
Diego Gasperini, Managing Director de Initiative Argentina
Diego Gasperini, Managing Director de Initiative Argentina, compartió con PRODU su visión sobre cómo la inteligencia artificial generativa está transformando el search y obligando a las marcas a revisar sus estrategias de presencia digital. Para el ejecutivo, la competencia comienza a desplazarse desde la puja por palabras clave hacia la capacidad de convertirse en una fuente relevante, confiable y recomendable para los motores de IA.
Durante más de una década, el search tradicional representó la columna vertebral de la conversión y el retorno de inversión dentro del ecosistema publicitario. Sin embargo, hoy enfrentamos un fenómeno ineludible: el modelo convencional de pujas por palabras clave y subastas SEM ha ingresado en una etapa de rendimientos marginales decrecientes.
Esto no significa que los consumidores hayan dejado de buscar. El problema es que la arena de subasta directa se volvió cada vez más costosa, demandada y predecible. La escalada de los costos por clic, junto con el crecimiento de las búsquedas zero-click y las respuestas sintetizadas directamente en las plataformas, comienza a comprimir los márgenes y la eficacia de los modelos tradicionales.
Pero el cambio de fondo es todavía más profundo.
Por: Diego Gasperini, Managing Director de Initiative Argentina
Mientras el motor de búsqueda clásico fue diseñado para ofrecer listas de enlaces a partir de términos concretos, la irrupción de plataformas de inteligencia artificial generativa como ChatGPT, Perplexity, Gemini o Claude está consolidando una nueva lógica: el search conversacional.
Los usuarios ya no buscan necesariamente una batería de hipervínculos sobre los cuales hacer clic. Buscan respuestas estructuradas, análisis contextualizados y recomendaciones directas que los ayuden a tomar decisiones.
Para las marcas, esto abre uno de los territorios de atención menos saturados de los últimos años.
La oportunidad ya no consiste solamente en aparecer frente a una búsqueda. Consiste en conseguir que la marca sea considerada dentro de la respuesta.
Esta transición obliga a revisar el concepto mismo de inversión en search.
Por un lado, comienzan a aparecer nuevas posibilidades de medios pagos dentro de los ecosistemas conversacionales, como Sponsored Prompts o integraciones con asistentes. Pero, al mismo tiempo, crece una disciplina que puede resultar todavía más determinante: Generative Engine Optimization (GEO).
GEO implica estructurar estratégicamente los activos, datos y contenidos de una marca —desde fichas técnicas y estudios comparativos hasta avales de reputación— para aumentar las posibilidades de que los modelos de lenguaje la comprendan, valoren, citen y recomienden.
La meta ya no es colocar un banner dentro de una conversación. Es formar parte de la base de conocimiento a partir de la cual la inteligencia artificial construye sus respuestas.
Participar de estos circuitos algorítmicos requiere un abordaje integral apoyado en tres pilares: densidad semántica del contenido, integración con fuentes de información en tiempo real mediante tecnologías como RAG y un entendimiento profundo del contexto de la audiencia.
Ya no alcanza con redactar titulares diseñados para coincidir con determinadas búsquedas. Las marcas necesitan construir cuerpos de información rigurosos, verificables y estructurados que puedan ser interpretados por los sistemas de inteligencia artificial.
Al sincronizar esas fuentes de conocimiento con identidades y señales culturales predictivas —como las integradas en nuestra plataforma OMNI— es posible comprender mejor el contexto y la intención detrás de una consulta conversacional, incluso antes de que el usuario formule una pregunta específica.
Las implicancias abarcan todo el embudo.
Durante años, gran parte de la inversión en search estuvo enfocada en disputar al consumidor durante los últimos segundos del funnel, cuando la intención de compra ya estaba prácticamente formada.
Los buscadores basados en IA permiten intervenir antes.
Una marca puede comenzar a construir preferencia durante la investigación y la consideración, justamente cuando las personas están comparando alternativas, entendiendo una categoría o buscando recomendaciones.
Además, las interfaces conversacionales suelen involucrar a usuarios en procesos de exploración más profundos. En ese contexto, la relevancia puede depender menos exclusivamente de la capacidad presupuestaria y más de la calidad de la información, la reputación y la estructura de datos que una compañía sea capaz de ofrecer.
La historia del marketing digital demuestra que quienes aprenden primero a operar dentro de nuevos ecosistemas suelen construir ventajas de costo, aprendizaje y posicionamiento difíciles de recuperar posteriormente.
Los motores de inteligencia artificial están atravesando precisamente esa etapa.
Esperar hasta que el ecosistema alcance una estandarización absoluta puede significar ingresar cuando los costos sean mayores, la competencia más intensa y muchas posiciones de relevancia ya estén ocupadas.
Por eso, la pregunta que deberían hacerse hoy los líderes de marketing y los comités de dirección ya no es si la inteligencia artificial debe incorporarse al mix de medios.
La verdadera pregunta es cuánto margen financiero y cuota de mercado están dispuestos a ceder mientras postergan la decisión.
|
miércoles, 26 de agosto de 2026 |