Por qué los LLM no entienden el lujo — y qué deben hacer las marcas de alta gama ahora mismo
Harvard Business Review publicó hace poco un análisis que debería estar en el escritorio de cualquier director de marketing que trabaje con marcas premium o de lujo. El diagnóstico es claro y un poco incómodo: los modelos de lenguaje grande —ChatGPT, Gemini, Claude, Copilot— tienen una limitación estructural para representar adecuadamente a las marcas de alta gama. No porque sean malos modelos. Sino porque el lujo, por definición, funciona con una lógica completamente opuesta a como aprenden estas herramientas.
Y si todavía no te parece urgente, aquí va el contexto que cambia todo: Gartner proyecta que para 2026 los motores de búsqueda tradicionales perderán hasta un 25% de su volumen de consultas frente a las interfaces conversacionales de IA. Esto significa que el canal por donde tus futuros clientes van a descubrir, comparar y decidir marcas de lujo ya no es Google. Es un chatbot.
El lujo fue construido sobre la escasez — y eso es exactamente lo que los LLM no pueden procesar
Para entender el problema de fondo hay que entender cómo aprenden estos modelos. Los LLM son entrenados con volúmenes masivos de texto: artículos, foros, reseñas, libros, redes sociales. Su “comprensión” de una marca depende directamente de cuánto texto existe sobre ella, con qué frecuencia aparece y qué tan verificable es esa información.
Ahí está la trampa.
Hermès no inunda Instagram. Chanel no tiene miles de reseñas en Amazon. Un reloj Richard Mille no aparece en hilos de Reddit comparándolo con otras opciones. Las marcas de lujo han construido su identidad precisamente sobre la escasez informativa deliberada — y eso, que funciona de maravilla para crear deseo entre humanos, es invisible para un algoritmo que aprende por volumen y frecuencia.
El resultado es predecible: cuando alguien le pregunta a un LLM “¿qué reloj suizo debería regalarle a un ejecutivo?”, el modelo genera una respuesta basada en las marcas con más presencia textual en internet. Rolex aparece. Omega aparece. Las casas verdaderamente exclusivas, o no aparecen, o aparecen con descripciones que podrían aplicar a cualquier marca premium medianamente conocida.
“El 17% de los consumidores globales ya utiliza herramientas de IA generativa para obtener recomendaciones de productos — y ese porcentaje entre Millennials y Gen Z es significativamente mayor.” — Salesforce, State of the Connected Customer, 2024
Y aquí viene el dato que más debería preocupar a los equipos de marketing de lujo: según Bain & Company, los Millennials y la Generación Z representarán el 70% del mercado global del lujo para 2025. Son exactamente los consumidores más propensos a consultar un chatbot antes de comprar. La intersección de esas dos tendencias no es un problema futuro. Es el problema de ahora.
Qué está en juego cuando un LLM describe mal tu marca
Puede parecer un problema técnico menor. No lo es.
Una marca de lujo no vende un producto. Vende una narrativa — herencia, artesanía, estatus, historia familiar, un código social que sus clientes conocen y valoran. Cuando un LLM describe a Patek Philippe con la misma profundidad con la que describiría a una marca de relojes de gama media, no solo está siendo inexacto. Está erosionando activamente el posicionamiento que esa marca tardó generaciones en construir.
Piénsalo desde la perspectiva del cliente: alguien que está investigando un regalo de $15,000 dólares le pregunta a ChatGPT sobre opciones. El modelo menciona la marca, pero la descripción es genérica, sin contexto histórico, sin los matices que hacen que esa marca sea lo que es. Ese cliente —que quizás ya estaba considerando la compra— recibe una señal confusa. Y esa confusión tiene un costo.
Lo que nadie menciona es que esto también afecta la percepción de exclusividad. Si un LLM pone a Hermès en el mismo párrafo que tres marcas de “lujo accesible”, el daño no es solo informativo. Es simbólico.
Las estrategias concretas que Harvard Business Review recomienda
El análisis de HBR no se queda en el diagnóstico. Propone líneas de acción específicas, y vale la pena traducirlas a términos operativos para los equipos de marketing:
- Auditorías periódicas de IA: Antes de cualquier otra acción, hay que saber cómo te están describiendo los modelos más usados. Eso significa hacer preguntas reales a ChatGPT, Gemini y Perplexity sobre tu marca, documentar las respuestas y mapear los vacíos o imprecisiones. No es una tarea de una vez — es un proceso continuo.
