Antes de entrar en materia, una nota en primera persona, que ilustra la intensidad de las últimas dos semanas. Primero, algo que me hace especial ilusión compartir: Nordia se ha unido a Good Rebels. Es la agencia barcelonesa de medios y analítica que fundó Pepe Tomé, ahora también socio nuestro.
Además, esta semana hemos presentado con la Asociación DEC La experiencia de cliente en la era de la IA, primer informe conjunto con Foro IA. Al día siguiente seguí con el tema de la IA en CX en un “Taburete” de la comunidad de experiencia de cliente de la Asociación Española para la Calidad. Entretanto, Asesores, nuestro brazo de relaciones públicas e influencia, con la Facultad de Ciencias de la Información de la Complutense publicaban Lo que el Periodismo piensa de las fake news, 22 periodistas de 17 medios mirándose al espejo (lleva una intro mía sobre “periodistas aumentados”). Y con Asesores hemos lanzado también en Good Rebels un informe sobre cómo la IA ya influye en lo que compramos, a tiempo para el Black Friday. Los tres informes los resumimos abajo en la sección de enlaces.
En medios, Luis Martínez ha recogido con buen oficio una larga entrevista que me hizo para PR Noticias. Lo de los litros de agua no lo dije yo, y puede que Luis haya articulado un tono menos pro-IA del que yo esgrimí, pero el resumen está equilibrado. Y me publicaron una tribuna en El Periódico de la Publicidad sobre quién construirá el deseo cuando sean las máquinas las que compren.
Fernando.
Las preguntas que antes no hacíamos.
Hay un tipo de búsqueda a la que algunos recurrimos cada vez más: algo nos ronda la cabeza, recordamos detalles, conexiones, información difusa que no terminamos de concretar. El otro día, uno de los autores de este boletín no lograba recordar el nombre de una cantante a la que ha visto dos veces en concierto con su mujer. Solo le llegaban retazos a la memoria: neoyorquina, de origen ruso que emigró de niña, voz de ángel. Una conversación corta con ChatGPT bastó para rescatar a Regina Spektor de la punta de la lengua. Otras veces es una canción escuchada hace 20 años, una película que vimos en la niñez o cualquier otra conexión sináptica apagada. Hasta hace poco, habría sido casi imposible trasladarlo a una búsqueda online (¿cómo nombrar lo que no se recuerda?), pero ahora podemos darle a un LLM algunas pistas, por endebles que sean, y confiar en que buceará en suficientes páginas para encontrar la respuesta que buscamos.
Millones de dudas domésticas, técnicas o comerciales trasladadas a los LLMs dan lugar a una nueva forma de explorar el conocimiento humano. La IA puede darnos el título de un libro o una canción, pero también enseñarnos a reparar electrodomésticos, entre otros cientos de casos de uso. La IA ha reducido drásticamente el coste de encontrar respuestas.
Investigar siempre tuvo un precio.
George Stigler lo formalizó en 1961, en el clásico artículo que inauguró la economía de la información: buscar tiene un coste, y los consumidores solo buscan mientras el ahorro esperado sea mayor que ese coste. Nueve años después, en Information and Consumer Behavior, Phillip Nelson distinguió entre bienes de búsqueda, cuya calidad se averigua antes de comprar, y bienes de experiencia, que solo se juzgan consumiéndolos. Donde investigar es caro o imposible, la marca hace el trabajo. Es un atajo que ahorra la pesquisa, una promesa que sustituye a la comprobación.
Buena parte del marketing moderno descansa sobre este supuesto. La inversión en notoriedad, la arquitectura de marca, la disciplina de repetir el mismo mensaje durante años… Todo presupone un cliente que no puede, o no quiere, investigar demasiado.
Google rebajó ese coste por primera vez para millones de consumidores. La búsqueda se convirtió en un gesto cotidiano, modificando nuestra forma de acceder a la información y nuestras expectativas como consumidores. Un cambio que puso cabeza arriba la industria del marketing digital.
La segunda rebaja es más profunda.
Ahora, los LLMs vuelven a abaratar la investigación. Google facilitó la consulta, pero seguíamos cargando con dos tareas pesadas. Primero, la formulación: la pregunta tenía que encajar o concretarse en tres o cuatro palabras clave, y de su precisión dependía a menudo la validez de los resultados. Y segundo, el filtrado: teníamos que enfrentarnos al listado de enlaces, y revisarlos uno por uno si el primero no nos convencía. Y en los últimos años antes de la llegada de GPT-3, encontrar un enlace útil en los primeros puestos se había vuelto harto complicado. Se coste de encontrar respuestas había parecido incrementarse.
