Si necesitás comprar una heladera, dedicás un rato a comparar. Abrís pestañas, revisás precios, leés reseñas y tratás de entender si vale la pena pagar más por una función que quizás nunca uses. Ahora también podés contarle a un asistente de inteligencia artificial cuánto querés gastar, qué espacio físico tenés y qué necesitás, y pedirle algunas recomendaciones.
Ese paso introduce un cambio notorio en la forma de elegir. El asistente propone una selección y explica por qué cada alternativa podría servirte. Para quien compra, puede ahorrar parte del trabajo de comparación. Para las marcas, por su parte, agrega una instancia en la que su producto puede ser recomendado, descartado o presentado de una manera que no esperaban.
Cuando miro este fenómeno, me interesa especialmente entender qué condiciones hacen que una marca entre en esa selección. La presencia por sí sola es un diagnóstico incompleto.
Probemos con una cafetera. Primero preguntamos: "¿Cuál es la mejor cafetera para tener en casa?". Después agregamos: "Tomo un café por día, recién empiezo y no quiero gastar demasiado".
Seguimos buscando una cafetera, pero ahora el asistente tiene criterios más concretos para recomendar. El presupuesto y la facilidad de uso pasan a ocupar un lugar explícito. Si además aclaramos que tenemos poco espacio físico disponible o que queremos evitar las cápsulas, la selección puede volver a cambiar.
Para el comprador, es una forma bastante natural de avanzar: cuenta mejor lo que necesita. Para una marca, significa que su presencia tiene que analizarse dentro de esa situación. Aparecer cuando alguien pregunta por calidad y quedar afuera cuando consulta por facilidad de uso son resultados distintos, aunque pertenezcan a la misma categoría.
La IA entra en la investigación de compra
Hay datos que ayudan a dimensionar este comportamiento. En septiembre de 2025, Adobe publicó una encuesta a 5.000 consumidores estadounidenses en la que el 38% declaró haber utilizado IA generativa para compras online. No podemos extrapolar ese porcentaje directamente a la Argentina, pero sí tomarlo como evidencia de un uso concreto de estas herramientas.
En nuestro país, el Estudio Anual de Comercio Electrónico 2025 de CACE ofrece un antecedente: el 85% de los encuestados había buscado información online antes de comprar en una tienda física.
La muestra incluía personas que habían comprado por internet durante los seis meses anteriores. El dato no mide adopción de IA; muestra cuánto puede pesar la investigación digital incluso cuando la compra termina en un local.
La búsqueda, entonces, sigue teniendo un lugar preponderante en el proceso. Los asistentes suman una forma de investigar en la que la persona puede explicar sus necesidades y pedir una recomendación ajustada a ellas.
Aparecer no alcanza
Ahí está la dificultad para las marcas. Una mención puede parecer un buen resultado y, sin embargo, transmitir algo que conviene revisar. Si mi marca aparece recomendada por precio y yo invierto en comunicar durabilidad, quiero entender qué está pasando. ¿Qué argumentos acompañan esa recomendación? ¿Se repite en distintas consultas? ¿Está usando información vigente?
Esas preguntas permiten darle sentido al dato y decidir qué hacer después. Una cifra de presencia, por sí sola, difícilmente las responda.
En un piloto exploratorio reciente comparamos las respuestas de tres modelos ante distintas consultas de compra. Una misma plataforma aparecía en todas las respuestas analizadas, pero en uno de los modelos otros comercios aparecían antes en varias consultas.
El orden de las menciones no demuestra preferencia ni ventas. Lo que sí mostró el ejercicio es que una medición de presencia habría ocultado esas diferencias.
Por dónde empezar
Hagamos el ejercicio. Ubiquémonos, al mismo tiempo, del lado de las marcas y del de quien está comprando. Elegimos una categoría y una pregunta de negocio concreta.
Por ejemplo, cómo se presenta una marca cuando alguien busca un lavarropas para un departamento chico. O qué opciones recibe una persona que prioriza el servicio técnico y el contar con una garantía confiable, porque tuvo una mala experiencia en su compra anterior.
Para construir esas consultas, sirve escuchar las dudas que los compradores ya expresan: qué comparan, qué les genera desconfianza, por qué recomiendan un producto y qué los lleva a descartarlo. Las reseñas, las preguntas a vendedores y las conversaciones públicas ofrecen situaciones que pueden pasar inadvertidas si uno mira únicamente su propia marca.
Por esa razón, es fundamental observar qué lugar ocupan los competidores. Si otra empresa aparece de manera recurrente cuando se pregunta por garantía o entrega, vale la pena revisar los argumentos que acompañan esa recomendación. Puede haber una diferencia en la propuesta, información más clara o una percepción que merece atención.
Eso requiere cierta disciplina. Una respuesta aislada no alcanza para construir un diagnóstico. Los resultados pueden variar entre asistentes, entre fechas e incluso al repetir una misma consulta. Compararlos bajo condiciones documentadas ayuda a detectar recurrencias y a elegir qué hallazgos seguir.
Además, tenemos que separar lo que observamos de lo que suponemos. Encontrar una asociación repetida entre una marca y un atributo es un hallazgo. Explicar qué la causó exige más evidencia. Lo mismo ocurre con las acciones: después de corregir una ficha de producto, hay que comprobar si las respuestas reflejan ese cambio.
Las intervenciones son concretas: actualizar especificaciones, aclarar condiciones de garantía o resolver contradicciones entre la web de la marca y la información de sus vendedores. En otros casos, el análisis muestra un problema que excede los contenidos. Si las dudas se repiten alrededor del servicio técnico, hay que revisar también cómo funciona ese servicio.
La IA suma una instancia en la que se interpreta lo que una marca ofrece y se decide si le sirve a alguien. Medir si aparecemos es apenas el punto de partida. El trabajo de verdad empieza después: entender por qué nos recomiendan, para qué necesidad y si podemos cumplir con esa expectativa cuando la persona finalmente nos elige.
*Por Tomás Criado, CEO y co-fundador de Epical.
