¿Quién decide qué marcas recomienda la IA?

A Francisco Vigo, cofundador de geoSurge, ChatGPT le recomendó gastar menos. Quería comprar unos tenis para entrenar y había empezado por Google, donde encontraba marcas que no conocía. Cuando llevó la misma pregunta a la conversación con la inteligencia artificial, recibió un consejo que, según recuerda, tomó en cuenta su historial de entusiasmos deportivos: había probado el tenis, comprado una bicicleta y abandonado aquellas intenciones. Quizá convenía comenzar con unos zapatos económicos.

La respuesta lo hizo reír. También lo dejó pensando en un negocio que terminaría por convertirse en geoSurge, la empresa que cofundó para estudiar cómo aparecen las marcas en las respuestas de los sistemas de IA.

“Hoy por hoy no estoy yendo al gimnasio”, admite en entrevista con Fast Company México. La convicción de que había encontrado una oportunidad duró más que la rutina de ejercicio.

Vigo describe aquella recomendación como una experiencia de descubrimiento especialmente personal. El sistema había incorporado algo que una ficha técnica no podía contar por sí sola: para quién eran los tenis. Precio, características y aspiraciones se encontraban en una conversación que podía continuar con otra pregunta.

Desde entonces, ha dedicado su trabajo a entender lo que ocurre del otro lado: cómo una empresa entra en esas respuestas, con qué información aparece y frente a cuáles competidores. Pero, cuando cuenta su historia, regresa también a otra búsqueda. Antes de construir una plataforma para las marcas, llevaba años tratando de encontrar una organización donde pudiera trabajar con mayor libertad.

Cuando Netflix dejó de ser solo una pantalla

Vigo empezó como economista en Argentina. La ciencia de datos y el aprendizaje automático fueron despertando una curiosidad que acabaría por cambiar su carrera. Recuerda un artículo de Harvard sobre las perspectivas de esa profesión como uno de los estímulos para empezar a formarse en ella.

Algo cotidiano se volvió una pregunta técnica. Donde antes veía una plataforma como Netflix, comenzó a observar que alguien había construido algoritmos para decidir qué películas mostrarle y en qué orden. Le interesaba la maquinaria que organizaba la experiencia: de dónde salían esas decisiones y cómo se construían empresas capaces de tomarlas a gran escala.

Ese cambio de mirada ayuda a entender por qué, años después, una recomendación de tenis podía convertirse para él en una hipótesis comercial. Le importaba el producto que aparecía en pantalla, pero también el proceso que lo había colocado ahí. ¿Qué podía aprender una empresa sobre ese proceso?

Su recorrido profesional pasó por la banca en Argentina y por compañías tecnológicas en Londres, entre ellas Miniclip. En el mundo de los videojuegos encontró volúmenes de datos muy distintos de los que había conocido. También vio de cerca una forma de liderazgo tecnológico que le interesaba: ejecutivos capaces de entender el producto y sostener una visión para desarrollarlo.

Al mismo tiempo, había prácticas que le producían rechazo. Habla con franqueza de la política corporativa, de los ascensos ligados a la cercanía con los jefes y de estructuras donde costaba hacer valer una idea. Esa lectura es la suya, formada desde los puestos que ocupó, y explica varias de sus decisiones posteriores.

La siguiente empresa aparecía como un posible “oasis”, recuerda. Podía ofrecerle el espacio que buscaba. Su trayectoria fue llevándolo hacia organizaciones más pequeñas, hasta que la alternativa terminó siendo fundar una propia.

Al reconstruir ese recorrido, usa el tamaño de las organizaciones para explicar la dirección que fue tomando. Cuenta que comenzó en un banco de unas 10,000 personas y pasó por empresas de 2,000, 200 y 100, hasta llegar a una integrada por él y su socio. Las cifras son parte de su recuerdo: cada cambio lo acercaba a una escala donde podía intervenir más directamente. Finalmente, le tocó decidir qué hábitos de aquellas empresas quería conservar y cuáles debía evitar.

Cuando trata de explicar qué lo llevó a emprender, habla de “una disconformidad con el status quo”. Esa incomodidad convivía con la curiosidad que lo había acercado a la programación: quería comprobar si las cosas podían hacerse de otra manera. En su caso, decidirse por una empresa propia implicó pasar de observar cómo se tomaban las decisiones a hacerse responsable de ellas. Esa responsabilidad es una de las partes difíciles que reconoce al contar el camino.

