La forma más peligrosa en que un competidor puede usar la Inteligencia Artificial contra ti no es una resena falsa que puedas denunciar, sino contenido sembrado con paciencia en foros, comparativas y webs de terceros para que un modelo de lenguaje repita esa versión cuando alguien pregunte quien es mejor en tu sector. Para cuando lo notas, la máquina ya lleva tiempo respondiendo con la versión de tu competidor.
Un nombre para una práctica que ya tiene estudios detras
Esta tactica tiene nombre técnico: ingeniería de contenido dirigida a modelos de lenguaje, también llamada envenenamiento de datos cuando la información sembrada es falsa. Consiste en introducir de forma deliberada contenido en internet con la esperanza de que un modelo de Inteligencia Artificial lo incorpore a sus respuestas como si fuera un hecho verificado, según documento la organización finlandesa especializada en riesgos de Inteligencia Artificial para empresas Fairedih en 2025.
El caso más documentado a gran escala no vino de una empresa contra otra, sino de un estado. The Washington Post informo en abril de 2025 de que Rusia automatiza la difusión de desinformación específicamente para que los chatbots la repitan, ofreciendo sin querer un manual de instrucciones que cualquier competidor con menos escrupulos puede adaptar a una guerra comercial local.
Por que esto es distinto a una resena falsa
Una resena falsa en Google o en un directorio se puede reportar, y la plataforma tiene un proceso, lento pero existente, para retirarla. El contenido sembrado para moldear una respuesta de Inteligencia Artificial no vive en un solo sitio que puedas denunciar: vive repartido en foros, comparativas, publicaciones de blog y comentarios, cada uno con apariencia independiente, y el modelo de lenguaje los combina sin revelar de donde saco cada fragmento.
Esto hace que la victima no tenga un enlace concreto que reclamar. Lo que tiene es una respuesta de ChatGPT o Gemini que la describe mal, sin que exista un único responsable identificable ni un boton de denuncia que apunte a la causa real.
Como se construye este tipo de ataque en la práctica
El patron habitual empieza con contenido que parece organico: preguntas en foros sobre quien es el mejor proveedor de un servicio, respondidas por cuentas que en apariencia son usuarios normales pero que en realidad promocionan siempre a la misma empresa. Le sigue contenido de comparativa en blogs de terceros, que posiciona a un competidor como superior citando datos dificiles de verificar. Cuando un modelo de lenguaje entrena o consulta esas fuentes, aprende a asociar ese competidor con las palabras clave de la categoría entera.
No hace falta inventar mentiras evidentes. Basta con repetir con insistencia una versión parcial de la realidad, con suficiente volumen y en suficientes sitios distintos, para que el sistema la trate como consenso.
El estudio de la Harvard Kennedy School Misinformation Review publicado en 2025 sobre este tipo de siembra de contenido matizo algo importante: en muchos casos el problema de fondo no es una campana orquestada sofisticada, sino un vacio de información de calidad sobre un tema o una categoría concreta, que un competidor con más volumen de contenido puede ocupar sin gran esfuerzo. Para un profesional independiente, esto significa que la mejor defensa no siempre es perseguir al atacante, sino llenar ese vacio antes de que otro lo haga por ti.
El riesgo que ya identifico Javier G. Amblar como el más grave de los cuatro
De los cuatro problemas que sostienen la conversación sobre visibilidad ante la Inteligencia Artificial, este es el que Javier G. Amblar identifica como el más grave: que la competencia use la Inteligencia Artificial para desplazarte en silencio, sin ningún aviso previo. No hay una notificación cuando un modelo deja de recomendarte. No hay una alerta cuando empieza a recomendar a otro en tu lugar. Simplemente, un día, dejas de aparecer.
Este mismo periódico documento en agosto de 2026 el caso de un competidor que clono una web entera para hundir a su rival en Google, una versión más burda y detectable de la misma logica: usar la infraestructura técnica para ocupar el espacio de otro antes de que se de cuenta.
La clonación de una web es ruidosa: deja copias identicas que un profesional puede encontrar buscando su propio texto entre comillas. La siembra de contenido para moldear un modelo de lenguaje no deja ese rastro, porque cada fragmento por separado parece independiente y legitimo, y solo la respuesta final del modelo revela el efecto acumulado.
