Álvaro Fernández es socio fundador de Kuantik, la división de Inteligencia Artificial de Good Rebels, donde lidera proyectos estratégicos centrados en la aplicación práctica de la IA al marketing, la comunicación y el negocio. Ingeniero informático de formación, cuenta con una amplia trayectoria en el desarrollo de productos digitales, automatización y análisis de datos.
A lo largo de su carrera ha trabajado en la intersección entre tecnología, estrategia y experiencia de usuario, ayudando a marcas y organizaciones a adaptarse a entornos digitales en constante transformación. En los últimos años, su foco se ha centrado especialmente en el impacto de la inteligencia artificial generativa y los grandes modelos de lenguaje en la forma en que las marcas son percibidas, recomendadas y comparadas.
Es uno de los impulsores de AI Rank, una plataforma pionera que permite medir y analizar cómo sistemas de IA como ChatGPT, Gemini o Perplexity describen a las marcas, qué fuentes utilizan y qué narrativas construyen. Desde Kuantik y Good Rebels, trabaja activamente en la definición de nuevas metodologías para gestionar la reputación y el posicionamiento de marca en un contexto dominado por la inteligencia artificial.
«La IA ya no es un canal, es del destino»
En enero de 2026, Good Rebels ha presentado AI Rank, una plataforma que permite a las marcas medir cómo las soluciones de Inteligencia Artificial las describen. ¿Por qué una marca debería pensar en usar esta plataforma?
La percepción de una marca ya no se construye solo en buscadores, redes sociales o medios tradicionales. Tenemos que ser conscientes de que, cada vez, más usuarios preguntan directamente a sistemas de IA como ChatGPT, Gemini o Perplexity, y reciben una respuesta sintetizada que, en muchos casos, se convierte en “la verdad” sobre esa marca.
El problema es que, hasta ahora, las marcas no tenían visibilidad ni control sobre cómo estaban siendo descritas por estos modelos, que son como una caja negra para ellas: qué fuentes se utilizan, qué narrativa se construye, qué competidores aparecen asociados o qué riesgos reputacionales pueden surgir.
AI Rank ha sido pensado con la idea de dar respuesta a ese vacío. La plataforma permite analizar, a partir de miles de prompts, cómo los grandes modelos de lenguaje, los famosos LLMs, interpretan y representan a una marca, compararla con su competencia y detectar oportunidades o amenazas en esa narrativa generada por la IA.
Una marca debería usar AI Rank por la misma razón por la que en su día empezó a trabajar el SEO o la reputación online: porque donde se produce la decisión del usuario, hay que estar, entender qué está pasando y actuar. Y, hoy en día, esa decisión, cada vez más, pasa por una conversación con una IA. Usar AI Rank es dejar de cruzar los dedos esperando a que ChatGPT hable bien de ti y empezar a gestionar tu ‘Share of Model’ activamente.
Las soluciones de IA generativa e IA conversacional han provocado una disrupción en las empresas, el marketing, la publicidad… En el sector del branding en concreto, ¿qué ha cambiado ya que haya modificado la gestión de las marcas con respecto al pasado de forma definitiva?
Considero que, lo más relevante, es que las marcas han dejado de controlar directamente el mensaje final que recibe el usuario, debido al uso cotidiano de estos nuevos modelos de lenguaje. Durante años, el branding consistía en construir una narrativa coherente a través de puntos de contacto: web, campañas, redes sociales, medios, experiencias de marca… Hoy, gran parte de ese esfuerzo acaba siendo reinterpretado y resumido por una inteligencia artificial en un único párrafo.
Eso supone un cambio radical. Ya no estamos hablando solo de “qué decimos”, sino de “qué entienden y cómo lo componen” los sistemas de IA a partir de múltiples fuentes externas. Además, la lógica del impacto cambia. Los modelos de IA priorizan señales como autoridad, consistencia, fiabilidad de las fuentes o consenso narrativo. Si tu marca no aparece bien representada en ese ecosistema, directamente puede desaparecer de la conversación o quedar definida por terceros.
Este cambio es definitivo porque el hábito del usuario ya ha cambiado. Antes, el usuario navegaba, entraba en tu web, leía un blog… Ahora, la IA fagocita todo ese funnel y le entrega al usuario la conclusión final servida en bandeja. La IA ya no es un canal, es el destino. Si tu marca no sabe ‘hablarle’ a los algoritmos para que la recomienden en esa respuesta final, has perdido al cliente antes de que siquiera visite tu web.
Las marcas que entiendan esto y empiecen a gestionar activamente cómo son interpretadas por la IA estarán un paso por delante. Las que no, simplemente delegarán su identidad en sistemas que no controlan.
