a estructurar mejor la información, mantener datos actualizados y reforzar la coherencia entre los distintos canales corporativos.

7. Los medios siguen siendo decisivos

Aunque la IA sintetiza información, no la crea desde cero. Los modelos continúan alimentándose de contenidos publicados por medios de comunicación, informes especializados y documentación institucional. Por ello, una estrategia sólida de relaciones con los medios mantiene un papel fundamental para influir en la narrativa que posteriormente construirán las inteligencias artificiales.

8. La reputación ya no se construye únicamente en tiempo real

Las redes sociales premiaban la inmediatez. La IA, en cambio, tiende a consolidar conocimiento acumulado. Las respuestas suelen basarse en información que ha demostrado estabilidad y autoridad a lo largo del tiempo. Eso incrementa el valor de la comunicación corporativa sostenida y reduce el impacto de acciones puntuales.

9. La transparencia gana peso

Los modelos de IA funcionan mejor cuando encuentran información clara, verificable y coherente. Las empresas con mensajes contradictorios, documentación incompleta o escasa presencia en fuentes fiables tienen mayores dificultades para ser representadas correctamente. En este contexto, la transparencia deja de ser únicamente un elemento reputacional para convertirse también en un factor de visibilidad.

10. La comunicación corporativa entra en una nueva fase

El principal mensaje del informe trasciende el ranking.

La irrupción de los modelos generativos redefine la forma en que las organizaciones gestionan su presencia digital. Si durante la última década la pregunta estratégica era "¿cómo aparecemos en Google?", ahora la cuestión pasa a ser mucho más amplia: La respuesta condicionará cada vez más la manera en que inversores, clientes, periodistas, empleados o reguladores accedan a la información sobre una empresa. En un entorno donde millones de consultas empiezan a resolverse mediante asistentes conversacionales, la visibilidad en la IA deja de ser un aspecto tecnológico para convertirse en un activo estratégico de comunicación.

Más que una nueva tendencia, el AI Score anticipa el nacimiento de un nuevo indicador de competitividad reputacional: la capacidad de una organización para formar parte del conocimiento que utilizan las inteligencias artificiales para explicar el mundo.

Fuentes

• TEAM LEWIS (2025). Ranking IBEX 35 AI Score. Estudio que analiza la representación de las empresas del IBEX 35 en ChatGPT, Gemini y Perplexity a partir de 315 prompts distribuidos en 105 escenarios de identidad, liderazgo y reputación corporativa. Es la fuente principal del ranking y de la metodología empleada.
• Periodismo Digital (28 de junio de 2025). Diez claves para entender la visibilidad de las empresas del IBEX 35 en la IA, de Miquel Pellicer. Artículo que presenta y contextualiza los principales hallazgos del informe de TEAM LEWIS.
• OpenAI. Documentación sobre el funcionamiento de los modelos GPT y las limitaciones de los grandes modelos de lenguaje para la generación de respuestas, incluyendo el papel de las fuentes, el contexto y la recuperación de información.
• Google. Documentación técnica sobre Gemini, que explica cómo los modelos multimodales sintetizan información procedente de múltiples fuentes y el papel de la calidad del contenido en sus respuestas.
• Perplexity AI. Información pública sobre el funcionamiento de su motor de respuestas basado en recuperación aumentada (RAG), que prioriza la citación explícita de fuentes durante la generación de respuestas.
• Gartner. Informes sobre el impacto de la IA generativa en las estrategias de marketing, comunicación y gestión de contenidos corporativos.
• McKinsey & Company. Estudios sobre la transformación digital y el impacto de la inteligencia artificial generativa en las áreas de comunicación, reputación y experiencia del cliente.
• World Economic Forum. Publicaciones sobre inteligencia artificial, confianza digital, gobernanza de datos y el futuro de la comunicación empresarial.