Los LLMs derriban ambas cargas: podemos partir de un recuerdo borroso, de una idea no del todo perfilada, de una curiosidad intelectual surgida de la conversación con amigos, de la foto de la cisterna estropeada o del PDF con las condiciones de la hipoteca, y recibir una respuesta elaborada que rápidamente se convierte en conversación si algo no concuerda con la necesidad original.
Con Google buscamos aquello que ya sabemos que queremos encontrar, mientras los LLMs nos ayudan a investigar incluso cuando todavía no sabemos exactamente qué buscamos. Los datos confirman las diferencias en la interacción. Según el estudio publicado por el NBER (septiembre de 2025), casi el 80% de las interacciones con ChatGPT se concentran en tres categorías: orientación práctica, búsqueda de información y escritura. En un año, la búsqueda de información pasó de un 18% a un 24% de los mensajes, y la escritura cayó de un 34% a un 24%. Google confirmó que las búsquedas en su AI Mode triplican la longitud de una consulta tradicional. Eso sugiere que, cuando la herramienta lo permite, dejamos de teclear palabras clave para conversar o describir problemas.
Además de eliminar las fricciones asociadas a la búsqueda, con la IA preguntamos más, bien porque no lográbamos formular las preguntas, bien porque el esfuerzo no compensaba. En octubre indagamos en una encuesta interna en Good Rebels cuánto había cambiado, desde la llegada de ChatGPT, la frecuencia de búsqueda en Google, chatbots o cualquier otro lugar donde resolver una duda. De 104 respuestas, el 78% dijo buscar más, y el 61% el doble o más. Es una muestra informal y voluntaria de profesionales digitales, que votaron a la vista de todos. No es una prueba de nada, pero sí un indicio de hacia dónde parecen ir los hábitos.
Todavía es pronto para determinar hasta qué punto este cambio transformará los hábitos de los consumidores. Las búsquedas en LLMs son aún muy minoritarias frente a Google, y no todas las categorías ni todos los procesos de decisión se verán afectados de la misma manera.
Más ventanas de oportunidad para las marcas.
Abaratar la búsqueda tiene dos efectos para las marcas. Por un lado, según la teoría de Phillip Nelson, si buscar y comprobar cuesta menos esfuerzo, las marcas pierden su valor como atajo. De ello hablaremos en profundidad en el siguiente número de Rebel Intel, porque si lo sumamos a la llegada de los agentes personales de IA, se avecina una transformación en la disciplina del marketing más disruptiva que la llegada de la televisión o de Internet.
Por otro lado, cuanto más se busca, más ocasiones tendrán las marcas de introducirse en la mente del consumidor, porque buscamos cosas que antes ni nos molestábamos en buscar. Además, esas ocasiones ya no se limitan a la etapa de consideración: en cualquier momento del ciclo puede surgir una oportunidad, porque una situación cotidiana conduce a una pregunta, la pregunta abre una exploración, y esta coloca a la marca ante la disyuntiva de ser evaluada, comparada, considerada… o descartada.
Aquí resulta útil el trabajo sobre los Category Entry Points (CEPs) de Jenni Romaniuk, del Ehrenberg-Bass Institute. Ciertas señales activan una categoría en la memoria del consumidor y hacen que consideren determinadas marcas. Los CEPs ayudan a entender por qué una marca se asocia a diferentes situaciones de compra, no solamente a atributos generales del producto. No significa que la IA cree automáticamente nuevos CEPs, ni que cada pregunta sea una ocasión de compra, pero podría ocurrir que algunas inquietudes que antes no pasaban de pensamientos fugaces se conviertan ahora en el inicio de una investigación con consecuencias comerciales.
Los CEPs viven en la memoria del consumidor, y el LLM es una memoria externa a la que recurrimos justo cuando la propia falla, como con Regina Spektor. Si alguien solo sabe describir su problema («la cisterna no deja de gotear»), es el modelo quien decide qué marcas aparecen. A la disponibilidad mental se suma la disponibilidad en el modelo, que OpenAI ya permite medir en ChatGPT, como contamos más abajo (en Good Rebels lo hacemos con nuestra herramienta AI Rank, así que el asunto nos toca de cerca).
Desde esta perspectiva, el desafío para las marcas no consiste solamente en estar presentes cuando alguien busca una solución. Ahora el reto es comprender mejor las situaciones que pueden llevar a alguien a explorar: ¿qué problemas intentan resolver nuestros clientes? ¿Qué decisiones están posponiendo porque les parecen demasiado complejas?