Dos jugadores que querían construir cosas

Vigo había dejado su empleo y estaba explorando proyectos de software cuando volvió a un pasatiempo de infancia: Magic: The Gathering. Se reunía a jugar en un pub en Inglaterra. Entre partidas conoció a Jons Mostovojs, hoy director de tecnología y cofundador de geoSurge.

“En nuestro caso fue realmente orgánico”, dice sobre el origen de la sociedad. Mostovojs también estaba intentando sacar adelante una empresa. A Vigo le llamó la atención su capacidad técnica; ya había trabajado con desarrolladores y encontró en él a alguien con quien podía explorar lo que estaba observando en los nuevos modelos de inteligencia artificial.

Las conversaciones fueron revelando una combinación útil. Vigo tenía formación técnica, pero también conocimientos de economía, interés comercial y experiencia para pensar en equipos y financiamiento. Mostovojs aportaba una profundidad de ingeniería que él valoraba especialmente. El interés compartido por las cartas les había permitido conocerse antes de ponerse de acuerdo sobre una empresa.

Había, además, proyectos abiertos y decisiones por tomar. Según relata Vigo, Mostovojs trabajaba en una herramienta de desafíos de programación para ayudar a reclutadores a evaluar candidatos, y el negocio no estaba funcionando como esperaba. Vigo, por su parte, llevaba tiempo explorando las respuestas de los modelos, guardando datos y experimentando con la idea de medir la presencia de las marcas.

Decidieron reunirse para una jornada intensiva de programación. De ese trabajo salió el prototipo de lo que hoy es geoSurge. La intuición empezaba a convertirse en algo que podían mostrar: un sistema para hacer preguntas, revisar respuestas y observar qué empresas aparecían en ellas.

Para Vigo, la complementariedad sigue siendo una parte práctica de su relación. Su socio no quiere ser CEO y él no quiere ser el jefe de tecnología. “Hacemos un equipo muy muy sólido técnicamente”, afirma. Han encontrado una distribución de responsabilidades en la que pueden trabajar juntos sin buscar el mismo puesto.

La anécdota de Magic ofrece una pista sobre esa sociedad: antes de compartir una presentación para inversionistas, compartieron tiempo alrededor de un interés propio. La empresa se construyó después, cuando identificaron algo concreto que podían hacer con sus habilidades.

geoSurge y la nueva forma de descubrir marcas

Durante la entrevista, Vigo muestra la plataforma mientras explica su funcionamiento. El punto de partida puede ser una consulta sobre bancos y cuentas de ahorro en México. A partir de preguntas como esa, geoSurge permite observar respuestas de distintos sistemas, revisar las marcas mencionadas y analizar cómo buscan información.

La pregunta que le interesa a una empresa es fácil de entender. Cuando una persona pide ayuda para elegir un servicio, ¿su negocio aparece entre las opciones? ¿Cómo lo describe el modelo? ¿Qué cambia al formular la consulta de otra manera? La plataforma busca convertir esas observaciones en información que un equipo pueda examinar.

Ese trabajo forma parte de la optimización para motores generativos, o GEO, un campo que cobra relevancia conforme las respuestas conversacionales se incorporan al descubrimiento de marcas. Para Vigo, la transformación comienza en el comportamiento de quien pregunta.

Su ejemplo es alguien que quiere estudiar. La conversación podría empezar con una duda sobre las carreras con mejores perspectivas laborales, seguir con la duración del programa y terminar con opciones cerca de donde vive. Cada respuesta ayuda a precisar la siguiente pregunta. La institución que ofrece un curso entra en una decisión con condiciones que se van acumulando.

También piensa en quien está preparando un espacio para transmitir video y necesita elegir un micrófono. Puede preguntar por especificaciones, comparar precios y ajustar el presupuesto. En ese recorrido hay oportunidades para descubrir productos y para descartarlos.

Vigo introduce un matiz que ayuda a aterrizar su entusiasmo. Comprar una botella de agua cuando se tiene sed puede ser una decisión inmediata; cambiar un teléfono o una tableta abre otras necesidades de comparación. Su hipótesis sobre la IA resulta más fácil de entender en las compras que llevan investigación, restricciones y dudas. Ahí, una persona puede desarrollar su búsqueda paso a paso, mientras las empresas necesitan comprender en qué momentos son consideradas.