«Las soluciones de IA dependen completamente de la confianza»
La reputación siempre ha sido un elemento clave para las marcas. ¿Por qué las soluciones de IA le dan tanta importancia y por qué es tan diferente la reputación “tradicional” de la reputación digital?
Las soluciones de IA dependen completamente de la confianza. A diferencia de un buscador tradicional, que ofrece múltiples resultados para que el usuario compare, la IA suele entregar una única respuesta sintetizada. Eso obliga al modelo a decidir qué información considera más fiable y qué fuentes merecen ser priorizadas.
Ahí es donde la reputación se vuelve crítica. Los modelos de IA se basan en evaluaciones de señales de autoridad, coherencia y consistencia a lo largo del tiempo. Analizan qué se dice de una marca, quién lo dice, con qué frecuencia y desde qué tipo de fuentes. Una marca con una reputación sólida y bien distribuida tiene muchas más probabilidades de ser descrita de forma precisa y favorable.
La gran diferencia frente a la reputación tradicional es que aquí no hablamos solo de percepción humana, sino de interpretación algorítmica de la IA. La reputación de la marca se ha gestionado pensando en periodistas, consumidores o líderes de opinión. Hoy hay que pensar también en sistemas automatizados que leen, cruzan y resumen información a escala masiva.
Además, la reputación digital en IA es acumulativa y poco contextual. Un error, una mala fuente o una narrativa desactualizada puede seguir influyendo durante mucho tiempo si no se corrige. Por eso es tan importante medirla, entenderla y gestionarla de forma activa, en lugar de asumir que el mensaje de marca llegará intacto al usuario final.
Una pregunta clave es conocer cómo funcionan los algoritmos de las soluciones de IA (Gemini, ChatGPT, Perplexity…). ¿Cuáles son los elementos principales que miden para describir a las marcas y cuáles considera que son los que, a día de hoy, las marcas deben fortalecer más?
Partiendo de la opacidad que existe en los modelos de LLMs a la hora de conocer en detalle sus algoritmos y las interacciones de los usuarios, lo que sí sabemos es que describen a las marcas a partir de patrones de información que consideran fiables, recurrentes y coherentes. No se basan en una única fuente, sino en la agregación de contenidos múltiples distribuidos en la web.
Entre los elementos más relevantes están la autoridad de las fuentes donde aparece la marca, la consistencia del mensaje a lo largo del tiempo, el contexto en el que se la menciona y su relación con otros conceptos o competidores. También influyen mucho las menciones en medios especializados, informes, estudios, contenido experto y plataformas con alto nivel de credibilidad.
A día de hoy, muchas marcas han trabajado bien su visibilidad, pero no tanto su coherencia narrativa. Es habitual encontrar mensajes muy bien construidos en la web corporativa, pero una representación fragmentada o, incluso, contradictoria en fuentes externas.
Lo que AI Rank ha detectado es que los modelos premian la “densidad semántica” y el ‘consenso de fuentes’. No basta con que tú lo digas en tu web; la IA necesita “triangular” la verdad. Si tu marca dice que es líder, pero los informes sectoriales, las reseñas y la prensa experta no lo corroboran con el mismo vocabulario, la IA considerará tu mensaje como ‘ruido’ y no lo incluirá en su respuesta. Fortalecer esa coherencia omnicanal es el reto número uno hoy.
«La reputación de una marca no depende solo de lo que dice de sí misma, sino de cómo un LLM la interpreta»
Le voy a decir dos términos y me dice qué importancia tienen tanto para AI Rank como para la reputación de una marca en la actualidad: prompt y LLM?
Prompt y LLM son dos conceptos clave totalmente conectados.
El LLM, el modelo de lenguaje, es el cerebro que genera la respuesta al usuario. Es quien decide cómo describir a una marca, qué información considera relevante y qué narrativa construye a partir de los datos disponibles. Siempre responde a una pregunta concreta, y esa pregunta es el prompt.
El prompt es fundamental, porque define el contexto desde el que se evalúa a la marca. No es lo mismo preguntar “¿Qué es esta empresa?”, que “¿Es una marca fiable?”, “¿Cuáles son sus competidores?”, o “¿Qué problemas tiene?”. Cada prompt activa una lectura distinta del mismo LLM y, por tanto, puede generar respuestas muy diferentes sobre la misma marca.
Para AI Rank, esto es esencial, porque no analizamos una única respuesta genérica, sino cientos o miles de prompts que reflejan cómo preguntan realmente los usuarios y cómo los modelos responden en distintos escenarios. Ahí es donde podemos medir la reputación algorítmica de una marca, utilizando el conjunto de respuestas que genera el LLM ante múltiples preguntas.
En la actualidad, la reputación de una marca no depende solo de lo que dice de sí misma, sino de cómo un LLM la interpreta cuando alguien la consulta desde distintos ángulos. Entender esa dinámica entre prompt y modelo es imprescindible para cualquier marca que quiera seguir siendo relevante en un entorno dominado por la IA.