Las marcas que conozcan con detalle los problemas que resuelven (y no solo las necesidades que satisfacen) estarán en mejores condiciones de proporcionar información y herramientas útiles durante el proceso de exploración.
Google cambió nuestra forma de encontrar lo que buscábamos. Los LLM pueden cambiar las cosas que decidimos buscar. Y si eso sucede, una parte de las oportunidades de negocio del futuro empezará a gestarse mucho antes de que el consumidor sepa qué producto necesita, qué categoría debe consultar o qué marca podría ayudarle.
La cuestión va más allá del marketing. Una sociedad que pregunta más, ¿aprende más? ¿Desarrolla nuestro espíritu crítico o nos hace más manipulables? La misma tecnología que resuelve una duda puede ofrecer respuestas falsas con mucho aplomo. Aun así, las preguntas que antes se quedaban en el aire son un buen punto de partida.
En dos semanas, volvemos a tu buzón.
Fernando y Carlos.
AI Business Forum 2027
La mayoría de las empresas ya usa la IA, pero muchas lo hacen de forma táctica. ¿Cómo se pasa del uso puntual a una capacidad estratégica? Y, sobre todo, ¿qué papel juegan los datos, la gobernanza y las personas en ese salto?
Desde el Foro IA y ESIC Business & Marketing School te invitamos al AI Business Forum, donde presentaremos el I Barómetro de la IA en marketing y comunicación en España, elaborado junto a la Asociación de Marketing de España (AMKT).
Conoceremos el caso de Banco Santander, debatiremos sobre el nuevo mapa empresarial de la IA con Naturgy, Verti y Santander, y cerraremos con una reflexión sobre el factor humano en la empresa en la era de los agentes personales de IA. La asistencia es gratuita, pero el aforo es limitado.
🗓 24 de noviembre de 2026 · 10:00–12:00h
📍 ESIC Business & Marketing School · Av. de Juan XXIII, 12, Pozuelo (Madrid)
Actualidad.
Ya se ha dicho casi todo de la salida de Jensen Huang. Ben Thompson cree que marca el fin de una era en Silicon Valley: los vetos gubernamentales y la geopolítica (sumada a una estructura interna sin contrapesos) han podido más que la innovación y el libre mercado. Michael Spencer opina que lo han usado como chivo expiatorio por su cercanía con Donald Trump y por el creciente rechazo popular hacia la construcción de centros de datos. También cree que es un grave error estratégico, porque la industria IA pierde a un líder insustituible y sume a su principal fabricante en investigaciones y crisis de sucesión, mientras los modelos abiertos chinos y su industria de semiconductores avanzan con fuerza. Sam Altman, en cambio, está tranquilo: dice que todo irá bien.
OpenAI presentó la beta de Businesses, una herramienta para que las marcas midan su visibilidad (apariciones y clics) en ChatGPT. Las empresas pueden reclamar su perfil demostrando su titularidad, ver estadísticas de uso, actualizar su información de productos y activar un agente (solo para empresas “elegibles”) para atender consultas de clientes. DIGIDAY
También ha lanzado (para suscriptores Pro en EEUU) ChatGPT Wallet: se añade una tarjeta, un Dot y el agente compra en nombre del usuario, que debe aprobar la operación. El pago se completa mediante un token, de modo que ni el agente ni el comercio ven la tarjeta de crédito.
¿Se nos ha olvidado ya el compromiso de frenar el avance de la IA? No a todos: el gobierno francés ha lanzado el Llamamiento de París con herramientas y protocolos para la seguridad y transparencia de la IA. Lo han firmado 16 estados y compañías como Microsoft, OpenAI, Anthropic y Mistral, que se comprometen a incluir mecanismos de pausa y apagado de emergencia. LINK
United Airlines no permitirá el acceso de agentes IA para comprar billetes, aunque tengan permiso de los usuarios. Lo hace por motivos de seguridad y, según su CEO, “porque no queremos crear otro intermediario”. WSJ
Google Ads ha lanzado una herramienta para informar a los anunciantes de cuánto dinero están ahorrando gracias a los filtros antifraude, sumando interacciones bloqueadas y devoluciones una vez facturadas. LINK
Los servicios profesionales se cuestionan la facturación por horas. El despacho Baker McKenzie empieza a cobrar por resultados como primera opción. LINK
Y no solo cambian el modelo de tarificación. KPMG ha probado más de cien agentes de IA en paralelo a la auditoría de una cotizada británica del FTSE 250. Según su responsable de auditoría en Reino Unido, en algunos casos los agentes llegarón más al fondo e hicieron mejores preguntas que el equipo humano. Aunque hubo que intervenir cuando uno no supo cruzar la normativa con los documentos de la empresa. BUSINESS STANDARD
En su conferencia Ignite, Microsoft ha dado la vuelta a la relación: Word, Excel y PowerPoint completos funcionan ahora dentro de Copilot, y no al revés. Satya Nadella lo llama «el nuevo sistema operativo del trabajo». Y no quieren que se les cuele Claude. Los que trabajamos con Google Workspace nos hemos cansado de esperar. En Good Rebels estamos conectando Claude a nuestro Workspace para todos los trabajadores. MICROSOFT.
