Los propios datos de uso de OpenAI muestran que los usuarios de ChatGPT se dedican principalmente a resolver problemas reales y a tomar decisiones, condensando todo el embudo de marketing en una sola interacción con la IA. Las marcas que tengan éxito se centrarán en pruebas estructuradas y contrastables, como tablas comparativas y preguntas frecuentes, y no en la narración de historias de marca.
Lo que indica el gráfico de OpenAI
OpenAI ha publicado el análisis más exhaustivo hasta la fecha sobre cómo utilizan los usuarios ChatGPT, basado en 1,5 millones de conversaciones, y con una conclusión clave: la mayoría de las interacciones se centran en consejos prácticos, la búsqueda de información y la redacción. En otras palabras, los usuarios acuden a la herramienta para resolver tareas cotidianas, más que para charlar o programar durante horas. El estudio también destaca que el uso se divide entre la vida laboral y la personal, y que el valor generado suele consistir en una ayuda para la toma de decisiones, algo que los indicadores económicos tradicionales no miden adecuadamente.
El documento de trabajo del NBER que acompaña al lanzamiento refuerza estas ideas: las «orientaciones prácticas», la «búsqueda de información» y la «redacción» representan casi el 80 % de las conversaciones; la codificación y la autoexpresión son, en cambio, relativamente minoritarias. El mensaje es claro: los chatbots se están consolidando como herramientas para la productividad y la toma de decisiones (no solo para la generación de resultados), y esto es especialmente relevante en trabajos de alto nivel cognitivo.
Lo que realmente sorprende
- Hay menos «cháchara» de lo que esperaba. La parte social y distendida es mínima en comparación con las tareas orientadas a los resultados. La IA hace las veces de profesora, editora, bibliotecaria y asistente personal de compras, todo a la vez.
- El bienestar compite con la tecnología. Dentro de la «orientación práctica», se observa un repunte inesperado en los ámbitos de la salud, el fitness y la belleza: cuidado de la piel, hábitos, datos contrastados... Las categorías consideradas «blandas» están cobrando un gran protagonismo. Se trata de una demanda real de criterios y pruebas (no de simples afirmaciones).
- La redacción y la edición no consisten solo en «ayudarte a escribir», sino también en generar: correos electrónicos, notas, propuestas. En el ámbito profesional, la redacción «predomina» sobre otras tareas, precisamente porque el chatbot puede generar contenidos digitales listos para su uso inmediato.
El embudo comprimido: cuando todo ocurre en una sola respuesta
Si observas detenidamente el gráfico, verás una tendencia: la decisión se acelera. El usuario entra con una pregunta concreta y, sin cambiar de pestaña, avanza con la respuesta hacia una decisión plausible. En la práctica, así es como ocurre:
- Preguntas relacionadas con la situación. «¿Qué es...?» «¿Cómo se utiliza...?» y restricciones (presupuesto, piel sensible, integración, idioma).
- Criterios dentro de la misma respuesta. El modelo no solo ofrece una definición, sino que también muestra qué hay que tener en cuenta y qué hay que evitar al realizar comparaciones.
- Comparación instantánea. Con estos criterios, la respuesta ya sugiere opciones bien fundamentadas.
- Producto o acción. Accede a marcas, productos, proveedores o los siguientes pasos. Todo ello sin salir del hilo.
Se trata de un embudo comprimido: el descubrimiento, la reflexión y la decisión tienen lugar en el mismo sitio. El NBER lo define como la creación de valor a través del apoyo a la toma de decisiones, precisamente en aquellos aspectos en los que los seres humanos somos más lentos: filtrar, sopesar y decidir a partir de información incompleta.
Por qué es importante: si no estás presente en la sección específica de información y guías prácticas, es difícil «entrar» más adelante, cuando el usuario ya está comparando opciones. No se trata del SEO clásico de «atraer tráfico y luego informar»; aquí, la información y la elección coexisten en la misma interacción.
Implicaciones para tu estrategia
Diseño para resolver
En este contexto, las marcas que triunfan no son aquellas que «suenan bien», sino las que aportan pruebas tangibles: tablas con criterios, guías con métodos (pasos, límites, casos reales), secciones de preguntas frecuentes con cifras, capturas de pantalla y fechas de actualización. La forma es tan importante como el fondo: títulos claros, secciones concisas y datos fáciles de copiar y consultar. (El estudio de OpenAI destaca que el uso se centra en tareas concretas, no es general).