¿En qué ámbitos del marketing y del marketing digital tienen que realizar acciones las marcas para mejorar su reputación en estas soluciones de IA? ¿Posicionamiento SEO, inbound marketing, publicidad tradicional, desarrollo web…?
Lo importante para las marcas es entender que la reputación en soluciones de IA no se construye desde un único canal, sino que es el resultado de la suma de muchas acciones trabajadas de forma coherente. Pensar que basta con optimizar solo el SEO o solo el contenido sería un error.
El posicionamiento SEO sigue siendo importante, pero ya no solo por aparecer en buscadores, sino porque muchos modelos de IA se alimentan de contenidos bien estructurados, relevantes y con autoridad. El inbound marketing y el contenido experto juegan un papel fundamental para reforzar el posicionamiento temático y aportar contexto de calidad sobre la marca.
El desarrollo web también es crítico. Un sitio web claro, bien estructurado, con mensajes consistentes y semánticamente comprensibles, facilita que la IA entienda quién es la marca, qué hace y en qué es experta. Aquí juega un papel muy importante la arquitectura de la información.
La publicidad tradicional y digital, aunque no siempre es una fuente directa para los modelos, contribuye a generar señales indirectas: menciones, presencia en medios, conversación social y notoriedad que acaba reflejándose en otras fuentes que sí son leídas por la IA.
«El riesgo puede ser que la IA te defina de forma incompleta, desactualizada o incluso incorrecta»
Las Relaciones Públicas también están cobrando especial relevancia, las marcas que aparecen mencionadas en sitios web con autoridad y relevancia, mejoran su posicionamiento en las soluciones de IA. Y va más allá de la publicación de noticias o informaciones en medios de comunicación. ¿Qué claves daría en este sentido a los equipos de RRPP de las empresas o a las agencias de PR?
Lo primero es entender que las Relaciones Públicas impactan en la percepción del algoritmo de la IA. Para las soluciones de inteligencia artificial, no todas las menciones valen lo mismo, importa quién habla de la marca, en qué contexto y con qué profundidad.
Diría que la clave está en trabajar la autoridad y la especialización, aparecer citado en un medio generalista es positivo, pero tener presencia recurrente en publicaciones especializadas, informes sectoriales, estudios, eventos, universidades o plataformas de conocimiento aporta una señal mucho más fuerte para los modelos de IA.
Además, es fundamental ir más allá de la nota de prensa. Las marcas deben participar en conversaciones relevantes, aportar opinión experta, firmar artículos, colaborar en investigaciones o generar contenidos que otros utilicen como referencia. Ese tipo de menciones son especialmente valiosas para la IA.
Por último, es importante medir. Muchas estrategias de PR funcionan bien a nivel de visibilidad, pero no siempre se analiza cómo esas acciones están influyendo en la narrativa que construyen los modelos de IA. Herramientas como AI Rank permiten cerrar ese círculo: entender qué impacto real tienen las acciones de RRPP en cómo una marca es descrita, comparada y recomendada por la inteligencia artificial.
Para finalizar la entrevista: ¿podríamos hablar de que hay un tiempo límite para decir que si una marca no empieza a gestionar su reputación online, la perderá para las soluciones de IA y los usuarios que confían en ellas?
Más que un tiempo límite, yo hablaría de una ventana de oportunidad que se está cerrando rápidamente. Las soluciones de IA ya están construyendo narrativas sobre las marcas con la información que tienen disponible hoy. Si una marca no interviene ahora, esa narrativa se consolidará sin su participación.
El riesgo puede ser que la IA te defina de forma incompleta, desactualizada o incluso incorrecta, y una vez que esa interpretación se establece, corregirla requiere mucho más esfuerzo que haberla gestionado desde el principio.
Además, los usuarios están empezando a delegar decisiones importantes en estas herramientas: qué marca elegir, qué proveedor es más fiable, qué empresa recomienda la IA. Si una marca no aparece bien posicionada en esas respuestas, simplemente deja de existir para una parte creciente del mercado.
Por eso, gestionar la reputación en soluciones de IA no es una cuestión de futuro, sino de presente. Las marcas que empiecen ahora tendrán ventaja, porque aún están a tiempo de influir en cómo los modelos las entienden. Las que esperen, asumirán el coste de llegar tarde a una conversación que ya estará en marcha.
Por primera vez, un Dircom o CMO puede ir al Comité de Dirección y decir: “esta campaña de PR ha conseguido que ChatGPT pase de ignorarnos a recomendarnos como primera opción frente a nuestro competidor”. Eso es convertir el valor de la reputación en negocio puro de una manera tangible.
