Adopción de IA en empresas, deepfakes y GEO: el wrap-up de octubre 2026


Deepfakes e identidades falsas: el influencer de IA que recaudó 12M$ y nunca existió
El 18 de septiembre de 2026 alguien subió a Instagram el primer vídeo de Jean Phil. Un chico rubio con corte de tazón haciendo sombra de boxeo en la calle, sin decir una sola palabra. Sin música. Sin texto. En nueve días tenía un millón de seguidores. En dieciséis, 230.000 en una sola plataforma y 75 millones de visualizaciones acumuladas. Nadie preguntó quién era.
El caso Jean Phil llega el mismo mes que un estudio de la Universidad de Cornell documenta que los usuarios distinguen contenido generado por IA de contenido humano con una precisión apenas superior al azar. Jean Phil no existe: es un personaje generado con IA operado desde una cuenta belga. En menos de tres semanas el token $JEANPHIL alcanzó 12 millones de dólares de capitalización. Un rug pull ejecutado a la perfección, sin pronunciar una sola palabra en cámara.
Adopción de IA: Por qué los pilotos brillan en la demo y no cambian nada el lunes
Las últimas semanas me he sentado con una empresa de infraestructura financiera, una cooperativa, una fundación y un equipo de 80 personas que ya usan IA a diario. En la mesa, la misma historia: «hicimos la formación y nada se movió». Según el informe State of AI 2026 de McKinsey, el 78% de las organizaciones que implementaron proyectos de IA generativa no registraron impacto de negocio medible tras seis meses.
Llevo pinchando desde 1998. Nadie aprende a mezclar leyendo. Practicas, los kicks se desincronizan, corriges, lo intentas de nuevo. Con la IA es exactamente igual: lo que da resultados es usarla con trabajo real, equivocándote delante de tu equipo. El gap está entre el mundo de la formación, donde los KPIs son certificados emitidos, y el mundo de las operaciones, donde el KPI es si el martes el trabajo va más rápido. Por eso construimos audacIA. El enfoque práctico de adopción de IA para equipos corporativos, pymes y entidades sin ánimo de lucro.
Piensa en grande. Empieza pequeño.
Cómo cambiar el propósito de la IA desbloqueó el valor real en una plataforma EdTech
Un cliente del sector educativo nos contrató para analizar su nueva plataforma de aprendizaje con IA. La hipótesis parecía sólida. Cuando empezamos a trabajar con usuarios reales, se derrumbó en tres días. El 84% de los alumnos señaló el feedback personalizado de su profesor como una de las señales más claras de que estaban avanzando. Nadie quería reemplazar ninguna parte de la experiencia presencial.
Los alumnos usaban la plataforma de IA con entusiasmo fuera del aula, para practicar en privado, sin la presión social de levantar la mano. Cuando llegaban a clase estaban más preparados. La plataforma no competía con el profesor: estaba construyendo la confianza para relacionarse mejor con él. Cuando reposicionamos la plataforma alrededor de ese insight, todo encajó.
Cómo escribir para SEO e IA a la vez sin perder tu voz humana
En octubre, Google AI Overviews superó los mil millones de usuarios activos. Perplexity creció un 400% en base de usuarios en los últimos doce meses. ChatGPT Search ya indexa páginas web en tiempo real. El problema es que la mayor parte del contenido publicado hoy está optimizado para el SEO de 2019. Una IA que responde preguntas busca fuentes atribuibles, declaraciones directas, estructura que le permita extraer respuestas concretas. El contenido que no está construido así no aparece en las respuestas generadas.
Este mes empezamos a aplicar GEO y AEO en varios proyectos de clientes. Los resultados en visibilidad en AI Overviews son perceptibles en cuatro a seis semanas. La arquitectura que necesita una IA es la misma que hace un texto más claro para personas: encabezados descriptivos, declaraciones atribuibles, fuentes enlazadas a la original, un FAQ estructurado al final con las preguntas reales. SEO clásico y visibilidad en IA son complementarios, no excluyentes.
Lo que revela una crisis de jabón sobre cómo rinden los equipos bajo presión
Este mes cerré un evento de más de mil personas que llevamos cinco años organizando: cuatro días, cincuenta y cuatro países, decenas de ponentes, muy pocas horas de sueño. Esta vez fue el jabón de manos. «Kesiah, acabo de venir de los baños y no hay jabón, ¿qué hacemos?» Tuve que salir corriendo al supermercado más cercano, walkie-talkie en mano, coordinando todo lo demás. Siempre sonriendo.
La excelencia operativa no es lo que ocurre cuando el plan sale perfecto. Es lo que ocurre cuando el plan se tuerce y el equipo sabe exactamente qué hacer sin que nadie se lo diga. Después de cada evento hacemos un debrief completo donde repasamos todo lo que ocurrió. Aquí es donde se construye la resiliencia real. Este año añadimos: stock de reserva de jabón de manos en el almacén.
Lo que vale la pena leer y escuchar este mes
Cuatro piezas que el equipo de ideafoster ha compartido de forma privada este mes. Sin resúmenes generados por IA: estas las leemos de verdad.
Lo que más nos preguntan sobre los temas de este mes
¿Qué es el purgatorio de los pilotos de IA y por qué ocurre en tantas empresas?
El fenómeno por el que una empresa implementa IA generativa que funciona en la demo pero no cambia nada el lunes. Según McKinsey, el 78% de los proyectos no ven retorno en seis meses. La causa: los pilotos se diseñan para impresionar, no para integrarse en los flujos de trabajo reales.
¿Cómo pueden las empresas protegerse frente a deepfakes y perfiles falsos generados con IA?
Jean Phil demuestra que crear una identidad falsa con IA es barato y escalable. Cornell documenta que los usuarios distinguen IA de humano con precisión apenas superior al azar. La respuesta: capas de confianza verificables, presencia humana consistente, historial auditable y referencias cruzadas entre plataformas.
¿Qué es GEO y en qué se diferencia del SEO tradicional?
GEO (Generative Engine Optimization) es estructurar el contenido para que motores de IA como Google AI Overviews, ChatGPT Search o Perplexity puedan citarlo. A diferencia del SEO clásico, el GEO se ocupa de que una IA elija tu contenido como fuente. Con AI Overviews en 1.000 millones de usuarios, ya no son estrategias de futuro.
¿Cómo se escribe contenido que funcione para lectores humanos y para motores de IA a la vez?
No hay que elegir. Para la persona: fondo sólido, voz auténtica, argumentación que avanza. Para la máquina: encabezados descriptivos, declaraciones directas atribuibles, fuentes enlazadas y un FAQ al final con las preguntas reales. Cuando esos elementos conviven, el texto funciona para los dos lectores.



Comentarios