- Contenido estructurado en fuentes de alta autoridad: Los LLM ponderan la autoridad de las fuentes. Una mención bien contextualizada en Financial Times, Le Monde o Vogue pesa algorítmicamente mucho más que cien posts en redes sociales. Las marcas deben intensificar su presencia editorial en publicaciones de referencia, con artículos que incluyan datos verificables, cifras concretas y narrativas factuales sobre artesanía, historia y procesos de fabricación.
- Wikipedia y bases de datos estructuradas: Suena mundano, pero Wikidata y Wikipedia son fuentes frecuentes en el entrenamiento de modelos. Tener una entrada bien documentada, actualizada y verificable no es opcional — es infraestructura de posicionamiento en IA.
- Traducir lo intangible a datos verificables: “Herencia y artesanía” es una frase que un LLM no puede procesar. “Cada bolso requiere entre 18 y 25 horas de trabajo manual por un artesano con más de 10 años de formación” sí lo puede procesar. Las marcas deben hacer ese trabajo de traducción: convertir sus valores en hechos documentados.
- Schema markup y datos estructurados en el sitio web: El sitio corporativo debe estar optimizado no solo para Google, sino para los rastreadores que alimentan a los modelos de IA. Eso implica implementar datos estructurados que faciliten la indexación de información clave sobre la marca.
- Crear contenido orientado a búsqueda conversacional: La pregunta ya no es “¿cómo rankeo para esta keyword?”. La pregunta es “¿qué le respondería un LLM a alguien que pregunta por mi categoría de producto?” Ese cambio de perspectiva transforma completamente la estrategia de contenidos.
GEO no es el nuevo SEO — es algo diferente, y confundirlos es un error costoso
Hay una tendencia en la industria de marketing de tratar la Generative Engine Optimization —también llamada Answer Engine Optimization— como una extensión del SEO tradicional. Dicho así suena simple. No lo es.
El SEO optimiza para que un algoritmo te muestre primero en una lista de resultados. El GEO optimiza para que un modelo de IA te mencione, te describa correctamente y te posicione favorablemente cuando alguien hace una pregunta conversacional. La diferencia no es técnica. Es conceptual.
En SEO, el usuario todavía elige hacer clic. En un LLM, el modelo elige qué mencionar — y muchas veces el usuario acepta esa respuesta sin verificarla. Para el lujo, donde la percepción lo es todo, ese nivel de intermediación es un riesgo que no existía hace tres años.
Mi postura editorial es esta: las marcas de lujo que traten el GEO como una tarea técnica delegable al equipo de IT o a una agencia de SEO sin experiencia específica en IA están cometiendo un error estratégico. Esto requiere la misma atención que se le daría a la narrativa de una campaña de brand en un medio de primera línea. Porque en términos de impacto en la percepción de marca, el efecto puede ser equivalente — o mayor.
Cómo debería reaccionar un director de marketing ante esto
La respuesta instintiva de muchos equipos va a ser defensiva: “Nuestros clientes no usan ChatGPT para comprar un bolso de $8,000”. Puede que hoy eso sea parcialmente cierto. Pero el consumidor de lujo de 2028 sí lo hará — y ese consumidor ya tiene entre 22 y 30 años hoy.
¿La paradoja? Que las marcas que más necesitan trabajar su presencia en LLM son exactamente las que tienen más resistencia cultural a hacerlo, porque perciben cualquier optimización digital masiva como una amenaza a su exclusividad. Pero optimizar para IA no significa masificar la marca. Significa controlar la narrativa en un canal que ya existe y que ya está influenciando decisiones.
El riesgo de no hacer nada es que el silencio estratégico del lujo — que funciona perfectamente para construir deseo humano — se traduzca en ausencia o imprecisión en los modelos de IA. Y esa ausencia la llenarán otras marcas, o peor, descripciones incorrectas que ningún equipo de comunicación aprobó.
Tres preguntas para empezar esta semana:
- ¿Sabes exactamente qué dice ChatGPT sobre tu marca cuando alguien pregunta por tu categoría de producto?
- ¿Tu estrategia de contenidos está generando material textual suficiente en fuentes que los LLM consideran de alta autoridad?
- ¿Tu equipo tiene un proceso para auditar y actualizar la huella semántica de la marca en los principales modelos de IA?
Si la respuesta a cualquiera de esas tres preguntas es “no” o “no sé”, el trabajo ya tiene por dónde empezar.
En Reinvente Mercadeo trabajamos con marcas premium y equipos de marketing que necesitan entender — y actuar — en la intersección entre posicionamiento de marca y la nueva realidad de la IA generativa. Si quieres hacer una auditoría de cómo te representan los LLM más usados y desarrollar una estrategia de GEO que proteja y amplifique tu narrativa de marca, hablemos. No es un proyecto de seis meses — es una conversación de 30 minutos para saber dónde estás parado hoy.