Bienestar y consumo: una oportunidad real
El hecho de que los temas relacionados con la salud, el fitness y la belleza tengan más peso del que imaginábamos no es una coincidencia. Se trata de categorías que implican un lenguaje técnico y decisiones personales. Si vendes productos para el cuidado de la piel, debes dar prioridad a criterios verificables (para quién son adecuados y para quién no; cómo evaluar una lista INCI; qué significa realmente «sin fragancia») y a fuentes externas que los respalden. Eso es lo que un modelo puede resumir y citar al elaborar una respuesta.
Localización: adaptar, no solo traducir
El patrón de uso muestra que la traducción compite con las tareas técnicas. Si operas en varios mercados, prepara tus propios glosarios, ejemplos locales y métricas relevantes para cada país. De ese modo, cuando el usuario pida «lo mismo, en alemán y con un toque local», la IA dispondrá del material necesario para adaptarlo (no simplificarlo).
Medir sin interferencias (qué hay que tener en cuenta cuando el mapa se mueve)
El artículo y la publicación de OpenAI dejan una cosa clara: el uso evoluciona y genera valor tanto en el ámbito laboral como fuera de él; los usuarios profundizan en su uso con el paso del tiempo. En este entorno cambiante, no se necesitan veinte indicadores clave de rendimiento (KPI), sino más bien cuatro resultados que indiquen si uno se encuentra donde se toman las decisiones:
- Cobertura de preguntas decisivas: ¿aparece tu marca en las preguntas situacionales clave de tu sector?
- ¿ Se da esta situación en varios motores (no solo en uno) y de forma sistemática?
- Calidad de la mención: ¿la respuesta te recomienda con argumentos o simplemente te menciona?
- Tiempo hasta la inclusión: una vez que se publica o actualiza la evidencia, ¿cuánto tiempo tarda en aparecer?
Este es el tipo de enfoque que utilizamos en Omnia: dar prioridad a las consultas reales, observar qué motores y fuentes tienen mayor peso en cada una de ellas, comprender los patrones y hacer un seguimiento de su evolución.
Ejemplo práctico: pasar de «lo que es» a «el producto» sin cambiar de pantalla
Ponte en el lugar de alguien que busca productos de belleza:
«Crema antienvejecimiento para pieles sensibles, sin perfume y con eficacia clínicamente demostrada».
Las buenas respuestas cumplen tres funciones:
- ofrece contexto ( qué significa «antienvejecimiento» para la piel sensible);
- ofrece criterios ( ingredientes, pruebas, tolerancias, cómo leer la lista INCI);
- propone opciones quecumplen esos criterios.
¿Dónde consigues visibilidad?
- Que tus criterios y datos estén disponibles públicamente (y fechados): tablas, «actualizado el...», enlaces a las fuentes.
- Asegúrate de que la descripción de tu entidad (qué eres, a quién te diriges...) sea coherente en tu sitio web, documentos, plataformas de venta, foros y redes sociales.
- Que terceros de prestigio (medios especializados, foros de expertos, YouTube) te citen como ejemplo de estos criterios.
Nada de esto ocurre simplemente «hablando» con un modelo en un chat privado: el NBER y OpenAI dejan claro que la adopción y el valor se explican por tareas reales y el apoyo a la toma de decisiones; lo que importa es qué señales externas puede utilizar el modelo para elaborar una respuesta fiable.
Conclusión
El nuevo gráfico supone un cambio de enfoque. ChatGPT y otros motores se utilizan para resolver problemas. Por eso el embudo se ha reducido: en una sola respuesta, el usuario aprende, compara y elige. Si tu marca quiere estar presente, necesitas claridad y pruebas: criterios, método, fuentes y coherencia.
Tres ideas para llevarse hoy:
- Invierte en información específica y guías prácticas que una modelo pueda consultar.
- Publica estructuras (tablas, listas de verificación, rúbricas) que se puedan integrar fácilmente en las respuestas.
- Mide los resultados (cobertura de las preguntas clave, coherencia entre los distintos motores, calidad de las menciones, tiempo de inclusión) en lugar de perseguir métricas de vanidad.
El panorama seguirá cambiando, pero el principio fundamental se mantiene: la IA recomienda aquello que puede resumir y respaldar. Si das a conocer esas pruebas y las mantienes, el embudo comprimido jugará a tu favor.
Artículos relacionados