Reflexiones.
Bienvenidos a la economía B2A (Business to Agent): tras décadas levantando barreras contra los bots, ahora las empresas compiten por atraer a los agentes que deciden qué comprar o contratar en nombre de los usuarios. En la batalla contra los agentes, como el caso de United o Amazon, el consumidor podría tener la última palabra. A16Z
¿Se acerca la explosión de inteligencia, el momento en que la IA se mejora a sí misma cada vez más deprisa? El AI Futures Project, autor de AI 2027, ha adelantado a 2027 la llegada de una IA a la altura de los mejores investigadores humanos, y METR estima, con datos internos de Anthropic, que la propia IA explica ya cerca del 80% de la aceleración de su investigación. Luis Garicano y Alex Imas enfrían el entusiasmo: cada avance cuesta más y las ideas son cada vez más difíciles de encontrar. Noah Smith propone cambiar de debate: haya explosión o no, la IA que viene será casi igual de transformadora, así que toca ocuparse de la que ya tenemos. Una conclusión similar a la que decíamos en Rebel Intel hablando de AGI y el impacto de la IA en la empresa, hará algo más de un año (y eso que no había llegado aún Claude Opus 4.6).
Investigación.
En Good Rebels y Asesores preguntamos a 1.500 internautas cómo usan la IA para comprar. El 90% ya usa chats de IA y, de ellos, el 82,6% los ha consultado para alguna compra; el 68% ha comprado algo por recomendación de un asistente. El 42% no contrasta lo que le responde la IA (casi el 48% entre quienes la usan a diario) y solo el 11,7% le pide información sobre la marca. GOOD REBELS
Foro IA y la Asociación DEC recorren las cinco dimensiones de la Onda del Cliente para ver dónde está cambiando la IA generativa la experiencia de cliente, y proponen una hoja de ruta para adoptarla. El diagnóstico: la adopción avanza, pero todavía dominan la exploración y los pilotos, y el gran obstáculo es integrar tecnología y datos. La idea de fondo encaja con el artículo de hoy: cuando conversar sale barato, lo valioso es saber escuchar. FORO IA / DEC
Asesores y la Facultad de Ciencias de la Información de la Complutense, con el apoyo de Dircom y Foro IA, han entrevistado a 22 periodistas de 17 medios de referencia sobre desinformación. Sale una profesión muy autocrítica: 20 reconocen que los propios medios generan, amplifican o legitiman bulos y 19 creen que la IA agrava el problema, aunque 17 ya la usan en su trabajo diario. ASESORES
La IA ya influye en la compra, aunque todavía compra poco. Más de la mitad de los consumidores de 11 países la usa para comprar, y casi un tercio de ellos dice que un chat o buscador con IA fue lo que más pesó en su última compra. Pero en EE. UU. solo entre el 7% y el 18% de los usuarios de IA, según la categoría, ha completado una compra a través de ella. MCKINSEY
Cuatro años después del inicio del boom, el 80% de los directivos de grandes empresas de EE. UU. dice obtener un retorno positivo de la IA, pero solo el 28% lo califica de claramente positivo. La diferencia está en qué se mide: entre quienes siguen al menos un indicador de crecimiento, el 35% ve un retorno fuerte, frente al 13% de quienes solo miden eficiencia. Y los que más retorno obtienen no han recortado más plantilla que el resto. WHARTON
Cuidado con las recomendaciones de compra de los chatbots: según un estudio de Podqi, la IA recomienda con cierta frecuencia tiendas falsas, webs de falsificaciones o dominios abandonados y peligrosos. Perplexity incluye enlaces de riesgo en el 15% de sus respuestas, ChatGPT en el 8% y Gemini en el 4%. Los asistentes recomendaban las webs fraudulentas como un buen lugar de compra en el 57% de los casos, y solo advertían del peligro en el 9%. LINK
Cómo trabajamos con la IA en tareas creativas determina tanto la calidad del resultado como la satisfacción laboral. Los mejores resultados llegan cuando mantenemos el control sobre la ideación y la estructura del proyecto, y delegamos el desarrollo o la edición. CNET
El informe AI100 de Stanford analiza cómo la inteligencia artificial ha abandonado los márgenes para integrarse masivamente en la sociedad a través de la llamada “era del escalado”, impulsada por el uso masivo de datos y capacidad computacional. LINK
MCX (mkt, comms y cx).
