Por qué las agencias de PR necesitan incorporar la reputación algorítmica en sus servicios
Cuando un cliente pregunta qué dice ChatGPT sobre su empresa, la mayoría de las agencias de PR no tienen respuesta. La reputación algorítmica no es una disciplina nueva: es la extensión lógica de lo que las agencias ya hacen con la reputación online. El problema es que requiere medición específica, y casi ninguna agencia la ha incorporado todavía.
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.
Preguntas frecuentes
¿Por qué las agencias de PR deben incorporar la reputación algorítmica en sus servicios?
Porque los directivos ya están preguntando qué dice la IA sobre su empresa, y la mayoría de las agencias no tienen respuesta. La reputación algorítmica —cómo los modelos de lenguaje representan a una organización— es la extensión natural del trabajo de reputación online que las agencias ya realizan. La diferencia es que requiere medición específica con herramientas como el ACA-Score™, no las métricas de SEO o presencia en medios tradicionales.
¿En qué se diferencia la reputación algorítmica de la gestión de reputación online?
La gestión de reputación online trabaja con fuentes indexadas y recuperables: posicionamiento en buscadores, presencia en medios, análisis de sentimiento en redes. Los modelos de lenguaje no indexan páginas en tiempo real: infieren su representación de una organización a partir de patrones en datos de entrenamiento. Una brecha en la reputación en un modelo de lenguaje no se corrige de la misma manera que un artículo negativo en un buscador; requiere metodología específica, como la que estructura el Marco ACA.
¿Qué necesita una agencia de PR para ofrecer reputación algorítmica a sus clientes?
Tres elementos: una metodología de medición —como el ACA-Score™, que mide autoridad y credibilidad algorítmica por modelo y los convierte en un índice comparable en el tiempo—, un proceso de análisis que convierta los datos en un diagnóstico accionable con causas raíz y plan de acción, y un lenguaje para presentarlo a directivos sin tecnicismos: cuál es el estado actual de la representación, qué riesgos implica y cuál es el paso siguiente.
¿Cómo puede una agencia de PR incorporar el Diagnóstico IA en su oferta de servicios?
El modelo más efectivo en la práctica es ofrecer el Diagnóstico IA como servicio de entrada para clientes existentes: en 5–10 días hábiles produce el ACA-Score™ inicial en los modelos principales —ChatGPT, Claude, Gemini, Perplexity— con un análisis de 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 trabajo continuo de reputación algorítmica.
