Por Adriana Madriñán
A veces la máquina conoce la categoría. Tú sabes algo más.
Entras a una fiesta y alguien lleva tu vestido.
No uno parecido. El mismo vestido azul.
Nada cambió en el vestido en ese instante. Te queda exactamente igual que una hora antes. Te sigue encantando.
Pero algo desapareció.
Creías que habías encontrado el vestido. Ese que se sentía como tú. Ese con el que te ibas a destacar cuando entraras al salón.
Y ahora, al otro lado de la fiesta, ahí está otra vez. En otra persona.
Vuelvo una y otra vez a esa sensación porque se parece mucho a lo que ocurre cuando la IA ayuda a un negocio a definir su posicionamiento.
La respuesta puede ser perfectamente buena. Incluso puede sentirse como tú.
Hasta que te das cuenta de que suena como todos los demás.
Una empresaria con la que trabajo estuvo a punto de descartar dos años de su propia investigación porque la IA no estaba de acuerdo con ella.
Había pasado esos dos años estudiando una sola cosa: qué les ocurre realmente a las mujeres de cincuenta y tantos años, contado en sus propias palabras. Entrevistas. Observación. Perfiles de clientes construidos a mano, uno por uno, durante meses.
Conocía a su clienta mejor que cualquier otra persona que yo haya conocido trabajando en su categoría.
Entonces empezó a usar IA para desarrollar su marca, y la máquina insistía en mover a su clienta. Más joven. Más mayor. Y, sobre todo, hacia el anti-aging, donde se posiciona casi toda la categoría.
Llegó a mí realmente inquieta y me hizo una pregunta que no he olvidado:
Ahora todos tenemos acceso a herramientas similares, y los consejos se han vuelto sorprendentemente uniformes: haz mejores preguntas, dale más contexto a la IA, entrégale todo lo que sabes.
Todo eso es buen consejo.
Pero casi nadie habla de lo que ocurre cuando la máquina y el dueño del negocio no están de acuerdo. ¿Cómo sabes cuál de los dos tiene mejor evidencia?
Quiero dejar clara mi posición porque esto puede malinterpretarse fácilmente. Uso estas herramientas todos los días. Ella también. Durante ese año aprendió a usarlas mucho mejor, y yo nunca le habría recomendado dejar de hacerlo.
La pregunta no es si debemos usar IA.
La pregunta es qué hacer en ese momento específico en el que la IA te dice que estás equivocado.
Lo que la máquina realmente le estaba diciendo
La máquina no la estaba corrigiendo. Estaba describiendo su categoría.
El modelo no tenía acceso a sus dos años de entrevistas. Ese conocimiento vivía en sus cuadernos, en sus conversaciones y en el criterio que había acumulado. A menos que ella llevara ese conocimiento a la interacción, la máquina no podía utilizarlo.
Así que, cuando preguntaba por su clienta, la máquina tenía algo que ella no tenía: enormes cantidades de información sobre la categoría. Y ella tenía algo que la máquina no tenía: dos años de relación con la clienta real.
Esa diferencia importa.
La IA tiene amplitud. El dueño puede tener conocimiento de primera mano.
La IA puede detectar patrones en mucha más información de la que la mayoría de los pequeños empresarios podrían revisar en toda su vida. Pero el dueño puede saber cosas que nunca llegaron a una página web, a un informe o al material disponible para el modelo.
La pregunta que el cliente siempre hace antes de comprar. La objeción que parece insignificante hasta que la has escuchado cincuenta veces. Eso que los clientes dicen en privado y que nadie en la categoría dice en público.
Cuando la máquina no tiene ese conocimiento, su respuesta se forma a partir en los patrones que sí puede ver. Y en los negocios, muchos de esos patrones provienen de la propia categoría.
El anti-aging no era un error extraño inventado por la máquina.
El anti-aging estaba en todas partes.
Una pista desde la investigación
Hay una investigación interesante que apunta en una dirección similar, aunque en un contexto muy distinto.
Anil Doshi y Oliver Hauser, en un estudio publicado en Science Advances en 2024, analizaron a personas que escribían historias cortas con y sin ideas generadas por IA.
Quienes tuvieron acceso a ideas de IA produjeron historias calificadas como más creativas, mejor escritas y más agradables de leer, especialmente entre quienes inicialmente habían obtenido puntuaciones más bajas en creatividad.
Pero ocurrió algo más: las historias creadas con ayuda de IA se parecían más entre sí.
En comparación con el grupo que escribió sin IA, el aumento de similitud representó 10,7 % del rango observado de similitud cuando los participantes tuvieron acceso a una idea de IA y 8,9 % cuando pudieron acceder hasta cinco.
La tensión es interesante: mejoró la creatividad individual, mientras que los resultados se parecían más entre sí.
El estudio trataba sobre la escritura de historias cortas, no sobre estrategia de negocios, posicionamiento de marca ni investigación de clientes. No demuestra que la IA vaya a hacer que los negocios se parezcan más entre sí.
Pero sí nos da una razón para prestar atención a lo que puede ocurrir cuando muchos empezamos a crear con el mismo tipo de herramientas.
Pero ¿y si la máquina tiene razón?
Esto es lo que una persona razonable debería estar pensando ahora mismo: quizá ella estaba equivocada.
Quizá dos años de entrevistas llevaron a la conclusión que el mercado realmente no quiere. Quizá toda la categoría habla de anti-aging porque eso es lo que vende.
Eso pasa. He visto dueños defender durante años una posición por la que ningún cliente estaba dispuesto a pagar.
Por eso, la respuesta no puede ser confía siempre en ti.
Eso no es consejo. Es adulación.