Por eso propone “tomar distancia y observar nuestro propio comportamiento”. Es el mismo movimiento que hizo al comprar los tenis: mirar una costumbre personal y preguntarse si otras personas podrían estar resolviendo algo parecido. Para quien está construyendo un negocio, ese ejercicio puede ofrecer una pregunta más precisa que una declaración general sobre el futuro de la IA. En su caso, lo llevó a estudiar el descubrimiento de productos desde ambos lados de la conversación.

“El comportamiento del consumidor cambió”, sostiene. Su apuesta es que comprender esas conversaciones se vuelva parte del trabajo cotidiano de marketing. La recomendación que él recibió sobre sus tenis funciona como su ejemplo más cercano de lo que intenta explicar a los clientes.

Aprender a vender una idea que todavía se estaba formando

Al principio, cuenta Vigo, conseguir clientes requería explicar mucho. Había que mostrar cómo funcionaban los modelos, qué significaba aparecer en una respuesta y por qué alguien debía prestar atención a esa presencia. Recuerda aquellas primeras conversaciones comerciales como un ejercicio educativo.

“Es mostrar ejemplos”, resume. El prototipo tenía que volver visible un problema que podía resultar abstracto. Las preguntas sobre bancos, productos o servicios ayudaban a llevar la discusión a decisiones reconocibles para una empresa.

Vigo también reconoce el momento en que comenzaron. “Tuvimos mucha suerte”, dice. La popularidad de las herramientas de IA facilitaba que otras personas entendieran la tecnología de la que hablaban. Su trabajo consistía en explicar qué podía construirse alrededor de su uso para descubrir marcas.

geoSurge plantea combinar el seguimiento de respuestas con una metodología propia, Corpus Engineering, que busca estudiar cómo los modelos aprenden y representan a las empresas. La propuesta abarca tanto la información que recuperan de internet como las asociaciones adquiridas durante su entrenamiento. Es la tesis de la compañía, cuya eficacia debe evaluarse con resultados concretos.

El terreno tiene límites importantes. La guía de Google sobre búsqueda generativa mantiene la relevancia de las buenas prácticas de SEO y aclara que ninguna herramienta externa accede a sus sistemas internos de clasificación o IA. Observar respuestas permite aprender sobre ellas; no equivale a controlar las decisiones de cada plataforma.

La diferencia entre una página de resultados y una respuesta conversacional también ocupa parte de su explicación. En un buscador, una empresa puede identificar su posición dentro de una lista; en una conversación, tiene que mirar cómo fue incorporada a una recomendación concreta. La preocupación que plantea Vigo es qué sucede con una marca cuando esa recomendación se construye alrededor de las condiciones de una persona. Esa es la información que intenta volver observable con su producto.

La compañía trabaja, según Vigo, con organizaciones de sectores como educación, servicios financieros, seguros y comercio. El interés que describe es común: entender cómo pueden ser descubiertas cuando un consumidor pide orientación a una IA. Comprobar el valor de ese trabajo también exige distinguir menciones, visitas y ventas, porque cada indicador cuenta una parte diferente de la historia.

México como una forma de poner la hipótesis a prueba

La empresa llevó esa discusión al mercado mexicano con su Índice de Visibilidad en México, publicado en agosto de 2026. Analizó 14,000 respuestas a 700 preguntas en español, en siete industrias y con 315 marcas. Comparó pruebas en ChatGPT y Gemini con búsqueda web desactivada y disponible.

Un ejemplo muestra por qué importa hacer esa distinción: en las pruebas de comercio minorista, Amazon pasó de aparecer en 72% de las respuestas de ChatGPT sin búsqueda a 16% cuando se habilitaba. Son resultados del estudio de la propia compañía, y su metodología precisa que visibilidad mide presencia, no sentimiento, respaldo ni participación de mercado.

Para un negocio mexicano, el ejercicio plantea preguntas útiles sobre la información que encuentra un consumidor. También recuerda que una respuesta aislada ofrece una imagen limitada. La marca, el tipo de consulta y la disponibilidad de búsqueda pueden cambiar el resultado que una empresa está intentando comprender.

