Cuando una agencia me llama, lo que generalmente les ha pasado es que un cliente les preguntó qué dice la IA sobre su empresa. Y no supieron responder. No porque sean incompetentes —las agencias con las que trabajo son buenas— sino porque nadie tiene ese dato. La pregunta llegó antes que la respuesta.

Y la pregunta va a seguir llegando.

La conversación que ya está pasando con los clientes

Los modelos de lenguaje responden hoy decenas de millones de consultas sobre empresas, sectores, personas y productos. Cuando alguien le pregunta a ChatGPT «¿cuáles son las mejores agencias de comunicación en México?» o «¿qué hace [nombre de empresa] exactamente?» o «¿es confiable esta consultora?», el modelo genera una respuesta. Esa respuesta está ahí, disponible, sin que la organización haya participado en construirla.

Los directivos ya lo saben. Muchos ya han hecho la prueba ellos mismos —preguntan a ChatGPT, ven lo que dice, y llaman a su agencia. El problema es que la agencia no tiene forma de medir ese fenómeno, no tiene un protocolo para analizarlo y no tiene un lenguaje para explicarle al cliente qué está pasando y por qué.

Esa conversación la va a ganar quien llegue primero con una respuesta concreta.

Por qué esto es territorio natural de las agencias de PR

Las agencias de PR ya gestionan la reputación online. Monitorean medios, análisis de sentimiento, presencia en buscadores, imagen en redes. La reputación algorítmica —cómo los modelos de lenguaje representan a una organización— es la siguiente capa de ese trabajo, no una disciplina separada.

La diferencia es que los motores de búsqueda indexan lo que las organizaciones publican. Los modelos de lenguaje infieren lo que dicen sobre ellas a partir de patrones en datos de entrenamiento. Son dos mecanismos distintos, con lógicas distintas y con vulnerabilidades distintas. Una brecha en la reputación en un modelo de lenguaje no se corrige de la misma manera que una brecha en el posicionamiento SEO.

Por eso requiere metodología específica. Las herramientas de monitoreo de reputación online existentes no miden la representación en modelos de lenguaje. No están diseñadas para eso.

El gap de capacidad que tienen las agencias ahora mismo

He tenido esta conversación muchas veces. La posición más común en las agencias —incluso en las buenas— es una combinación de tres cosas: saben que el tema existe, no tienen claro cómo medirlo y no han encontrado todavía una forma de ofrecerlo como servicio.

El resultado práctico es que cuando el cliente pregunta, la respuesta es vaga. «Estamos al tanto del tema», «lo estamos estudiando», «hay mucho movimiento en ese espacio». Esas respuestas no tranquilizan a un director de comunicación que necesita explicarle al comité directivo en qué estado está la representación de la empresa en los principales modelos de IA.

Y mientras tanto, alguien con una respuesta concreta —un número, una metodología, un plan— está llenando ese vacío.

Lo que necesita una agencia para dar esa respuesta

Tres cosas. Primero, una metodología de medición: algo que permita evaluar sistemáticamente cómo representa cada modelo principal a la organización. El ACA-Score hace eso —mide autoridad y credibilidad algorítmica por modelo y los convierte en un índice comparable en el tiempo.

Segundo, un proceso de análisis que convierta los datos en un diagnóstico accionable. No basta con saber que la representación es deficiente; hay que entender por qué y qué puede cambiarse. El diagnóstico ACA identifica las causas raíz y estructura el análisis con cuatro pilares —Trazabilidad, Coherencia, Profundidad y Actualización— hasta convertirlo en un plan con acciones y plazos concretos.

Tercero, un lenguaje para presentarlo. Los directivos no necesitan una explicación técnica sobre cómo funcionan los transformers. Necesitan saber cuál es el estado actual de la representación, qué riesgos implica y cuál es el plan de acción.

El argumento para los clientes existentes

La manera más rápida de incorporar reputación algorítmica al portafolio de una agencia es ofrecerla a clientes existentes como una extensión del trabajo de reputación que ya se hace. No como un servicio nuevo desconectado, sino como la respuesta a la pregunta que ese cliente tarde o temprano va a hacer.

El Diagnóstico IA funciona bien como primer paso porque entrega algo concreto en 5 a 10 días hábiles: el ACA-Score inicial de la organización en los modelos principales —ChatGPT, Claude, Gemini, Perplexity— más un análisis de las causas y un plan de acción a 90 días. El cliente tiene un número que puede presentar internamente. La agencia tiene un punto de partida para un trabajo continuo.

El modelo que funciona en la práctica: la agencia ofrece el diagnóstico como un servicio de entrada, entrega el reporte, y a partir del diagnóstico activa las líneas de trabajo necesarias. El punto de entrada no cambia. Lo que cambia es que la agencia tiene respuesta cuando el cliente pregunta.