WPP impulsa el salto del SEO al GEO y reclama optimizar el contenido para lo que la IA ya conoce
Search ya no es solo una casilla donde escribir keywords. Con la adopción masiva de asistentes y agentes de IA, el descubrimiento de marca migra hacia respuestas generadas por modelos que infieren, sintetizan y priorizan información. En ese escenario, Daniel Hulme, Chief AI Officer de WPP, defiende en The Drum que el SEO clásico seguirá importando, pero que su primacía cede ante un nuevo campo de juego: el Generative Engine Optimization (GEO), la disciplina que optimiza la probabilidad de que una marca aparezca (de forma correcta y preferente) dentro de las respuestas de sistemas como ChatGPT, Gemini, Claude o Perplexity.
Hulme explica que los LLM no devuelven listados tradicionales, sino respuestas directas con pocas referencias. Esa diferencia altera la competencia: ya no basta con “ganar SERPs”, hay que entrenar y alimentar a los modelos para que asocien la marca con problemas, soluciones, atributos y casos de uso relevantes. Si una marca no está presente en los corpus que nutren a los modelos o en las fuentes que estos consultan en tiempo real, su probabilidad de ser citada cae drásticamente.
WPP anticipa, además, que la intermediación por agentes acelerará el cambio: los usuarios pedirán a su IA “elige la mejor tarifa”, “planifica mi viaje” o “renuévame el seguro”, y los agentes decidirán por ellos. En paralelo, un 25% de las consultas evitarán buscadores tradicionales en los próximos 12 meses, lo que convierte el posicionamiento ante IAs en palanca de crecimiento y de defensa competitiva.
Auditoría de “lo que la IA sabe”
El punto de partida es operativo: auditar el conocimiento que distintos modelos tienen sobre la marca. Hulme recomienda realizar consultas de marca (“cuéntame sobre X marca”) y consultas de categoría (“mejor solución para X necesidad”) en varios modelos y registrar las respuestas. Las divergencias revelan brechas semánticas, sesgos a favor de competidores, información obsoleta o vacíos de prueba social. Con esa línea base, el equipo puede priorizar correcciones de alto riesgo (desactualización, reputación, incongruencias).
WPP resume la ejecución en tres vectores:
Entrenamiento vs. recuperación: distinguir qué contenidos conviene abrir para que los modelos puedan descubrir, citar y aprender (documentación técnica, metodologías, comparativas, ESG) y qué piezas pueden permanecer tras formularios sin bloquear la comprensión de la propuesta de valor. En entornos con recuperación aumentada, fuentes vivas y bien estructuradas ganan tracción.
Optimización semántica: escribir y modelar contenidos para conceptos y relaciones, no solo para keywords. La marca debe cubrir su espacio de intención con lenguaje natural (“¿cómo reduzco el churn en SaaS B2B?”), taxonomías claras, FAQ exhaustivas, y relaciones entre entidades (producto–problema–sector–pruebas–resultados) que faciliten la extracción por parte de los LLM.
Construcción de conocimiento extraíble: articular páginas pilares, estudios con metodología replicable, datasets abiertos, glosarios, esquemas de datos (schema.org), grafos de conocimiento y citabilidad (papers, whitepapers, prensa), de modo que los modelos encuentren evidencia verificable y la asocien a la marca.
Contenido, datos y gobernanza: la “capa de verdad” de la marca
El GEO obliga a tratar el contenido como infraestructura. Las compañías deben crear una capa canónica que sirva de fuente para humanos y máquinas: repositorios públicos con versiones, endpoints de documentación, páginas de transparencia, políticas de seguridad y privacidad y evidencias de performance. Esa capa reduce contradicciones entre web, notas de prensa, perfiles de productos, marketplaces y redes sociales, y eleva la coherencia de lo que los modelos aprenden.
La distribución es igual de crítica que la producción. Hulme sugiere reforzar la presencia en fuentes de alta autoridad para los modelos (journals sectoriales, repositorios técnicos, informes con DOI, directorios y benchmarks reconocidos), coordinar PR y PR técnico, y asegurar coincidencia de metadatos (nombres, descripciones, IDs) en todas las superficies digitales para consolidar entidades.
Medición en un canal sin “click” evidente
El GEO demanda nuevas métricas. WPP propone trackear:
Share of Voice en respuestas de IA por marca y categoría, con auditorías periódicas por modelo y región.
Calidad de mención (atributos asociados, exactitud factual, enlaces propuestos) y tendencia tras updates de modelos.
Señales de demanda downstream (brand lift, tráfico de alta intención, tasas de conversión asistidas) para estimar el ROI incremental del trabajo de GEO.
Integridad semántica: consistencia entre lo que la IA dice y lo que la marca declara en su capa canónica.
El cambio no es solo táctico. Las marcas deben coordinar marketing, producto, legal, data y PR para mantener un backlog de GEO: temas prioritarios, huecos de evidencia, activos por liberar, fuentes a conquistar y riesgos reputacionales que los modelos puedan amplificar. En paralelo, conviene crear playbooks por mercado (idioma, fuentes locales, regulaciones) y rutas de contenido para verticales, con responsables y SLAs de actualización.
Riesgos y oportunidades
Hulme advierte de dos riesgos: desinformación (modelos que retienen contenido incorrecto) y opacidad (cambios de modelo que alteran respuestas). Para mitigarlos, la marca debe monitorizar sistemáticamente, mantener páginas de correcciones y fomentar contenidos trazables y citables. La oportunidad, sin embargo, es significativa: el tráfico que llega tras una recomendación de IA suele estar altamente cualificado, y la presencia consistente en respuestas multicanal eleva la consideración en menos tiempo que el SEO puro.
WPP enmarca el GEO como evolución natural del SEO en un internet mediado por IA. La pregunta ya no es si el GEO reemplazará parte del SEO, sino si la marca será recuperable y citada cuando un usuario (o su agente) pregunte. Las compañías que traten su contenido como infraestructura, optimicen para significado y evidencia, y midan su cuota de presencia en respuestas de IA, llegarán antes y mejor a la decisión de compra. En la nueva economía de la atención, estar en la respuesta es la nueva primera página.