El dinero compra capacidad para investigar

El 3 de julio de 2026, AlbionVC anunció una ronda semilla de 12 millones de dólares para geoSurge. El financiamiento permite ampliar investigación e ingeniería y adquirir capacidad de cómputo. En la conversación, Vigo vuelve a esa necesidad material: estudiar los modelos exige recursos para experimentar con ellos.

“Para poder entender cómo los modelos aprenden, necesitamos entrenar modelos”, explica. La frase conecta su formación en ciencia de datos con el uso que quiere dar al capital. Hay una parte de geoSurge que sus clientes ven en la plataforma y otra que ocurre en la investigación que la sostiene. Vigo sitúa el acceso a cómputo entre las condiciones necesarias para hacer ese trabajo; en su relato, el financiamiento se convierte en recursos para que otras personas puedan experimentar.

Habla de chips y del acceso que quiere darles a investigadores y desarrolladores. También identifica demanda en Estados Unidos, México y otros mercados latinoamericanos. Su relato conecta las conversaciones comerciales con el trabajo técnico que debe sostener el producto.

Cuando mira la plataforma actual, dice fijarse en las fuentes, las animaciones y la velocidad. Es una observación de quien recuerda los recursos con los que empezó y compara aquella primera versión con lo que el equipo puede construir hoy. La calidad, para él, se vuelve visible en detalles que un usuario encuentra al trabajar.

La combinación de ambición y problemas concretos atraviesa su manera de hablar de emprender. “Los emprendedores vivimos 50% de nuestro tiempo en las nubes y 50% en la trinchera”, dice. A la visión de futuro le corresponde una lista diaria de asuntos por resolver. “Es durísimo ser emprendedor”, agrega.

La autonomía que Vigo quiere construir en geoSurge

El crecimiento le devuelve una pregunta que conoce desde su vida como empleado: ¿cómo evitar que las decisiones se vuelvan lentas conforme se suman personas? Vigo quiere conservar una estructura con pocas capas y colaboración directa. Describe una organización en la que “todos pueden hacer todo, todos pueden trabajar con todos”.

La frase expresa su aspiración de liderazgo. En la entrevista insiste en recordar lo dañina que le resultaba la burocracia, precisamente ahora que puede decidir cómo se organiza una compañía. El fundador tiene que construir condiciones para que esa colaboración ocurra, además del producto que ofrece a sus clientes.

También recuerda que, cuando las organizaciones acumulan demasiados niveles de autorización, se puede perder información entre quienes trabajan en un problema y quienes terminan decidiendo. Ese es el costo que quiere reducir. Conservar cercanía entre personas con funciones distintas forma parte de cómo espera desarrollar el producto y responder a los clientes. La experiencia del empleado que esperaba ser escuchado reaparece así en las prioridades del fundador que ahora debe escuchar.

Cuando le preguntan qué le produce más orgullo, habla del equipo. Cuenta que reúne a personas de más de 20 nacionalidades y menciona colegas de Argentina, Brasil, México, Japón e Indonesia. También destaca su juventud y la capacidad que ve en ellas para resolver problemas con herramientas de inteligencia artificial.

Dice tener “una fe ciega en la juventud”. Contrata graduados en física y, según relata, hay personas muy jóvenes con responsabilidades importantes. Le entusiasma poder ofrecerles el espacio que él echó de menos en otros empleos.

Recuerda empresas donde nadie le daba la oportunidad de “tener independencia, de tener autonomía, de ser creativo, de hablar con clientes”. Hoy quiere que quienes trabajan con él puedan participar de esa manera. Es una decisión sobre el negocio y, al mismo tiempo, una respuesta personal a su propia trayectoria.

Su entusiasmo por la tecnología también tiene una dimensión generacional. Piensa en su madre, de quien dice que está contenta de haberse retirado sin tener que reinventarse profesionalmente con la IA. Y se pregunta cómo sería crecer con estas herramientas desde la infancia, aunque aclara que todavía no tiene hijos.

Así aparece otra medida del momento que está viviendo: lo que una tecnología puede exigirle a una generación y permitirle a la siguiente. Vigo siente que le tocó una oportunidad para construir y quiere compartirla con su equipo.

Al hablar del dinero, encuentra una comparación con el brillo fugaz de la exposición: “El dinero es como los flashes”. Advierte sobre el lugar que puede ocupar el ego al emprender. Su propia manera de ordenar las prioridades queda en una frase: “En mi caso, el dinero es la consecuencia”.