La diferencia entre perder trafico y perder la recomendación
Perder posiciones en Google se puede medir con herramientas gratuitas y es visible en cuestion de días. Perder la recomendación de un asistente de Inteligencia Artificial no deja ese rastro. Nadie te avisa de que ChatGPT ahora sugiere primero a tu competidor cuando alguien de tu ciudad pregunta por un servicio como el tuyo, y la única forma de saberlo es preguntarlo tu mismo, con regularidad, y comparar la respuesta con la de meses anteriores.
Para cuando un cliente potencial menciona en una llamada que «la Inteligencia Artificial le recomendo a otro», el terreno ya se perdio, y recuperarlo cuesta mucho más que haberlo vigilado desde el principio.
El aviso que este mismo periódico ya lanzo en 2025
En noviembre de 2025, este periódico advirtio de que lo que dice una Inteligencia Artificial sobre una empresa puede arruinarla, meses antes de que el fenomeno tuviera nombre técnico y estudios especificos como los de Fairedih o la cobertura de The Washington Post sobre la manipulación sistematica de chatbots. El riesgo no era nuevo entonces y no lo es ahora: lo nuevo es que ya existe evidencia documentada de que se puede hacer de forma deliberada y a escala.
Un año antes, en septiembre de 2024, este mismo medio alerto sobre robots de Inteligencia Artificial capaces de hundir una web entera, centrado entonces en el impacto técnico del rastreo masivo. La evolución de ese riesgo, dos años despues, no es solo técnica: es narrativa. Ya no basta con vigilar el trafico de tu web, hay que vigilar también qué historia están contando de ti las máquinas que la gente consulta antes de contratarte.
Señales de que ya te esta pasando
Hay señales que conviene vigilar. Que un competidor con menos años de trayectoria empiece a aparecer sistematicamente antes que tu en las respuestas de varios asistentes distintos, y no solo en uno. Que las respuestas sobre tu categoría profesional citen datos, cifras o comparativas que no reconoces como propias ni de ninguna fuente oficial. Que aparezcan foros o blogs nuevos, con apariencia de opinión independiente, que repiten el mismo argumento a favor del mismo competidor una y otra vez.
Ninguna de estas señales por separado prueba manipulación deliberada. Juntas, y sostenidas en el tiempo, forman un patron que merece revisarse con más atención que una queja aislada.
Que se puede hacer, ya que no existe un boton de denuncia único
La primera defensa no es técnica, es de vigilancia: preguntar periodicamente a varios asistentes de Inteligencia Artificial como describen tu categoría profesional y quien mencionan primero, guardando la respuesta con fecha para poder comparar. La segunda es reforzar tu propia presencia con información verificable, actualizada y consistente, para que un modelo tenga más motivos para citarte a ti con datos propios que para depender de lo que otros digan de ti.
No existe todavía un mecanismo formal para denunciar que un competidor está sembrando contenido dirigido a moldear las respuestas de un modelo de lenguaje, del mismo modo que existe para denunciar una resena falsa. Mientras ese mecanismo no exista, la detección temprana sigue siendo la única herramienta real.
Tampoco ayuda entrar en panico ante la primera respuesta desfavorable de un asistente. Antes de asumir manipulación, conviene descartar explicaciones más simples: que tu propia información este desactualizada, que tu competencia simplemente publique más contenido de forma legitima, o que la categoría entera tenga poca información de calidad en internet. La manipulación deliberada se distingue por el patron sostenido, no por una respuesta aislada.
Medir antes de que el silencio se vuelva permanente
El problema de este tipo de ataque no es solo que ocurra: es que ocurre sin que nadie te lo diga. La única forma de saber si tu categoría profesional está siendo capturada por un competidor en las respuestas de la Inteligencia Artificial es medirlo de forma sistematica, no esperar a que un cliente lo mencione de pasada.
Javier G. Amblar diseno RADAR para vigilar exactamente este tipo de desplazamiento silencioso, comparando en el tiempo que dice cada Inteligencia Artificial de ti frente a lo que dice de tu competencia directa.
Sobre el autor
Javier G. Amblar suma 27 años de experiencia y ha formado a más de 33.000 profesionales en 55 países. Fue profesor asociado del IE Business School, reconocido con el Premio a la Excelencia Docente, y ha sido comentarista habitual en RTVE, Telemadrid, Onda Cero y EsRadio. Es autor del libro Liderazgo (Editatum, 2018) y su canal de YouTube reune más de 368.000 suscriptores, dentro de una comunidad en línea de más de 500.000 personas. Con RADAR ayuda a detectar cuando un competidor empieza a ganarte terreno dentro de las respuestas de la Inteligencia Artificial.