También debo decir algo evidente sobre la historia que acabo de contar. Te estoy hablando de la empresaria que mantuvo su posición y funcionó. No te estoy hablando de quienes defendieron una posición durante tres años y nunca lograron que el mercado pagara por ella. También los he conocido.
Un caso demuestra que algo es posible. No demuestra que tú debas hacerlo.
La respuesta es más estrecha y, creo, mucho más útil:
Son dos preguntas distintas y requieren evidencia distinta.
Cuando la IA la empujaba hacia el anti-aging, le estaba dando información útil sobre lo que ya era común en el mercado. Lo que no podía saber por sí sola era aquello que ella había pasado dos años aprendiendo directamente de sus clientas.
Y ahí es donde el desacuerdo se vuelve interesante.
Lo que ella hizo en realidad
No se aferró a su idea por terquedad y tampoco dejó de usar la herramienta. Siguió utilizándola y se volvió bastante buena en las áreas donde la IA era fuerte.
Lo que cambió fue la autoridad que le daba.
Dejó de tratar sus objeciones como veredictos y empezó a tratarlas como información sobre la categoría.
Útil, sí. Autoritaria, no.
Terminó en un posicionamiento que nadie más en su categoría ocupa. No voy a describirlo porque es suyo y le tomó dos años encontrarlo.
Pero la evidencia más importante detrás de esa posición venía de un lugar al que la máquina no podía acceder de forma independiente.
Venía de su clienta.
Esta es una de las preguntas a las que vuelvo una y otra vez en The Madrinan Playground™: no si la IA nos da buenas respuestas, sino si entendemos sobre qué tipo de conocimiento están construidas esas respuestas.
El dueño del negocio y la máquina pueden estar mirando el mismo mercado desde lugares muy distintos.
Ninguno de los dos tiene la razón automáticamente.
¿Qué has aprendido sobre tu cliente que la IA no puede ver?
Antes de pensar que esto solo aplica a quien puede dedicar dos años a investigar, recuerda que no es así. No necesitas un proyecto de investigación.
Pero sí necesitas distinguir entre algo que crees sobre tu cliente y algo que realmente has aprendido de él.
Pregúntate:
No lo que esperas. No lo que supones.
¿Qué sabes porque lo has escuchado repetidamente, lo has visto ocurrir, has vendido a través de ello, has perdido clientes por ello o lo has resuelto tú mismo?
Tal vez sea una pregunta que los clientes siempre hacen. Una objeción que aparece una y otra vez. Algo que te cuentan después de comprar. Algo que nunca dicen en la primera conversación, pero casi siempre aparece en la tercera.
O quizá sea algo que has observado y de lo que nadie en tu categoría habla porque lo aprendiste en conversaciones, no en un reporte de mercado.
A veces, lo que hace que valga la pena escogerte está en lo que aprendiste de primera mano sobre tu cliente, mientras todos los demás, incluida la máquina, todavía lo describen desde la distancia.
Eso no significa que tu experiencia sea automáticamente correcta. La cercanía no es prueba. Pero la evidencia repetida de primera mano es información, y merece ser comparada con lo que sabe la máquina, no reemplazada automáticamente por ello.
Dos riesgos, no uno
Hay dos maneras de equivocarse aquí.
Si sigues a la máquina y está equivocada, puedes terminar sonando como toda tu categoría: pulido, competente e intercambiable.
Si ignoras a la máquina y tú estás equivocado, puedes terminar defendiendo una posición que el mercado nunca quiso: diferente y sin ventas.
Ambos riesgos son reales.
Ninguno se resuelve confiando ciegamente en tu intuición o en la herramienta.
La IA puede ser extraordinariamente útil para mostrarte lo que ya existe.
Pero lo que ya existe son todos los demás.
Así que, cuando la IA te mueve hacia el centro de tu categoría, quizá no te está corrigiendo. Tal vez simplemente está describiendo el lugar del que estabas intentando salir.
Antes de cambiar tu posicionamiento, prueba algo.
Abre lo que dices hoy sobre tu negocio. La frase de tu página web. La de tu propuesta. La que usas cuando alguien te pregunta qué haces.
Léela como si la hubiera escrito tu competidor más cercano.
Si pudiera poner su nombre debajo sin cambiar una sola palabra, estás en la fiesta con el mismo vestido.
Y quizá ni siquiera sabes cuándo te lo pusiste.
The Name Test
Dos minutos, sin correo electrónico. lab.adrianamadrinan.com/name-test
Fuente
Doshi, A. R. & Hauser, O. P. (2024), Science Advances. Generative AI enhances individual creativity but reduces the collective diversity of novel content
Los nombres y las industrias han sido cambiados y, en muchos casos, también el género. Aquí no encontrarás a un cliente ni a una industria; encontrarás aprendizajes.
Sí, utilicé inteligencia artificial para dar forma a este artículo. Enseño a usarla con estrategia; ocultarlo sería lo extraño. Las ideas son mías. La herramienta me ayudó a ordenarlas. No pensó por mí.
The Madrinan Playground™. La ventaja ya no está simplemente en tener acceso a más información o mejores herramientas. Está en qué tan bien piensas tu negocio en la era de la inteligencia artificial.
Soy Adriana Madrinan, fundadora de The Madrinan Playground™ y estratega de innovación en modelos de negocio para la era de la IA. Diseñadora industrial de formación, con un MBA y una maestría en Marketing. Durante más de diez años he trabajado junto a dueños de negocios en Estados Unidos y América Latina para diseñar empresas preparadas para lo que viene.
© 2026 Alineata LLC. The Madrinan Playground™ es una marca de Alineata LLC. Todos los derechos reservados.
