OpenAI ha decidido acelerar su entrada en el negocio publicitario y convertir ChatGPT en un nuevo espacio de captación para las marcas. Desde finales de agosto, los anunciantes de varios mercados europeos, entre ellos España, pueden acceder a ChatGPT Ads a través de una plataforma de autoservicio. El movimiento es importante: la compañía asegura que su negocio publicitario ya ha alcanzado un ritmo de ingresos anualizado de 1.000 millones de dólares en menos de 200 días. Para SDi, este cambio obliga a revisar algunas de las bases sobre las que se ha construido tradicionalmente el marketing de resultados. La batalla por la atención entra en un nuevo terreno, en el que todavía se está formando una decisión.
Ahí está precisamente la principal diferencia respecto a Google Ads o Meta Ads. Durante años, la publicidad digital ha construido gran parte de su eficacia alrededor de palabras clave, intereses, audiencias y comportamientos. ChatGPT añade una nueva capa: el contexto de una conversación. El usuario puede explicar durante varios mensajes qué problema tiene, qué ha probado ya, cuánto quiere gastar o qué restricciones condicionan su decisión. Esa información permite identificar una intención comercial incluso antes de que aparezca una búsqueda explícita de un producto.
De las palabras clave a los problemas reales del cliente
La primera consecuencia es evidente: las marcas tendrán que dejar de pensar únicamente en qué busca el cliente y empezar a analizar cómo explica su problema. Un usuario puede necesitar un ERP sin escribir nunca la palabra “ERP”. Puede contar que su empresa sigue trabajando con hojas de cálculo, que pierde el control del stock o que introduce varias veces los mismos datos. La necesidad existe antes de que el usuario conozca el nombre de la solución.
Ese cambio convierte el análisis de intención en una pieza todavía más importante de la estrategia. Las empresas tendrán que conocer mejor las preguntas, dudas y situaciones que preceden a una compra. Ya no bastará con construir un mapa de keywords. Será necesario comprender qué cuenta un cliente cuando todavía está explorando alternativas, qué lenguaje utiliza y qué problemas intenta resolver antes de llegar a una categoría concreta de producto.
Competir antes de que el usuario sepa qué quiere comprar
La segunda gran oportunidad está en el momento del funnel en el que puede aparecer la publicidad. ChatGPT concentra en una misma conversación fases que antes se producían en distintos lugares: descubrir un problema, investigar posibles soluciones, comparar alternativas y tomar una decisión. Para los anunciantes, esto abre la posibilidad de estar presentes antes de que el usuario llegue a una búsqueda transaccional clásica.
Es especialmente relevante en sectores complejos. Una empresa que se plantea automatizar procesos internos puede empezar preguntando cómo reducir tareas manuales. Otra puede describir problemas de ciberseguridad sin saber qué servicio necesita contratar. Una tercera puede explicar que quiere integrar ecommerce, almacén y facturación sin tener claro qué arquitectura tecnológica requiere.
En todos esos casos, la intención comercial existe, aunque todavía no haya una búsqueda directa de proveedor. Ese es uno de los espacios más interesantes que abre ChatGPT Ads: acercar la publicidad al momento en el que la necesidad todavía se está definiendo.
Menos eslogan y más solución
La tercera clave está en el mensaje. Si el anuncio aparece después de una conversación rica en contexto, los mensajes genéricos pierden fuerza. Expresiones como “impulsa la transformación digital de tu empresa” dicen poco frente a propuestas capaces de conectar con una necesidad específica. En un entorno conversacional, cuanto más claro quede qué problema resuelve una empresa, para quién y en qué situación, mayores posibilidades tendrá de resultar relevante. Esto obliga a trabajar copies más específicos y menos corporativos, orientados a responder a una necesidad concreta.
Este principio afecta también a las landing pages. Las páginas demasiado amplias pueden tener más dificultades para asociarse con problemas específicos. No es lo mismo hablar de “soluciones digitales” que explicar cómo automatizar la entrada de pedidos, conectar un ecommerce con un ERP o implantar un agente de inteligencia artificial para reducir tareas administrativas. La precisión deja de ser únicamente una cuestión de conversión: también puede convertirse en una señal de relevancia.
Medirlo como performance, pero asumir que todavía es terreno nuevo
La cuarta estrategia pasa por tratar ChatGPT Ads desde el principio como un canal de performance, pero sin olvidar que todavía es una plataforma joven. OpenAI ya incorpora modelos de compra por CPM y CPC, métricas de impresiones, clics, CTR, coste por clic y conversiones, además de herramientas de atribución y seguimiento.
Sin embargo, todavía no existe suficiente histórico público para establecer benchmarks sólidos por sectores. Para las marcas que entren ahora, esto significa que la experimentación tendrá más valor que cualquier receta cerrada. Será necesario probar diferentes mensajes, contextos y páginas de destino, medir la calidad de los leads y comparar el comportamiento del tráfico frente a otros canales. En una plataforma todavía inmadura, los datos propios de cada anunciante pueden ser mucho más útiles que cualquier media de mercado.
No confundir publicidad con visibilidad orgánica en IA
La quinta clave es probablemente la más importante desde el punto de vista estratégico: pagar por aparecer en ChatGPT no significa conseguir que ChatGPT recomiende mejor a una empresa.
OpenAI mantiene separados el sistema publicitario y las respuestas que genera el asistente. Los anuncios aparecen diferenciados y no pueden utilizarse para alterar qué marcas menciona o recomienda el modelo. Esto abre dos frentes distintos para los departamentos de marketing. Por un lado está la visibilidad de pago a través de ChatGPT Ads. Por otro, la visibilidad orgánica dentro de los sistemas de inteligencia artificial, vinculada a conceptos como GEO, posicionamiento en IA o reputación algorítmica.
En este segundo terreno, el objetivo es conseguir que los modelos dispongan de información clara, fiable y suficiente para entender correctamente quién es una empresa, qué hace y en qué contextos puede resultar relevante.
SDi trabaja precisamente sobre esta segunda dimensión, analizando cómo perciben los grandes modelos de inteligencia artificial a las empresas y qué información pública necesitan para construir una representación correcta de ellas. La evolución recuerda, en cierto modo, a la convivencia entre SEO y SEM que marcó el crecimiento de Google. La diferencia es que ahora la competición se desarrolla dentro de una conversación.
