Skip to PDF content
La Paradoja de la Percepción: Humanos vs. Máquinas
Históricamente, el éxito de una marca se medía por su impacto cultural y sus ventas. Sin embargo, en la era de los Modelos de Lenguaje de Gran Escala (LLMs), ha surgido una nueva variable: el Share Of Voice Visibility. Nike mantiene una tracción positiva en redes sociales (53.5) impulsada por atletas de élite y campañas aspiracionales. No obstante, su score de IA es de apenas 42.9.
Esta brecha de 10.6 puntos revela una disonancia crítica de la marca frente a la perceoción de la IA. Mientras los humanos celebran el último lanzamiento de las Air Jordan, los algoritmos de búsqueda y las IAs generativas están procesando un corpus de datos dominado por narrativas negativas históricas, controversias laborales y problemas de sostenibilidad que la marca no ha logrado “desindexar” o neutralizar técnicamente.
¿Por qué la IA “ve” a Nike de forma negativa?
Los modelos de IA no ven comerciales de televisión; analizan datos estructurados y relaciones semánticas. Si la información oficial de la marca no está correctamente etiquetada (marcado semántico), la IA llena los vacíos con la información más disponible: artículos de prensa críticos de hace décadas o foros de discusión no moderados. Esto crea una fricción significativa en la narrativa de marca.
AEO: El nuevo imperativo del SEO Moderno
Ante esta situación, el SEO tradicional ya no es suficiente. Es necesario implementar una estrategia de Answer Engine Optimization (AEO). El AEO consiste en estructurar los activos de una marca para que los motores de respuesta (como ChatGPT, Perplexity o Google Search Generative Experience) comprendan inequívocamente quién es la entidad y cuáles son sus valores.
Fase 1: Construcción del Knowledge Graph Interno
El primer paso técnico es mapear la entidad “Nike”. Esto implica definir relaciones explícitas que la IA pueda procesar:
- Entidad: Michael Jordan -> Relación: Diseñó -> Producto: Air Jordan 1.
- Entidad: Nike -> Valor: Sostenibilidad -> Prueba: Informe de Impacto 2025.
Designar URLs canónicas como la “fuente única de verdad” es vital para evitar que los algoritmos se pierdan en versiones contradictorias de la historia de la marca.
Fase 2: Implementación Masiva de Schema.org
La traducción de la identidad al lenguaje algorítmico se realiza a través de JSON-LD. Nike debe priorizar los siguientes esquemas:
- Organization: Para vincular oficialmente su logo, fundadores y datos corporativos.
- FAQPage: Para controlar las respuestas directas a preguntas como “¿Es Nike una marca ética?”.
- Person: Para conectar a sus ejecutivos y atletas con la autoridad de la marca.
Impacto en el Negocio y el Buyer Persona
El consumidor moderno ya no solo busca “tenis para correr”. Pregunta a su asistente de voz: “¿Cuál es la marca deportiva con mejores prácticas ambientales?”.
Si el score de IA de Nike sigue siendo bajo (42.9), la respuesta será ambigua o negativa. Esto erosiona la confianza del buyer persona consciente, quien delega su decisión de compra en las recomendaciones de la IA.
La inversión de miles de millones de dólares en marketing se vuelve “evanescente” si el contenido generado no está optimizado para el consumo algorítmico. Sin AEO, el retorno de inversión (ROI) se degrada porque la marca pierde su autoridad en los puntos de contacto más influyentes del futuro: los intermediarios algorítmicos.
Conclusión: Hacia una Identidad Resiliente
El liderazgo cultural de Nike es indiscutible entre los humanos, pero es frágil ante las máquinas. Para cerrar la brecha de percepción, la marca debe dejar de hablarle solo a las personas y empezar a educar a los algoritmos. Recuperar el control de la narrativa digital a través del AEO no es una opción técnica, es una necesidad de supervivencia para la próxima década.