El IAB publica un framework para aclarar el rol de la IA en las ventas online. Distingue tres niveles: gestionada por humanos (Human-Owned), asistida por IA (AI-Assisted) o ejecutada por IA (AI-Executed). El IAB insta a todo el ecosistema a mayor transparencia: pide a las plataformas etiquetar el tráfico y diferenciar recomendaciones pagadas de orgánicas, a las agencias unificar criterios de verificación, y a marcas y medios, documentar el peso real de sus contenidos en el proceso de compra. IAB
Meta está reestructurando su motor de anuncios. De la segmentación tradicional está pasando a algoritmos que leen y comprenden el texto y las imágenes de los anuncios para emparejarlos con usuarios en milisegundos. Para los anunciantes dejan de tener sentido las pequeñas variaciones (cambiar colores o copys), porque el sistema detecta que comunican el mismo mensaje. Si quieren probar variantes, es más recomendable que diversifiquen sus propuestas conceptuales. LINK
Las empresas están desplegando agentes conversacionales para ayudar en las ventas más rápido de lo que pueden medir su eficacia. En EEUU, el 44% de las marcas B2C ya utiliza estos agentes y otro 27% los está probando, pero apenas el 19% logra enviar los datos de conversión de vuelta a sus plataformas publicitarias. La mayoría evalúa el éxito mediante métricas operativas como el volumen de consultas o la satisfacción del usuario, sin saber si los ingresos generados justifican o no la inversión. MARTECH
Las marcas de gran consumo se arriesgan a volverse invisibles para los asistentes de compra, y la mayoría no está preparada: el 59% no tiene todavía capacidades agénticas que merezcan ese nombre. Las que ya prueban el GEO ganan entre un 1% y un 5% de ingresos incrementales, y las que suman agentes propios e integración con plataformas y retailers, entre un 3% y un 10%. BCG
Time ya vende anuncios que solo leen las máquinas: los inserta en versiones de sus artículos pensadas para agentes y modelos, invisibles para el lector humano. El dilema es delicado, porque los medios monetizan justo la autoridad que hace valiosos sus contenidos para la IA, y si la publicidad la erosiona, el inventario pierde su valor. FAST COMPANY
Muse, el agente de Meta, ya llama por teléfono a negocios de EE. UU. en nombre de sus suscriptores de pago: reservas, citas o esperas interminables con la aseguradora o la compañía del cable. Gemini e Instinct también lo hacen. Esta conversación la he sacado mucho en los últimos días, y varios responsables de call centers me han mirado escépticos. Es cuestión de meses que esto llegue a España. TECHCRUNCH
Los usos principales que damos a la IA son investigar (24%), pedir consejos (20%) y resolver preguntas factuales (18%). El 9% la utiliza para consumir información, pero solo el 12% aprueba las noticias creadas enteramente por IA (19% si hay supervisión humana), y el 64% está más cómodo si sabe que lo que lee lo ha escrito un humano. La gran paradoja: queremos que la IA nos informe, pero no acabamos de fiarnos. Y eso complica mucho la monetización de los medios tradicionales. NIEMAN LAB
Aún hay más…
Tenemos la sensación de que las Navidades cada vez empiezan antes. Normal: en septiembre hubo seis veces más anuncios navideños en TV que en 2021 (datos de EEUU). Los anunciantes intentan captar cuanto antes nuestra atención. ¿Funciona esa estrategia? Parece que sí: logran atraer a nuevos compradores y potencian el gasto de los clientes más recurrentes, especialmente en áreas como grandes almacenes, cosmética y restauración. NIELSEN
Muchas empresas que “invitaron” a sus empleados a usar la IA se arrepienten ahora ante la avalancha de workslop y el descenso de la confianza. LINK
¿Haiku, Sonnet, Opus o Fable? Anthropic publica una guía para escoger el modelo óptimo según la tarea. LINK
Así se habría vivido la caída de Microsoft en Dunder Mifflin (creado con IA).











En seguros esto ya se nota antes de la compra. La pregunta «se me ha filtrado agua al piso de abajo, ¿quién paga?» llega al modelo antes que a la aseguradora, y es él quien explica la cobertura. Para una aseguradora, el riesgo no es solo no aparecer, sino que el modelo explique mal su póliza a alguien que ya es cliente. Ahí el problema que resuelve deja de ser comercial y pasa a ser de servicio.